自2012 年 5 月 17 日Google 正式提出了知识图谱（Knowledge Graph）的概念以来，知识图谱在企业治理中已作为重要的一个维度备受关注，包括基础信息庞大、行业知识通用的金融行业。究其原因，笔者认为核心在于知识图谱可将表述型、内容纷杂的内外部“信息”提炼为更具认知价值的“知识”，是从客观事实到客观规律的总结与归纳，从而成为决策、搜索、问答等多种应用的基础。如下图，“信息”之间建立有效链接后，才能提炼为“知识”。

图片来源：互联网

技术维度上，针对不同行业，知识图谱都有大量的可用内容，大体都包含“信息抽取”、“知识融合”、“知识加工”、“知识应用”、“知识迭代”五部分内容，各部分主要内容简介如下：

1. 信息抽取，是内部信息建设环节，本质是基于设计框架的共性信息汇聚，包括实体抽取（Entity Extraction）、关系抽取（Relation Extraction）、属性抽取（Attribute Extraction）；

2. 知识融合，是外部补全环节，部分根据对所抽取的信息的分析，选用外部数据（如海致智能金融知识图谱，宜信反欺诈知识图谱等）进行整合，即是对信息的适度补足（包含行业经验信息），也加入了通用的行业知识内容；

3. 知识加工，是内外信息及知识的技术化处理环节，按照设计架构、选取信息、消歧、推理、验证、更新等步骤，逐步将“个性化的信息”与“通用化的知识”整合为适合本企业的“个性化知识”；

4. 知识应用，除了语义搜索、智能问答、可视化决策支持等，金融行业还常用于智能监测，包括但不限于数据与行为预警、反欺诈识别等；

5. 知识迭代，指适用于本企业的个性化知识，因内部因素（战略调整、业务扩展、阶段变化等）、外部因素（行业政策、竞争压力、市场热点等）的变化，需持续的进行优化。

作为新兴技术，工商银行从2018年初率先运用知识图谱技术以来，已打造出同业领先、安全可控、功能完备的企业级知识图谱平台，沉淀企业级金融知识图谱数据资产，并将该平台广泛应用于工商银行客户服务、风险防控、产品创新等各业务领域，在获客增收、风险防控、降本增效等方面取得良好成效。

图片来源：《工商银行企业级金融知识图谱建设与实践 》贾玉红，2022年2月中国金融电脑

如上图，是工商银行知识图谱平台框架图示，是知识图谱规模化应用的范例，也代表知识图谱的必要条件：大规模信息化投入。受限于此，非银企业在知识图谱应用方面普遍进展较小，主要是行业头部企业有所投入。

研究过程中，笔者关注到，知识图谱的本质在于 “构建本企业的个性化知识”，虽然作为人工智能三大技术之一（大数据、知识图谱、深度学习），确实建立在信息化基础上，但许多非银企业的治理，尤其是集团型非银企业，包括各类金控集团及其下属非银业务主体，在不依托于专门的信息系统情况下，实际工作开展中也在围绕“构建本企业的个性化知识”开展工作并取得相应成果，虽然很多时候“构建本企业的个性化知识”未必是主要产物或目标产出物。

我们对照知识图谱五部分，可以看到：

  • 信息抽取，各非银企业尤其是集团型企业，其组织结构设置与工作流程，就是信息抽取的渠道、管道。
  • 知识融合，各非银企业的领导班子、战略相关部门、业务主管部门，即承担着行业通用知识、行业关键信息的获取职能，并在内部进行分享。
  • 知识加工，该环节部分在于管理岗位的自身建设，也在各类会议、部门讨论中积淀、发酵，许多非银企业新业务的思路，本质上就是外部知识与内部信息相结合的成果产出。
  • 知识应用，在非银企业内更多的是个体而非整体、触发而非常态、更依赖主观的零散应用。
  • 知识迭代，属于潜层次内容，不成体系，更多时候是一套班子促成一次迭代。

上述对照，不难发现，在推进本企业个性化知识的形成中，排序靠前的比排序靠后的应用更深入，这是典型的自发模式。而依托相应的IT系统，基于人工智能的知识图谱是实现个性化知识的自觉模式，产出有清晰的预期与保障。

从认识论角度看，自发，是人们在没有认识和掌握客观规律时的行为，其结果无法预期；自觉，是一定程度上理解了自己活动的意义，具有较明确的目的和计划，并能一般预见其活动后果。毫无疑问，从利于企业的产出角度，自觉带有更高价值。那么，在尚未形成如银行业广泛应用、大规模进行信息化投入的情况下，知识图谱给非银企业治理带来哪些方面的借鉴，从而更有利于非银企业个性化知识建设呢？

如果将基于IT系统的知识图谱称为“知识图谱算法版”，那么，从企业治理的分工、流程、专业性提升等角度，笔者认为也存在知识图谱的另一种应用，可称为“知识图谱治理版”。该模式包含三个基础要点：

1、引入共享中心概念，做信息分流，聚焦专项事务流程。将不依赖决策、可标准化处理的事务归到专职员工处理（可称为“标准事务流程”），其余以“专项事务流程”运转，从而实现在信息抽取环节形成两类信息管道，并且，专项事务流程所形成的信息管道，将成为非银企业个性化知识形成的重要载体。

2、丰富流程中的专业角色参与，从必要性、充分性两个维度设置流程节点。其中，必要性维度为基础的审批会签环节，充分性维度为知会、可充分发挥不同角度意见的补充论证环节。以非银企业的战略发展部门为例，负责政策研究、外部市场信息获取的员工，对于专项事务流程可以从知会补充的角度，丰富外部资讯、通用处理、市场相关热点信息等内容，辅助后续信息加工、决策支持（信息应用）。流程内容的增加，一定程度上获益于信息化手段的提升，不一定成为效率的必然负面影响。

3、逐步形成自觉的业务一线更广泛知识与信息汇集。知识图谱的外部数据融合，是一个选型的过程，且基于金融行业通用信息，往往容易获得，反而是非银企业自身的内部信息方面，需要形成设计安排。以金融租赁行业为例，首先可按照业务图谱划分设计，可以将相关信息整理汇聚为承租人基本关系图谱、租赁物图谱、抵押物图谱、担保圈图谱等一级维度图谱。进而，又可以补充信息形成二级维度图谱，以承租人基本关系图谱为例，可丰富为承租人投融资图谱、上下游企业图谱等。

“知识图谱治理版”适用于由上而下的知识图谱设计-应用模式，既有离开了大规模信息化投入的前置条件、由下而上归纳模式难以实现的原因，更在于围绕非银企业治理最关心的问题，形成个性化知识（比如本企业适用的收益与风险平衡策略），这类聚焦更容易形成产出、价值更鲜明。因此，非银企业可以从合适的问题出发，通过优化专项事务流程的各方参与、丰富信息与知识，并对相关信息、知识进行适用于本企业的知识加工（如专题探讨、广泛知会交互等），从而通过同类问题在实际工作中解决不同应用场景的经验，提取出该问题更优的解决策略，形成该问题的本企业个性化知识。

作者：谢志刚，北大纵横合伙人