知识图谱：通过生成式人工智能按照您的方式获取供应链数据

• 知识图可以让您快速了解供应链数据。
• 您可以为互联公司创建完整的数据树。
• 然后您可以按照您需要的方式查询您的供应链数据。

众所周知，生成式人工智能已经以不可估量的方式改变了世界。但想象一下这样一个世界，您可以在最相关的供应链数据上以经过严格训练的方式使用生成式人工智能。您可以创建复杂的供应链数据链，使您能够对公司的数据进行切片、切块、询问并获得无法估量的洞察力，而这些数据是您以前从未知道的。

这就是知识图谱技术背后的主张。无论您是关注业务效率、可持续供应链，还是只是以全新、精细、全面的方式查询供应链数据以影响您的业务导向，知识图谱技术都有可能帮助您实现目标。

我们与首席技术官 Paul Hopton 进行了座谈侦察蜂是一家为企业客户提供知识图谱技术的领先公司，深入研究供应链数据，看看它能给我们带来什么见解。

构建知识树。

THQ：

知识图谱。假装这是我们第一次听说它们——请带我们了解一下。它们如何工作？他们做什么？是什么让它们比传统的数据和分析方法更好或更有用？最重要的是，什么价值他们会添加吗？

PH值：

知识图与公司供应链数据的传统基于表格的视图显着不同。

当每个人都对领域驱动设计和领域驱动开发感到兴奋时，我们开始研究如何使用软件来描述有趣的环境。

我们发现，您可以捕获有关软件领域的所有这些知识。当我们尝试存储这些数据时，一些早期的工作确实遇到了困难，因为我们正在处理相当严格的 SQL 环境。

您可以表示不同的对象，并且可以使用四个查找键来表示事物，但是随着您添加越来越多的信息和越来越多的数据源，并且随着您对领域的理解随着时间的推移而变化，维护这些传统的数据库结构变得非常困难。

因此，人们发起了一场大运动，说：“好吧，让我们把所有东西都放入一个湖中，让我们拥有一个巨大的数据湖，然后尝试使用 MapReduce 之类的东西来搜索数据并找到我们正在寻找的东西。

但这需要专业技能才能正确完成。

知识图数据库的作用是提供一种不同的数据表示方式，以及对您正在查看的事物的更灵活的视角。

属性DNA形成数据节点和链。

我们查看供应商并看到与该供应商相关的一系列属性。现在它可以是一个产品，它可以是一种功能，也许是一个证书，也许是一个地址，我们实际上可以将一堆这些不同的节点连接在一起，连接到那个点。

关系本身可以被赋予一个名称，您可以为其赋予值，还可以为其赋予权重。所以你可以开始围绕这个键构建一个更复杂的模型事物您在供应链数据中查看的内容。

这使您可以非常灵活地围绕该关键事物构建大量知识，而不必担心表连接、数据库模式或进行数据传输。

这是它们变得有价值的关键方式。

当然，只有一个供应商的情况很少见。知识图谱技术意味着您可以拥有全部您的供应商代表，具有所有多维数据价值，一旦您构建了数据树，您几乎可以朝任何方向行走。

连接节点以获得更有价值的理解。

如果此供应阵列有一种产品，例如发夹式电动机，您可以自动查看供应链数据中哪些其他供应商将发夹式电动机作为产品，以及哪些其他客户将其作为从特定供应商或一组供应商购买的产品。

然后发生的事情是，您可以构造越来越复杂的查询，并且可以沿您需要的任何方向遍历图形。

THQ：

为数据存储方式以及您可以对所有这些知识链进行的潜在查询增加丰富性、连接性和灵活性。以您需要的任何方式对供应链数据进行切片和切块，以获得对您决定查询的数据的任何元素的查询的丰富答案？

PH值：

确切地说，是的，这实际上只是以编程方式遍历一棵树，这意味着有很多不同的方法可以做到这一点。但您也可以做不同的事情，例如使用名为 Cypher 的查询语言，它相当于 SQL，但本质上不同，因此您不限于使用自然语言术语进行查询。

供应链数据整理就像一个拼图盒——知识图谱技术可以帮助你解决它。

企业为什么要关心？

THQ：

我们来谈谈火鸡吧。是否有任何证据表明知识图谱比传统的数据查询方案为公司带来“X”多的价值？

PH值：

我对此做了一些研究，我们可以相信这样一个事实：在客户使用知识图谱的情况下，他们的回报通常比使用以前的系统高出 20%。

THQ：

我们如何得出这个数字？

PH值：

通过专注于更快的开发周期。如果您考虑以敏捷的方式开发软件，那么一开始您可能没有全套的需求。

动态构建数据库模式的能力实际上使您摆脱了许多严格的约束。

知识图谱的另一个帮助公司挖掘价值的功能是开始遍历的能力之间图表。 Google 有一个知识图谱，LinkedIn 有一个知识图谱，如果您有一个公司的节点，您就可以开始连接这些节点并有效地走过到 LinkedIn 图表开始调查。

维基百科有一个知识图谱。所以如果我想看看发夹电机到底是什么是，我可以连接到维基百科节点，它会告诉我。

所有这一切都来自几年前流行的语义网。但它实际上开始成为将知识片段连接在一起的一种方式。显然，当我们开始谈论生成式人工智能时，这就是它变得非常强大的地方。

知识图和生成人工智能。

THQ：

哦，无论如何，让我们开始谈论生成式人工智能。知识、地图和生成人工智能之间最大的交汇点是什么？

PH值：

生成式人工智能聊天界面使您能够极大地民主化数据访问。目前，我们仍处于早期阶段，所以事情还没有很多比在数据库中进行语义搜索更复杂。

但我们正在开始建立我们的能力，例如，您可以查看特定类别中的所有供应商，甚至所有供应商，并开始从整个供应链数据中收集非常有趣的信息。

此类查询通常很难执行，例如在 BI 团队的项目中。但生成式人工智能突然意味着，这是普通用户可以打开的东西，并提出复杂的问题。

生成式人工智能的一大影响是它改变了购买者之间的关系做，以及他们能为游戏带来什么。传统上，在软件中，有很多人填写表格。

这很大程度上取决于理解过程是什么，并拥有大量知识。但在供应链管理中，我们越来越多地谈论多危机时代——我们总是必须为一切做好准备，而且人们进入该行业的背景比以前更加广泛。

生成式人工智能聊天界面不是训练每个人使用老式工具来应对多重危机，而是非常民主化，并允许具有不同技能的不同人将这些思想和思维方式引入供应链管理。

范围 3 数据的解决方案。

THQ：

我们刚刚想到了这一点——我们最近一直在与处理即将到来的范围 3 排放数据风暴的人们进行交谈。

这些排放数据不是来自他们自己的公司内部，而是来自其供应商的公司。如果您愿意，并且可以收集数据，知识图将完全消除数据收集的挑战，不是吗？

PH值：

是的，这是一个系统，意味着技术性的范围 3 数据收集和呈现的障碍变得很容易消除，因为这只是在一个供应商和另一个供应商之间添加另一个关系连接的情况。剩下的唯一障碍是让供应商给你这个数据。技术就在那里。我们围绕这个做了一些早期的演示，但它变得非常强大。

在第2部分在本文中，我们将研究知识图的潜在实现规模及其数据字符串的多元性。