《人工智能知识工程指南（1.0）》由CCSA TC601大数据技术标准推进委员会牵头，联合中国信息通信研究院等多家机构编制，聚焦知识工程实践落地，助力行业新质生产力发展。
知识工程是连接数据与智能的桥梁，通过整合、存储和管理知识资源，依托自然语言处理等技术实现知识处理与应用，为智能决策和大模型应用提供支撑。其发展历经计算机时代（文件系统存储检索）、信息化时代（知识图谱技术应用）和大模型时代（智能化知识服务）三个阶段。
知识工程落地面临知识获取、加工、服务难等痛点，需构建工具链（涵盖知识采集与抽取、处理与加工、存储与计算）、完善管理体系（包括战略制定、制度建立、资产盘点和运营）、打造知识服务（面向员工的查阅、搜索等服务，面向大模型的语料和RAG服务）。
落地路线需明确建设目标与业务驱动力，分阶段实现知识资产化等目标，优先解决高频高价值业务痛点；体系化推进能力建设，构建适配的技术平台，完善管理体系并持续价值运营；科学评估成果，依据相关成熟度模型和技术标准进行对标优化。
知识工程未来呈现隐性知识显性化、管理体系化、服务智能化趋势，与大模型能力建设双向赋能。多个行业案例显示，知识工程能提升效率、降低成本、促进创新，是企业数智化建设的重要增量。
免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系
