知识是人类制定决策的基础，与之相对应，知识库则是众多AI系统顺利运行的基础。如果将NLP、视觉计算、深度学习之类的技术比作厨艺，那么知识库就可以绵绵不绝地提供食材，老话说“巧妇难为无米之炊”，没有知识库，再牛的AI技术也无用武之地。
现在的企业都积聚了许多文档和非结构化数据，其中“封存”了难以估算的业务及产品知识，若不能充分利用，知识的价值就无法被释放。自然语言技术近年来获得了突破性进展，借助自然语言理解(NLU)和知识抽取已可以高效处理海量文档，由机器人自动构建知识图谱。这样一来，原本极难运用的非结构化数据就转变为可搜索、推理及预测的结构化数据。
只具备文档管理等简易功能的传统知识库注定将被淘汰，而新一代被冠之以“智能”之名的知识库正承担起更重的责任，使知识真正融入业务，大幅提升企业的运营效率和核心竞争力。但是，如何使知识顺畅流转起来？如何让隐性知识显性化？如何一体化管控多渠道知识？诸如此类的问题，渐次浮到台前，吸引着各路AI选手的目光。在通往智能化的路上，有许多关隘等待攻克，还有许多陷阱需要提防。
挑战1：本地文档成为知识吸纳的盲区
很多知识库对于员工个人所拥有的本地文档只能望洋兴叹，无法开展有效的搜索，也无法将其直接应用在服务端，于是知识的可承载量必定大打折扣，可拓展性也会大受限制。
挑战2：人力重度参与，费时费力
无论知识采编、审核还是发布，都需业务人员投入巨大劳动力，知识库搭建完成后，未来的更新也完全要靠人工操作，耗费大量人力资源，而且准确性亦要打个问号。
挑战3：缺乏统一平台，运维效率低下
在企业内部，系统如孤岛，数据似散沙，彼此隔绝，没法统一进行知识的采编、审核、发布等流程，做不到联动与共通，势必对管理和监控都造成严重的阻碍。
挑战4：搜索速度和精度都不到位
光有庞大的知识库，却没法快速及准确地搜索其中内容，堪比入宝山却空手而归，而且随着知识库内容不断扩充，搜索速度及准度会每况愈下，变成恶性循环。
伏尔泰对神圣罗马帝国有过一句经典的评价，他称其“既不神圣，也不罗马，更非帝国”，借用这位法国思想家的话，现在市面上很多所谓的智能知识库，其实既不智能，也不触达真正的知识，更谈不上是兼收并蓄的“库”。一个理想的智能知识库，应该贯穿于知识生成、加工、沉淀、组织、管理、流动、优化的全周期，受AI赋能，通过知识提取、分析、聚集、运用、共享等一系列动态过程，让知识的价值最大化，从而驱动多姿多彩的智能化应用。
智能知识库孕育智能助手 为数千名工程师指路
一家顶尖的工程机械制造商，名声响，规模大，然而对于自家产品的故障排除，却在长期以来都忍受着难言之痛。该厂商有不计其数的机械和设备正在使用中，一旦出现故障，必须精确定位到出问题的零部配件，且要遵照完全不同的维修方法。与此相关的知识点成千上万，外勤维修人员不可能面面俱到，必须要依靠二线支持人员的援助。
于是，数量有限的二线人员自然是倍感压力，面对上千名外勤工程师，面对诸多互不相连的业务系统，常常是心有余而力不足。雪上加霜的是，他们还会不可避免地遇到大量相似、雷同问题，反复解答很浪费时间，又极大地束缚了生产力。
显而易见，单纯靠人力积累和经管知识，已远远不够，急需激活科技创新，开启智能化转型，一举扭转排故不力的尴尬局势。针对这些痛点，竹间智能凭借自研的NLP、情感计算及综合能力平台，为其量身定制了一套解决方案。其中至为关键的一步，便是将繁杂的排故数据及信息疏浚整合，据此构建内容详实、架构合理、灵活易操作的智能知识库。接下来，各类实际应用便得以站在巨人的肩膀上，发挥各种妙用了。
01 同一个平台，多类型管控
与排障有关的文档、材料和图表，格式迥然有别，包括半结构化和非结构化数据，且零零碎碎地分布在不同的数据库、业务系统和负责人手中，形成了一道道“屏障”。其数目之多、种类之杂，外人是难以想象的，仅故障代码一项，就有超过800条。
不过，这对于竹间智能，并非不可逾越的天堑。在辅助工具与AI训练师的引导之下，客户方人员成功进行了知识的归纳和整理，无损采集了海量数据。随后，竹间智能通过自己的AI综合能力平台，凭借深度学习的过硬本领，对这些知识原料完成了训练及测试。
汇总FAQ以解决通用问答，打造知识图谱以搞定同质化问题，同时引入多轮对话引擎以应对复杂的交互任务，三位一体，竹间为客户构建起了“滴水不漏”的AI智能知识库。排障助手机器人随之被创造出来。由于使用了分布式存储架构，且基于人工智能检索，知识库可妥善处理数十亿的实体、数百亿的知识关联，且仍旧保持速度优势，实现毫秒级响应。因此，对于五花八门的问题，排障助手可以在眨眼间给出正确的答案。
*以上排障对话示意图仅供参考
排障助手上线一年后，已可妥善覆盖80%以上的故障相关问题，降低了50%左右的通讯成本和服务时间成本，电话咨询量显着下降，二线服务人员能够游刃有余地为有需要的外勤人员送上强力的支援，效率增幅高达50%以上，降本增效的成果令客户相当满意。
02 华丽跨界，从排障咨询到论坛回复
传统知识库只能通过单一场景面对使用者，但竹间的智能知识库因得益于统一平台管理的优势，可以打破智能应用的边界，开疆辟土，适配更多的场景，缔造更大的发挥舞台。如果说专注于排故困境的项目一期推动了该集团从无到有地完成历史性突破，那么到项目二期，竹间智能更进一步，协助创建了论坛回复助手机器人，则是让该集团从一迈向无穷大的非凡跃迁。
不同于排故助手背后的短文本问答模式，论坛帖子本质上是更为复杂的长文本，判断和处理的难度更高，这时就得仰仗竹间智能所擅长的NLU技术了。首先进行长句的切分，将意图分类，倘若发帖的意图是提问，那就提取和识别出帖子的核心问题，再结合现有知识库中的FAQ及知识图谱，自动进行回复；倘若发帖是出于其他意图，比如求赞、吐槽、灌水、经验分享等等，那机器人会根据实际情况作出恰当的答复。
员工论坛发帖
为什么别人的破碎锤寿命都很长？原来是这个原因！当挖掘机配上破碎锤，可谓无坚不摧，但一定要注意保养和使用，否则可能造成严重的损害！下面我分享一个真实的故障案例，希望能引起大家的警惕。
智能助手留言
感谢您的建议，这对我们十分重要。我们会迅速调查和落实，一经采用，会为您奉上精美礼品！
员工论坛发帖
你安好，我无恙！齐心协力，共抗疫情，中国加油！让我们一起迎接春天，一起笑对阳光！大家始终肩并肩，往前行！
智能助手留言
登过一些山，才知道艰难。趟过一些河，才知道跋涉。跨过一些坎，才知道超越。
*以上论坛回复示意图仅供参考
论坛回复机器人正式启动后，70%以上的论坛问题都可以交给其应答，人工作业的重心从答复变成了审核，一定程度上解放了人的创造力。同样不容忽视的是，该客户因此实现了跨渠道知识共享，从APP端延伸到论坛端，不再封闭于某一方小天地，排故知识可以无所拘束地流通，面向更多受众，促成更广泛的应用。
03 持续自我进化，将来大有可为
如果知识库仅仅是功能强大，却难以操控，相信留给用户的也只能是一段苦涩的体验。竹间智能搭建的整个智能知识库对客户很友好，支持二次开发，方便调整，能够实现本地文档的在线化及半结构化，可经由自动或手动的方式，轻松自如地添加及修改知识。这家厂商人员在实践一段时间后，经过一次次更新，渐渐将FAQ从最初的100个增加到5000个，不断吸纳新的业务知识，然后赋能机器人，服务于不同的需求，生生不息，后劲十足。
所以，这个智能知识库完全可以伴着客户业务的发展，进行增量式的发展，成长性极佳。对于排故咨询助手，基于竹间智能AI平台的满意度、负反馈等独特机制，将平时工程师向机器人咨询的问题“反哺”给知识库，形成自学习的良性循环；对于论坛回复助手，管理员可以将历史帖子中有价值的内容整理成新的FAQ或知识图谱，再录入知识库，循环迭代，使其不断优化，趋向完善。在此过程中，尽量减少人工干预，节省运维成本。知识库可以持续自我进化，越学越聪明，越用越专业。
随着项目的深入开展，这家大型工程机械制造商对自己憧憬的智能化转型进行了一番由浅入深的探索，逐步落地了问题咨询、社区运营等智能化应用，积攒了丰实的经验，给接下来更多的创新变革做好铺垫。
目前已建成的知识库只是对机器人予取予求，那以后能否拓宽“受众面”，直接对内部员工开放，帮员工解惑？下一阶段，我们就有机会为该厂商部署EmotiKnows，扩大知识管理及获取渠道。它支持智能问答，可助人们高效地检索和共享知识，充分感受企业级知识库的便捷性与准确度。
总结而言，AI智能知识库的主要功能就在于——自动管理大量文档及数据，并从中抽取业务和产品知识，建成企业级与行业级的专用知识库。借此，企业能够以知识为中心，将内部的数据孤岛都连接起来，形成一块完整的知识画布，统一提供整合过的知识，打通各大业务系统，再结合NLU技术，让搜索变得更顺畅、快速和精确。
在此基础上，智能应用的万丈高楼将拔地而起。机器人可以活用知识库中的一切，用户也可以通过自然语言搜索来找到想要的答案。得益于精准的语义理解及知识推理技术，与用户所查知识点相关联的文章与内容能被直接展示出来。可视化的知识图谱，更能让用户享受高端的推理式搜索。
