云器科技担任 CCSA TC601 WG15 副组长单位,参与推进 AI 时代语义基础设施标准化

关系模型定义了数据时代的数据组织方式,而在 AI 时代,数据基础设施正在进一步走向对概念、关系、属性和规则的统一表达。本体 ,正在从知识工程中的专业方法,走向连接数据、知识与智能应用的重要语义基础,并有望成为新一代数据基础设施的重要标准层。

随着本体与知识管理成为产业界和标准组织重点关注的方向,本体相关标准的定义和建设迫在眉睫,工信部直属中国信通院大数据技术标准推进委员会(CCSA TC601)本体与知识管理工作组(WG15)正式成立,旨在从国家层面定义和推动本体与知识的标准化建设。 杭州云之重器科技有限公司(云器科技)担任副组长单位,参与本体与知识管理相关标准、产业研究和实践体系建设。

从数据组织到知识表达:本体成为新的基础能力

关系模型解决的是数据如何存储、关联和查询,本体进一步回答了业务对象是什么、对象之间如何关联、属性和规则如何定义。随着企业 AI 从单点问答走向智能决策、流程协同和复杂任务执行,仅有数据结构已经不足以支撑机器理解业务。本体通过统一语义和关系,为结构化数据、非结构化知识以及智能体应用提供共同的表达基础。

这也意味着,数据基础设施需要承载的不只是数据本身,还包括数据背后的业务语义、知识关系和运行规则。只有这些内容能够被持续建模、治理和验证,企业知识才能从分散的信息,转化为可计算、可推理、可复用的生产资料。

企业级 AI,正在进入"理解业务"的阶段

随着人工智能加快从通用能力探索走向企业级规模化应用,智能体已经成为大模型对接业务场景、专业知识与工作流程的重要载体。面对企业知识分散异构、业务概念口径不一、业务规则难以被机器准确理解等现实痛点,本体与知识管理是破解大模型"幻觉"、提升智能体可靠性,打通企业级 AI 落地"最后一公里"的关键基础。

CCSA TC601 WG15成立,云器科技参与标准共建

2026年8月20日,CCSA TC601本体与知识管理工作组(WG15)成立会议在北京召开,来自通信、金融、能源、工业制造等行业企业及科技厂商的三十余家单位代表参会。中国信息通信研究院担任组长单位,中移九天人工智能科技(北京)有限公司担任联席组长单位,云器科技在内的多家产业单位担任副组长单位,联合推进本体与知识管理领域的技术研究和标准化建设。

工作组前期已发布《本体智能研究报告(1.0)》,并推动《人工智能赋能应用本体建模技术要求》《本体智能平台技术要求》《知识管理应用能力成熟度模型》等标准研制。对云器科技而言,从数据平台建设到语义工程实践,长期积累的工程经验为参与相关标准研制提供了实践支撑,也为将企业场景中的真实问题转化为行业共性方法创造了条件。

从数据工程走向知识工程:云器的实践

成立会议期间,云器科技联合创始人 CTO 关涛以《从数据工程到知识工程------AI时代下,数据基础设施的演进与思考》为题作主旨分享。他提出,AI正在推动数据基础设施从数据与信息处理走向知识工程。企业知识既包括结构化数据提供的业务事实,也包括文档、对话等非结构化数据提供的上下文;本体通过明确概念、关系、属性和规则,让知识能够被组织、验证和推理。

围绕这一方向,云器科技以 Semantic View 为确定性语义内核,探索结构化与非结构化知识的协同表达;在 Lakehouse 中,通过 AI ETL、可观测与知识工程,形成从数据加工、反馈评估到知识沉淀的持续闭环,并依托云器在互联网、汽车、金融等行业的实践,推进相关能力在真实业务场景中的应用。

从参与标准到推动企业知识落地

本体与知识管理的标准化,正在成为连接数据基础设施、企业知识和智能体应用的重要工作。对企业来说,标准的价值不只在于定义概念,更在于为知识如何生产、验证、调用和持续维护建立共同方法。

作为副组长单位,云器科技将参与标准研制、产业研究、案例共建与生态交流,把企业级实践经验持续带入行业协作,推动本体与知识管理从概念研究走向更广泛的产业验证和规模化应用。后续,WG15工作组也将围绕:标准体系、产业研究、行业实践和开放协同生态建设持续推进相关工作。


云器科技官网 - 改变数据的使用方式

更多内容,欢迎关注「云器科技」官网!

云器科技-多云及一体化数据平台提供

相关推荐
长不大的杨瑞杰7 分钟前
OpenCode v2 GitLab 集成实战:Issue 驱动开发、MR 审查与 CI/CD 最小权限
人工智能·ci/cd·gitlab·ai编程·opencode
深蓝AI1 小时前
美团 LongCat-2.5 拆解:1.6T 参数只激活 3%,1M 上下文卖 0.3 美元,Agent 模型的账变了
人工智能·llm
小和尚同志6 小时前
54.6k star 的 Multica: 集多 Agent 和看板于一体的 AI 平台
人工智能·aigc·three.js
一枕槐安4876 小时前
少样本提示(Few-shot)在业务场景的落地实践
大数据·人工智能·意图分类·mmr多样性·knn检索·动态示例选择
王中阳Go7 小时前
后端转 Agent 岗面试怎么答:8 个高频问题与应答口径
人工智能·后端·python·大语言模型
海宇AI7 小时前
零信任架构实战:基于海宇个人风险报告构建自动化分期商城信用额度初审网关
运维·人工智能·架构·自动化
tellmewhoisi7 小时前
深度学习32:卷积神经网络:卷积层(卷积运算,填充,步幅)
人工智能·深度学习·cnn
roman_日积跬步-终至千里7 小时前
零售与数仓(二):从经营问题到可信证据,数仓怎样建设?
大数据·零售
weixin_307779138 小时前
RAG 面试陷阱——混合检索并非无条件优越:一个条件反转实验
人工智能·python·面试·职场和发展
Sinokap8 小时前
OpenAI 披露 AI 安全实验:智能体如何突破隔离边界?
人工智能·安全