知识图谱|明略科技:知识图谱是让数字化发挥价值的核心枢纽( 四 )


这个“饺脸识别”应用的推广遇到一些挑战 , 开始装上时 , 发现服务员特别不愿意用 , 因为这相当于多了一个人监视她的工作 。 但经过对识别机的识别结果在工作考核中增加权重 , 服务员开始用各种方法让自己包出的饺子更加漂亮 , 并研究如何得到更高的分数 。
这个案例的重点不在于“饺脸识别机”如何工作 , 而在于通过这种技术的落地 , 推动了员工主动优化工作——这才体现了明略的价值 , 也就是进行一项技术落地 , 并不是为了落地而落地 , 而是借此推动员工去参与工作流程的再造和工作质量的主动提升——这才是“让数字化融入传统行业”的更大价值 。
明略科技的能力在于 , 它们提供的是一种能力 , 而不是一种功能 。 功能只能解决对应的问题 , 而能力是可以泛化的 。
在轨道交通领域 , 最典型的场景是地铁的运维与检测 。 其实 , 地铁作为高端装备 , 本身已经有一定的数字化基础 , 如安装了大量的传感器 , 用于显示各种运行、检修数据 。 但是 , 这些数据过于复杂、海量 , 以至于很难通过人力进行长期、常态化的检查 , 从而造成了某种数字资源的浪费和缺位 。
然而 , 通过明略科技建立的知识图谱等智能化技术能有效地提升车辆运维保障效率 。 该智能运维系统由车联网子系统、轨旁综合检测子系统、车辆维护轨迹子系统和服务于全路网的车辆大数据平台共同组成 。
车辆大数据平台作为数据管理的核心 , 支撑着整个车辆智能运维系统的使用;车联网子系统负责对车辆运行状态的全过程、全信息监控 , 对车辆的智能化运维起着关键性作用 。 通过大数据技术 , 将车辆实时的传感器数据、视频、图片数据等全部融入到大数据平台 , 实现自动化监测和预警;轨旁车辆智能检测系统则利用红外线、激光以及相机等设备 , 采用机器视觉、传感技术计算与人工智能等技术 , 实现了列车不停车自动检测 , 改变以往靠人工到车上检查的做法 。
某种程度上 , 明略科技的工作有点像地图绘制行业 , 每次进入一个新的领域后 , 第一次绘制的工作是最具复杂性的 , 但只要就此建立了行业的知识图谱 , 此后就可以通过“更新”而不是“重绘”的方式 , 以知识图谱的方式不仅仅把数据关联起来 , 还可以把行业知识沉淀下来 。
【知识图谱|明略科技:知识图谱是让数字化发挥价值的核心枢纽】这样做的核心优势 , 就是能够帮助客户 , 使其所有的决策都是有行业知识支撑的 , 这样才符合明略科技“企业级认知智能服务平台”的定位 , 而基于这个平台做出的智能决策 , 才更符合客户的业务流程、业务管理特性 , 也才能真正称为“智慧” , 这种形态创造了坚实的核心价值 , 也更符合长期主义的价值观 。