隨著人工智能、大數(shù)據(jù)的不斷發(fā)展，海量數(shù)據(jù)接踵而來，各種辦公文檔、郵件、圖片、研究報(bào)告、音頻、視頻等半/非結(jié)構(gòu)化的數(shù)據(jù)成為了企業(yè)數(shù)據(jù)的主要形態(tài)。這些數(shù)據(jù)往往散落各方，難以被利用。因此，很多企業(yè)都想要通過前沿的科技手段，對(duì)這些雜亂的信息進(jìn)行智能化處理，幫助企業(yè)剩下不必要的開支，同時(shí)創(chuàng)造更多價(jià)值。

　　我有位在跨國集團(tuán)就職的朋友就曾訴苦道：“我們的產(chǎn)品在分發(fā)給渠道商之后，只知道退回率，卻完全不知道退回動(dòng)作背后的原因是什么，向渠道商問出來的結(jié)果總是模糊的，我想看到真實(shí)、確切的數(shù)據(jù)分析，這樣才能知道我們到底需要怎樣改進(jìn)?！?/p>

　　另一位在醫(yī)療器械公司的朋友也說：“海外銷售往往需要銷售助理下單，在SAP里完成訂單流轉(zhuǎn)發(fā)給物流負(fù)責(zé)人，在這個(gè)流轉(zhuǎn)的過程里，往往有人工換算造成的錯(cuò)誤，甚至有臨近交付卻發(fā)現(xiàn)漏單的情況。用技術(shù)免除可能存在的人為錯(cuò)誤，以及實(shí)時(shí)的數(shù)據(jù)跟進(jìn)與自動(dòng)提醒，是我們的緊迫需要?！逼鋵?shí)，我所在的能源企業(yè)之前也遇到過相似的問題，于是后來與AI公司竹間智能合作，把這部分的難題給解決了。

　　做我們這一行的，最看重的就是安全問題。如果是純粹的“天災(zāi)”，發(fā)生幾率很小，也有預(yù)先制定的應(yīng)對(duì)措施，并不是最令我們頭痛的，倒是那些由于人員操作不當(dāng)所引發(fā)的“人禍”型事故，原本完全能避免，堪稱心腹之患。對(duì)此，我們公司原本想將散落在不同系統(tǒng)中的安全類數(shù)據(jù)及資料，包括作業(yè)計(jì)劃、違章記錄、事故案例、安全規(guī)程等，進(jìn)行統(tǒng)一采集和匯編，深層次挖掘其價(jià)值，但無奈的是整個(gè)公司缺乏相應(yīng)的技術(shù)手段，光靠傳統(tǒng)的人力方法遠(yuǎn)遠(yuǎn)達(dá)不到理想的效果，成本還貴得離譜。為了解決這方面的問題，公司希望借助前沿的技術(shù)手段，將風(fēng)險(xiǎn)與損失降到最低。起初我們也不知道知識(shí)圖譜哪家強(qiáng)，但是經(jīng)過綜合對(duì)比后，公司決定與竹間智能進(jìn)行合作。

　　竹間智能利用他們自主研發(fā)的Gemini知識(shí)工程平臺(tái)打造的綜合解決方案，可從巨量非結(jié)構(gòu)化數(shù)據(jù)中自動(dòng)采編、解析、抽取關(guān)鍵信息，構(gòu)建安全管控的知識(shí)圖譜，為違章判別、事故原因分析、風(fēng)險(xiǎn)隱患關(guān)聯(lián)等工作提供輔助決策支持。同時(shí)，它還能建起知識(shí)門戶，統(tǒng)一完成智能搜索、管理和應(yīng)用，實(shí)現(xiàn)事前預(yù)警、事中處置、事后總結(jié)的端到端閉環(huán)，化危機(jī)為轉(zhuǎn)機(jī)。

　　竹間智能基于Gemini知識(shí)工程平臺(tái)為我們構(gòu)建知識(shí)圖譜，帶來了快捷準(zhǔn)確的認(rèn)知搜索，不僅減少了員工工作出錯(cuò)的可能性，還讓原本紛亂的信息變得井然有序，使企業(yè)能夠享受到大量業(yè)務(wù)信息的真正價(jià)值。對(duì)于知識(shí)圖譜哪家好這個(gè)問題，我相信竹間智能一定是能夠讓人滿意的答案。