現(xiàn)在的企業(yè)都積聚了許多文檔和非結構化數(shù)據(jù)，其中“封存”了難以估算的業(yè)務及產品知識，若不能充分利用，知識的價值就無法被釋放。自然語言技術近年來獲得了突破性進展，借助自然語言理解(NLU)和知識抽取已可以高效處理海量文檔，由機器人自動構建知識圖譜。這樣一來，原本極難運用的非結構化數(shù)據(jù)就轉變?yōu)榭伤阉鳌⑼评砑邦A測的結構化數(shù)據(jù)。

　　只具備文檔管理等簡易功能的傳統(tǒng)知識庫注定將被淘汰，而新一代被冠之以“智能”之名的知識庫正承擔起更重的責任，使知識真正融入業(yè)務，大幅提升企業(yè)的運營效率和核心競爭力。但是，如何使知識順暢流轉起來？如何讓隱性知識顯性化？如何一體化管控多渠道知識？諸如此類的問題，漸次浮到臺前，吸引著各路AI選手的目光。在通往智能化的路上，有許多關隘等待攻克，還有許多陷阱需要提防。

　　很多知識庫對于員工個人所擁有的本地文檔只能望洋興嘆，無法開展有效的搜索，也無法將其直接應用在服務端，于是知識的可承載量必定大打折扣，可拓展性也會大受限制。

　　無論知識采編、審核還是發(fā)布，都需業(yè)務人員投入巨大勞動力，知識庫搭建完成后，未來的更新也完全要靠人工操作，耗費大量人力資源，而且準確性亦要打個問號。

　　在企業(yè)內部，系統(tǒng)如孤島，數(shù)據(jù)似散沙，彼此隔絕，沒法統(tǒng)一進行知識的采編、審核、發(fā)布等流程，做不到聯(lián)動與共通，勢必對管理和監(jiān)控都造成嚴重的阻礙。

　　光有龐大的知識庫，卻沒法快速及準確地搜索其中內容，堪比入寶山卻空手而歸，而且隨著知識庫內容不斷擴充，搜索速度及準度會每況愈下，變成惡性循環(huán)。

　　伏爾泰對神圣羅馬帝國有過一句經典的評價，他稱其“既不神圣，也不羅馬，更非帝國”，借用這位法國思想家的話，現(xiàn)在市面上很多所謂的智能知識庫，其實既不智能，也不觸達真正的知識，更談不上是兼收并蓄的“庫”。一個理想的智能知識庫，應該貫穿于知識生成、加工、沉淀、組織、管理、流動、優(yōu)化的全周期，受AI賦能，通過知識提取、分析、聚集、運用、共享等一系列動態(tài)過程，讓知識的價值最大化，從而驅動多姿多彩的智能化應用。

　　一家頂尖的工程機械制造商，名聲響，規(guī)模大，然而對于自家產品的故障排除，卻在長期以來都忍受著難言之痛。該廠商有不計其數(shù)的機械和設備正在使用中，一旦出現(xiàn)故障，必須精確定位到出問題的零部配件，且要遵照完全不同的維修方法。與此相關的知識點成千上萬，外勤維修人員不可能面面俱到，必須要依靠二線支持人員的援助。

　　于是，數(shù)量有限的二線人員自然是倍感壓力，面對上千名外勤工程師，面對諸多互不相連的業(yè)務系統(tǒng)，常常是心有余而力不足。雪上加霜的是，他們還會不可避免地遇到大量相似、雷同問題，反復解答很浪費時間，又極大地束縛了生產力。

　　顯而易見，單純靠人力積累和經管知識，已遠遠不夠，急需激活科技創(chuàng)新，開啟智能化轉型，一舉扭轉排故不力的尷尬局勢。針對這些痛點，竹間智能憑借自研的NLP、情感計算及綜合能力平臺，為其量身定制了一套解決方案。其中至為關鍵的一步，便是將繁雜的排故數(shù)據(jù)及信息疏浚整合，據(jù)此構建內容詳實、架構合理、靈活易操作的智能知識庫。接下來，各類實際應用便得以站在巨人的肩膀上，發(fā)揮各種妙用了。

　　與排障有關的文檔、材料和圖表，格式迥然有別，包括半結構化和非結構化數(shù)據(jù)，且零零碎碎地分布在不同的數(shù)據(jù)庫、業(yè)務系統(tǒng)和負責人手中，形成了一道道“屏障”。其數(shù)目之多、種類之雜，外人是難以想象的，僅故障代碼一項，就有超過800條。

　　不過，這對于竹間智能，并非不可逾越的天塹。在輔助工具與AI訓練師的引導之下，客戶方人員成功進行了知識的歸納和整理，無損采集了海量數(shù)據(jù)。隨后，竹間智能通過自己的AI綜合能力平臺，憑借深度學習的過硬本領，對這些知識原料完成了訓練及測試。

　　匯總FAQ以解決通用問答，打造知識圖譜以搞定同質化問題，同時引入多輪對話引擎以應對復雜的交互任務，三位一體，竹間為客戶構建起了“滴水不漏”的AI智能知識庫。排障助手機器人隨之被創(chuàng)造出來。由于使用了分布式存儲架構，且基于人工智能檢索，知識庫可妥善處理數(shù)十億的實體、數(shù)百億的知識關聯(lián)，且仍舊保持速度優(yōu)勢，實現(xiàn)毫秒級響應。因此，對于五花八門的問題，排障助手可以在眨眼間給出正確的答案。

　*以上排障對話示意圖僅供參考

　　排障助手上線一年后，已可妥善覆蓋80%以上的故障相關問題，降低了50%左右的通訊成本和服務時間成本，電話咨詢量顯著下降，二線服務人員能夠游刃有余地為有需要的外勤人員送上強力的支援，效率增幅高達50%以上，降本增效的成果令客戶相當滿意。

　　傳統(tǒng)知識庫只能通過單一場景面對使用者，但竹間的智能知識庫因得益于統(tǒng)一平臺管理的優(yōu)勢，可以打破智能應用的邊界，開疆辟土，適配更多的場景，締造更大的發(fā)揮舞臺。如果說專注于排故困境的項目一期推動了該集團從無到有地完成歷史性突破，那么到項目二期，竹間智能更進一步，協(xié)助創(chuàng)建了論壇回復助手機器人，則是讓該集團從一邁向無窮大的非凡躍遷。

　　不同于排故助手背后的短文本問答模式，論壇帖子本質上是更為復雜的長文本，判斷和處理的難度更高，這時就得仰仗竹間智能所擅長的NLU技術了。首先進行長句的切分，將意圖分類，倘若發(fā)帖的意圖是提問，那就提取和識別出帖子的核心問題，再結合現(xiàn)有知識庫中的FAQ及知識圖譜，自動進行回復；倘若發(fā)帖是出于其他意圖，比如求贊、吐槽、灌水、經驗分享等等，那機器人會根據(jù)實際情況作出恰當?shù)拇饛汀?/div>