ChatGPT的爆火出圈吸引了多家科技公司纷纷下场“秀肌肉”，前有百度推出“文心一言”，后有阿里发布“通义千问”，京东、腾讯、360等大厂亦纷纷布局。人工智能等新兴技术的应用正变得越来越成熟及普及。

AI、大数据时代，企业知识管理智能化需求亦愈加迫切，知识图谱等技术的应用，提供了一种更好地组织、管理和理解海量信息的能力，能更好地支撑知识的学习应用，让知识的价值不断释放。在此形势下，蓝凌基于知识图谱的智能知识管理平台应时而生。

知识管理需求转变，蓝凌推出基于知识图谱的智能KM平台

数字化时代，组织的知识范围类型、构成形式、应用场景、服务模式、业务价值已发生巨大改变，传统知识管理已然难以满足组织的4大核心需求：

①知识沉淀：如何快速采集、加工文档、图片、视频等多模态知识？

②知识查找：如何更为精确且高效地查询到想要的知识，并呈现知识的关联关系？

③知识利用：如何在业务过程中及时地获取知识？

④智能问答：当遇到业务难题时，如何及时获取精准的答案？

▲DT时代，企业知识管理需求已发生巨变

为助力组织更好地进行知识管理，提升市场核心竞争力，蓝凌作为《知识管理国家标准》参编单位、China MIKE大奖联合主办方之一，结合在知识管理领域20多年的经验沉淀，推出基于知识图谱的智能知识管理平台，通过知识自动分类、语义搜索、辅助分析、智能推荐、智能问答等，减省人工繁琐操作，赋能组织提效降本，提升知识效益。

▲架构图

5大核心应用场景，助力组织提升知识效益

蓝凌基于知识图谱的智能知识管理平台，以行业知识图谱生命周期为视角，提供行业知识图谱生命周期各阶段的存储与构建、知识图谱分析、知识图谱的应用服务和能力。

① 知识自动分类，减轻人员入库压力

平台具有知识自动分类功能，当知识导入或上传时，可根据知识标题、摘要或附件内容自动进行归类，并自动抽取知识标签。系统支持pdf、doc、docx、xls、xlsx、ppt、pptx、txt等多种格式解析。

② 语义搜索，精准满足用户知识需求

基于自然语言处理技术的语义搜索，可从关键词、上下文、用户历史记录、用户反馈等多方面分析用户的搜索意图，以提供更多相关联的搜索结果和信息，更加准确地满足用户需求。

比如，用户搜索“XX市第一人民医院”，将会呈现出相应的知识图谱，包括手术刀、显微镜、供应商等相关联的信息。

③ 知识智能推荐，为用户提供更多信息参考

平台基于构建的知识图谱，可提供与主题模型相似的文档推荐。譬如，当用户查看设备缺陷文档时，系统则会按照厂家、部件、类型三个不同维度展示相关的文档推荐，以供用户参考，帮助用户找到更精准的信息。

④ 辅助分析，找准问题归因及解决方案

知识图谱可以整合不同来源的数据，并进行可视化展示，对不同实体之间的语义关系进行分析，辅助用户分析决策。譬如，某公司面向设备健康场景，通过设备故障、家族型缺陷、故障案例、缺陷记录等各类数据构建设备故障知识图谱，当该公司的RO反渗透纯水机出现“无法进水出水”这一故障，知识图谱可以将问题与解决措施进行动态关联，提供“调高增压泵参数”“忘记开低压开关”等原因分析及解决方案，帮助维修人员快速进行原因排查，找到解决方案。

⑤ 知识智能问答，打造企业专属“ChatGPT”

平台通过知识图谱技术，可让问答机器人更能理解用户问题，实现推送数据计算好的结果、实体的具体属性值、以及实体关联关系的具体结果。譬如，当用户提问“2017年主变设备缺陷数量统计及各自占比”，系统将会自动整合并进行计算，将计算好的结果推送给用户。

案例展示

某国有企业：基于设备缺陷知识图谱，提供更精准的智能知识检索与问答服务，提升设备缺陷的智能化管理水平，实现设备及故障维修信息的快速查询、故障影响的快速发现处理；提供可视化图分析模型，通过缺陷关联设备、厂商、部件、部位等信息，评估缺陷影响范围，辅助事前预防。

某建筑企业：以客户数据、项目数据、合同数据、流程数据、部门数据、供应商数据等各类数据作为数据源，构建项目主数据图谱，便于快速查询项目相关信息及其关联关系，为企业项目资产管理、项目知识成果推荐复用等提供支持，助力项目推进，助推目标达成。