转载公众号 | DataFunSummit
分享嘉宾:高欢 (前)博世中国
编辑整理:卢鹏澳 桂林电子科技大学
出品平台:DataFunTalk
导读:公司内部尝试运用AI技术落地了几款基于知识图谱的产品,本文将从实践和应用角度分享知识图谱如何在供应链、运营和管理方面帮助我们提高效率,带来价值。主要内容包括:
背景
知识图谱如何助力企业应对碳中和挑战
知识图谱在运营绩效提升领域的一些尝试
01
背景
首先介绍一下制造业以及供应链运营面临的挑战。
中国制造业的挑战是从大到强,所以行业内正在经历翻天覆地的变革,比如汽车行业面临“新四化”:电动化、网联化、智能化、共享化。这些变化给产业链上的所有公司都带来了极大的挑战。为了应对这些变化,企业要实现智能制造,用更好的技术、更快的反应速度,去应对市场和客户的需求变化。我们认为数字化、智能化是工业领域,尤其是制造行业的必经之路。除了市场变化及技术迭代升级,目前制造业还面临很多政策上的挑战,比如国家提出的3060碳中和、碳达峰的要求,给企业可持续发展方面带来很多挑战。企业除了要给下游客户带来价值,同时也要提高自身能力,上游的供应链管理也是不可或缺的。供应链管理的核心目标是四个方面:降本、增效、稳定、长期。
为了实现这些,我们目前的主要任务就是数字化、智能化,以及可持续发展。利用数字化、智能化来提高效率,通过可持续发展让供应链变得稳定长效。
02
知识图谱如何助力企业应对碳中和挑战
1. 为什么要低碳
为什么要做碳中和,其原因可以从三方面来理解:自上而下的推力,来自产业链的压力,以及企业内生的动力。
从政策上,各国政府对气候变暖问题已经达成了非常明确的共识,并提出了明确的目标。“碳中和”“碳达峰”是我国坚定的发展方向。
各部委、各金融机构,已经加紧出台相关政策。比如在2021年提出的碳达峰行动方案中就明确指出到2025年国内单位生产总值的二氧化碳排放比要比2020年下降18%。
企业自身也要采取积极的行动来应对双碳目标,这也与我们的产业升级息息相关,实现低排放、高产值。
中国制造业仍处于上升期,我国制造业占全球比重约30%,是世界上工业体系最健全的国家。但目前GDP单位能耗是世界平均水平的1.5倍,有着比较高的碳排放,因此双碳是一个很大的挑战。
2. 企业在“双碳”中面临的挑战
首先介绍以下几个概念:
碳排放范围1:企业直接排放——企业自身在生产经营活动过程中,按照组织为边界的直接排放。
碳排放范围2:外购能源——如企业外部的电能源,这是间接排放,但也是企业的消耗。
碳排放范围3:供应链——这一部分占比9成以上,从原材料的加工到运输再到工厂的制造,然后到下游的分配销售,到最后产品报废整个循环。
企业在“双碳”中面临如下挑战:
企业要了解自身的碳排放种类和数据,了解重点排放源等信息,避免因为超出碳排放的范围而产生其他费用,目前欧洲一些国家已经采用碳税等来进行碳排放额限制。
其次,要增加碳足迹的透明度,如欧洲的CBAM。
另外,企业要制定碳排管理政策,设计减排方案,选择低碳路径,要将这些纳入企业整体战略规划。
最后,如何管理供应链,控制碳排放,达成企业碳中和目标。
3. 知识图谱如何应用到节能减排方面?
企业在碳盘查中存在着概念不清和成本高两大方面的痛点,具体如下:
对碳排放相关基础知识以及双碳政策不了解。
对碳盘查的计算方法与标准不清楚。
学习成本高:企业需要组织专人学习基础概念及知识,并且短时间内很难掌握。
人力成本高:企业需要负责组织专人跨部门进行配合。
专业机构服务费用高。
针对以上痛点,知识图谱的应用对企业碳盘查非常有价值。知识图谱可以帮助我们解决不会算、算不准的问题。通过知识搜索、对话问答的形式,辅助企业去调用其中的知识如计算方法、排放因子,计算出碳足迹,呈现出碳排放报告、数据推测等信息。知识图谱可以让企业的运营更加高效,比如降低学习成本、知识获取成本,将场景产品化,通过产品的知识复用,帮助减轻企业负担。
以产品碳足迹为例:碳足迹属于上述的碳排放范围3,在产品的整个生命周期内,计算出全过程的碳排放,这就包含了很多内容,从上游企业的活动的排放,如原材料的加工、下游活动如运送、产品的售后报废全生命周期的数据都需要考虑,这就对排放因子、排放系数等有着极高的要求。
运用技术创新,推动效率提升,从而使能耗降低,减少碳排放。知识图谱可以让企业更加全面系统结构化地管理之前沉淀的基础数据的知识,实现生产效率的提升。比如对于生产型企业,优化生产流程,提高效率降低能耗物耗。
另一方面,知识图谱帮助企业减少浪费,比如提高产品质量和可靠性优化自身,就是减少浪费的方式,利用知识图谱去挖掘潜在的改善点。
运用知识图谱产品可以帮助企业定位,发现潜在的改善点,比如生产型企业可以优化生产流程,提高效率降低能耗;企业基于自身的碳排放数据,在各种技术方案中选择合适的工具包;企业如何制定合适的碳倡议,图和管理各项减碳的设施和数据,这些都是日后知识图谱可以协助的方向。
上图是一个智能问答产品,主要用于碳中和数据的抽取和图谱化,同时进行知识的搜索和问答。我们希望它能为企业人员或专业领域从业者提供阅读理解式的问答检索和知识管理,后续可能拓展到智能分析、推荐和计算,为制造业实现双碳目标助力。
03
知识图谱在运营绩效提升领域的一些尝试
接下来分享知识图谱在其它方面的一些应用。
1. 谈判训练机器人
企业在采购人员的谈判能力提升方面存在很大痛点,不清楚自己的谈判水平,也难有机会进行专业的谈判模拟训练。为了解决这一问题,我们运用NLP和知识图谱技术开发了谈判陪练机器人,以方便采购人员进行谈判模拟和训练。机器人内置专业的谈判知识,可以基于真实的谈判案例,与对话者进行多轮的谈判模拟。训练结束后,机器人对谈判人员的知识点命中情况进行打分,评估他们的谈判能力水平,为后续谈判改进提供帮助。下一步将尝试引入到更多领域。
2. 铝压铸知识图谱产品(计划中)
传统制造业面临着知识积累只能依靠人的难题,我们希望在铝压铸行业尝试与知识图谱结合,在制造工艺、问题排查、模具供应等方面进行知识图谱的尝试,引入老师傅们的先验知识,进行知识转移,为后续学习提供便捷。
碳中和是一个很大的话题,也是后续生产行业发展的一个基调和背景,需要我们所有人参与共筑,不断在实践中摸索,欢迎各个行业的从业者交流共创。
今天的分享就到这里,谢谢大家。
01/分享嘉宾
高欢
(前)博世中国博世全球商业服务部 亚太区供应链和运营绩效提升部
高级商务经理/谈判专家/供应链知识图谱产品负责人
本科毕业于宁波诺丁汉大学,研究生毕业于英国约克大学。
2018年加入博世初级经理人计划,在多个供应链以及采购部门工作过。曾负责战略采购,采购项目定点招标,认知自动化/知识图谱产品负责人。
02/关于DataFun
DataFun:专注于大数据、人工智能技术应用的分享与交流。发起于2017年,在北京、上海、深圳、杭州等城市举办超过100+线下和100+线上沙龙、论坛及峰会,已邀请超过2000位专家和学者参与分享。其公众号 DataFunTalk 累计生产原创文章700+,百万+阅读,14万+精准粉丝。
OpenKG
OpenKG(中文开放知识图谱)旨在推动以中文为核心的知识图谱数据的开放、互联及众包,并促进知识图谱算法、工具及平台的开源开放。
点击阅读原文,进入 OpenKG 网站。