雪浪雲工業知識中臺，開啟知識管理新篇章

早在1965年，著名管理大師彼得·德魯克（Peter Drucker）就曾預言，知識將取代土地、勞動、資本與機器設備，成為最重要的生産要素。而進入新世紀，伴隨著數字化、智慧化浪潮洶湧而至，通過企業內部知識的積累與傳承，以及與外部資源、技術和知識的結合，實現知識的管理、應用與創新，對於企業的重要性也愈發凸顯，並成為企業塑造核心競爭力的關鍵手段。為充分利用企業內外部現有的知識，知識管理也扮演著越來越重要的角色。

在此背景下，知識中臺作為將企業的知識、數據和資訊進行整合、整合與管理，為企業各部門和業務流程提供支援與服務的平臺，由於能夠實現知識的自動化、智慧化和共用化，如今正受到越來越多企業的關注和應用。

數字化與智慧化時代，工業知識管理面臨困境

雖然，在數字化和智慧化時代，做好工業知識管理，對於工業製造企業至關重要：一方面，通過知識管理，不僅能夠確保企業在最需要的時間將最需要的知識傳遞給最需要人，從而幫助企業改進生産工藝、提高生産效率和品質等；另一方面，基於知識的積累與沉澱，也能夠指導企業在各種不確定環境中做出正確、合理的決策，能夠更加靈活地應對市場的變化；此外，知識管理也能促進企業內部的知識共用與創新，並有助於企業文化的構建，增強員工對企業文化的認同等。

而且，隨著通用AI大模型、機器學習、自然語言處理、大數據分析與挖掘等數智化技術的興起，也為企業進行知識管理提供了便利的技術工具，並推動知識管理企業知識管理邁向知識智慧的時代。

但是，當前企業在工業知識管理方面，依然面臨諸多困境：

知識管理難：在企業／工廠內部存在著大量無序且繁雜的知識，不僅包括數字化轉型過程中建設的大量應用系統，還有一大部分知識是存儲在非結構化的文檔內。這就導致企業在知識管理時，需要同時管理N個系統M個文檔知識。要想實現知識的有效管理和分級分類，需要投入巨大的人力、物力和財力。

演算法能力差：傳統知識中臺的核心技術是知識圖譜，然而圖譜構建存在著天然的缺陷，即對於專業人員或者業務專家構建知識三元組具有強依賴性。而新型知識中臺雖然依託大語言模型實現，但目前市場上大部分只實現了單模態知識抽取，無法滿足圖表、音視頻以及3D模型等多模態知識抽取。

內容可信度低：企業需要的是真實、精確可推敲的數據或者內容。然而，當前市場上的通用AI大語言模型普遍都存在生成內容可信度低的問題，這也是通用AI大語言模型的致命性缺點。

數據安全保障弱：目前，大部分生成式AI（AIGC）産品都部署在公有雲上，數據交互和內容生成皆暴露于外網。大量的對話數據和數據集在存儲和調用方面都存在洩露風險。

應用落地難：雖然今年以來AI大模型技術持續火熱，但是大模型技術門檻高，企業／工業客戶側缺乏專業人才。而且，工業知識應用場景複雜多變，應用開發和實施成本高，傳統知識服務平臺無法滿足客戶需要。

工業知識管理面臨的難點與困境

以上難點與困境，嚴重阻礙了將生成式AI技術應用於工業知識管理，同時也制約了企業基於知識驅動的人工智慧應用。

鋻於此，雪浪雲作為長期為製造業數字化轉型提供機理、數據以及AI混合建模與聯合計算服務的工業網際網路平臺及工業數據智慧系統服務商，針對以上痛點和問題，自主研發並推出了“雪浪雲工業知識中臺”，致力於幫助企業打造“工業知識大腦”，助力企業方便快捷地從海量數據中提煉和沉澱知識，並賦能于企業和業務發展。

雪浪雲工業知識中臺，助力企業打造“工業知識大腦”

雪浪雲工業知識中臺是基於雪浪OS自研的大語言模型産品，能夠通過對繁雜無序的工業知識進行匯集、抽取、推理和生成，實現快速知識檢索、智慧問答和知識推理。雪浪雲工業知識中臺致力於構建工業領域的Chat GPT，通過多模態知識接入、多數據源接入和知識管理，不僅能助力企業自動化處理大量重復性任務，提高工作效率，降低減少人力成本；而且也能基於大量數據的分析和預測，提供更準確的資訊和預測結果；同時也能幫助企業更好地理解客戶的需求和反饋，從而提供更好的産品和服務；此外也能助力企業更好地理解業務環境和市場趨勢，從而推出新的産品和服務，推動組織創新。

雪浪雲工業知識中臺産品架構

在技術路線上，雪浪雲工業知識中臺首先將不同種類的輸入抽取為知識，然後基於自研的多模態大語言模型和算力資源，根據人機交互的要求，進行知識推理並輸出推理結果，生成文檔、圖片、工業知識樹、3D模型等。

雪浪雲工業知識中臺技術路線

在産品功能上，雪浪雲工業知識中臺涵蓋知識管理、智慧問答、智慧檢索、文章摘要總結、智慧表格分析、智慧打標、文本輔助生成插件XGPT等。

知識管理包括知識類型管理、知識標簽管理和知識空間管理功能，支援一鍵上傳各種類型文件（目前已支援word、ppt、pdf、excel、txt、csv、圖片、視頻等知識上傳和抽取），可自動將行業知識分類，並進行結構化梳理，生成知識標簽，並可通過知識管理內的空間管理，將專業知識進行分區隔離。

智慧問答可自主生成行業場景智慧問答助手，對行業相關的問題進行專業解答。它不僅支援多輪對話交互，支援應答內容的重新生成、複製和點評操作，也支援對提問的知識空間進行限制，當鎖定一個或多個空間，智慧應答會根據選定空間內的知識進行定向應答。根據知識許可權控制約定，用戶只能選擇對自己開放的空間。此外，還支援應答內容生成路徑溯源，以提高應答內容的可解釋性，並可對原知識內容進行線上預覽，以增強用戶的知識獲得感。

智慧檢索功能可以根據用戶的檢索資訊，快速、準確地從大量的文本數據中得出綜合性的智慧應答，以及相關的資訊和知識，主要功能包含分模態檢索、定向檢索、智慧應答、知識線上預覽等。

文章摘要總結可基於大語言模型對不同模態知識抽取學習後，快速輸出歸納總結，幫助用戶快速了解整篇文章內容。目前支援Word、PPT和PDF等文件類型。

智慧表格分析是基於大語言模型的“數據計算推理能力＋代碼生成能力”衍生至表格內數據分析的工具，支援表格快速搜尋、數據分析代碼生成、調起Jupyter編輯代碼、輸出數據表格以及知識再入庫等。其主要特點是可以將數據庫內結構化數據按照一定的計算邏輯，生成一張數據表格，再次進行數據分析，可直接調用Jupyter並輸出該表格生成邏輯代碼，同時支援用戶修改代碼以達到想要分析的數據。

智慧打標是基於NLP演算法技術提取文章關鍵字或短語，並向標準標簽庫數據進行向量映射，相似度較高可以自動為該文本生成相關標簽；相似度較低的交由人工判定該標簽是否入庫。這樣既能實現快速打標的目的，又能通過標簽的標準化定義，提高打標的準確度。

文本輔助生成插件XGPT是基於私有化部署的專業領域知識大腦（專業領域知識庫＋大語言模型）能力實現的office word輔助生成工具，提供選中提問、輸入提問、定向知識空間、知識推理總結、多格式回復和定點插入等多項能力。

立足核心優勢，雪浪雲工業知識中臺應用場景豐富

據介紹，雪浪雲工業知識中臺的核心優勢在於其具備四大能力：

01高擴展的數據接入和安全控制能力

它不僅支援接入結構化數據庫，半結構化數據庫、非結構化數據庫以及外部專業網站的能力（如高校網站、科研機構網站、專業領域網站等），也能通過加密存儲、分級授權以及數據備份等技術，保障數據的安全管理。

02高覆蓋的多模態抽取能力

它支援word、pdf、txt、execl、csv、圖片等多種模態知識的抽取，可以較好地處理文檔內的表格、圖片、公式以及中英文等內容。

03高可靠的檢索問答能力

它基於金字塔向量存儲和檢索匹配理論，構建全面可靠的知識檢索能力，目前檢索和問答綜合準確率可達到95％以上。

04高可用的私有化部署能力

它基於開源應用容器引擎Docker的快速部署能力，可實現産品服務容器集群化，可自定義私域網路，並實現系統的一鍵部署和運維。

得益於這些核心優勢，雪浪雲工業知識中臺可應用於知識問答、工藝輔助、風險管理、報告生成等豐富場景。例如，在知識問答方面，雪浪雲工業知識中臺可實現跨模態知識檢索、工藝知識檢索與推理、生産常識問答等。在工藝輔助方面，雪浪雲工業知識中臺可實現工藝可行性分析、工藝路徑檢索與推理、生産計劃評價等。在風險管理方面，雪浪雲工業知識中臺可實現工藝風險分析、企業經營風險分析、風險知識培訓等。在報告生成方面，雪浪雲工業知識中臺可實現經營分析報告生成、供應鏈風險及採購建議生成等。

雪浪雲工業知識中臺典型應用場景

應用成效顯著，雪浪雲工業知識中臺開啟知識管理新篇章

當前，雪浪工業知識中臺已成功應用於輔助投標文書撰寫、自動生成設備運維日報、打造運維知識大腦以及AutoCAD自動化建模等，幫助企業提高效率、降低成本、提高分析與預測精度、提高客戶滿意度以及推動創新。

在輔助標書文件撰寫方面，基於裝備與標書具有唯一性，高端裝備定制化需求較高，對應的標書更改工作量也極大，傳統人工編制效率低且易出錯，以及標書撰寫需要眾多知識源，人工參照極易出錯，且標準化程度低等痛點問題，雪浪雲知識中臺研發了針對能源裝備、綠色低碳裝備、高端智慧裝備等重型定制裝備投標文件自動生成系統。該系統基於大模型微調建立知識中臺，提取歷史投標文檔、裝備設計文檔等多格式文件，形成知識融合，支援知識推理，能夠實現根據投標文件要求，如指定工況、約束載荷等，自動生成定制化售前交流與投標方案，提升企業售前響應效率、降低售前溝通成本。

大語言模型（LLM）輔助投標文書撰寫

在打造運維知識大腦以及構建行業知識中臺方面，某企業基於雪浪雲工業中臺搭建運維知識大腦，通過對圖紙資料、設備説明書、作業指導書、維修案例及專業書籍等進行抽取與存儲，不僅能夠提煉適合自身隊伍建設的教程，提升適崗能力，加速技能人才的培養，也能根據前期案例，得到解決故障措施的比例，通過數據反饋維修人員，提升作業效率，此外也能推送相關的維修案例，減少維修人員的判斷過程。

運維知識大腦

某核電廠依託雪浪工業知識中臺搭建核電行業知識中臺，對該核電站的核電工藝手冊、核電設備維修手冊、工業設計文件等非結構化數據進行知識抽取與存儲，實現在設計、計劃運作、維修儀控、系統設備、品質管理等多個場景下的知識管理，使各崗位人員可通過知識問答功能快速、準確獲取資訊。據統計，該核電廠在採用基於雪浪工業知識中臺搭建核電行業知識中臺後，知識獲取速度提高50％，方案設計效率提高30％，工作産出效率大幅提升；同時知識管理安全有序，員工調閱知識可查可控，精準實現了組織內知識傳承和有效調用。

基於雪浪雲工業知識中臺搭建核電知識引擎

在AutoCAD建模自動化方面，通過輸入零件設計需求清單描述，如設計特徵、參考樣例參數等，基於專用大模型對Lisp編程語言進行訓練，雪浪雲知識中臺可根據用戶需求生成對應的Lisp代碼，並支援用戶繼續編輯代碼，最終在AutoCAD中生成相應的設計。而且，大模型驅動的AutoCAD建模自動化，支援多輪會話，迭代式改進。

大模型驅動的AutoCAD建模自動化

在數字化和智慧化時代，企業需要通過構建企業知識中臺，打造知識管理體系，並通過知識與業務的融合，幫助企業實現知識的智慧化、自動化和共用化，以便在這個“不確定性是唯一確定性”的時代裏，更好駕馭不確定性，將自身打造為洞察、應變、創新的自適應性組織。而雪浪雲工業知識中臺作為針對工業領域定制化應用場景，結合大語言模型技術為企業提供知識管理、知識檢索、知識問答、智慧表格分析、文本輔助生成等服務的領先的知識賦能平臺，能夠有效幫助企業提高業務流程效率、增強數據品質與精準度、提升服務品質和客戶滿意度，降低企業成本和風險，並推動企業創新。