2021-2022中国非结构化数据中台实践分析报告 开启数据智能时代 01 目录 非结构化数据中台建设与挑战 02 基于非结构化数据中台的应用场景 03 展望行业趋势 04 01 开启数据智能时代 全球经济增速下滑，叠加疫情影响，企业面临的外部环境严峻。同时，用户需求 多元化，企业战略重心由以产品为中心转变为以用户为中心。多方因素使得企业 面临商业模式的重塑，企业经营由过去粗放式的流量扩张向精细化运营转变，需 数 化 加速转 ， 增 ， 企业 。 需求驱动 数 化转 的 心 数据。 ， 的 展产 量数据。同 时， 智能 的 展， 企业数据currency1能 ， 使得数据“ 业增为fi能。 技术驱动 数字化转型加速 技术驱动 需求驱动 数字化转型加速 Page4 传统业务中，数据是副产物，业务人员通过基于行业经验和原有流程去做业 务，数据主要是用于监测业务进展和洞察一些规律，由业务人员做最终决策。 数据智能时代，核心是数据，基于中台，企业具备面向全量数据、面向数 据全生命周期管理、治理和价值挖掘能力，进而驱动业务决策。 对比项 流程驱动 数据驱动 数据的价值业务系统的副产物 业务系统的核心 决策方式 人工 人机配合 代 业价值 fl数 化转 的过 中，数据为的 产， 数据的， 企业” ，行业数据智能时代。 数字化转型加速开启数据智能时代 Page5 传统业务 数据智能时代 业务系统数据仓库BI & 可视化 业务人员 流程 经验 监测 洞察 业务系统数据中台业务中台 驱动 业务人员辅助 业应用的，数据智能的 展经 展 ，数据的应用 ， 业数据化转向业智能化。 ，数据智能 同的业重塑 。 数据智能时代发展历程 Page6 决策 洞察 监测 重塑收集 企业开始认知到数据的 价值，金融、电信等行 业开始建设大数据平台， 并采购大量外部数据。 进入监测阶段，通过数 据大屏对业务的监测是 大数据最先成熟的应用 方向。 大数据开始与业务场景结 合，进入业务洞察阶段。 机器直接给决策建议， 具备推理能力。 多执行环节可以由机器 ，人机 。 业务数据化 业务智能化 应用场景 金融 务 业 通 业 统I currency1“fiflfl 、 fl fl等 中台 中台 数据中台 业务中台 数据智能分为中台和应用场景两个核心领域。 中台是数据智能的核心，主要分为技术中台、数据 中台和业务中台： 技术中台主要由各类分析工具组成，帮助企业解决 技术问题的公司，如用户行为分析、数据科学平台、 BI与可视化、日志分析、NLP/知识图谱等； 数据中台主要是帮助企业做数据资产化，建立数据 中台的公司包含各类数据服务公司和数据治理公司； 业务中台是基于技术和数据，结合行业应用场景， 形成的模型、产品。 其中，数据中台是中台体系最重要的部分。 中台是数据智能的核心 Page7 数据中台汇 企业的业务数据，包 企业 数据、 户行为数据、 数据、 合 数据等， 各类 的数据应用场景。 数据中台的价值是挖掘数据价值并服务业务场景 数据中台 化、 化的数据 与汇 ， 与 数据 ，数据 数据currency1， “数据服务各业务场景中。具 汇 合、数据fifl工、数据服务可视化、数据 currency1 等核心 。 企业 数据 数据 台 数据 数据 能 ”行数据 设备 数据 合数据 具 业数据 能BI 化推 设备 能监测 企业 数据应用场景 数据中台 数据中台定义 Page8 数据驱动决策的前提是数据整合 数据 的志是数据 决 ，具 理等”知 ， 数据 决 。 成 业务数据化，业务 化，数据 业务 决 要具 理 ，建立 系 ，模型的 ， 要 模的数据。 ，决 解决的 业务问题 于 ， ， 要汇 类的数据。 化 数据 各个系中，数据 、I 等 问题，数据 重。基 的 化 基 I资 理和 ，数据的 理和 日，成为 个 要解决的问题。 企业数字化 型中，传企业 要具 互 公司快速迭 升级的 ，基于数据 业务展， 要建立 站式技术 、 的数据理、快速配置业务的 。 以阿里巴巴为 表的中台模式 传企业供 条道路，各类中 台会企业内部逐步形成。 ，形成数据中台是势所趋。 数据驱动业务需要数据中台 数据中台兴起 Page9 数据中台需要与业务结合， 才能真正地让数据用起来 业务产 数据，数据中台帮助企业 合内外部数据， 原数据 化为 数据资产，快速构建高效的数据服务， 企业可以持续、充分地利用数 据，以数据洞察来 业务决 和 ，最终升企业决 水平和业务 表， 企业解决业务问题。业务产 数据，数据形成数据资产，数 据资产供数据服务，而 业务，形成闭环。 数据 中台 业务 数据 数据 资产 服务 数据中台需与业务相结合 Page10 传统的非结构化数据管理， 、 数据 是 和 管理， 时 向 展， 进一 量非结构化 数据的管理。 非结构化数据 海量非结构化数据数据架构演 数据架构创新内容安全合 以用户体验为中心 数据数据currency1、 数据“台，的数 据中台fifl，数据 产化 能业务展 ， 非结构化数据要命 的 管理“台。 业务数据、”数据 、面数据 数据 数据 ，统一管理， ，业 务系统 数据 合。 终 。 时， 企业 ，是 的 。 全 化 企业，面 的 化 化、规 、经式，企业 管理、业务 流程、 规要 的全 化 要 ， 的全管 合 规要 。 fl速增的数据中，非结构化 。据 ， ，非结构化数据量 增加 。 企业 架构通常无法应对海量非结构化数据的与应用。 非结构化数据管理需求 Page11 非结构化数据管理需要革新的底层架构 数据合形数据中台，意味着 量数据currency1，国内企业 化 数据化 ，存fl着 量文 图像 非结 构化数据。 非结构化数据需 底层数据打通，源头保障数据 产的复用能 ， 数 产统一运营 全面合规 利用。 仅仅依靠数据分析难以解问题，必须 视觉 NLP 知图谱 融其中， 深学习 智 能 数据currency1，而 知复用与智能搜索。 因此，非结构化数据需 革的底层数据架构，非结 构化数据中台能够满足需求。 非结构化数据之所以难， 仅因为其数量多 分散性，还 fl于用户对于非结构化数据的需求 多层次的。fl数据 内 ”知层面分别 同的需求。 知识（归纳） 内容（查看） 数据（存储） 信息（识别） 数据 命周期 性能 备份恢复 业 统 内合 内安全流转 搜索 OCR RPA 敏感 非法内过滤 内别并转换 知 取 知荐 非结构化数据中台应运而生 Page12 非结构化数据中台 智能 流程 动化 全 智能” 数据 动化 全洞察 ” 人工智能驱动数据 构 座 数据池 数据池 数据池 智慧企业 房产制造 科技设计 金融科技 银行证券 保基金 智慧城市 政务公检 交通国土 智慧企业 校普教 职教普教 非结构化数据中台对对象数据 元数据 索引数据行汇 ，融合 智能， 供先的数据架构底座，而 通过非结构化数据赋能各行各 业应用。 非结构化数据中台基于内总 内数据 数据架构， 能够 智能搜索 内 内 化 能，应 用于企业的多业场景， 企业内 安全 业流 化 数据产 智能 知运营 。 非结构化数据中台架构 Page13 02 非结构化数据中台建设与挑战 中国非结构化数据中台 实践白皮书 01 行业监 合 合 系建设 保障：企业业务合规性 02 业务执行中 具 业 能价值的信 ， 结化数据 业 能 能 企业 部业务 实现：企业业务赋能 03 建知 理 系 ，建企业 化 提升：企业创造力 数 产 数 产的全 命周期 非结构化数据中台：企业决策者诉求 Page15 数据 ”使用合规 ， 数据安全面临挑战。 非结构化数据分散于多 数据 多 数据量 期保存难 使用 。 业 数据 ， 难， 时 ， 化能 ， ， 。 业与内 ，企业 知 源与知运营。 智能知识运营业务流程自动化 数据合规体系 数据资产管理 非结构化数据中台：业务部门面临挑战 Page16 非结构化数据中台的 fl 方面 业与。业 fl赋能企业业与商业模式 ，fl于 数据currency1 复用。 业务价值 技术价值 非结构化 数据中台 业务 化 业务 能化 数据 理 数据 平台开 化 业务 化 数据洞察currency1业务 化 业务 具 ， 推翻原 具 丰富的接口 整合能力 数据汇集currency1处理、跨域访问、快速复用 非结构化数据中台的价值 Page17 战略 组织 架构 数据 认知 技术 体系 数据 体系 服务 体系 运营 体系 非结构化数据中台的建设要从战略、保障支撑、 内容、步骤等方面考虑 战略 非结构化数据中台需 于企业战略。 保障 结构化数据中台需 企业架构保障”企业 数据知的。 内 非结构化数据中台的建设 数据 ”运营 内。 需求currency1 “图设 台开 与 运营。 需求 调研 蓝图 设计 平台 开发 服务 运营 非结构化数据中台建设方法论 Page18 企业认知挑战 非结构化数据中台 于企业战略行 非结构化数据中台需 企业数据知 企业数字化的 求明确，但是 数字化的战略路径 清晰 90%企业非结构化数据中台 解，企业没 区分结构化数据 中台和非结构化数据中台 非结构化数据中台技术新，且处于起步阶段， 地 容易遇阻且 效果 及预期 公司的业务流与员工的数据思维 适用于非结构化数据中台 为非结构化数据中台 供 架构保障 解决方案 非结构化数据中台建设面临的挑战 Page19 战略 流 数据知 建设过程挑战 建 为 同行业” 户 的行业fi深 flPA 方法 对的 ，构建 行的 业务 求 易理解，业务场景的和理解难， 和业务部门的沟 难 技术挑战，包 算法 化以及 技术 地应用于业务场景中 企业数字化的 求明确，但是 数字化的战略路径 清晰 深化， 户 多的业赋能 解决方案 非结构化数据中台建设面临的挑战 需求currency1 “图设 台开 运营 fl”fl P”P A”A ， 户的数 化战略以 业模式 ，为户 供业的的 开 ” 的 方 ，并通过 数据基设行 ， 户 数 化战略， 性的。 TPA交付方法论 项目 准备 蓝图 设计 标准 交付 上线 支持 系统 交付 咨询 交付 集成 开发 项目交付路线数字资产管理咨询 应用系统集成 业务连续性框架 文档 管理体系 业务系统和流程 整合 身份和组织架构 整合 知识输出 快速 交付 项目实践 系统工具 产品实践 行业实践 效益管理 PMI 最佳 实践 总结提炼 实践应用 项目管理 过 知 档库 划 档目录结 档 制度 档共享 内 台 项目准备 系统 付 上线支持 第方”管理应用 SAP 构 应 用 集 成 开 发 服 务 公 总点 集团总部点集团财务点 苏沪站点华南站点华中站点 西部站点 厦门站点杭州站点山东站点华北站点 文 与规 ，数 产 总部与分 构的 文 知应用，企业知的底座 TPA交付案例：助力世茂集团数字资产管理 文 03 基于非结构化数据中台的应用场景 数 化时代的 产 台 业务合 理数据 理业务 化 能知 四大数据服务平台 灾备数据服务平台 结化数据平台日志数据服务平台 知图谱数据平台 据户需求，基于非结构化数据中台的应用场景 数 产 业流 化 智能知运营 业合规性 。 非结构化数据中台应用场景 无 fl 纸质文档业务系统 个人设备组织外部 安全合规 律或行业规 60年 10年30年 3部 12部 7部 结化数据具 数量多，且以海量小 档成， 统的数据 备份方在备份海量 结化数据时， 遇到 常明显的能 挑，使得备份无 效 施。 挑1： 结化数据备份能挑 企业 合 是多维度的，目前企业在 上 下载过中没 统 的方进行访问边界 制以currency1 或 感 别措施， 无 多次上进行 面 。 挑2： 方 难 非结构化数据面临合规内 行业合规与法 合规 问题。 非结构化数据存 分散，数据安全 难，内合规 难， 数据与内安全面临挑战。 结化数据存储分散，企业在数据上 过中没 进行 ， 成数据追溯难。 挑3：数据追溯难 非结构化数据的安全合规需求 Page25 统的安全方 企业 LP，仅解文 层面的安全问题， 解fl非结构化数据的多层次方面的问题。 传统的安全管控方案 Page26 DLP 企业云盘 非结构化数据 边界管控 终端面终端面终端面终端面 立体安全体系才能够满足业务合规 Page27 企业需 建 数据安全 内安全 安全 知 安全 fl内的 安全 。 非结构化数据中台 数据汇 ，同时 的 合能 ，fi以合方 应用 户 数据安全合规。 个人信息保护法,2020 数据安全法,2020 上市公司信息披露管理办法,证监会 通用数据保护条例,欧盟,2018 数据 企业敏感 非法内 知识安全 信息安全 公文 档管理 办法 2003 业 资 管理办法 2013 业业务档 管理 201 产质 管理 2010 内 安全 内 问 文 的 命周期 内容安全 数据 命周期 数据备份恢复 安全法 2017 信息安全 保护管理办法 2007 信息系统 保护管理办法,20 数据安全 数据可行 ： 式 。 于 ， 于内容平台中供利用， 于 地 中心 。 ， 业 高 50倍以 上的备份性能。 currency1“fifl 备份设备 线 档 线 档 线 档 数据备份 归设备 ”线 档 业务系统 构数据 构数据 办公系统 构数据 非结构化数据中的 安全与合规 Page28 数据中心 备中心 数据 内容平台， 可 、可 。 数据 B 体。 OpenDoc API Client/AP/Web Management API Windows Mac iOS Android 终端 OAERP IMPLM 业务系统 华途全管 服务 水印实时杀毒PDF 管理 第三方 服务 智能 解服务 智能 析服务 消费 洞察 文档外 文档 文档 用 权限管控 智能内容分析 文档集服务 实时杀毒服务 加密管控 非结构化数据中的 安全与合规 Page29 文档安全管控 SharedLink 文档内容管控 SharedLink 行为管控 SharedLink 分析currency1检索服务 内 产 内currency1 上传 上传 上传 内分析 对比 感词库 别 权重 分 制 原 事件触发 事件触发 事件触发 人工参 别 更精的 别能力 保证文档安全 文档 效管 法 据 业 合 性管理 非结构化数据中的 安全与合规 Page30 知图谱” ，fl图 情 为知域fi视化 知领域映射图， 显示知 展 与结构关 的一 列各 同的图形，用fi视化描述知源 其载 ， 分析 构建 绘制”显示知 它们之间的相 。 数据项目中采用知图 谱的目的 一 文 中 的部分 ，需 含属性。例如“姚沁蕾 姚明”叶莉的女儿”， 光 之 间关 ，还 性别 含 。 用 围绕 所 相关 行 呈 其各 之间关 。并用于后 PR 法 场景下 的查找” 取。 半结构化数据源 片、扫描件、 WordPPTCAD 等等 隐私数据洞察服务 个人隐私信息查询& 展示&处理 图数据库 实体抽取 关系抽取 属性抽取 隐私对齐 隐私消歧 隐私推理 质量评估 隐私更新 个人隐私 信息融合 个人隐私 信息获取 AnyShare Express/Enterprise/Cloud 文件解析器 数据 I & I API接口 人信 、 等处理 数据库 API接口 隐私推理 非结构化数据中的 安全与合规 Page31 无处 在 纸质文档业务系统 个人设备组织外部 存 下 全数据 17 2 多 文 资产 资产 业务资产 安全合规要 求高 数据量大且 分散 分支机构多 协作难 海量小文件 归档速度慢 数据资产利 用率低 智能化处理水 平有限 人工处理成 本高 备份 资 合 交 流 部部 档 用 办公 据 图片扫描件 只 没用 缺乏 划与治理 资产未盘活 流程繁 基础设施老旧 currency1I 方面人才缺乏 能效比低 管理成 不 因素多 银行业在非结构化数字资产管理方面的挑战 数据资产管理挑战 Page32 存难 法律或 业 60年 10年30年 3部 1 部 8部 使用 员工 供应 可集成 业务系统的 数据 可 金融、教 、企业、 政 等 行业的应用 整合业务应用 通过 服务和业务流程的 集成 配 和 中心的应用 应用开 式的 管理 、 管 等 全 合规管理 、 要、 目等 管理 数据 档 理 、 的 公、 程 公、 动 公的 团 全的 全 检 用 析技，生成 要、 用 析技， 动 管 非 数据洞察 一 台 一套内 总 架构 一内 数据 一套文 一套安全 合规框架 付方 基 人工智能技术识别 类 管理 此架构 降低 集成杂度 和普 服务场景 此覆盖应用、桌面、 移动端构数据 数据湖汇聚 构 数据 由文档 、文档、文档 集组成文档管理体系 智能内 数据的生产力 台 Page33 统文 统 档 理 系 对 ，建设 “ 仓库 存 知数据 业务 ，过时 存储 重复建设，可 挑1：分散存储，无 统 理 统业务系统难以currency1 “索能力 支持图、的 “索 “索的 档fifl过时 支持 数据、等“索能力 挑2： “索效 结化数据的 理 重建 结化数据成fl 难以”对接，进 数据 挑3：业务系统重建数据难以整合 非结构化 数据中台 ”运营数 产 数 制 流程 动 全面理数currency1 产 、 动、流程，成管理制 “化 基于非结构化的数据中台数据通，保fi数currency1 产用能力。 基于非结构化的数据中台能fl 数currency1 产 ，“ 时， ”， 动中的 。 构 ， 构可展，更 成 。 围绕结果型文档的数字资产管理 产生结 的业务件 数字资产的来源 生命周期流要 数字资产沉淀的过程 对于具体活动中结果性文档的生成、 审批、归档等顺序过程的安排 管理制 由面向局部的具体文档管理规则整合而成， 流程得以执行的保证 目录权限规划、岗位角色职责、文档知悉 范围、文档 规范、 等 非结构化数据中台 传统 管理体系 Page34 全球部署， 全球小米 家海内外供应商 全球 ，安全 fi靠 易 的“小米企业 ” “小米 之家”背后的统一内 台 系统 系统 度 档域 北京文 域 总部 度公 海外公 小米人之家 办文 案例： 集团全 化运 与 Page35 Page36 例 保险业/银行业 户多 前经上IBM CM 统， 用于影像数据的存 fl 经存 flB 左右的数据， 通 过企业NAS存 。 数据增较 ，每 数据增flflB左右，企业 数据各式各 ，数据增 源于 贷 无纸化 业，目前经对接 业 统。 数据 。合方 的方currency1的数据， 存在 的数据，数 据 集准 ，数据分 、业务 、数据量分 ，整理难 大量人力处理。进行”准与公准比对， 可能 数据的整合应用。 无 别图。 信 图数据无 “索。企业 图的存量， “索难。 痛点 需求 、currency1 效 、 人力成fl 可监 、 效 。 方 的 别平台，可以对 别的数据， 对应的 别。 对多 数据， 海量图的分 currency1 。 化业务诉求 收集 合 方数据 数据 方式 一 数据 一 业务 一 数据量 一 转换 按特 标准转换 全人工 全经验 全理解 进行核 整合 合为标准数据输 应 集有数据 端集数据 数据 进行数据 理 结化数据中台业务系统对接，数据可复用， 持 化 可制准 进行 数据的集。 集成人 能，可 化 或成， 用 能比对数据 的业务 ， currency1 业务效 。 准数据 部整合到 能数据平台上，通过 Icurrency1准数据 用数据多人 进行数据”处理。 时数据存在 结化数据中台中， 费存储 。 数据 化 统表格 数据 非结构化 数据中台 数据 能比对 数据 能数据平台 非结构化数据中台 传统 数据 理 Page37 关键业务系统 项目管理扫描打印机 终端 关键业务系统 OAERP Windows Mac 数据采 内分析”数据 业务系统 数据 总线 I 与业 统对接 处 理 环 节 搭建非结构化数据中台实现内容自动化 技术 数据 化 决方案 Page38 表格数据 文档文 图片 内容提取 数据转换 OCR 图片摘要 图谱标签 数据 元数据 业务场景 fi 分析数据 F m y 智能 云 应付 库存 发 数 发 上 数 对 、 、数 P 系统 An Share归 采购入库财务入 入 务“台 编 目 管 理 票号码：379 8424 纳税人识别号：417XX3 额：1222开票日：2019-1-11税额：11 文 档 管 理 OCR 内容识别 OCR内别 内 化 案例： 场景 据 Page39 财务数据库 知运营贯穿企业的经营全局 建 知复用 ， 企业的知承与复用， 增 。 企业架构 经验” 研 理系统 研设项目风险 题信息文档 设文档 调试方 文档 标准文件 人力 理系统 组织信息、岗位信息 人员信息 招聘简 度文档 资 ”关系 理系统 市场文档 项目合 、 标文档 和监管 构文档 和标准文档 保用服务文档 项目 系统 项目 通信息文档 项目 信息文档 项目风险和 题信息 文档 研 知库 项目经验知识 产 构知识 市场 知识 设构知识 企业 理系统S 项目、设备信息文档 质 标准、 测 文档 标准、 测 文档 服务知库 经验 currency1 标准服务文档 服务 经验 ” 项目知库 方 项目经验知识 项目合 培训 系统 资 企业 运 的需求 Page40 ”用 在 数据重，易拓 。 用人 能&知图谱 洞察以currency1知服务，通过 探索分析对知进行融合推，并 断训练反馈，让知 逐得到认可并广泛推广， 知 理 建立起 。 能够 精准的知“索。 统的知 1.重心 在社区、激励等应用面， 纯依靠 驱 ，没 料， 活跃，没 人气 2. 重视知库 档 理 理的建设，导缺乏 ，知 库难以维护！ 基于非结构化数据中台的内 痛点 面对海量数据增 ， 统知 理的很难解决知库的 档 海量存储 的挑。 知 完整，涉currency1办公 培训 档， 涉currency1业务 中的环节 数据割裂，且没 探索的知分析的能力， 而无 做到知 的更 或持续反馈，进而无 真正的知沉淀 业务更 与知更 ，知 理滞后，员 知维护更 的 力 。 ， 制 取经验， 可 复 用 参考 引用 中台的 管理 传统 管理 Page41 数 化企业的知战略“图 知识 体系内容管理体系文档管理体系 阶段4 知识战略实现 业务执行中 具 业 能价值的信 ， 结 化数据 业 能 能， 而 对公 的支 持、指导 建知 系与 化 阶段0 现状、起步 估、 划 估 结化数据 理 状 划目蓝图 设计演进路线 平台搭建 面电子化 阶段1 非结构化数据 平台构建 阶段2 电子文档管理 选择适合的硬“平台 软“平台 搭建非结构化数据平台； 构建企业级文档分类体 系、权限体系 历史档案扫描入库 文档管理全面电子化 与 档通过制 度 化，并通过系 统衔接 档 化 档案分 、索引支持 命周 理 阶段3 全面的内容管理 打通系统壁垒，通过系统 集成完成ECM平台与其 业务系统E 、流程的 档 建、 理、修 改、 档到 毁 档 的 命周 理 企业 战 Page42 基于多模知图谱的智能知运营解方 运 的 决方案 43 精准“索 知推 多 知图谱 能“索 总线 数据湖 知 与应用 能知“索 门 ：知门 培训 ：知地图 档 ：档案 理 知图谱应用 业务系统知推整合 业务系统 项目 理系统 研 设计 系统 应 理系统 ”关系 理系统 人事 理系统 制 系统 数据池 数据池 数据池 办文 知化 业 统文 知化 Page 关系A 关系B 关系C 关系D 图 项目 项目 项目 项目 关系A 关系B 关系C 关系D 项目图 关系A 关系B 关系C 关系D 规图 结currency1 结currency1 结currency1 结currency1 关系A 关系B 关系C 关系D 产 结currency1图 “ “ “ “ 关系A 关系B 关系C 关系D 图 ” 部 档知外部 档知 项目 部项目 料 外部 关项目 友 部竞争分析 外部情信 基于相似度、图距离的知识创新应用 AnyDATA多模态知识图谱平台 知图谱 知 系统项目管理系统服务系统 业务结 数据 S aredLin 文档 数据 ” 构建企业数据 currency1“企业 Page44 fifl： 管理体系 currency1智能 运 体系 Page45 智能 人 家&社区& 培训应用 知识 知识 智能 知图谱 I 项目知识 图 知识 图 合 知识 图 业知识 图 currency1部件知识 图 产 服务 知识图 以文 ”内 为知产的 心源头； 构建知图谱为中心的的智能化知 络； 知门户 培训应用 智能应用 知运营社区； 应用层次 知识深度 显知 知网 知 产 服务 知识 研 知识 档 理 系 服务 知识 知识 “场景： 1产项目fifl项目 知识图 供数据 和 产项目 fifl：” 、 、 市场 知识 2设部件标准知识图 比管 设标准 知fifl搜索 ” ： 量知门设计项目知共享 成设计项目” 部经验 项目管理系统 A 系统 产 台 非结构化数据中台 业务系统 档知 办公 档知 行政 设计 系统 系统 项目 设 同 图纸 版 后项目 的内知流 转复用； 设 同过 基于项目，项 目 结 形项目设 知 ，fi供项目 复用； 知门户 培训学习 fi 量扩展， fi以与 统对接， 一开放 统一 fi复用的知运营 ； 扩展知图谱， 于特 场景 的精准知搜索 索式分析与 荐场景， 设 部 标准化知 。 建 贯通项目”运营的知运营底座 案例：设 企业的fi 运 Page46 04 展望行业趋势 中国非结构化数据中台 实践白皮书 行业需求 传行业数字化 型fl速 非结构 化数据中台的应用行业currency1 非结构化数据来于企业各个业务场景， 企业数据应用的 求“fl， 的 业务场景 求。 业务 需求 人 需求 法全fi fl类，但数据 助 员工、 fl工 是行业新 的求。 中台能 企业非结构化数据中台的成，企 业 中台 ， 产业 企业。 数据”务的需求 Page48 ” 数据平台 数据 数据 CP DSC CP currency1 “ 数据仓库 数据 资产 数据 集市 平台 数据产品 搭建 数据管理 数据统一 服务 fi标管理flPI管理数据 图 数据 管理 数据加密” “ 全 24时 全72时 数字基础设施 分 currency1 消 数据中台通过“ 台产品“加上“数 “ 各业 的数据化运营 ， 的数据化运营， 需 与 合 流 络 。 其数据 方法输 合 ， 同 流 络的 ， 其使命 全国 小时必 ，全球 小时 必 。 案例： 数据中台能力 业 Page49 对图 、视 等 信 的 人 能、机器 在 行业 域，用可视化 描 知 currency1 载 ， 、分析、建、 制显 知currency1 的 系。 成线下数据 设 施， 网 跨场景 最关 的 边 计 速企业 数据处理 的速度。 非结构化数据中台并非企业数据的中转 ， 能够 智能荐 领域图谱 AI 为一 的 台。 因此，与非结构化数据中台的融合 赋能企业业的必 趋势。 非结构化数据中台 Page50 学习 知图谱 与 知图谱， 一代数据中台 心的，因为通过知图谱fi以 索式的分析。 数据 点之间 fi以建 关 ， 并行分析 关 索， 像 的 一 。 知图谱之于中台，融合智 知的过 ， 规 法 性， ，能数据中台相关的数据 能 。同时，知图谱需 中台 为其 供 currency1的环境。 currency1非结构化数据中台 Page51 面向智 能时代 的 构 设计 具 行业 fl fl的数 据中台 端端 设计 规经 验 组织 划 设路 全 服务能 数据安全 具有行 业经验 no o 业知识图 业业务 划与法 基 业 - 系统 AI驱动数据治理 基 知识图统 数据架构 数据 与业务 统 管理 人 案例： A能力 行业 大 银行业 智能 智能保 智能服 理 智能信 智能理 智能 保业 证券、基金、 行 机器人脑 金融信息服务 生物别 金融” &NLP 金融视觉“台 融 法 AutoML， 推理，隐私保护 学习，筹“化，监督学习， 学习，强化学习，可解释 计算 数据 “AI能 的背后 量 智能的融合， 知图 谱 NLP 化学习 视觉分 析 ，其数据中台结合 同融 。 基于融 量银行 保险 基 多行业的场 景应用智能化， 智能fi 智能贷 智能保险 。 Page52