知識圖譜自從2012年開始發酵，愈演愈烈，行業頂端的佼佼者紛紛發布企業知識圖譜應用，知識圖譜能為企業實現數據價值。只能說，圖技術快速發展，業務需求不論變化與否，知識圖譜是不可阻擋的趨勢。2020年4月20日，國家發改委明確人工智能 “新基建” 的內涵，體現“重創新、補短板”的特征：助力傳統基礎設施智能化改造，提高傳統基礎設計的運行效率。
圖1?中國知識圖譜效益增長規模——艾瑞咨詢
當前的人工智能其實可以簡單劃分為感知智能（主要集中在對於圖片、視頻以及語音的能力的探究）和認知智能（ 涉及知識推理、因果分析等）。
人工智能是新基建的重點領域，而知識圖譜是認知智能的底層支撐。 知識圖譜具有解釋數據、推理和規劃壹系列人類的思考認知能力，基於大規模，關聯度高的背景知識。
? ————《面向人工智能“新基建”的知識圖譜行業白皮書》?
我們每天都在用知識圖譜
知識圖譜應用於各個領域，例如：電商（產品推薦）、醫療（智能診斷）、金融（風控）、證券（投研）。知名企業包括：Google Knowledge Graph、美團大腦、阿裏巴巴·藏經閣計劃、騰訊雲·知識圖譜 TKG等。
知識圖譜在人工智能多個領域發揮重要作用：語義搜索、智能問答、輔助語言理解、輔助大數據分析、增強機器學習的可解釋性、結合圖卷積輔助圖像分類等。同時，這也意味著技術難度大幅度增加。
知識圖譜的價值
您可能會以為知識圖就是捕獲和管理知識的最終目的。其實，知識圖擅長以自上而下的 關系連接方式顯式捕獲知識 。通過關系節點聯系上下遊關系，清楚的梳理關系網絡。如下圖：
圖2?普適智能知識中臺
高效直觀地刻畫目標主體（如企業、事件等）之間地關聯網絡，從而全維度地對企業進行畫像，立體復現主體的真實情況和錯綜復雜的關系。其強大的互聯組織能力和可視化決策推理支持，為企業資產提供底層基礎。普適智能壹站式“圖智能”應用， 擁有打開“百竅”的能力， 具體有以下幾方面的思考：
深度鏈接分析 有機可尋
拿我們最熟悉的金融領域舉例，知識圖譜常見的實體包括公司、產品、人員、相關事件等，常見的關系包括股權關系、任職關系、供應商關系、上下遊關系、競爭關系等等。
這樣做的好處就是，通過知識圖譜的整合，讓原本復雜的數據形成直觀易懂的可視化圖譜，?在全球經濟壹體化的趨勢下，分析師以及投資機構很可能先人壹步觀察到競爭格局的改變，為尋找 新客戶、新投資機會提供線索。
圖3?企業上下遊關系網絡
多維度屬性? 順藤摸瓜
知識圖譜的另壹個價值是“可以簡單地處理多維度數據”。 目前在普適智能幫客戶分析超百億的實體（或節點）和關系（或邊緣）。
圖4 某股份制商業銀行基金產品關系網絡截圖
“對於實益擁有權，我們經常會看到擁有六，七層或更多層的擁有權階層，尤其是在像中國這樣擁有大型企業的地方。”?“人們必須意識到壹個擁有可以處理並查詢至少六到七層（如果沒有更多層）的拿手工具是解決問題的真正核心。”
每個公司、個人、新聞事件都可以是壹個“點”，人工智能引擎可將這些點進行聚集，對其中的相關性、相似度以及聚集程度進行多維度分析， 還原真實場景 ，才能 “順藤摸瓜”。
圖5 反欺詐圖應用
例如知識圖譜在傳統的風險管理流程中，多通過對目標主體簡單維度的特征進行嚴格審核，無法判斷真實的關聯風險。
挑戰與機會
普適智能深耕於金融領域，其細分業務場景包含但不限於：反欺詐、反洗錢、盜刷排查、失聯催收、外匯異常監控、信用審核等，舉個具體項目中的例子：因圖構建本身流程較長，再加上每個場景的圖構建相對的獨立，給數據反復開發，數據不連通創造了必要條件， 繞不過去的是大量企業資產成本浪費問題。
圖6?傳統關系網絡應用的構建模式
在工程落地方面，還存在圖譜建設周期長，應用構建專業程度高，跨行業遷移成本高等難題。由此帶來的挑戰會體現在—— 產品是否可以開箱即用 。
普適智能中臺化思路
為了解決以上問題，普適智能自主研發將知識圖譜構建與應用平臺升級為壹站式的“圖智能”中臺。
圖7?傳統關系網絡應用的構建模式
壹套中臺和工廠模式平臺的孕育而生，確保各式的場景對圖不同形態的需求和保證聯合查詢需求。“壹竅通，百竅通”，壹站式“圖智能”中臺就是“那壹竅”，以下：
打通業務場景獨立圖譜構建 ，減少反復開發周期成本，為傳統應用形態賦能，提升服務質量和效率，簡單的圖應用可以在 1~2天 內實現，復雜的圖應用可以在傳統做法上縮短到 三分之壹 ，加速企業資產的累積；
配合著打通部門數據 ，解決跨部門合作溝通周期長、配合難的問題；
圖譜交互友好程度高，可視化決策輔助業務場景，更易發現 隱藏的信息 ；
賦能專家行業專家，將領域專家的行業經驗的程序化，留存在平臺， 企業知識資產沈澱。
實時可擴充 ，彈性十足
知識圖譜中臺的價值還在於靈活可擴充，建立實時敏捷、靈活可擴展、具有彈性的數據基礎。 金融知識圖譜直接反饋金融行業的剛性需求，由於實際中，企業數據和業務變化靈活，數據源、數據結構、數據內容隨時會發生變動，對業務的理解以及對數據的解讀也隨之發生變化。
圖8?多維數據擴展查詢
如何有效的使用這些數據，需要員工具備專業的金融知識，深刻理解某個數據變動可能引發的關聯、傳導，知識圖譜將是最得心應手的工具。
圖技術是 知識圖譜應用的最強彈藥
企業需要能夠快速支持業務中叠代式的新模式。普適智能的“圖智能”中臺具有計算引擎： 圖計算模型、圖匹配業務數據模型等， 助力企業完成這壹目標。
圖規則計算： (例如：與黑名單客戶***用壹個電話的客戶是可疑欺詐客戶)
圖指標計算： （例如：客戶兩度關系內黑名單客戶的比例）
圖機器學習 （以圖作為先驗知識讓特征工程更有效）
社群識別 ：標簽預測（黑名單預測/潛在VIP客戶預測）
圖9?社區分析
最短路徑 ：優化加工路徑，節約數據加工成本。
圖10?路徑查詢
“工欲善其事,必先利其器” 。普適智能壹站式“圖智能”應用，為描繪物理世界生產生活行為提供 有效的方法和工具 。Gartner：“圖時代已經到來”，讓我們壹起“圖”起來！