John Macintyre, RelationalAI 产品副总裁 John Macintyre RelationalAI 产品副总裁

利用 AI 和知识图谱进行企业决策

如今的商业环境可以说是前所未有的竞争和复杂：客户的期望值处于历史最高点，企业需要满足（或超过）这些需求，同时创造新的产品和体验，为消费者提供更多的价值。同时，许多组织面临资源匮乏、预算限制和供应链延迟等商业挑战。企业的成功取决于他们每天做出的决策的总和。这些决策（好或坏）具有累积效应，往往比看起来更相关。为了在这种要求苛刻和不断变化的环境中保持竞争力，企业需要能够快速做出决策，许多企业已经转向使用 AI 驱动的解决方案来实现这一点。这种敏捷性对于维持运营效率、分配资源、管理风险和支持持续创新至关重要。同时，AI 的采用加剧了人类决策的挑战。当企业在没有对背景和决策对业务其他方面影响的充分理解的情况下做出决策时，问题就会出现。虽然速度是决策中的一个重要因素，但背景至关重要，尽管这比说起来容易。因此，企业如何既快速又明智地做出决策呢？一切从数据开始。企业非常清楚数据在其成功中的关键作用，但许多企业仍然难以将数据转化为有效的决策，从而获得业务价值。这主要是因为好的决策需要背景，而数据本身并不带来理解和完整的背景。因此，仅凭共享数据（没有背景）做出决策是不准确的。下面，我们将探讨组织在这一领域未能实现价值的原因，以及如何走向更好的、更快的商业决策之路。获取完整图景前西门子 CEO 海因里希·冯·皮埃尔曾说过，“如果西门子知道西门子知道什么，那么我们的数字会更好”，这凸显了组织利用集体知识和专业知识的重要性。知识就是力量，做出好的决策取决于对业务的每个方面有全面了解，包括不同方面如何协同工作和相互影响。但是，来自不同系统、应用程序、人员和流程的数据如此之多，获得这种了解是一项艰巨的任务。这种缺乏共享知识通常会导致许多不良情况：企业做出决策太慢，导致错失机会；决策是在没有考虑到对其他方面影响的情况下做出的，导致糟糕的业务结果；或者决策是以不精确的方式做出的，不可重复。在某些情况下，人工智能（AI）可能会进一步加剧这些挑战，当公司无差别地将该技术应用于不同的用例，并期望它自动解决他们的商业问题时。这可能会发生在 AI 驱动的聊天机器人和代理以孤立的方式构建，没有足够的背景和可见性来做出明智的决策的情况下。在企业中实现快速和明智的商业决策无论公司的目标是提高客户满意度、增加收入还是降低成本，都没有单一的驱动因素可以实现这些结果。相反，是良好的决策的累积效应将带来积极的商业结果。一切从利用一个易于使用、可扩展的平台开始，该平台允许公司捕获其集体知识，以便人类和 AI 系统都可以对其进行推理并做出更好的决策。知识图谱越来越成为组织发现其数据中背景的基础工具。这在实践中是什么样子？想象一个零售商想要知道应该为夏季订购多少件 T 恤。为了做出最好的决策，需要考虑大量复杂的因素：成本、时间、过去的需求、预测的需求、供应链的应急计划、营销和广告如何影响需求、实体店的物理空间限制等。我们可以使用知识图谱提供的共享背景来推理所有这些方面和它们之间的关系。这种共享背景使人类和 AI 能够合作解决复杂的决策。知识图谱可以快速分析所有这些因素，基本上将来自不同来源的数据转化为与整个业务相关的概念和逻辑。由于数据不需要在不同系统之间移动，知识图谱就可以捕获这些信息，因此企业可以更快地做出决策。在今天的竞争激烈的环境中，企业无法承担做出不明智的商业决策——速度是关键。知识图谱是解锁生成式 AI 的力量以做出更好、更明智的商业决策的关键缺失成分。在今天的竞争激烈的环境中，企业无法承担做出不明智的商业决策——速度是关键。知识图谱是解锁生成式 AI 的力量以做出更好、更明智的商业决策的关键缺失成分。企业可以通过知识图谱做出决定显著更快。在今天的竞争激烈的环境中，企业无法承担做出不明智的商业决策——速度是关键。知识图谱是解锁生成式 AI 的力量以做出更好、更明智的商业决策的关键缺失成分。