2023非結構化數據中臺實踐白皮書

非結構化數據中臺實踐白皮書2023目錄Content01

數字化轉型催生數據驅動型組織

非結構化數據中臺助力數據驅動型組織非結構化數據中臺的應用場景

非結構化數據中臺的建設指南非結構化數據中臺的未來趨勢數字化轉型催生數據驅動型組織數字化轉型持續(xù)深入數字化轉型催生數據驅動型組織01數據中臺是數據能力建設的核心支撐01非結構化數據中臺興起數字化轉型持續(xù)深入數字化轉型持續(xù)深入Page Page PAGE4需求數字化需求數字化轉型政策技術速涌現，數字化轉型持續(xù)深入。政策驅動式和治理方式變革。發(fā)展數字經濟已上升到國家戰(zhàn)略高度，數字化轉型將步入深水區(qū)。技術驅動數字化轉型的核心是數據。數字化轉型進程中，海量、多元化的數據積累，使得數據可賦能更多場景、行業(yè)。同時，云計算、大數據、人工智能、5G字化轉型的門檻，使更多企業(yè)深入推進數字化轉型成為可能。

數字化轉型是指企業(yè)利用數字技術，通過商業(yè)模式、業(yè)務流程、組織架構等重塑，為客戶創(chuàng)造新的價值。數字化轉型催生數據驅動型組織數字化轉型催生數據驅動型組織Page Page PAGE5數字經濟時代，催生以數據為代表的新型生產要素。以數據驅動業(yè)務，打造數據驅動型組織，已然成為企業(yè)數字化轉型的主線。數據輔助輔助數據輔助輔助流程經驗決策傳統(tǒng)企業(yè)中，數據是副產物，業(yè)務人員基于行業(yè)經驗和原有流程去做業(yè)務，數據主要是用于監(jiān)測業(yè)務進展和洞察一些規(guī)律，由業(yè)務人員做最終決策。業(yè)務人員業(yè)務系統(tǒng)數據數據驅動業(yè)務人員輔助驅動數據驅動型組織，強調以數據為生產要素。在業(yè)務決策中，以事實、指標和數據作為核心指導，而業(yè)務人員是以輔助角色支撐數據驅動業(yè)務。中臺數據業(yè)務系統(tǒng)數據驅動型組織的定義數據驅動型組織的定義Page Page PAGE6數據驅動型組織是以數據為生產要素的組織，以數據驅動業(yè)務，實現持續(xù)增長和創(chuàng)新發(fā)展，以重塑組織的生產力。以數據為生產要素數據驅動型組織將數據視為企業(yè)資產，最大程度上利用數據的價值，關注數據的完整性、關聯(lián)性以及數據質量。以數據為生產要素數據驅動型組織將數據視為企業(yè)資產，最大程度上利用數據的價值，關注數據的完整性、關聯(lián)性以及數據質量。數據驅動決策數據驅動型組織在進行關鍵業(yè)務決策時，以數據為基礎，通過高質量的數據分析驅動業(yè)務，而不是憑借經驗或將各類信息簡單堆砌。數據驅動創(chuàng)新數據驅動決策數據驅動型組織在進行關鍵業(yè)務決策時，以數據為基礎，通過高質量的數據分析驅動業(yè)務，而不是憑借經驗或將各類信息簡單堆砌。數據驅動創(chuàng)新數據驅動型組織注重知識沉淀和傳承，以保證業(yè)務的持續(xù)創(chuàng)新能力，并在開辟新的業(yè)務時，以知識為起點，通過認知智能實現智能化創(chuàng)新。實現數據驅動業(yè)務，核心在于構建數據能力實現數據驅動業(yè)務，核心在于構建數據能力Page Page PAGE7從數據生產要素到數字資產，進而以數據驅動業(yè)務，落地業(yè)務價值，核心在于構建數據能力。數據海量、分散、多元化生態(tài)合作數據設備運轉數據客戶行為數據數據海量、分散、多元化生態(tài)合作數據設備運轉數據客戶行為數據企業(yè)經營數據數字資產數字資產是以電子數據形式經濟價值的非貨幣性資產。標準、統(tǒng)一、價值數據驅動業(yè)務 數據驅動運營 數據驅動創(chuàng)新 數據驅動決策 落地業(yè)務價值構建數據能力數據中臺是數據能力建設的核心支撐數據中臺是數據能力建設的核心支撐Page Page PAGE8應用場景垂直行業(yè) 金融 政府與公共服務 消費品與零售 …… 通用職能 應用場景垂直行業(yè) 金融 政府與公共服務 消費品與零售 …… 通用職能 營銷 運維 財務……數據中臺 數據整合 數據治理 數據洞察 數字資產數據源數據采集層共識。為支撐，盤活全域數據。數據中臺成為核心業(yè)務系統(tǒng)。數據是關鍵生產要素，進行數據治理的數據中臺嵌入業(yè)務流程，已然成為核心業(yè)務系統(tǒng)?；跀祿信_，企業(yè)具備面向全域數據、面向進而以數據驅動業(yè)務，落地業(yè)務價值。非結構化數據成為增長主力非結構化數據成為增長主力Page Page PAGE9機器數據知識圖譜機器數據知識圖譜數據非結構化數據的定義數據結構不規(guī)則或不完整，沒有預定義的數據模型，不方便用數據庫二維邏輯表來表現的數據。包括所有格式的辦公文檔、文本、圖片、XMLHTML、非結構化數據的定義數據結構不規(guī)則或不完整，沒有預定義的數據模型，不方便用數據庫二維邏輯表來表現的數據。包括所有格式的辦公文檔、文本、圖片、XMLHTML、各類報表、圖像和音頻/視頻信息等。非結構化數據的特點海量數據規(guī)模，且數據存儲占比高數據來源豐富，分散各個系統(tǒng)非結構化數據結構化數據非結構化數據全域數據非結構化數據的特點與挑戰(zhàn)非結構化數據的特點與挑戰(zhàn)PagePagePAGE10傳統(tǒng)的非結構化數據管理，內容對象、元數據與索引是分離存儲和獨立管理，難以同時靈活橫向擴展，加劇海量非結構化數據的管理復雜性。海量 傳統(tǒng)的非結構化數據管理，內容對象、元數據與索引是分離存儲和獨立管理，難以同時靈活橫向擴展，加劇海量非結構化數據的管理復雜性。海量業(yè)務數據孤島、知識數據孤島、桌面數據孤島三大數據孤島使得文檔數據分散儲存，無法統(tǒng)一管理，難以快速準確地搜索，業(yè)務系統(tǒng)重建數據難以整合。分散對于非結構化數據而言，形式多樣關系復雜，基于常規(guī)單一算法技術很難識別、分析。多樣對于非結構化數據而言，形式多樣關系復雜，基于常規(guī)單一算法技術很難識別、分析。多樣非結構化數據，結構形式復雜，實體和關系分離，建立非結構化數據知識圖譜體系以進一步挖掘深層次價值面臨巨大挑戰(zhàn)。異構非結構化數據管理需要革新的底層架構非結構化數據管理需要革新的底層架構PagePagePAGE11底底層數據挑戰(zhàn)結 數據架構挑戰(zhàn) 非結化從數據庫到數據倉庫、大數據平臺，傳統(tǒng)數據架構并非面向非結構化數據 構化設計；再演進到結構化數據中臺，非結構化數據處理能力仍然是瓶頸，非 數結構化數據需要革命性的數據架構。 據僅僅依靠數據分析技術難以解決問題，必須將計算機視覺、NLP、知識圖僅僅依靠數據分析技術難以解決問題，必須將計算機視覺、NLP、知識圖現知識復用與智能搜索。智能技術挑戰(zhàn)非結構化數據中臺興起非結構化數據中臺興起PagePagePAGE12非結構化數據中臺 數據整合 非結構化數據中臺 數據整合 數據治理 數據洞察 人工智能驅動 數據架構底座 數字資產數據源文檔、圖片等非結構化數據應用場景垂直行業(yè) 金融 政府與公共服務 消費品與零售 …… 通用職能 營銷 IT運維 財務 …… 各行各業(yè)應用。非結構化數據中臺助力數據驅動型組織數據驅動型組織面臨的非結構化數據挑戰(zhàn)02非結構化數據中臺解決方案02中國非結構化數據中臺實踐白皮書V2數據驅動型組織的兩大需求數據驅動型組織的兩大需求PagePagePAGE14對于數據驅動型組織而言，數據已然具備生產要素的地位，實現數據的資產化、知識化，是打造數據驅動型組織的核心支撐。數據價值挖掘是數據資產化、知識化的基本路徑，在數據價值挖掘的同時，數據驅動型組織必然著眼數據安全問題，數據安全業(yè)務合規(guī)是數據驅動型組織實現數據驅動業(yè)務的根基。因而，對于數據驅動型組織，數據價值挖掘、數字資產安全管理都是不可忽視的需求。數據價值挖掘數據是數據能力的核心。數據量、數據的使用程度、內化數據的過程數據價值挖掘數據是數據能力的核心。數據量、數據的使用程度、內化數據的過程都是數據驅動型組織構建數據能力的考量因素，而能否有效地挖掘數據價值尤為關鍵。數字資產安全數據資產安全是構建數據能力的根基。落地數據驅動型組織，數據資產至關重要，而最大限度地保護數據資產安全，是數據驅動決策賦能業(yè)務的基礎。數據價值挖掘訴求是分階段的數據價值挖掘訴求是分階段的PagePagePAGE15對于一個企業(yè)而言，數據價值挖掘是戰(zhàn)略層面的規(guī)劃，是一項長期工作。對于整個非結構化數據中臺的建設，更多的企業(yè)選擇從頂層設計出發(fā)，逐級分段建設。根據企業(yè)自身的業(yè)務目標逐級建設，從底層場景領域、從優(yōu)先場景領域切入，逐步納入更多的業(yè)務模塊，以達到企業(yè)數據能力的逐級進化和價值的持續(xù)疊加。面對海量非結構化數據，企業(yè)對于數據價值挖掘的訴求主要分為三個階段：數據整合、數據治理、數據洞察三個階段。數據洞察整合不同終端數據，打破數據孤島，對數據進行統(tǒng)一存儲管理數據洞察

識別捕獲數據信息，并基于有序的制度和組織，實現數據的管理與應用

構建知識網絡，建立數據間的關系，深入挖掘數據價值階段3階段1 合

階段2 理 非結構化數據價值挖掘的業(yè)務挑戰(zhàn)非結構化數據價值挖掘的業(yè)務挑戰(zhàn)PagePagePAGE16 數據整合

數據治理

數據洞察 挑戰(zhàn)海量非結構化數據的訪問與查詢存在巨大挑戰(zhàn)；挑戰(zhàn)海量非結構化數據的訪問與查詢存在巨大挑戰(zhàn)；跨地域統(tǒng)一內容管理易網絡擁塞，訪問難；類型各異、存放在異構環(huán)境中的非結構化數據進一步加大管理難度。挑戰(zhàn)數據類型多樣，對于數據信息識別、內容提取面臨挑戰(zhàn)；內容與業(yè)務割裂，數字化服務能力缺失，內容無法自動流轉，人力投入成本高。挑戰(zhàn)復合內容難以有效識別與組織利用；隱性知識難以有效識別、表達及獲取，精準描述關鍵信息難度大；非結構化數據知識體系復雜，基于知識網絡洞察數據價值面臨巨大挑戰(zhàn)。數字資產安全需要立體安全數字資產安全需要立體安全PagePagePAGE17企業(yè)需要搭建包括數據安全、訪問安全、信息安全等在內的立體安全體系。

個人隱私數據信息安全企業(yè)敏感信息信息安全非法內容管控

內容邊界安全訪問安全內容訪問審計訪問安全跨網跨地域多文檔域訪問安全

實時殺毒數據安全數據備份恢復數據安全數字資產安全的業(yè)務挑戰(zhàn)數字資產安全的業(yè)務挑戰(zhàn)PagePagePAGE18敏感內容泄漏主動或被動的泄密訪問安全挑戰(zhàn)敏感內容泄漏主動或被動的泄密訪問安全挑戰(zhàn)無法進行訪問安全全面管控病毒攻擊風險形態(tài)各異的病毒無孔不入，企業(yè)的數據安全面臨高危風險文件備份性能不足海量文件或小文件的備份和恢復性能嚴重不足，內容數據缺乏高效的保護方案信息安全訪問安全數據安全非結構化數據中臺解決方案助力數據驅動型組織非結構化數據中臺解決方案助力數據驅動型組織PagePagePAGE19非結構化數據中臺 人工智能驅動 非結構化數據中臺 人工智能驅動 數據架構底座 數據安全數字資產安全數據整合數據價值挖掘應用場景垂直行業(yè) 金融 政府與公共服務 消費品與零售 …… 通用職能 營銷 IT運維 財務 …… 理 能 新 對象數據池 元數據池 索引數據池索引數據進行匯集、管理，融合人工智能技術，提供先進的數據架構底座，構建非結構化數據能力。賦能、知識創(chuàng)新等。非結構化數據中臺基于雙路徑建設實現數據的資產化、知識化非結構化數據中臺基于雙路徑建設實現數據的資產化、知識化PagePagePAGE20 數據價值挖掘 數字資產安全

數據整合 數據治理 數據洞察數非 據結 資構 產化 化知數 知據 識化數據安全 訪問安全 知識安全整合、治理、洞察非結構化數據的中臺整合、治理、洞察非結構化數據的中臺PagePagePAGE21數據數據治理數據洞察數據價值挖掘路徑，非結構化數據中臺主要基于業(yè)務主題落地，實現數據的整合、治理、洞察，進而實現資產化、知識化，非結構化數據中臺涉及的業(yè)務主題主要有文檔管理、內容賦能、知識創(chuàng)新。底層數據源的所有非結構化數據文檔管理體系、內容賦能體系底層數據源的所有非結構化數據文檔管理體系、內容賦能體系理知識創(chuàng)新體系數據數據整合非結構化數據中臺立體安全的非結構化數據中臺立體安全的非結構化數據中臺PagePagePAGE22基于非結構化數據中臺底層架構，集成數據安全、訪問安全、信息安全不同層面的數字資產安全方案，從安全維度支撐非結構化數據中臺的資產化、知識化。AI技術驅動的信息安全方案信息安全敏感內容管控信息安全敏感內容管控隱私信息保護內容脫敏訪問安全統(tǒng)一的權限及安全策略開放的防泄密集成訪問安全統(tǒng)一的權限及安全策略開放的防泄密集成密級管理訪問審計數據安全數據安全高性能備份恢復實時殺毒 非結構化數據中臺 數據安全方案：數據備份恢復數據安全方案：數據備份恢復PagePagePAGE23面向海量非結構化數據，基于對象存儲的備份恢復方式面臨巨大挑戰(zhàn)，一是備份性能慢，二是恢復性能慢，而數據備份恢復性能低下的根本原因在于單位時間內磁盤的吞吐率無法提升。數據中心異地災備中心數據中心異地災備中心對象數據 編排調度服務 對象聚合技術備份 備份數據庫 恢復備份 災備對象存儲 恢復元數據關系數據網關IMPCMobilePLMIMPCMobilePLMERPOA關鍵業(yè)務系統(tǒng)OSS愛數數據安全方案采用OSS網關對象聚合技術，并結合編排調度服務，提出高性能備份恢復方案，相比傳統(tǒng)的NAS、對象存儲備份恢復技術，性能得到數十倍的提升。數據安全方案：實時殺毒數據安全方案：實時殺毒PagePagePAGE24病毒無時無刻不威脅著企業(yè)數據安全，實時殺毒是數據安全的首要任務。業(yè)務系統(tǒng)OAERPPLM業(yè)務系統(tǒng)OAERPPLMIM 時/實時殺毒 指定文檔庫殺毒

OpenDocAPIManagementAPI

內容流

業(yè)務場景 終端WindowsMac終端WindowsMaciOSAndroid

歷史版本一鍵恢復數據中心Alita引擎 數據中心Alita引擎 務 務 內容開放框架實時殺毒 務 務 訪問控制及安全方案訪問控制及安全方案PagePagePAGE25換 單導設網絡隔離設備部署控制臺管理控制臺對象存儲 元數據服務器備AnyShare文檔域B部署控制臺管理控制臺對象存儲 元數據服務器下載AnyShare文檔域A研發(fā)區(qū)域數據處理存儲節(jié)點研發(fā)區(qū)域數據處理存儲節(jié)點辦公區(qū)域文檔集服務對象存儲愛數方案特性說明跨網環(huán)境數據交換場景，即有網絡設備隔離，數據被下載之后會進行打包和加密，以保障傳輸過程中的文檔安全。自行確認同步數據?？梢灾С值木W絡隔離設備，包括網閘、光閘、防火墻、擺渡機、隔離器。AI技術驅動的信息安全方案AI技術驅動的信息安全方案PagePagePAGE26文檔文檔生產系統(tǒng)應用OA業(yè)務應用DPO生產系統(tǒng)應用OA業(yè)務應用DPO部門隱私統(tǒng)計信息查詢組織隱私分布狀態(tài)監(jiān)控愛數信息安全方案智能識別隱私內容自動智能識別隱私文件風險等級自動智能評估立體監(jiān)控實時、分層、多視角企業(yè)隱私分布及風險動態(tài)“一目了然”高效保護AS無感實現隱私數據識別和保護，極大節(jié)約人力管控成本愛數信息安全方案智能識別隱私內容自動智能識別隱私文件風險等級自動智能評估立體監(jiān)控實時、分層、多視角企業(yè)隱私分布及風險動態(tài)“一目了然”高效保護AS無感實現隱私數據識別和保護，極大節(jié)約人力管控成本支持DPO一鍵式合規(guī)設置，靈活適配GDPR、個人信息保護法等法規(guī)要求，極大降低合規(guī)體系建設成本InfoInsight隱私狀態(tài)監(jiān)管隱私數據定級隱私數據識別主文檔 業(yè)務數據 辦公數據 終端WindowsMacweb文檔所有者查看文檔隱私類別查看文檔隱私詳情非結構化數據中臺的應用場景? 文檔管理03? 內容賦能03? 知識創(chuàng)新中國非結構化數據中臺實踐白皮書V2非結構化數據中臺應用場景非結構化數據中臺應用場景PagePagePAGE28基于非結構化數據中臺的業(yè)務主題主要有：文檔管理、內容賦能、知識創(chuàng)新等，不同業(yè)務主題之下包含更為具象的應用場景。在不同應用場景中，數據驅動型組織需求側重雖有不同，但都有數據價值挖掘、數字資產安全兩個維度的需求考慮，需要基于非結構化數據中臺進行數據價值挖掘、數字資產安全管理，實現不同應用場景下的業(yè)務賦能、業(yè)務合規(guī)。文檔管理內容賦能知識創(chuàng)新定義：據知識化，落地知識運營管理。典型應用場景：文檔管理內容賦能知識創(chuàng)新定義：據知識化，落地知識運營管理。典型應用場景：產品咨詢、員工培訓、項目競標、知識共享交流等。定義：務流程自動化。典型應用場景：表單自動采集、電子發(fā)票管理、合同管理與合規(guī)、信貸業(yè)務管理等。定義：索與部門協(xié)作效率。典型應用場景：設計文檔管理、客戶數字資產生命周期管理、協(xié)作辦公等。業(yè)務主題數字資產安全管理數據、訪問、知識安全數據價值挖掘數字資產安全管理數據、訪問、知識安全數據價值挖掘數據整合、治理、洞察文檔管理：業(yè)務挑戰(zhàn)文檔管理：業(yè)務挑戰(zhàn)PagePagePAGE29隨著數字化轉型的持續(xù)深入，文檔數據種類多樣，持續(xù)積累，成為數據資產不可忽視的重要組成部分，而傳統(tǒng)的文檔存儲和管理模式已不再適應當下文檔管理需求。文檔管理場景業(yè)務挑戰(zhàn)主要聚焦于文檔統(tǒng)一管理、安全合規(guī)、數字資產沉淀三個方面。挑戰(zhàn)1：文檔統(tǒng)一管理低。挑戰(zhàn)1：文檔統(tǒng)一管理低。挑戰(zhàn)2：業(yè)務合規(guī)險。挑戰(zhàn)3：數字資產沉淀存儲資源重復建設，可擴展性差；周期流轉，持續(xù)沉淀數字資產。案例例：制造業(yè)/新能源某新材料集團股份有限公司是一家鋰離子二次電池用正負極材料專業(yè)化生產廠家，近年來集團業(yè)務規(guī)?？焖侔l(fā)展，傳統(tǒng)的文檔存儲和管理模式面臨巨大挑戰(zhàn)。

? 文檔散落存儲在個人PC無統(tǒng)一存儲機制，對日常辦公管理帶來極大不便；? 缺乏有效的內容安全管控、在線殺毒、合規(guī)審計、備份容災等機制，存在丟失與泄密風險。? 業(yè)務系統(tǒng)（OA，CRM，SAP，HR，郵箱系統(tǒng)等）多，缺乏合理的文檔歸檔機制。文檔管理：解決方案文檔管理：解決方案PagePagePAGE30終端終端文檔管理解決方案對所有結果性文檔統(tǒng)一管理，并規(guī)定管理權責、權限以及規(guī)范，以實現文檔從創(chuàng)建到使用流轉，再到最后歸檔銷毀的全生命周期管理。在數字資產安全方面，文檔管理業(yè)務場景主要涉及數據安全、訪問安全需求，需要建立內容安全管控、在線殺毒、合規(guī)審計、備份容災等機制，滿足業(yè)務合規(guī)要求。ERPOA關鍵業(yè)務系統(tǒng)非關鍵業(yè)務系統(tǒng)數字資產管理業(yè)務合規(guī)文檔統(tǒng)一管理非結構化數據中臺ERPOA關鍵業(yè)務系統(tǒng)非關鍵業(yè)務系統(tǒng)數字資產管理業(yè)務合規(guī)文檔統(tǒng)一管理非結構化數據中臺自動分類內容數據湖智能搜索內容總線訪問安全數據安全文檔管理：愛數全生命周期解決方案文檔管理：愛數全生命周期解決方案PagePagePAGE31獲取電腦桌面獲取電腦桌面移動終端其他終端儀 使用可見易用數據賦能業(yè)務運營文檔外發(fā)安全協(xié)作高效協(xié)作統(tǒng)一存管安全合規(guī)移動辦公非法內容管控失文檔電子化管理業(yè)務系統(tǒng)調用分類團隊協(xié)作空間文檔庫歸檔庫標簽業(yè)務導向加持摘要元數據加持識別統(tǒng)一管理規(guī)范搜索智能內容分析及檢索延續(xù)/修訂/廢止/刪除到歸檔歸檔庫歸檔歸檔庫票據電子影像歸檔庫企業(yè)文化資料歸檔庫音視頻文件歸檔庫項目資料文檔管理：業(yè)務價值文檔管理：業(yè)務價值PagePagePAGE32制造業(yè)/新能源例：某新材料集團股份有限公司基于愛數非結構化數據中臺實現的業(yè)務價值提升效率：研發(fā)及辦公協(xié)同效率制造業(yè)/新能源例：某新材料集團股份有限公司基于愛數非結構化數據中臺實現的業(yè)務價值提升效率：研發(fā)及辦公協(xié)同效率合規(guī)：為ISO27001中文檔管理打好合規(guī)基礎?實現文檔電子化，面向業(yè)務、組織部門的業(yè)務訴求形成不同的文檔分類管理和規(guī)范流程，提高運營效率業(yè)務合規(guī)業(yè)務合規(guī)沉不同業(yè)務領域，促進知識沉淀和復用。淀核心數據文檔管理：某化工勘察設計企業(yè)案例文檔管理：某化工勘察設計企業(yè)案例PagePagePAGE33文檔數據采集量不足10%文檔系統(tǒng)速度慢，用戶體驗差，文檔安全合規(guī)管理混亂；不支持云計算架構和海量數據存儲；無標準API接口，無法對接新業(yè)務系統(tǒng)；對非文檔數據認識不足文檔數據采集挑戰(zhàn)文檔數據采集量不足10%文檔系統(tǒng)速度慢，用戶體驗差，文檔安全合規(guī)管理混亂；不支持云計算架構和海量數據存儲；無標準API接口，無法對接新業(yè)務系統(tǒng)；對非文檔數據認識不足文檔數據采集挑戰(zhàn)文件檢索效率低權限規(guī)則不靈活，顆粒度不細；缺少復雜搜索的能力；知識能力薄弱缺少自動化的內容理解能力，全靠人力整理；知識交付能力薄弱；無法滿足客戶需求境外項目調用文件的速度和合規(guī)要求無法滿足；多通過國外網盤管理文件。文檔數據使用挑戰(zhàn)解決方案：非結構化數據中臺AnyShare實現海量非結構化數據存儲、智能內容搜索以及內容安全合規(guī)。論文入庫圖紙歸檔文件100G論文入庫圖紙歸檔文件100G每年產生量15萬張>300篇結果型文件施工進度報告概要設計施工進度報告概要設計需求說明過程型文件

非結構化數據中臺內容集成開放框架內容數據湖

辦公文檔和業(yè)務文檔知識化海量知識沉淀收益：的十分之一；將數TB收益：的十分之一；將數TB化數據統(tǒng)一管理，實現文檔全生命周期的保護，滿足合規(guī)性要求；索結果隨時預覽；現知識運營筑基，賦能業(yè)務。識運營 員工/合作伙伴培訓賦能智能知識查找智能知識推薦API集成 數據調用關鍵業(yè)務系統(tǒng)OA DPM PMS4.0 DMS內容賦能：業(yè)務挑戰(zhàn)內容賦能：業(yè)務挑戰(zhàn)PagePagePAGE35使用者體驗內容在不同的業(yè)務系統(tǒng)中碎片化存在，形成孤島，無法實現跨業(yè)務的統(tǒng)一使用統(tǒng)一檢索使用者體驗內容在不同的業(yè)務系統(tǒng)中碎片化存在，形成孤島，無法實現跨業(yè)務的統(tǒng)一使用統(tǒng)一檢索的體驗。一致性風險內容在不同業(yè)務系統(tǒng)中流轉，需要人工覆蓋割裂的環(huán)節(jié)，帶來內容一致性的風險。業(yè)務合規(guī)面對國內外日益嚴格的合規(guī)要求業(yè)務合規(guī)面對國內外日益嚴格的合規(guī)要求（GDPR，個人隱私安全法），各個業(yè)務系統(tǒng)中碎片化存在的內容，蘊含著大量合規(guī)風險無法有效識別。數字化服務能力大量的內容受困于孤立的業(yè)務應用中，缺失內容服務能力，無法適應多樣化的業(yè)務發(fā)展數字化服務能力大量的內容受困于孤立的業(yè)務應用中，缺失內容服務能力，無法適應多樣化的業(yè)務發(fā)展和用戶使用要求，內容價值無法體現。IT管理業(yè)務系統(tǒng)與文檔脫離，系統(tǒng)間接口過于復雜，易形成內容蜘蛛網，維護難度巨大，缺少標準化內容管理規(guī)范進行統(tǒng)一管理。內容賦能：解決方案內容賦能：解決方案PagePagePAGE36MacWindows終端MacWindows終端基于非結構化數據中臺能力，集成OCR等第三方生態(tài)應用，實現內容賦能業(yè)務運營。非關鍵業(yè)務系統(tǒng)理 影像數據OCR圖譜標簽OCR非關鍵業(yè)務系統(tǒng)理 影像數據OCR圖譜標簽OCR圖譜標簽表格數據數據轉換數據轉換文檔的文本內容提取內容提取非結構化數據中臺內容數據湖內容總線內容管理體系架構內容生態(tài)應用網智電子檔案管理內容識別方案SAP智能內容管理拓維合同管理方案內容元數據內容數據內容分析數據內容處理服務 流程自動化 業(yè)務數據貫通 電子檔案管理 合同管理 流程自動化合同管理SAP內容管理ERPOA關鍵業(yè)務系統(tǒng)ERPOA關鍵業(yè)務系統(tǒng)內容賦能：業(yè)務價值內容賦能：業(yè)務價值PagePagePAGE37提升生產力內容與業(yè)務結合，提高業(yè)務運營效率。內容數據結構化，自動化流轉，降低人力投入。充分利用內容價值，實現數據資產化，賦能更多業(yè)務場景。提升生產力內容與業(yè)務結合，提高業(yè)務運營效率。內容數據結構化，自動化流轉，降低人力投入。充分利用內容價值，實現數據資產化，賦能更多業(yè)務場景。降低TCO統(tǒng)一內容服務能力賦能給各業(yè)務系統(tǒng)，避免重復造輪子。內容總線架構，顯著降低業(yè)務集成復雜度，敏捷式構建統(tǒng)一內容管理。業(yè)務合規(guī)內容基于業(yè)務自動流轉，避免人工參與帶來的合規(guī)風險。高性能備份、歸檔等合規(guī)要求。某保險集團：“業(yè)務+數據”雙中臺實現7個主要業(yè)務系統(tǒng)的線上數據整合，設計面向業(yè)務自主分析的6大主題數據集，報表某保險集團：“業(yè)務+數據”雙中臺實現7個主要業(yè)務系統(tǒng)的線上數據整合，設計面向業(yè)務自主分析的6大主題數據集，報表查詢效率由原先數分鐘提升至秒級；實現線下5T文件資料的文檔云集中管理，探索線下數據價值應用連接業(yè)務中臺，業(yè)務文檔全流程打通，自動流轉，合規(guī)且高效預覽、屬性查詢等服務直接調用，告別重復造“輪子” 集團項目管理系統(tǒng) 賬單與結算在線系統(tǒng) 理賠在線體系 承保在線系統(tǒng) 合同管理場景：某制造業(yè)企業(yè)案例合同管理場景：某制造業(yè)企業(yè)案例PagePagePAGE38業(yè)務挑戰(zhàn)：某制造業(yè)企業(yè)的市場部負責合同的錄入以及合同篩選支撐銷售招投標，業(yè)務人員較少但合同數量持續(xù)增長，合同管理面臨挑戰(zhàn)。人工錄入合同，效率低，人工成本高；業(yè)務挑戰(zhàn)：某制造業(yè)企業(yè)的市場部負責合同的錄入以及合同篩選支撐銷售招投標，業(yè)務人員較少但合同數量持續(xù)增長，合同管理面臨挑戰(zhàn)。人工錄入合同，效率低，人工成本高；制造業(yè)合同包含大量非結構化數據，無法合同內容與ERP象，需要人工對合同內容逐一審查。プ? ??

CRM系統(tǒng)合同編號及鏈接 ??投標文件電子版PDF ?? ?

?叻????ざず霆僈AnyShareFamily7智能內容云合同掃描件A 合同掃描件B 合同掃描件???? ??鯰? ??巊?

蘭臘唬程???プ合同管理系統(tǒng)荈???圖片自動標簽

圖片摘要

圖片OCR識別

合同各類關鍵信息收益：收益：錄入合同、輔助銷售找尋對應合同人力投入下降50%，且人力主要用于合同關鍵信息的校正確認，查找投標用的合同證明完全基于中臺實現；合同管理場景：某運營商案例合同管理場景：某運營商案例業(yè)務挑戰(zhàn)：某運營商合同管理系統(tǒng)的用戶規(guī)模超40萬，年新增合同100同審批比對費時費力（電子合同、合同數據、打印合同），海量合同履約風險，基于合同的關鍵條款識別與任務匹配難。解決方案：基于識別合規(guī)風險，主要用于合同及合同方關系分析及風險管理、合同條款內容合規(guī)性及風險發(fā)現。合同管理系統(tǒng)業(yè)務人員 審批人員 監(jiān)管人員 業(yè)務人員合同起草合同審批合同定稿合同履約激活合同起草合同審批合同定稿合同履約激活合同上傳

OCR識別與自動錄入

元數據同步 履約風險提醒 內容數據湖

內容分析服務合同分類

類、摘要甲方：xx甲方：xx乙方：yy標的物：zz金額：M定金：N簽訂日期:DD免責條款：無

知識提?。汉贤Y構化

合規(guī)性檢測服務于審批、履約管理數據一致性檢查；條款完備性檢查；數據一致性檢查；條款完備性檢查；條款準確性檢查；履約合規(guī)性檢查；關聯(lián)公司異動風險檢查；… 合同知識網絡 知識創(chuàng)新：業(yè)務挑戰(zhàn)知識創(chuàng)新：業(yè)務挑戰(zhàn)PagePagePAGE40對于數據驅動型組織而言，數據知識化可以推動學習型組織建設，賦能業(yè)務運營，更進一步以知識網絡為核心挖掘數據價值，驅動業(yè)務創(chuàng)新，支撐戰(zhàn)略決策。知識創(chuàng)新場景之下，實現數據知識化面臨知識層面的多項挑戰(zhàn)。知識收集、整理依賴人工集、整理，員工不勝其煩，難以持續(xù)；輯，工作量大，成效堪憂；智能化知識搜索挑戰(zhàn)分析；也無法支持用戶搜索意圖理解，難以快速、精準找到需要的知識。

海量知識的管理、拓展、安全性挑戰(zhàn)科技企業(yè)例：某集團企業(yè)原有知識管理現狀與痛點積累幾TB科技企業(yè)例：某集團企業(yè)原有知識管理現狀與痛點積累幾TB常慢，文檔稍微大一些就需要下載查看，用戶體驗極差。效。麻煩，知識標簽庫維護異常糾結；用戶活躍度低，經常反饋需要的找不到想要的知識和文檔，看到的版面千篇一律；用戶和場景導向的個性化推薦挑戰(zhàn)戰(zhàn)。知識創(chuàng)新：解決方案知識創(chuàng)新：解決方案PagePagePAGE41支撐支撐支撐支撐文檔知識化智能分析推薦業(yè)務對象知識圖譜文檔對象 概念對象用戶畫像 意圖理解能力 知識搜索能力 個性推薦能力 知識網絡文檔庫A 文檔庫NOffice PDF 智能表格內容管理文檔管理團隊內容協(xié)作提煉知識庫N知識庫知識庫B知識庫A內容平臺知識標注服務模型訓練服務知識抽取服務智能知識運營方案助力知識創(chuàng)新體系建設。以愛數案例為例，通過AnyShare人工智能技術，由構建企業(yè)私域數據知識網絡，形成一個千人千面、個性化、智能化的知識中心，并通過智能知識整合場景賦能業(yè)務系統(tǒng)和流程。企業(yè)知識中心KnowledgeCenter主題知識卡片企業(yè)知識中心KnowledgeCenter主題知識卡片知識文檔卡片個性推薦知識社區(qū)第三方業(yè)務/培訓系統(tǒng)：內嵌知識應用概念知識智能搜索個性推薦自動標簽非法內容管控隱私數據識別構建企業(yè)私域數據知識網絡，打造企業(yè)知識大腦構建企業(yè)私域數據知識網絡，打造企業(yè)知識大腦PagePagePAGE42知識網絡知識網絡知識服務精準知識搜索與智能推薦 找客戶 內部市場文檔 外部市場文檔 找項目 內部項目資料 外部相關項目 找友商 內部競爭分析 外部情報信息 結構3結構4關系B關系C關系D結構2結構專業(yè)圖譜關系A結構1條款3條款4關系C合同規(guī)則知識庫關系A條款2條款1關系D關系B友商4友商1關系B關系C關系D友商3友商2關系A情報圖譜客戶4客戶1關系B關系C關系D客戶3客戶2關系A客戶圖譜項目3項目4關系C關系B關系D項目1項目2關系A項目圖譜企業(yè)私域數據知識網絡業(yè)務關系模型

文檔知識模型

知識主題/標簽 客戶系統(tǒng)/項目管理系統(tǒng)/服務系統(tǒng) 文檔知識庫 客戶系統(tǒng)/項目管理系統(tǒng)/服務系統(tǒng) 文檔知識庫 知識主題、知識文檔知識創(chuàng)新：業(yè)務價值知識創(chuàng)新：業(yè)務價值PagePagePAGE43提高工作效率縮短工作交接時間隱私保護業(yè)務合規(guī)提高工作效率縮短工作交接時間隱私保護業(yè)務合規(guī)縮短工作培訓時間問題重復發(fā)生率降低節(jié)省成本節(jié)省培訓費用知識復用提高效率、節(jié)省成本科技企業(yè)例：某高科技公司基于愛數非結構化數據中臺實現知識運營的業(yè)務價值定量衡量現有員工1000余人，約500人使用知識管理系統(tǒng)，在知識搜索、工作交接、新崗培訓層面，大約可節(jié)約40000工時/年；公司全員培訓費用為每人約3500元/年，通過知識管理系統(tǒng)進行共享通過問題事后學習，事前預防，有效規(guī)避研發(fā)制造過程中出錯的概率，較以往節(jié)約研發(fā)和測試成本1.4億/年；知識創(chuàng)新：某建筑設計企業(yè)的項目知識運營知識創(chuàng)新：某建筑設計企業(yè)的項目知識運營PagePagePAGE44業(yè)務挑戰(zhàn)：問題主要有：如何快速準確找到設計參考資料包括設計圖片、如何減少知識整理的手工工作量、設計新人學習，如何讓知識找人。解決方案：知識運營整體方案包含AnyShareEnterprise內容平臺、知識網絡、AnyShareKnowledgeCenter知識中心應用三大產品組合形成，分知識網絡基于業(yè)務標簽的知識主題自動生成知識網絡基于業(yè)務標簽的知識主題自動生成文檔與知識主題自動歸集；基于標簽的知識主題與知識文檔推薦基于用戶畫像的知識主題與知識文檔推薦內容管理平臺文檔統(tǒng)一生命周期管理、數字資產安全；文檔過程共享協(xié)作與知識自動歸集；統(tǒng)一文檔知識庫；文檔智能檢索、圖片智能檢索；文檔知識化智能分析推薦知識中心知識卡片：知識主題、知識文件；互動問答解決方案AnyDATAAnyShareEnterpriseAnyShareKnowledgeCenter精準知識與圖片搜索精準知識與圖片搜索大量內外部設計參考資料，設計過程資料，特別是設計效果圖，如何快速服務于新的設計項目，需要精準知識搜索、圖片搜索。簡化知識整理和運營互動簡化知識整理和運營互動不能接受維護標簽庫、打標簽大量的人肉運營工作，必須自動化。簡化運營復雜性，設計師繁忙，重點圍繞專業(yè)主題/知識交流互動，讓知識主動找人讓知識主動找人避免千篇一律的知識門戶，希望根據用戶角色、崗位、愛好，實現個性化的知識推薦。知識創(chuàng)新案例：智能的知識與圖片搜索知識創(chuàng)新案例：智能的知識與圖片搜索經過業(yè)務知識關系優(yōu)化的知識精準搜索推薦；經過機器學習訓練的建筑設計圖片智能檢索；基于知識網絡的精準知識搜索推薦（搜索意圖匹配：搜索關鍵詞與知識標簽直接及間接匹配度越高，越接近用戶搜索意圖，推薦越精準）

面向建筑設計行業(yè)的圖譜智能檢索（經過大量機器學習，搜索圖片內相關建筑樣式、風格，實現以圖搜圖、以文搜圖）知識創(chuàng)新案例：千人千面的知識中心知識創(chuàng)新案例：千人千面的知識中心知識主題發(fā)現和描述生成，減少主題編輯工作量；知識主題與AnyShare知識文件自動關聯(lián)，減少上傳歸集工作量；知識主題、知識文件基于用戶畫像自動推薦；千人千面的知識主題、知識文件推薦（用戶畫像、知識主題與標簽：來自知識網絡）千人千面的知識主題、知識文件推薦（用戶畫像、知識主題與標簽：來自知識網絡）知識主題自動發(fā)現、文檔自動關聯(lián)、專家互動（主題發(fā)現、自動關聯(lián)：來自知識網絡）知識創(chuàng)新案例：社區(qū)式知識圈知識創(chuàng)新案例：社區(qū)式知識圈社區(qū)式知識圈：知識主題互動、知識文檔互動、知識專家互動；無處不在的關聯(lián)推薦、個性化推薦；知識專家交流互動：知識問答本知識文件所在知識主題下其他知識文件知識專家交流互動：知識問答（相關文檔推薦）知識評論互動包含本知識文件的其他知識主題（主題標簽的相關推薦非結構化數據中臺的建設指南04非結構化數據中臺建設方法論04非結構化數據中臺的具體建設路徑中國非結構化數據中臺實踐白皮書V2非結構化數據中臺建設方法論非結構化數據中臺建設方法論PagePagePAGE49非結構化數據中臺是企業(yè)數據創(chuàng)新運營的體系，需要從戰(zhàn)略、組織架構、建設內容等方面進行考慮，并需要一套完整的實施交付方法論實現戰(zhàn)略到業(yè)務的落地。戰(zhàn)略戰(zhàn)略 非結構化數據中臺需要定位于企業(yè)級戰(zhàn)略。組織運營

組織運營非結構化數據中臺需要企業(yè)組織運營架構提供必要保障支撐。技術 數體系 體體系 需求調研規(guī)劃 藍圖繪制

服務 運營體系 體系開發(fā) 持交付 運

內容非結構化數據中臺的建設主要包括技術體系、數據體系、服務體系和運營體系等內容。交付方法論包括體系規(guī)劃、需求調研與藍圖繪制、開發(fā)與交付、持續(xù)運營。中臺戰(zhàn)略中臺戰(zhàn)略PagePagePAGE50保障是三個重要考量維度。從業(yè)務戰(zhàn)略切入臺戰(zhàn)略的制定也需從業(yè)務戰(zhàn)略切入。從業(yè)務戰(zhàn)略切入臺戰(zhàn)略的制定也需從業(yè)務戰(zhàn)略切入。明確數據中臺的價值?；跇I(yè)務戰(zhàn)略規(guī)劃，明確數據中臺在業(yè)務戰(zhàn)略實現過程中的價值，制定數據中臺項目落地評價指標。具價值的領域以及核心應用場景。制定數據戰(zhàn)略型的基礎。梳理企業(yè)數據流全貌，包括系統(tǒng)類型，存儲方式，訪問頻率，價值高低等，指處理加工、分析挖掘、交易使用建立數據治理體系，數據治理包括戰(zhàn)略層的標準和流程制定、數據基礎架構技術戰(zhàn)略管理、統(tǒng)一的集成交換技術標準等。戰(zhàn)略落地保障制度、流程、資源的保障。數據文化是重視、實踐、鼓勵使用數據來改善決策的集體信念和行為，比如分享和社區(qū)的建立。制度、流程層面，主要在于優(yōu)化，以適應數據中臺引入的新業(yè)務模型。備、人才資源等。組織運營架構建設組織運營架構建設PagePagePAGE51主要需要思考數據中臺由誰來建、誰來維護、誰來經營、業(yè)務需求如何承接、效果怎樣衡量等問題。中臺的建設、維護、運營以及業(yè)務的承接、中臺服務的推廣等，需要建立數據中臺團隊支撐；同時，業(yè)務、后臺、管理等團隊需要有對應的組織人員與中臺團隊對接，以適應企業(yè)中臺運轉模式。中臺組織運營架構中臺組織運營架構 數據中臺 建設團隊維護團隊運營團隊產品團隊業(yè)務團隊業(yè)務團隊企業(yè)高層支持推進管理團隊后臺團隊數據中臺的內容數據中臺的內容PagePagePAGE52體系、運營體系四大體系。技術體系數據體系技術體系數據體系技術體系主要是指數據基礎架構，為企業(yè)數據治理與服務提供技術平臺和能力。分為兩個層面，大數據存儲計算技術與數據中臺工具技術組件，工具技術組件是核心關注點。 數據體系是數據中臺建設、管理、使用的核心要素。數據中臺始終圍繞數據體系的建設和使用，針對不同企業(yè)的不同業(yè)務，建設不同的數據體系。技術體系主要是指數據基礎架構，為企業(yè)數據治理與服務提供技術平臺和能力。分為兩個層面，大數據存儲計算技術與數據中臺工具技術組件，工具技術組件是核心關注點。數據體系是數據中臺建設、管理、使用的核心要素。數據中臺始終圍繞數據體系的建設和使用，針對不同企業(yè)的不同業(yè)務，建設不同的數據體系。服務體系運營體系服務體系運營體系服務體系是通過數據中臺的服務組件能力，把數據變成一種服務能力，讓數據能夠方便地參與到業(yè)務中并為業(yè)務帶去價值。 運營體系包括平臺流程規(guī)范執(zhí)行監(jiān)督、平臺資源占用的監(jiān)管及優(yōu)化推動、數據質量的監(jiān)督及改進推動等，是數據中臺得以健康、持續(xù)運轉的基礎。服務體系是通過數據中臺的服務組件能力，把數據變成一種服務能力，讓數據能夠方便地參與到業(yè)務中并為業(yè)務帶去價值。運營體系包括平臺流程規(guī)范執(zhí)行監(jiān)督、平臺資源占用的監(jiān)管及優(yōu)化推動、數據質量的監(jiān)督及改進推動等，是數據中臺得以健康、持續(xù)運轉的基礎。交付方法論交付方法論PagePagePAGE53T（Think）-P（Plan）-A（Action），是從企業(yè)的數據驅動戰(zhàn)略以及業(yè)務模式出發(fā)，為企業(yè)提供專業(yè)的端到端的咨詢、開發(fā)和交付的服務方案，并通過大數據基礎設施進行有效落地，幫助客戶實現數據驅動戰(zhàn)略，帶來實質性的投資回報。 體系規(guī)劃

需求調研與藍圖繪制

開發(fā)與交付

持續(xù)運營 企業(yè)愿景與數據戰(zhàn)略

題定義/范圍

數據資產化

業(yè)務持續(xù)支持新業(yè)務探索 評估非機構化數據管理現狀

應用場景需求

數據服務化

應用場景支持迭代回顧與增強 規(guī)劃目標藍圖

非結構化數據中臺方案藍圖

數字資產安全機制

系統(tǒng)持續(xù)支持檢視與調優(yōu) 設計演進路線 數據資產與服務設計 數字資產安全設計 Think基于業(yè)務訴求、愿景目標和戰(zhàn)略規(guī)劃，規(guī)劃整體方案體系、交付路徑等。PlanThink基于業(yè)務訴求、愿景目標和戰(zhàn)略規(guī)劃，規(guī)劃整體方案體系、交付路徑等。Plan業(yè)務、產品、技術之間協(xié)作，打通端到端的業(yè)務價值流。Action適應應用場景/應用需求變化，持續(xù)交付有效價值。持續(xù)技術深化，打造非結構數據中臺，交付有效業(yè)務價值。方法論的敏捷交付理念方法論的敏捷交付理念PagePagePAGE54本質而言，敏捷交付不僅是一種能力，更是一種理念?；赥PA方法論，在體系規(guī)劃與藍圖繪制階段采用分階段建設思路，配合持續(xù)運營模式，實現持續(xù)、高質量地交付非結構化數據中臺有效價值。分階段建設思路對于數據驅動型組織而言，非結構化數據從治理到洞察，從數據價值分階段建設思路對于數據驅動型組織而言，非結構化數據從治理到洞察，從數據價值挖掘到數字資產安全，是一項戰(zhàn)略層面的規(guī)劃，但對于一個企業(yè)而言，更期待持續(xù)交付可衡量的有效價值。分階段建設思路是指，在體系規(guī)劃與藍圖繪制階段分析項目難度，根包括從部門到部門、從場景到場景、從業(yè)務主題到業(yè)務主題的分階段交付。 業(yè)務賦能 階段1 文檔管理 知識創(chuàng)新 階段2階段3持續(xù)運營持續(xù)運營，一是針對已交付產品，根據客戶需求的變動以及技術推動，持續(xù)優(yōu)化產品價值；二是針對藍圖規(guī)劃中的不同階段，基于TPA方法論持續(xù)交付；三是針對持續(xù)涌現的新應用場景，快速響應，實現有效價值交付。業(yè)務反饋和調整業(yè)務驗證產品交付產品設計業(yè)務設計敏捷交付案例：助力某建筑設計公司實現知識運營敏捷交付案例：助力某建筑設計公司實現知識運營PagePagePAGE55項目背景：某建筑設計公司，從事建筑方案設計、施工圖設計，包括規(guī)劃、建筑、結構、室內、綠建等各專業(yè)。作為知識密集型企業(yè)，如何將內部設計結果、經驗轉化為企業(yè)知識，實現知識運營，對于落地數據驅動型組織至關重要。需求剖析需求剖析內容基礎架構 01海量、分散帶來的安全、合規(guī)風險；性。文檔管理 02文檔管理體系是知識管理的基礎業(yè)務內容管理 03設計流程中的大量內容存儲壓力、可管理壓力、檢索能力。知識管理 04知識分類組織及建設；知識數字化運營及激勵；知識的多樣性呈現及運營敏捷交付敏捷交付主要為理正協(xié)同設計平臺做底層開發(fā)及企業(yè)內部體系梳理。項目一期筑森所有的應用系統(tǒng)數據都會遷移到主要為理正協(xié)同設計平臺做底層開發(fā)及企業(yè)內部體系梳理。項目一期筑森所有的應用系統(tǒng)數據都會遷移到AnyShareFamily7中，并應用知識圖譜技術，實現以文搜圖、以圖搜文的功能。項目二期根據筑森的實際需求構建企業(yè)內部的數據湖，實現針對于非結構化數據的數據洞察。項目三期非結構化數據中臺建設路徑非結構化數據中臺建設路徑PagePagePAGE56非結構化數據中臺基于業(yè)務主題分階段建設，整體建設路徑主要分為四個階段，分別是評估與規(guī)劃、文檔管理體系建設、內容賦能體系建設、知識創(chuàng)新體系建設。階段1現狀、起步 評估、規(guī)劃 數字化戰(zhàn)略規(guī)劃；項目目標設定；演進路線規(guī)劃；

文檔管理體系階段2有序的電子文檔管理文檔管理體系建設文檔管理體系建設文檔管理體系規(guī)劃及目標需求調研與藍圖規(guī)劃系統(tǒng)建設與初始化系統(tǒng)上線及運營基于業(yè)務構建文檔分類、文檔組織、文檔流轉等體系制度，

內容賦能體系階段3全面的內容管理及賦能內容賦能體系建設內容賦能體系建設內容賦能體系規(guī)劃及目標內容賦能場景調研及藍圖內容賦能應用開發(fā)及上線將內容通過業(yè)務集成、內容應用、流程自動化等方式融入業(yè)務場景中，打通業(yè)務與內容，實現業(yè)務賦能。

知識創(chuàng)新體系階段4知識創(chuàng)新與運營知識創(chuàng)新體系建設知識創(chuàng)新體系建設知識創(chuàng)新體系規(guī)劃及目標建設智能知識應用規(guī)劃設計知識運營機制建立基于內容飛輪架構，智能知識運營方案助力知識創(chuàng)新體系建設，實現知識賦能，構建數據驅動型組織。文檔管理體系建設文檔管理體系建設PagePagePAGE57文檔管理體系的建設流程主要有：文檔管理體系規(guī)劃及目標，需求調研與藍圖規(guī)劃，系統(tǒng)建設與初始化，系統(tǒng)上線及運營。體系規(guī)劃及目標評估非結構化數據管理現狀規(guī)劃目標藍圖設計演進路線需求調研與藍圖規(guī)劃企業(yè)級文檔分類體系元數據體系權限體系文件夾結構用戶組織與角色文件工作流數字資產安全體系文檔管理制度定義系統(tǒng)建設與初始化初始化用戶信息據等相關設置文檔數據遷移運營體系建設審計體系建設系統(tǒng)上線及運營體系規(guī)劃及目標評估非結構化數據管理現狀規(guī)劃目標藍圖設計演進路線需求調研與藍圖規(guī)劃企業(yè)級文檔分類體系元數據體系權限體系文件夾結構用戶組織與角色文件工作流數字資產安全體系文檔管理制度定義系統(tǒng)建設與初始化初始化用戶信息據等相關設置文檔數據遷移運營體系建設審計體系建設系統(tǒng)上線及運營用戶培訓及生產系統(tǒng)切換系統(tǒng)試運行系統(tǒng)持續(xù)運營系統(tǒng)推廣業(yè)務價值指標體系建設Think根據非結構化數據管理現狀，Plan基于數字資產管理與安全維度的需求調研，制定業(yè)務藍圖。Action交付與運營平臺開發(fā)StepTwo內容賦能體系建設內容賦能體系建設PagePagePAGE58內容賦能體系的建設流程主要有：內容賦能體系規(guī)劃，內容賦能場景調研與藍圖，內容賦能應用開發(fā)及上線。對于內容賦能體系，除單一業(yè)務場景體系建設之外，同時涉及新增業(yè)務場景的持續(xù)交付。StepOneStepTwoStepThreeStepOneStepTwoStepThree內容賦能應用開發(fā)及上線業(yè)務系統(tǒng)集成整合業(yè)務流程集成對接內容應用開發(fā)及測試內容應用聯(lián)調及演練內容應用上線實施內容賦能應用開發(fā)及上線業(yè)務系統(tǒng)集成整合業(yè)務流程集成對接內容應用開發(fā)及測試內容應用聯(lián)調及演練內容應用上線實施內容應用運維保障內容賦能場景調研及藍圖業(yè)務系統(tǒng)核心流程梳理業(yè)務系統(tǒng)內容服務集成現狀梳理業(yè)務系統(tǒng)內容高服務缺失識別業(yè)務系統(tǒng)公共服務能力歸納內容賦能場景藍圖內容賦能體系規(guī)劃內容賦能體系成熟度評估內容賦能場景價值評定內容賦能體系目標制定Think根據內容賦能體系成熟度現狀，確定整體建設規(guī)劃。PlanThink根據內容賦能體系成熟度現狀，確定整體建設規(guī)劃。Plan基于業(yè)務場景的賦能、合規(guī)需求調研，制定內容賦能場景藍圖。Action開發(fā)、交付與持續(xù)運營知識創(chuàng)新體系建設知識創(chuàng)新體系的建設流程主要有：建設內容平臺、構建知識網絡、打造知識中心、創(chuàng)新知識應用。賦能組織 創(chuàng)新知識應用 通過實時的內容平臺和知識網絡實現賦能業(yè)務場景：賦能業(yè)務流程的智能化知識應用（知識應用無處不在通過實時的內容平臺和知識網絡實現賦能業(yè)務場景：賦能業(yè)務流程的智能化知識應用（知識應用無處不在精準知識搜索、場景知識自動關聯(lián)、用戶個性化推薦利用企業(yè)知識中心實現社區(qū)化知識運營：知識卡片：知識主題、知識文件利用企業(yè)知識中心實現社區(qū)化知識運營：知識卡片：知識主題、知識文件動利用人工智能、知識圖譜技術實現知識自動抽取和關聯(lián)：基于文檔知識模型，抽取業(yè)利用人工智能、知識圖譜技術實現知識自動抽取和關聯(lián)：基于文檔知識模型，抽取業(yè)絡；基于知識網絡，實現文檔與知識主題自動關聯(lián)、精準知識搜索、個性化推薦利用內容總線、內容數據湖實現端到端知識庫體系：利用內容總線、內容數據湖實現端到端知識庫體系：業(yè)務活動的知識自動歸集、自動標簽（桌面和業(yè)務流程）；知識分類及知識庫建立基于TPA交付方法推進知識創(chuàng)新體系建設Page59基于TPA交付方法推進知識創(chuàng)新體系建設05非結構化數據中臺的未來趨勢05中國非結構化數據中臺實踐白皮書V2落地更多應用場景，非結構化數據中臺趨于行業(yè)化落地更多應用場景，非結構化數據中臺趨于行業(yè)化PagePagePAGE61隨著數字化轉型的持續(xù)深入，非結構化數據中臺的應用行業(yè)邊界擴