数字化最佳实践报告_认知智能实践报告.docx

数字化最佳实践报告认知智能实践报告前百认知智能以新技术和新产品为抓手，可以为企业带来从技术底座到业 务流程的重大变革。对于技术底座的影响主要来自知识图谱平台和NLP平 台。知识图谱平台是面向企业打造业务场景应用、挖掘数据价值的需求， 构建基于自然语言处理和知识图谱技术，集知识建模、抽取、融合、存 储、计算、推理以及应用为一体的知识全生命周期的管理平台。NLP平台 是指使用机器学习、深度学习、知识图谱等技术，通过计算机编程，将文 本、声音等自然语言数据编码成结构化信息的赋能平台。知识图谱平台和 NLP平台是企业迈向认知智能的“必修内功”，企业将其融入自身技术底 座后可以对上层的应用和业务进行赋能。认知智能已有较多成熟应用，可以分为通用认知智能应用和行业认知 智能应用两大类。前者包括对话机器人、智能文档处理和会话智能等，后 者包括智能风控、智能诊疗和智能融媒体等。认知智能应用具备对企业业 务流程变革施加影响的能力。以通用认知智能应用中的会话智能为例，会 话智能是基于ASR、NLP、机器学习等技术，从非结构化的会话数据中为用 户提供话术质检分析、意图捕捉、流程管理等能力的解决方案。会话智能 让销售管理人员与一线销售人员的沟通协同、监督管理工作迈向自动化和 智能化，具备改变销售管理工作流程的能力。再以行业认知智能应用中的 智能诊疗为例，智能诊疗是指将知识图谱、机器学习、自然语言处理等人 工智能技术用于辅助诊疗当中，使计算机能够模拟医生诊疗时的思维逻 辑，在实际应用时给出诊疗方案，为医生提供决策支撑，提升医疗效率和 质量，应用领域包括智能诊断、治疗方案推荐、医学知识库、检查辅助 等。智能诊疗具备改变基层医疗机构、医院门诊、医院影像科医生工作流 程的能力，“医生+AI”协同向患者提供医疗服务。如今，ChatGPT爆火，短短数月影响力便辐射全球。ChatGPT强大的 自然语言生成能力让人们看到了获得通用人工智能的可能性，这将对人们 的生产生活带来颠覆性变革。以ChatGPT为代表的大语言模型属于认知智 能范畴，这位重量级新成员的加入，将导致企业技术底座到业务流程的变 革的持续深化。报告关键发现L知识图谱平台在知识图谱平台项目落地阶段，企业比较关注项目实施速度和知识图谱性 能。一方面，企业希望缩短知识图谱构建和上层应用开发周期，使知识图谱能 尽快赋能业务。相应地，厂商需要在过往项目中积累语料、预训练模型和解析 器，在构建知识图谱时能快速复用，以产品化、系统化方式缩短构建周期。此 外，厂商应当具备丰富的知识图谱上层应用组件，能根据企业需要复用现有解 决方案，或基于标准解决方案进行二次开发。另一方面，知识图谱使用性能是 企业关注的问题。有构建知识图谱需求的企业，数据规模通常很庞大，传统关 系型数据库难以实现复杂的关系查询需求。厂商需要根据数据使用场景选择合 适的存储结构，如关联风险查询场景需要穷究实体关系，图数据库更适合存储 数据。2 . NLP平台NLP平台将自然语言处理能力落地到企业业务、产品和服务中时，项目经 验是影响识别准确率的关键因素。厂商应具备丰富行业经验，在过往项目中积 攒行业预训练模型和细分场景标签库，能根据NLP能力落地场景特点，提供合 适的深度学习模型和算法。近年来，在NLP技术日趋同质化的背景下，企业对NLP算法识别准确度要 求逐渐提高，成为NLP平台落地的新挑战。为此，厂商应当聚焦领域数据，深 耕垂直行业生态，如具备行业基础设施智能化建设经验，以行业和领域构建护 城河。从选型的角度，企业不仅要关注NLP平台的技术能力，而且要重视NLP 平台的行业理解，包括预训练模型在行业场景下的识别精度、行业标签库的标 签数量等。以金融风控场景为例，企业最关注的方向是风险知识挖掘。在此基 础上，每一家银行的风险挖掘视角都有所差异，NLP平台需要基于服务多家客 户经验，将其共性能力汇总，为企业提供更全面、详细的风险知识挖掘服务。3 .会话智能具体落地过程中，会话智能项目实施有两个要点，一是厂商需要从会话数 据中提炼销售关键节点，优化企业销售SOP,二是厂商需具备从顾客会话中提 炼市场洞察的能力，例如竞品洞察、客户需求等。为优化销售SOP,厂商需要在企业所在行业具有丰富的经验储备，了解企 业销售链路特征，并将其与企业业务经验结合，从而科学构建企业销售标签 库。在此基础上，厂商使用标签库训练机器学习模型，从企业销售人员会话数 据中提炼销售会话指标，丰富企业S0P。为提炼市场洞察，一方面，厂商需要具备常态化特征提取能力，能够准确 识别并提取会话数据成分，使企业能通过关键词搜索等方式获取洞察。这要求 厂商的NLP模型与算法兼具泛化能力与专业性，既能识别出同一含义的不同表 述方式，又能准确定义概念边界，排除与其无关的会话数据。另一方面，面对 企业深层次的市场洞察需求，厂商需要具备专业的行业认知，并在深入调研企 业业务的基础上，快速抽取问题特征，将其拆解成量化指标，有针对性地训练 算法和模型，从会话数据中获取市场洞察。报告典型案例竹间智能&太极股份产业级信创知识库案例拓尔思&某省分行数字化营销获客与风险监控案例 明略科技&某美妆新零售企业销售服务数字化案例一、报告综述认知智能以新技术和新产品为抓手，可以为企业带来从技术底座到业务流程 的重大变革。对于技术底座的影响主要来自知识图谱平台和NLP平台。知识图谱 平台是面向企业打造业务场景应用、挖掘数据价值的需求，构建基于自然语言处 理和知识图谱技术，集知识建模、抽取、融合、存储、计算、推理以及应用为一 体的知识全生命周期的管理平台。NLP平台是指使用机器学习、深度学习、知识 图谱等技术，通过计算机编程，将文本、声音等自然语言数据编码成结构化信息 的赋能平台。知识图谱平台和NLP平台是企业迈向认知智能的“必修内功”，企 业将其融入自身技术底座后可以对上层的应用和业务进行赋能。认知智能已有较多成熟应用，可以分为通用认知智能应用和行业认知智能应 用两大类。前者包括对话机器人、智能文档处理和会话智能等，后者包括智能风 控、智能诊疗和智能融媒体等。认知智能应用具备对企业业务流程变革施加影响 的能力。以通用认知智能应用中的会话智能为例，会话智能是基于ASR、NLP、机 器学习等技术，从非结构化的会话数据中为用户提供话术质检分析、意图捕捉、 流程管理等能力的解决方案o会话智能让销售管理人员与一线销售人员的沟通协 同、监督管理工作迈向自动化和智能化，具备改变销售管理工作流程的能力。再 以行业认知智能应用中的智能诊疗为例，智能诊疗是指将知识图谱、机器学习、 自然语言处理等人工智能技术用于辅助诊疗当中，使计算机能够模拟医生诊疗时 的思维逻辑，在实际应用时给出诊疗方案，为医生提供决策支撑，提升医疗效率 和质量，应用领域包括智能诊断、治疗方案推荐、医学知识库、检查辅助等。智 能诊疗具备改变基层医疗机构、医院门诊、医院影像科医生工作流程的能力，“医 生+AI”协同向患者提供医疗服务。如今，ChatGPT爆火，短短数月影响力便辐射全球。ChatGPT强大的自然语 言生成能力让人们看到了获得通用人工智能的可能性，这将对人们的生产生活带 来颠覆性变革。以ChatGPT为代表的大语言模型属于认知智能范畴，这位重量级 新成员的加入，将导致企业技术底座到业务流程的变革的持续深化。本报告选取已取得较多落地成果的知识图谱平台、NLP平台、会话智能和智 能诊疗作为研究对象，围绕相关产品及解决方案在大中型企业和银行的落地应用 展开研究，重点分析认知智能各特定市场甲方的需求和落地情况。二、知识图谱平台实践知识图谱平台的甲方以集团型企业为主，这类企业数据规模庞大，有整合、 利用数据的需求，需要打造部门级乃至集团级知识图谱，将数据负担转变为数据资产。也有一部分行业龙头企业希望构建产业级知识图谱，将企业影响力辐射到 全产业。知识图谱平台终端使用者为IT部门，以及研发、质量、营销、售后等 业务部门。企业使用知识图谱平台构建行业知识图谱，并为其配备上层应用，以发挥知 识图谱价值。主要应用场景包括智能搜索、智能推荐、图分析等。智能搜索主要 应用知识图谱存储功能和知识图谱平台自然语言处理模块，精准理解用户意图， 并提供快速检索服务。此类应用旨在充分发挥企业数据中隐藏的洞察，使多源异 构数据实现跨数据源关联，不仅能解答用户知识性问题，还可以推动决策发展。 例如具有智能问答能力的智能客服，能对用户问题进行实体抽取和情感分析，准 确定位到知识图谱中的特定实体及其关系，提供贴近需求的答案。智能推荐则根 据用户浏览历史和浏览偏好，通过知识图谱当中的实体及其关系结构，在搜索结 果中提供符合用户期待的知识。例如电商平台产品推荐功能，推荐系统可根据用 户浏览记录为其建模，再通过算法将用户模型与产品匹配，将其按相关度向用户 推荐。图分析是指以基于图的方法分析数据及其关系，并以可视化方式探索和展 示图，常用于关联风险和潜在客户挖掘。例如，在风险投资场景下，知识图谱可 通过投资关系、协议等数据分析出实际支配公司行为的自然人和企业，进行实际 控制人挖掘，进而分析企业潜在的风险信息，综合判断投资价值。fen×i表格1：知识图谱平台主要应用场景大类场景细分场景智能客服聊天机器人智能搜索文本分析客户需求分析市场洞察分析坐席助手智能推荐智能产品推荐竞品分析关联风险图分析潜在客户挖掘反洗钱查证图:爱分析绘制知识图谱平台的项目总时长为6个月左右。项目落地期间，企业数据质量和 知识图谱上层解决方案是影响项目周期的关键因素。数据质量方面，如果企业结 构化数据占比较高，知识图谱平台可以直接与企业数据库对接，快速完成数据导 入。如果企业数据异构化程度高，厂商需要投入更多时间进行非结构化数据的实 体、关系和属性抽取，项目周期也会随之拉长。如果企业希望构建行业标准知识 图谱，厂商需要处理海量异构文档，项目通常会分期交付。另外，企业对知识图 谱上层解决方案通常有定制化要求，如可视化展板定制、业务系统集成定制等。 为解决这类需求，厂商要对知识图谱上层应用的标准组件进行二次开发，也会延 长项目周期。在知识图谱平台项目落地阶段，企业比较关注项目实施速度和知识图谱性 能。一方面，企业希望缩短知识图谱构建和上层应用开发周期，使知识图谱能尽 快赋能业务。相应地，厂商需要在过往项目中积累语料、预训练模型和解析器， 在构建知识图谱时能快速复用，以产品化、系统化方式缩短构建周期。止匕外，厂 商应当具备丰富的知识图谱上层应用组件，能根据企业需要复用现有解决方案， 或基于标准解决方案进行二次开发。另一方面，知识图谱使用性能是企业关注的 问题。有构建知识图谱需求的企业，数据规模通常很庞大，传统关系型数据库难 以实现复杂的关系查询需求。厂商需要根据数据使用场景选择合适的存储结构， 如关联风险查询场景需要穷究实体关系，图数据库更适合存储数据。典型案例1：太极股份打造产业级信创知识库，为中国信创事业发展夯实知 识底座太极计算机股份有限公司（简称“太极股份”）是国内电子政务、智 慧城市和关键行业信息化的领先企业，1987年由中国电子科技集团公司第 十五研究所发起设立，2010年在深圳证券交易所中小企业板上市。成立三 十余年来，公司形成了卓越的品牌和市场影响力，被列为国家科技部和中 关村科技园区创新试点示范单位，是多个行业学协会的发起者和重要参与 单位。太极股份亟需构建信创领域知识库，服务自身及信创生态联盟太极股份作为国内信创联盟的发起者，需要对信创生态的发展、信创领域 软硬件产品和国家信创指导政策等进行统一的知识管理，服务公司的信创业务 及生态联盟。但太极股份缺乏专业知识管理系统，致使其在信创行业积累的知 识散落在员工处，分散存储在个人电脑、网盘、APP中。随着部门间交流愈发频 繁，员工难以实现