万本电子书0元读

万本电子书0元读

顶部广告

本体驱动的AI数据管理电子书

(1)华为公司经验总结:由华为公司数据总架构师、数据首席专家马运领衔,华为数据管理研究与探索团队倾力造,凝聚华为数智化转型与数据治理实战经验。 (2)行业重磅背书:华为公司监事会副主席陶景文作序推荐,联通、农业、金融、高校、DAMA等六大领域权威专家联袂力荐。 (3)理论体系原创:首次系统提出以“业务本体”为核心的AI数据治理新范式,构建“事实-事理-行动”一体化动态模型,融合符号主义与联结主义优势。

售       价:¥

纸质售价:¥71.30购买纸书

4人正在读 | 0人评论 6.4

作       者:《本体驱动的AI数据管理》编写组

出  版  社:机械工业出版社

出版时间:2026-05-14

字       数:17.4万

所属分类: 科技 > 计算机/网络 > 计算机理论与教程

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(条)
  • 读书简介
  • 目录
  • 累计评论(条)
当数据的主要消费者从“人”变成“机器”(AI Agent)时,我们怎么让机器真正懂业务?这本书基于本体方法论,给出了一套可落地、可复制的数据管理实践指南,旨在帮助广大企业在AI时代真正实现从“管好数据”到“用好数据”,再到“让数据生智”的跃迁。 本书基于华为数字化转型与AI应用多年实践经验,提出以“业务本体”为核心的全新范式:通过构建“事实–事理–行动”一体化动态模型,将分散的数据、隐性的知识与割裂的系统深度融合,为AI提供可理解的业务语义框架,使AI Agent能够在同一语义空间中感知、推理与行动,贯通从决策到执行的完整闭环——这正是“智能时代企业数据之道”的实践精髓。 全书共分四篇,层层递地构建了从战略认知到未来展望的完整体系: 战略认知篇(第1~3章):剖析智能时代企业管理跃迁的本质逻辑,阐述数据治理从“面向人的业务记录”向“面向AI的业务建模”转型的必然性,提出以业务本体为纽带构筑人机协同的认知底座。 核心理论篇(第4和5章):系统阐述本体的思想渊源与理论体系,从哲学本源到计算科学演,揭示本体作为人与AI语义基石的核心价值;提出“事实–事理–行动”一体化动态模型,构建符号主义与联结主义深度融合的AI推理范式;围绕“7+1”语义规范,建立面向AI的数据资产管理体系。 落地实施篇(第6~8章):提供本体工程化的完整方法论,通过“五环联动”低门槛实施路径、“29句话”知识转化范式、大模型驱动的自动化建模,将建模周期从数周缩短至分钟级;围绕六类核心应用模式,形成从语义底座到AI Agent应用的工程指南。 未来展望篇(第9和10章):展望企业从“人控”迈向“智控”的化路径,提出本体、区块与分层治理协同的AI Agent治理框架;探讨多模态本体、世界模型等前沿方向;描绘以认知驱动为核心的“智能原生企业”新范式。<br/>【推荐语】<br/>(1)华为公司经验总结:由华为公司数据总架构师、数据首席专家马运领衔,华为数据管理研究与探索团队倾力造,凝聚华为数智化转型与数据治理实战经验。 (2)行业重磅背书:华为公司监事会副主席陶景文作序推荐,联通、农业、金融、高校、DAMA等六大领域权威专家联袂力荐。 (3)理论体系原创:首次系统提出以“业务本体”为核心的AI数据治理新范式,构建“事实-事理-行动”一体化动态模型,融合符号主义与联结主义优势。 (4)落地方法独家:独创“五环联动”低门槛实施路径、“29句话”知识转化范式,将本体建模周期从数周缩短至分钟级,真正可落地、可复制。 (5)实践价值突出:提供从语义底座建设到AI Agent应用的完整工程指南,覆盖六类核心应用模式,帮助企业实现从“管好数据”到“让数据生智”的跃迁。 (6)内容前瞻性强:展望企业从“人控”迈向“智控”的化路径,探讨多模态本体、世界模型等前沿方向,为企业长期智能化转型提供方向指引。<br/>【作者】<br/>马运(MA YUN) 华为公司数据总架构师、数据首席专家、数据管理教研室主任。 2015年至2022年,担任华为公司数据管理部部长,负责信息架构、数据底座和数据治理体系建设,《华为数据之道》《数据空间探索与实践》第一作者,《华为数字化转型之道》主要作者。 曾在瑞典爱立信总部工作多年,担任产品线业务总监、集团信息管理部总监。 曾任北京交通大学副教授、统计教研室主任、经济系主任,在瑞典国家公路和运输研究院任客座研究员。 田璞 清华大学计算机科学与技术专业硕士。现任华为公司AI数据与本体架构专家、数据管理教研室资深研究员。拥有超过23年行业经验,长期从事数据管理、数字化咨询、云计算、数字金融、智慧农业等领域的工作,专注于智能化企业数据管理研究。作为核心成员参与《华为数据之道》《数据空间探索与实践》的编写。 杨雯 辽宁大学硕士,现任华为数据管理教研室高级研究员、公司信息架构专家委员会执行秘书。拥有超过15年行业经验,作为核心成员参与公司数据资产管理、主权可控数据交换等变革项目,专注于信息架构管理、企业数据治理、AI 数据管理等领域研究与实践,深度参与公司数智化转型相关工作,《数据空间探索与实践》主要作者之一。 苏本胜 毕业于中山大学,现任华为数据管理教研室高级研究员。拥有超过25年IT行业经验,长期从事物联网、数据空间、数据治理、智慧农业等领域工作,专注于数据空间关键技术与区块数据治理应用研究。作为核心成员参与《数据空间探索与实践》的研究与编写。 陆耀淳 中山大学应用数学专业硕士,现任华为公司AI与机器学习应用工程师,深度参与企业知识图谱构建、向量检索、智能问答、智能体发等领域的算法研究与工程应用。 陈钰 中山大学工学硕士,现任华为数据与AI工程师,从事大模型数据工程与企业智能化平台建设。深度参与办公、财经、农业等领域数智化转型实践,致力于从数据底座到智能应用的能力构建。 刘锦灵 现任华为数据工程师,拥有超过16年行业经验,深耕数据治理、大数据发与知识工程方向,在金融、交通、水利、制造等行业拥有丰富的落地实践经验。<br/>
目录展开

前言

战略认知篇

CHAPTER 1 第1章 智能时代重构业务管理逻辑

1.1 开启智能新纪元

1.1.1 信息处理单元从比特到Token

1.1.2 大模型的智能跃升

1.1.3 Agentic AI的崛起

1.2 智能体成为业务新主体

1.2.1 从“规则驱动”的IT应用到“自主进化”的智能体

1.2.2 智能体成为业务人员的“超级伙伴”

1.2.3 “建模思维”成为人与智能体协同的关键

1.3 数据是智能时代的基石与核心驱动力

1.3.1 数据从业务记录变为驱动智能体进化的“燃料”

1.3.2 数据成为连接业务与智能体的纽带

1.3.3 数据成为业务事实与事理的完整载体

1.4 本章小结

CHAPTER 2 第2章 智能时代驱动数据治理重塑

2.1 智能时代数据治理的关键需求

2.1.1 赋能大模型掌握企业私域资产

2.1.2 破除知识壁垒,消除数据孤岛

2.1.3 让AI Agent遵循企业逻辑规划执行任务

2.1.4 降低模型幻觉,提升决策可信度

2.2 智能时代数据治理的四重转变

2.2.1 从面向业务人员到赋能AI伙伴

2.2.2 从功能叠加到认知融合

2.2.3 从汇聚事实到贯穿事理与行动

2.2.4 要像管理数据一样管理知识

2.3 智能时代数据治理转变的难点

2.3.1 静态向动态转型挑战

2.3.2 确定性向创造力升级难题

2.3.3 规模与异构治理瓶颈

2.3.4 知识体系治理短板

2.4 本章小结

CHAPTER 3 第3章 智能时代数据治理的破局之道:统一结构化表达

3.1 智能时代的业务建模

3.1.1 从“人用”到“人机共用”的双向适配模型

3.1.2 实现“业务逻辑+系统逻辑”双轮驱动模型

3.1.3 构建“事实-事理-行动”一体化动态模型

3.1.4 实现企业专有知识资产模型化

3.1.5 业务建模的业界实践

3.2 连接业务数据、逻辑与行动

3.2.1 多源异构多模态数据的接入与互联互通

3.2.2 整合企业碎片、冗余、各种形态的知识表征

3.2.3 连接系统分散、功能割裂的IT应用

3.3 人机通用的结构化表达

3.3.1 支撑业务活动中的人

3.3.2 支撑业务活动中的AI

3.3.3 人与AI的DIKW双循环

3.4 本章小结

核心理论篇

CHAPTER 4 第4章 本体源于哲学概念,驱动智能演进

4.1 本体的前世今生

4.1.1 从事物本源到计算科学

4.1.2 从“对象、属性、关系”到“事实、事理、行动”

4.1.3 从语义互联到语义推理

4.1.4 从符号主义到联结主义

4.2 企业AI的必然选择:联结主义+符号主义

4.2.1 纯概率推理难成企业AI落地有效路径

4.2.2 本体增强AI推理的核心机理

4.2.3 本体融合AI技术赋能企业智能

4.3 以本体建模标准为基础实现统一结构化表达

4.3.1 W3C本体建模标准语言体系

4.3.2 AI成为“高级本体建模师”

4.4 本体融入企业架构体系构筑统一语义层

4.4.1 本体与企业架构

4.4.2 本体与实体建模

4.4.3 本体与知识图谱

4.4.4 本体库与数据湖、知识库

4.4.5 本体与SaaS

4.5 本章小结

CHAPTER 5 第5章 基于本体的企业AI数据管理体系

5.1 企业面向作业、分析、AI的三类数据资产目录

5.1.1 面向作业的数据资产目录

5.1.2 面向分析的数据资产目录

5.1.3 面向AI的数据资产目录

5.2 管理支撑企业AI增强训练的数据资产

5.2.1 筛选高质量、合规的AI数据集

5.2.2 AI数据集构建

5.2.3 数据Owner与AI数据集责任人、AI数据集使用责任人的关系界定

5.2.4 厘清差异规范管理的多维AI数据集分类

5.2.5 支撑AI数据集治理与追溯的统一ID及版本标识

5.3 管理支撑企业AI推理的数据资产

5.3.1 支撑AI实时感知与精准判断的事实数据

5.3.2 支撑AI按企业业务规则精准推理的事理模型

5.3.3 支撑AI输出可控、可解释、可审计的推理结果数据

5.4 实现事理模型统一结构化表达的“7+1”语义规范框架

5.4.1 RDF:定义业务资源,支撑AI理解

5.4.2 OWL:统一跨域概念,消除语义歧义

5.4.3 SKOS:统一基础术语,筑牢语义基础

5.4.4 SWRL:定义跨域逻辑,支撑AI自主决策

5.4.5 OWL-S:串联流程逻辑,搭建任务框架

5.4.6 ODRL:定义操作权限,筑牢安全边界

5.4.7 SPARQL:定义数据操作,支撑AI执行

5.4.8 目标与评估:明确任务及业务效果,支撑AI迭代优化

5.5 本体语义规范驱动AI明事实、懂事理、会行动的落地机制

5.5.1 基于事实的推演:本体驱动AI Agent还原当前状态并推演下一步变化

5.5.2 事理上下文:本体使AI Agent对齐从当前事实到未来行动的事理逻辑

5.5.3 语义到行动:本体驱动AI Agent对接传统IT与人,落实具体业务操作

5.6 本章小结

落地实施篇

CHAPTER 6 第6章 低门槛快速落地的本体建模工程化方法

6.1 适配全类型知识表征的本体建模预处理方法

6.1.1 AI基于显性知识提炼“29句话”支撑建模

6.1.2 业务专家基于“29句话”提取隐性知识

6.1.3 基于逻辑正确、描述清晰、内容完备的审核

6.2 AI精准建模与专家可视化审核

6.2.1 调用懂W3C语义标准的大模型实现AI本体建模

6.2.2 双大模型协同完成本体模型校验与优化

6.2.3 可视化工具语法校验与专家内容把关

6.2.4 基于业务场景构建测试用例来验证本体模型

6.3 实现可运营、可复用的本体模型资产入库

6.3.1 本体模型资产存入专用语义数据库

6.3.2 数据层+语义层双重运维

6.3.3 “建用优复”全生命周期运营管理

6.4 支持本体模型端到端高效构建的工具平台

6.4.1 符合W3C标准的高效自校验智能本体模型构建能力

6.4.2 本体模型的图形化与可视化展示能力

6.4.3 支持W3C标准的本体语义存储与高效检索能力

6.5 “点线面”的本体建模迭代式实施路径

6.5.1 “小切口”场景:驱动构建本体模型

6.5.2 纵轴整合:领域级拉通各场景语义

6.5.3 横轴整合:跨领域贯通

6.5.4 存量数据湖、知识图谱的连接

6.6 本章小结

CHAPTER 7 第7章 基于企业私域知识的本体增强AI Agent工程实现

7.1 基于AI Agent意图的本体调用

7.1.1 AI Agent意图设计

7.1.2 意图与本体对齐

7.1.3 本体检索与调用

7.1.4 本体嵌入AI模型

7.2 本体驱动的增强推理

7.2.1 基于事实数据的实时感知

7.2.2 基于感知+事理的融合推理

7.2.3 基于感知、推理和目标的综合决策

7.3 AI Agent决策到行动的转化

7.3.1 指令直驱型

7.3.2 人工介入型

7.3.3 业务协同执行型

7.4 本体增强型AI Agent构建

7.4.1 动态事实关联机制

7.4.2 动态Action关联机制

7.4.3 本体服务支撑能力

7.4.4 AI大模型智能引擎

7.4.5 AI Agent运行支撑框架

7.5 本体增强型AI Agent的能力建设实施路径

7.5.1 本体构建与数据整合实施

7.5.2 本体可视化与质量管控实施

7.5.3 本体存储与安全保障实施

7.5.4 智能推理与资产管理实施

7.5.5 平台集成与关键技术

7.6 本章小结

CHAPTER 8 第8章 典型应用场景与探索实践

8.1 本体与AI融合应用的场景选择

8.1.1 本体激活AI三大核心价值

8.1.2 场景选择原则:瞄准业务痛点,聚焦投入产出

8.1.3 优选语义复杂、规则明确、高合规的业务场景

8.2 本体与AI协同的核心应用模式

8.2.1 本体驱动的智能流程自动化

8.2.2 数据规则驱动的自主运营体系

8.2.3 多维度一体化智能决策

8.2.4 跨领域动态智能协同

8.2.5 基于知识解析的自主推理

8.2.6 多场景综合统筹的PDCA闭环

8.3 企业AI落地的整体策略

8.3.1 基于快速迭代的穿刺式验证

8.3.2 场景“小切口”驱动的企业AI价值落地

8.3.3 基于存量知识资产的AI转译

8.3.4 实施落地的典型问题

8.4 本章小结

未来展望篇

CHAPTER 9 第9章 企业碳硅协同的智能体治理理念

9.1 基于区块链与本体的高阶治理框架

9.1.1 规则驱动的旧世界

9.1.2 自主进化的新世界

9.1.3 新旧世界协同交互与融合发展

9.1.4 去中心化“公证处”与“账本”

9.2 基于区块链技术构建智能体可信体系

9.2.1 身份证明:基于碳硅混合身份档案链构建智能世界动态身份证

9.2.2 资产证明:依托数字资产产权链生成大模型与Agent产权凭证

9.2.3 授权证明:通过权限凭证链实现AI权限管理与智能锁控

9.2.4 合约证明:以智能合约搭建智能协作自动执行流水线

9.2.5 追溯证明:构建全链路操作哈希链,实现智能化全过程数字监控

9.2.6 贡献证明:搭建贡献值计量链,打造AI价值量化自动评价体系

9.2.7 六类证明的业界探索

9.3 智能驱动的本体建模范式与技术演进

9.3.1 “本体约束+AI智能+人类监督”的协同范式

9.3.2 本体从静态治理向动态治理演进

9.3.3 突破纯文本,实现多模态本体建模

9.3.4 大模型成为更好的本体建模师

9.3.5 大模型更好地理解与使用本体模型

9.3.6 本体建模工程化与全链路工具生态建设

9.4 本章小结

CHAPTER 10 第10章 企业发展新范式、新形态

10.1 三重世界的协同模型

10.1.1 物理世界、逻辑世界和智能世界

10.1.2 面向逻辑世界与物理世界的AI双重学习目标

10.1.3 本体模型和世界模型的协同与融合

10.2 企业业务与管理新形态

10.2.1 业务形态演进:智能原生业务

10.2.2 企业数智化新范式:知识建模+AI自主实现

10.2.3 管理组织变革:知识、数据、流程、IT四维融合

10.3 本章小结

推荐阅读

累计评论(条) 个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部