现在，每家大公司都管理着各种各样的网站，应用程序和技术系统，以便与买家互动并管理业务中的一切，从客户，客户到库存和产品。这些系统不断吐出数据。但是，即使经过几代人的投资和数十亿美元的数字化转型，组织仍在努力使用该数据来改善客户服务，降低成本并加快提供竞争优势的核心流程。

人工智能应该可以帮上忙。但是，正如一家大型人寿保险公司的一位高管最近对我说(Seth)，“我们的竞争对手和我们在其他行业中大多数规模的组织中的每一个，都在失败的AI计划上花费了至少几百万美元。”为什么?

我与公司在信息技术方面合作的20年经验向我展示了原因：因为除非公司的数据系统已为AI做好充分准备，否则AI供应商的承诺不会兑现。数据被锁定在孤岛中，无法访问，结构不良，最重要的是，数据的组织方式不适合用作使AI工作的动力。相反，为了获得AI的好处，公司需要创建一种称为“本体”的东西，即对所有数据架构的全面描述。您可能已经阅读了有关从AI计划开始做起的建议。(我建议自己几年前。)的确是这样-“ AI Lite”方法可以产生一些快速的胜利。但是随着AI计划在整个组织中不可避免地成倍增加，分散的实验的限制变得更加明显。当您使用不同类型的(有时是不兼容的)数据源来提供此类AI程序时，结果将使您感到复杂。很快，您将有大量一次性AI飞行员连接到您现有的数据系统，而这种方式无法为您的业务带来更广泛，更具战略意义的收益。

如今，人工智能已经远远不够，需要一种更具凝聚力的方法-整合公司所有数据的密钥。那就是本体的来源。

本体是业务中数据和数据关系的一致表示，是连接和连接各种信息系统的所有元素的模型：产品和服务，解决方案和流程，组织结构，协议，客户特征，制造方法，知识，内容和所有类型的数据。它是组织的主要知识支架。如果没有一致，周到的方法来开发，应用和发展本体，那么AI系统只能以零碎的，零碎的方式进行开发-它们将缺乏使它们足够聪明以产生影响的基础。本体是AI驱动的企业信息设计的核心，随着AI的普及，这项投资将继续获得回报。

在应用材料领域建立本体

让我们看一下B2B服务公司Applied Materials，以及他们如何开发本体来展示这些好处。(我为他们提供了有关该项目的建议。)

应用材料公司与半导体制造商合作，解决了导致半导体工厂生产减慢或停止的问题，这些问题每天需要花费数百万美元才能得到纠正。因为直到最近，保持工厂运转所需的知识仍分布在Applied Materials的14个不同系统中，所以技术人员花费了40%的时间来寻找答案。每家工厂都是独一无二的，因此为特定工厂的问题找到正确的答案既重要又具有挑战性。技术人员倾向于通过为服务车辆库存各种昂贵的零件来对冲自己的赌注，从而消耗数千万美元的库存。

技术人员需要一致，高效的体验。但是要构建它，应用材料公司需要一种方法来组织技术人员可用的各种信息源，以及将它们集成到单个界面中的方法。

我们为公司创建的本体包括技术人员使用的所有这些系统中的所有多个词汇表，关系和层次结构。它定义了短名称的关系，一个系统用于引用一个零件，而库存编号则另一个系统用于引用相同的零件。我们使用“文本分析”对故障排除文档进行了解析和分类，该方法是从模型文档中学习，然后从相似的文档中提取信息，并使所有知识都可以使用一种通用语言来访问。完成后，我们创建了具有一组主要关系的通用语言，该关系将公司的客户管理系统，服务单跟踪系统，解决方案数据库，零件目录以及所有其他系统中的信息连接在一起。