吴凯棋：分布式认知工业互联网的枢纽：知识图谱

本文为通联数据首席算法专家吴凯棋在“2021苏州高新区区块链产业发展峰会暨万向区块链苏州研究院启动仪式”上的演讲内容。本次大会聚焦区块链在工业互联网领域的赋能和创新，吴凯棋深度解析了知识图谱在工业互联网中发挥的作用和价值。

以下内容整理自现场速记稿。

尊敬的各位领导、来宾，很荣幸今天有机会和大家分享我们在分布式认知工业互联网方面的思考和实践。首先简单介绍一下Datayes的背景，如刚才王允臻王总所述，在分布式认知工业互联网中，区块链解决的是工业互联网“链接”的问题，而知识图谱解决的是“认知”的问题。Datayes是万向旗下的一家金融科技公司，我们在金融科技领域的数据和技术方面积累了八年的经验，接下来我们的重点是如何把相关的技术运用到工业场景，为工业场景中的各种角色，如政府侧和企业侧进行赋能。借用肖风董事长一句话，区块链解决生产关系的问题，人工智能、知识图谱解决生产力的问题。

（以下图片请点击查看大图）

上图是知识图谱的简介，我们把知识图谱看作是人工智能的根基、链接万物的网络。知识图谱有两个核心词，一个是“知识”，另一个是“图谱”。知识是用来做决策的，图谱是链接现实世界的表达。知识图谱是对于世界的认知，用于阐述开放性体系。开放性体系由体系中各种要素相互作用的网络组成，每个体系都是一个复杂网络。在工业场景中，网络中的节点包括公司、生产过程中的传感器以及整个产业链上面的各种角色，如供应链上面的各种供应商、相关市场里面的角色等。我们可以通过知识图谱来表达对工业连接数据的认知，从而借助人机交互的能力获得一些预测分析的结果，让知识图谱结合区块链与底层收集的工业互联网各个环节的数据，辅助我们做一些对行业或企业未来的认知。

在过去八年中，Datayes积累了大量的数据和相关的算法，并在金融行业获得了广泛的认可与成功。我们主要有数据的积累、图谱结构化的网络、 AI的算法和产品的能力，之后我会与大家分享Datayes如何在分布式认知工业互联网场景下，用人工智能赋能我们的企业侧和政府侧。

首先，我们针对工业认知互联网的场景提出的一整套解决方案是由几个核心关键词组成。一个关键词是人机结合：强人工智能是当下热点话题，但我们更想说的是人类智慧增强(备注：即Augmented Intelligence, AI)，即通过人类与计算机和人工智能相结合，让计算机能够吸取人类的知识并产出可以帮助人类做决策的知识，这是人机结合有效互动的过程。不仅如此，人机结合也是一个智能的体系，智能体现在数据的生产和连接也是人机结合智能的过程。我们把相应的一些AI算法进行合理的结构化并进行拆分，形成完整的算法体系。这个算法体系可以非常方便地运用在不同的场景中，如政府侧的开放性场景或企业侧的决策场景等。另一个关键词是云计算：Datayes将云计算和区块链的技术进行结合。云计算意味着整个体系是开放的，开放体系在连接底层工业互联网数据的基础上，借助一系列的算法和能力，提供一个可以面向很多角色如数据的运用方、企业或开发者的平台，在这个平台上打造一个高效、智能的服务体系。这个体系本身也是去中心化的，因为除了在云端的部署，Datayes在企业端和政府端也有相应的部署，帮助不同角色享受人工智能+区块链技术带来的帮助。

人机结合在政府侧的应用场景非常多，我们也在和各地政府探讨落地一些应用场景。Datayes有很多场景可以辅助政府侧更好地服务企业。

第一，利用行业的预判能力，帮助政府提前洞察行业的周期和趋势，不再滞后地看统计数据，而是提前知道行业的发展动向，并通过人机结合辅助政府更好地进行行业的布局。

第二，利用人工智能对企业分析的能力，结合区块链和隐私计算技术，来判断企业的发展潜力以及企业财务方面的一些风险，辅助政府更好地扶持有发展潜力的企业，并及时发现有风险的企业。

第三，可以帮助政府更好地助力企业发展。通过应用知识图谱对政策进行结构化解析，再根据所获得的企业潜力画像进行智能的政策匹配，不仅可以更好地帮助企业获得对口的政策，还能帮助政府更好地优化配套的政策。

第四，监控体系。监控基于区块链和隐私保护对企业的实时发展动向进行7×24小时的关注和洞察。

第五，日常的运营管理主要是在政府内部，利用知识图谱打通数据孤岛，赋能各个企业和政府的不同部门之间更好地协作。

第六，提供不同的人工智能组件，通过自定义的拖拉，组建工作场景中需要的定制化数据大屏，更好地帮助我们决策。

除此之外，我们的开放型体系能够帮助企业更好地去适应市场的发展并洞察行业的动向，并且已经在行业中的一些头部企业落地应用。企业不仅可以匹配符合自身发展需要的政策支持，还可以借助区块链和隐私计算上链、上云的数据获得企业在市场上的信用背书，提升企业的影响力。还可以帮助降低企业的融资成本：基于我们对企业的经营状况和风险的洞察，结合经过区块链和隐私保护的数据，利用财务以及企业未来发展的模型进行预判，帮助企业更好地对接资本市场和金融市场，获得更多的金融支持，并降低融资成本。

我们通过将服务部署在企业侧，借助人工智能和相关数据，帮助企业及时地洞察市场和行业的发展状况并获得市场的先机。还可以帮助企业降本增效、优化企业各个生产流程中的能耗，如成本的消耗等。Datayes通过把专家的知识和生产过程中的经验放在整个模型中，人机结合地优化生产流程。

这整个体系有相应的数据基础，我们的数据基础经过多年的积累，不仅包括上市公司的数据，如股权的关系、董监高的关系等，还包括公司相关的产业链、行业链的一些信息。

除了上市公司外，我们也有非上市公司的相关图谱信息。通过不断地更迭、优化数据，在公司的基础上进行人物图谱优化，使市场风险的洞察更精准细致。

除此之外，我们对产业链也有积累，通过企业、行业、产业这些上下游关系获得产业链的风险和商机传导的逻辑，帮助企及时地洞察产业链的动向。在这个基础上，我们可以对行业进行预测，利用产业链上下游对行业的未来进行提前的预知。

相比过去只能被动地分析已经发生的事情，现在可以对未来几个月甚至更长时间进行趋势和周期的分析。如上图所示，蓝色的是实际发展的情况，橘黄色是我们预测的结果，我们预测的准确率较高，可以准确地帮助企业做决策。

整个体系中另一个非常重要的能力是公司研究的框架，这是人类知识的框架化表达。框架中有很多宏观行业或企业的数据，通过这个框架我们可以做一些预测和判断，如对企业未来经营状况或企业营收和利润的预测，以及对于财务风险的判断等，帮助企业诊断自身经营状况的同时，也帮助投资等金融机构和政府有针对性地让企业获得金融方面的支持。

利用AI把这些能力整合起来，动态地去推送给需要这些信息的人，是整个体系综合能力的体现，例如以类似信息流的方式智能地推荐给企业端或政府端，使其能够获得自己关注的信息和第一手的资料。

总的来说，分布式认知技术是非常体系化的，需要在生态中联合物理的接入层、边缘计算层以及区块链平台、隐私计算平台、分布式认知的能力，一起赋能政府侧或企业侧的使用者。

总结一下知识图谱对分布式认知工业互联网的认知能力，第一是利用人机结合与人工智能帮助我们做科学的决策，以人工智能作为根基帮助企业和政府做相关的市场洞察和决策。第二是高效地支持业务，无论在分布式或私有云的场景下都可以利用相应的技术进行快速的部署，让使用者更好地洞察市场并在市场里获得先机。