APN 合作伙伴案例：海知智能

“通过加入AWS合作伙伴网络（APN），我们能够以AWS的最佳实践为指导，构建SaaS平台，迅速形成可快速复制、交付的知识图谱解决方案，满足大、中、小型企业的需求。在产品中，我们将知识图谱与AWS数据湖方案结合，丰富、完善结构化和非结构化数据的采集、存储、过滤和分析，并且AWS更加灵活和高可用的特点也能够支持到联邦式知识图谱的应用。”

海知智能 创始人/CEO谢殿侠 

海知智能，提供企业知识图谱云平台和开放领域知识图谱数据服务，帮企业将多源异构数据动态大规模自动化构建联邦式知识图谱体系，形成企业人工智能知识大脑，实现智能问答和决策分析，来进行风险管理、精准营销、运营审计等智能化升级，推进知识工作者自动化工作。

知识图谱（Knowledge Graph），在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。知识图谱通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。它能为学科研究提供切实的、有价值的参考。海知智能首倡”知识图谱五层境界“为方法论指导知识图谱研发应用流程，形成了联邦式知识图谱解决方案。此解决方案包括运维、大数据处理、算法、平台、数据、服务以及应用七层技术架构，全方位涵盖知识图谱应用落地的生命周期。其中包括知识图谱建模，知识图谱生产、大规模图谱数据的数据管理、知识图谱计算等多项关键技术。

知识图谱的应用是否可以成功取决于知识信息的覆盖面，对于企业客户来说，这些信息由企业内部所积累的数据，也包含外部的行业相关开放数据，包括结构化与非结构化类型，海量的数据为知识图谱的构建提供了基石，但是如何存储和利用这些数据，是海知智能需要考虑的重大挑战。“以零售行业为例，我们的客户需要应对非常庞大的数据规模，一个知名电商平台拥有1.25亿的用户，这些用户所产生的数据将达数十亿甚至数百亿条，甚至会在短时间内扩展到千亿级规模，”海知智能创始人/CEO谢殿侠说，“这么大规模的数据只有依托云平台才能支撑，因此我们从最初就计划基于云来构建知识图谱解决方案。”不仅是知识的集中存储与管理，在知识图谱应用中，知识与数据之间具有相互的关联。海知智能希望通过特定的连接、算法，能够把不同的数据连和起来，构建联邦式的知识图谱，让企业客户可以通过这种联邦式的知识图谱构建企业的超级知识大脑，为更高效的业务运营与决策提供支持。“我们所服务的金融行业客户对联邦式知识图谱有着非常大的需求，通过海量的知识提取，我们可以帮助银行、保险类客户更好的满足监管需求，同时规避风险，减少如信用卡套现、洗钱等类型的违法犯罪对金融行业客户带来的损失。” 海知智能创始人/CEO谢殿侠谈到。对于海知智能的研发团队来说，要构复杂的建联邦式知识图谱，技术团队需要使用更加高效的分析和搜索工具，才能实现这一目标。

知识图谱解决方案离不开强大计算能力的支撑，要构建这样一个平台，海知智能就需要选择一个可靠的云服务提供商。经过对各主流云服务提供商的综合考察与评估，并基于海知智能Ruyi.ai魔戒机器人系统的良好成功经验，海知智能选择了AWS来构建kgPipeline知识图谱生产平台，并加入AWS合作伙伴网络（APN），成为APN合作伙伴，基于AWS提供的云服务为市场提供先进的知识图谱解决方案。之所以做出这样的选择，海知智能尤其看重AWS在技术、平台方面的稳定性与开放性、可扩展性等多方面的优势。

• 适合于数据分析的可靠云服务
  
  AWS提供一系列针对数据存储、分析和搜索的解决方案，十分适合构建知识图谱类解决方案。AWS支持的数据湖可以采用传统数据孤岛和数据仓库无法胜任的方法，处理组合不同类型的数据和分析方法以获得更深层次的见解所必需的扩展性、敏捷性和灵活性。包括从本地实时导入数据，在云中安全的存储任何类型的数据，而无需担心数据量与规模。“在kgPipeline知识图谱应用中需要频繁的执行搜索，通过采用 Amazon Elasticsearch Service，可以直接调用 Amazon Elasticsearch Service 丰富的搜索 API，这些 API 支持对自由文本的自然语言搜索、文本和元数据布尔值组合搜索、自动完成、分面搜索、位置敏感型搜索等，使我们大幅简化了知识图谱搜索的构建过程，在kgPipeline知识图谱实际应用中，用户搜索次数越多，范围越广，搜索引擎就能获取越多信息和内容。”
  
  
• 中立、开放的云服务战略
  
  AWS是一家专注、中立、开放的云服务提供商，能够为企业客户提供良好的平台支持，为持续的企业业务发展护航。“这对于我们这样的技术型初创企业十分重要，我们可以安心的在AWS上开展业务，而无需担心与云服务提供商的业务产生重叠或冲突。” 海知智能创始人/CEO谢殿侠说，“AWS的开放性还体现在对开源技术与业界标准的支持上，我们的研发团队可以利用已有的经验结合AWS所提供的托管服务快速上手，这大幅缩短了kgPipeline产品的研发周期，我们可以更快速的响应银行等大型机构的业务需求。”
  
  
• 良好的生态合作体系
  
  经过多年的成熟运营，AWS在全球范围内构建了良好的生态与合作体系。APN合作伙伴作为一项全球合作伙伴计划，为基于AWS 技术的企业构建自身的解决方案和服务提供了一系列的资源与支持。“AWS的品牌与生态在全球范围内已经非常成熟，通过与AWS合作并成为APN合作伙伴，我们可以与整个AWS生态体系中的APN合作伙伴合作，共同探索知识图谱的创新与商业化发展。” 海知智能创始人/CEO谢殿侠谈到。AWS为APN合作伙伴提供了成熟经验作为参考，并通过架构、成本优化帮助海知智能降低知识图谱解决方案在云端部署的成本，同时资深架构师针对APN合作伙伴的支持也能够帮助海智智能的技术团队快速提升云端研发与运维能力。
  
  未来，海知智能将同AWS继续合作，更进一步的探索利用AWS Lambda等无服务器的方式以及采用托管的Amazon Elastic Kubernetes Service (Amazon EKS)服务替代运行在虚拟机上的Kubernetes 群集，提升代码的运行效率与资源利用率，进一步降低服务成本，为客户提供更具成本效益的方案。

在成为APN合作伙伴后，海知智能基于AWS云平台构建的知识图谱服务为企业提供了基于动态数据的人工智能知识大脑，为企业客户和自身带来了多方面的收益，这些收益包括：

借助由海知智能提供的知识图谱，行业客户可以更加深入的了解行业、顾客并提升业务运营能力和风险控制能力。“我们为某银行客户提供了‘医药行业研究知识图谱平台’，该平台充分利用了AWS在弹性计算资源支持和Amazon EMR与Amazon Elasticsearch Service 在快速分析上的优势，让银行内的行业研究人员可以从海量的内部与外部数据中建立模型并使用具有人机交互能力的可视化分析，银行客户可以在更短的时间内完成对于行业的研究与经验积累，提升服务的专业性。” 海知智能创始人/CEO谢殿侠说。

通过采用AWS云上部署与快速交付的方式，海知智能也帮助客户降低了知识图谱平台的技术门槛与成本。“对于像金融行业的客户，现在只需要一个业务人员提出需求，一个IT人员进行操作，即可利用我们的kgPipeline知识图谱生产线快速实现原始数据的标准化到知识融合、知识计算、知识更新，再到最终的运营决策辅助，减轻对于高端数据科学专业人员的依赖，” 海知智能创始人/CEO谢殿侠说，“不只是人员成本的降低，在IT方面，即开即用的方式也能够帮助我们的企业客户降低超过20%的IT基础设施成本，使企业可以将更多的资金和精力关注在业务之上而不是IT建设与运维工作上。”

不仅如此， APN合作伙伴也为海知智能提供了一个更加广阔的市场平台。作为APN合作伙伴，海知智能能够与AWS在市场活动、品牌营销等多个方面密切合作，共享资源，同时也能够依托AWS在技术上的创新不断引入新的技术来提升知识图谱解决方案的能力，帮助海知智能在行业领域接触更多的潜在客户，拓展市场渠道，发现更多的商业机遇。