在工业领域，知识管理很多采用了文档和专家系统来进行管理。专家系统 是人类经验知识的总结，在一定程度上解决了经验知识的沉淀，以及知识 的传承，但存在经验沉淀成本较高、经验缺乏联系等显著问题。过去的知 识管理形式越来越不满足业务的需求。

工业大脑利用知识图谱技术，基于用户实际应用场景，面向知识图谱的开 发人员以及运营管理人员，打造工业知识中台。接入感知层各类数据，通 过AI实现业务与智能的深度融合，助力“上下一体、知行合一”的智能工 业发展。

架构特点

支持非结构化数据处理：面向各类知识文档，通过NLP技术可以完成知识 的抽取和理解，支撑知识服务；

提供知识推理服务：利用深度学习、强化学期和图推理计算等算法技术， 可以比过去知识库的关键字文档检索可以跟精准提供故障的分析推理服 务；

具备增量知识自学习能力：利用NLP技术可以自动抽取入库新增知识，学 习过程不需要人工干预。

核心价值
可以将工业企业中留存业务系统中的结构化、标注、规范、案例记录和人 的经验等知识数据源转化为计算机可以识别的知识图谱数据，简化了传统 靠人力编写代码的模式，有效提升了知识图谱的构建效率，缩短构建时 间，降低构建成本。同时提供了良好的用户交互界面，方便运营管理人员 直观的了解图谱的各种结构，数据情况。完成企业数据的知识化，实现经 验和知识传承，支撑人工智能应用。如：合同的智能评审、智能维修等。

项目案例
浙电设备故障知识库项目：
国网浙江省电力有限公司是国家电网公司的全资子公司，以建设和运营浙 江省区域电网为核心业务，积极拥抱“大云物移智”新技术和企业数据价 值发现，是国内运营效能和创新能力领先的公司之一。本项目针对省公司 运检部输变电重要设备（如变压器、雷击故障等）的故障抢修指挥，提供 基于人工智能技术的智能维修辅助决策服务。故障抢修信息获取效率 50-70%缩短故障的抢修复电时间20-30%抢修知识可自主回流学习。