“知识共享不畅，知识复用率不高”成为知识型企业面临的最突出的问题。

知识管理系统功能作为模块之一，与其他系统进行杂糅配合。在一个相当复杂的平台上，把客户能想到的、可能需要的系统都集成进来了，可以算是大而全的软件平台模式。 大而全可以浮光掠影的解决不少问题。但很难每个模块都做深做专，恰恰很难深入的解决一些知识管理深层需求。

这类企业对于管理咨询要比IT系统更为重视一些。 从商务角度看，咨询+系统的模式确实比较容易拉高产品价格。 咨询是强项，底层的数据处理支撑能力稍弱，上层展现也大多只是知识地图这些应用。

知识管理很多时候会被误以为是文档管理系统。对于文档管理系统而言，它所处理的对象就是各种各样的文档，注重文档的签入、签出、版本管理等。 忽略了隐性知识、知识和人的关系、知识的应用等知识管理的深入需求。

当今世界，行业竞争深藏暗涌：顶尖企业遥遥领先，后期之秀迅速赶超，互联网巨头跨行业降维打击，企业被推到了内忧外患的风口浪尖。每个企业都在面对增强核心竞争力的难题，但破题之道究竟是什么？

企业业务过程产生的历史数据，蕴藏着巨大的知识价值，为了提升企业核心竞争力，将业务数据知识化是企业迫切需要进行的。业务数据知识化的核心，在于如何知识化占比达到80%、难解析、难处理的非结构化数据。

知识管理系统能够通过使用多种工具、组件和模块，完善知识体系和知识共享文化的建设，达到以企业知识赋能全体员工的目的。深度融合知识与核心业务场景、搭建知识互动社区、使用积分激励体系，让员工获取知识和参与知识共享互动更轻松、更便捷。

当获取知识的渠道畅通，并且拥有完善的知识互动和贡献激励系统时，员工自然而然地就会将知识运用到日常业务中，从而获得更高的效率和更优的效果，企业的知识管理系统和知识本身也得以活化，为企业可持续、高质量发展，打下坚实的基础。

全价值链：通过连接企业全部业务数据系统，实现企业统一的知识数据全价值链。知识创新：在知识全价值链的基础上，丰富的创新工具、引擎和手段不断地推动企业知识创新。

鸿翼KM知识管理基于ECM底座，六大手段，一套激励机制， 构建企业完整知识体系

基于ECM平台的知识管理系统架构，兼顾稳定性、先进性、实用性、可靠性及可拓展性，构建面向业务及管理需求的知识管理平台

结构化企业知识，通过层级式的页面树和内容大纲，让知识传递更轻松 - 支持文本、图像、音视频等内容形式 - 独立知识链接，分享更轻松 - 全文检索，快速定位所需知识 - 版本管理，知识全记录 - 阅读量与点赞，知识热度更直观 - 评论互动，知识更活跃

企业内部的问答互动社区，邀请、悬赏机制，让工作中遇到的问题第一时间得到解答 - 所有用户随时随地发起提问 - 邀请悬赏，快速获取问答 - 匿名提问回答，畅所欲言 - 标签关联，问答更精准 - 官方提问收集反馈

员工分享经验和见解的平台，通过分享和交流，将个人知识转化为企业资产，帮助组织共同进步 - 随时随地分享知识与心得 - 为Ta点赞，不辜负每一篇分享 - 标签关联，聚焦专题分享

软件部署效率、适应性强： 服务注册与服务部署是一体的，即自己注册完就是部署完成。 容器直接提供软件的运行环境，部署时忽略外在环境的依赖。 服务高可靠、资源利用更充分： 传统当一个服务挂掉时，往往牵连其他服务，最终导致整个系统不可用，而每个微服务都是独立的。 负载压力较大时，熔断指定服务可以释放系统资源。 系统及服务更安全可靠： 容器为软件系统及服务提供了封闭的安全环境，外部请求获取到IP和端口也无法访问。 系统扫描可做到零漏洞。

采用分布式关系型数据库：TiDB从查询分析到数据存储均为负载均衡架构，在今日头条成功应用且达到百亿级别。扩容时数据库自动完成数据均衡； 优化搜索与查询： 将权限过滤与日志查询分别存储在内存和搜索引擎中，无需数据库处理，降低数据库负载并提升系统性能。

需求背景

“织网工程”是我国地方政府运用信息化手段推动社会治理创新的重要尝试。“织网工程”从理念和行动上都告别以管控为主的社会管理方式，向真正意义上的公共服务、源头创稳看齐，并在我国首次实现特大型城市政府数据的大集中和大共享。 传统的事件分拨是由人工进行完成的，在网格员提交事件数据后，分拨中心主要采用人工对事件进行分类和传递，即“分拨”过程的。采用人工分拨的方式在效率、准确性等方面存在着很大的局限性。

解决方案

广泛获取事件信息，通过数据库、标准接口对接，实现从市里至社区的四级互联互通，采集各自分散的政务信息和社会事件，建立公共信息资源库。 智能录入社会事件，提供智能类别提示以及智能信息补全。 智能化的社会事件分类，系统智能分类，人工干预纠错，纠错过程中不断学习完善。 社会事件统计分析，事件分类完成，系统自动统计“事件标号、事件类型、分类相似度、上报时间、事件来源、事件描述”等事件相关属性的数据。 跨系统调用分类信息，与“综合治理平台” 形成数据互通，为各个部门、职员调用所需事件信息，提供便利的数据环境。

价值

助力“织网工程”：在建设“织网工程”过程中，鸿翼InAI平台为各行政区均建立了社区网格事件分拨中心，实现网格员采集数据后的汇总职能，加快政务信息化发展，有效地实现了从事件采集、到事件分类、再到事件处理的闭环流程。 全面提升满意度：智能分拨系统能及时发现、处理和反馈社会事件，实现对网格社区的全覆盖、全响应和智慧化，显著提升社区安全指数、社会管理的服务水平、政务服务的效率等。

中国石油管道局工程有限公司（以下简称公司，英文缩写CPP），是中国油气储运工程建设领域的专业化公司，致力于为客户提供优质工程与服务，为社会创造财富与价值。

盘活80TB级别的企业非结构化数据。 可以实现对非结构化数据的深度搜索。

图谱建模、图谱映射、图谱计算。 通过图挖掘技术、本体推理、规则推理和快速推理实现三元组数据的动态可视化图谱展示。显示数据间的逻辑关系，并支持节点扩展动态展示。

盘活非结构化数据， 智慧搜索，实现千人千面的个性化搜索展示，挖掘潜在价值。

需求背景

随着企业的日常运营和不断发展，企业积累下来庞大的半结构化数据和非结构化数据。像财务报表数据的半结构化数据和像文本合同的非结构化数据中，蕴藏很多结构化的内容、数据和业务模式。 基于企业留存下来的大量的非结构化财务数据表格、条款和流程等类型的数据，希望建立起一套可以实现对业务内容、流程智慧问答的功能。 员工可以通过数据问题获得相应的业务流程的回答、财务事务的规范表格和操作流程等，实现智能办公，提高效率。

解决方案

价值

盘活企业数据，盘活非结构化和半结构化数据，挖掘数据深度价值。 智慧问答，提升办公效率，智慧问答功能实现智慧办公，一键搜索提升员工办公效率。 智慧预测，指导决策，深度挖掘数据价值提供数据预测，指导公司智慧决策。

需求背景

材料性能非线性关联：材料的性能与原材料的参数配比是无序的非线性的。因此，材料设计没有相似的可靠而普适用的计算工具。只能依据专家经验。 历史数据无法利用：大量的实验尝试积累了大量的关于材料配方，原料配比，成型工艺，材料性能参数的历史数据，海量的数据企业根本无法驾驭，实验尝试往往是盲目的大海捞针 。 成本两难：太长的材料设计周期和低成功率使得性能达标即停止试验，从而导致配方并未使用最优原材料组合以及配比，企业成本大大增加。

解决方案

整理现有数据，形成材料数值数据库。 导入InAI平台，对数据初始化，建立数据索引。 InAI利用深度学习技术，数值神经网络寻找原材料、规格参数、技术指标之间的隐藏规律。 最终生成材料数据模型，加速研发进程。 把完整的性能指标数据集作为特征，把原始配比和成型工艺作为标注结果，训练得到的机器学习模型集合，可以实现从材料性能的指标预测材料的配方。

价值

降低高端人力成本，好钢用在刀刃上。利用深度学习技术，将海量历史数据，通过算法整合出普适的模型，即便经验尚浅的一线人员也可以和客户进行交流。 降低实验、时间成本，从无序中找到规律，让材料的性能预测变得可能。在客户现场实时调整参数，不断优化趋近目标。从客户的需求快速地转化成配方。

需求背景

伴随着全球经济繁荣发展主旋律，预防和处置重大突发性紧急事件的应急处置、安全防御、反恐等公共安全系统设施建设，已经成为全世界不同国家和地区主管政府的重要工作内容。随着我国城市化进程加快，人口向中心城市迅速集聚，城市综合管理的难度也在不断加大。 现代社会突发公共事件呈现复合化、叠加化、连锁化的趋势，给各地区的应急指挥系统带来巨大挑战。为了应对日益复杂的城市突发事件管理需求，需要通过一套智能的应急智慧平台自动分析、识别事故，匹配预案，发出指令，汇总、整理整个事故处置生命周期的各方信息并归档。

解决方案

以资源数据库、方法库、应急指挥员为基础。 以地理信息系统、数据分析系统、信息表示系统为手段。 利用人工智能、云计算、物联网、大数据、移动互联网、监控摄像、卫星遥感的等相关技术。 实现对突发事件数据的收集、分析、对应急指挥的辅助决策、对应急资源的组织、协调和管理控制等指挥功能。

价值

智能化自动化：基于鸿翼股份InAI平台的人工智能与大数据技术，为各省市应急指挥中心全面升级了应急管控平台，实现应急业务的精细化、智能化、自动化，提高了对突发公共事件的应急处置能力，应对突发事件时信息传递准确迅速、指令发布及时明确、联勤联动有序高效。 提供决策支撑：面对突发事件时，能够为指挥首长和参与指挥的业务人员和专家，提供各种通讯和信息服务提供决策依据和分析手段以及指挥命令实施部署和监督方法，能及时、有效地调集各种资源，实施灾情控制和医疗救治工作，减轻突发事件对居民健康和生命安全造成威胁，用最有效的控制手段和小的资源投入，将损失控制在最小范围内。