近期，大數(shù)據(jù)獨(dú)角獸Palantir憑借其在國防領(lǐng)域的深度應(yīng)用引發(fā)行業(yè)關(guān)注，其核心的“本體論”方法論體現(xiàn)了一種追求規(guī)范與統(tǒng)一的工程思想。
Palantir的“本體論”方法論為數(shù)據(jù)應(yīng)用提供了重要的理論基礎(chǔ)。該方法論強(qiáng)調(diào)通過預(yù)先定義完整的業(yè)務(wù)實(shí)體、關(guān)系與規(guī)則，構(gòu)建統(tǒng)一的數(shù)據(jù)語義框架，確保數(shù)據(jù)的準(zhǔn)確性與一致性。這種“精密工程”式的approach，在業(yè)務(wù)邏輯相對穩(wěn)定、對數(shù)據(jù)一致性要求極高的場景（如國防、金融風(fēng)控等）中展現(xiàn)出獨(dú)特價值。
數(shù)睿數(shù)據(jù)于2024年發(fā)布的「數(shù)據(jù)通」是基于smardaten構(gòu)建的面向數(shù)據(jù)工程的產(chǎn)品解決方案。它與Palantir的核心理念驚人的相似，承襲并通過方法論進(jìn)化與實(shí)踐創(chuàng)新，實(shí)現(xiàn)更輕量、更敏捷的本土化實(shí)踐。
今天，我們就來做一個詳細(xì)的拆解！
一、承襲核心理念 以“模型”理解世界
Palantir 本體論不是簡單的對數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、加載，而是先構(gòu)建一個能夠精準(zhǔn)描述企業(yè)業(yè)務(wù)運(yùn)作的抽象數(shù)據(jù)模型。這個模型定義了：
·實(shí)體：如客戶、供應(yīng)商、訂單、設(shè)備
·實(shí)體之間的關(guān)系：如“客戶” “創(chuàng)建了”“訂單”
·實(shí)體的屬性：如“客戶”有“名稱”、“ID”、“行業(yè)”等屬性
數(shù)據(jù)通所倡導(dǎo)的“讓數(shù)據(jù)快速使用”的方法，在理念上與“本體論”不謀而合，并體現(xiàn)在專家知識庫的構(gòu)建中。同樣是先構(gòu)建一個抽象的行業(yè)模型庫，通過沉淀算法庫、標(biāo)準(zhǔn)庫、字段庫與模型庫，將行業(yè)專業(yè)知識系統(tǒng)化封裝。數(shù)據(jù)通用戶手冊中“專家?guī)斓臉?gòu)建方法”相關(guān)章節(jié)，可以看出其構(gòu)成要素與Palantir本體論高度對應(yīng)。
兩者都堅(jiān)信，有效的數(shù)據(jù)治理和分析必須始于對業(yè)務(wù)本身的深刻理解和模型化抽象，而不是始于原始數(shù)據(jù)的粗暴處理。 這解決了傳統(tǒng)數(shù)據(jù)治理中“業(yè)務(wù)含義不清、數(shù)據(jù)模型設(shè)計(jì)與物理表開發(fā)斷鏈”的根本痛點(diǎn)。
Palantir本體論與數(shù)據(jù)通建模概念的對應(yīng)關(guān)系
二、進(jìn)化方法論 從“專家訪談”到“產(chǎn)品化輕量實(shí)踐”
1.實(shí)體識別方法的智慧
Palantir 的實(shí)施通常從與業(yè)務(wù)專家的大量訪談開始，以提取業(yè)務(wù)本體。數(shù)據(jù)通則更非常具體地給出了兩種構(gòu)建實(shí)體的方法，這可以看作是Palantir方法的流程化和工具化：
方式1：圍繞業(yè)務(wù)場景設(shè)計(jì) 這類似于Palantir的“逆向工程”，從業(yè)務(wù)流程（如“客戶下單”）中提取實(shí)體（“客戶”、“訂單”）和事件（“下單事件”）。
方式2：圍繞分析場景設(shè)計(jì) 即從分析目標(biāo)（如“銷售指標(biāo)”）反推需要的明細(xì)數(shù)據(jù)（“銷售記錄”）和維度實(shí)體（“商品”、“員工”），這是一種更符合數(shù)據(jù)倉庫建設(shè)思維的方法。
這種結(jié)合兩種思路的方法，使得數(shù)據(jù)通既具備了Palantir的業(yè)務(wù)洞察深度，又兼顧了傳統(tǒng)數(shù)據(jù)分析的需求，實(shí)用性更強(qiáng)。
數(shù)據(jù)通實(shí)體識別方法
2.專家規(guī)則——自動化的基石
這是兩者最精彩的交匯點(diǎn)。Palantir 的強(qiáng)大之處在于一旦本體建立，它能自動發(fā)現(xiàn)數(shù)據(jù)源中的實(shí)體并與本體映射，實(shí)現(xiàn)“快速找數(shù)”。數(shù)據(jù)通的“主動數(shù)據(jù)治理”理念，其“主動”性就體現(xiàn)在這里：
·專家規(guī)則：“映射規(guī)則”、“識別規(guī)則”（如身份證識別算法），就是Palantir中用于自動化映射的“規(guī)則”或“插件”的體現(xiàn)
·AI技術(shù)：利用識別算法通過數(shù)據(jù)內(nèi)容來判斷字段含義，這比單純依賴元數(shù)據(jù)匹配更智能，與Palantir使用的技術(shù)類似
·復(fù)用與沉淀：即實(shí)施了一個或多個項(xiàng)目后，轉(zhuǎn)換算法就會逐步沉淀下來，供后續(xù)建模時復(fù)用。這正是在構(gòu)建一個不斷成長的、行業(yè)化的“專家知識庫”，這與Palantir在不同項(xiàng)目（如政府、金融、醫(yī)療）中積累的行業(yè)本體庫思路完全一致
可以說，數(shù)據(jù)通的“專家知識庫”不僅僅是數(shù)據(jù)模型的定義，更包含了實(shí)現(xiàn)自動化治理的“規(guī)則和算法”，這與Palantir本體論驅(qū)動的自動化數(shù)據(jù)集成理念不謀而合。
3.關(guān)鍵差異與數(shù)睿數(shù)據(jù)·數(shù)據(jù)通的特色
盡管理念與方法同源，但兩者仍有一定區(qū)別：
·受眾轉(zhuǎn)變：Palantir更像一個“專家”平臺，由數(shù)據(jù)科學(xué)家和工程師主導(dǎo)，通過代碼進(jìn)行高級別的本體定義和集成，靈活性強(qiáng)，但門檻高。數(shù)據(jù)通更偏向“具備數(shù)據(jù)思維的業(yè)務(wù)人員”。相較于Palantir的代碼驅(qū)動模式，數(shù)據(jù)通通過可視化建模、自然語言交互等產(chǎn)品化設(shè)計(jì)，使業(yè)務(wù)專家也能主導(dǎo)數(shù)據(jù)模型構(gòu)建——這正是其“輕量級”實(shí)踐的核心體現(xiàn)。數(shù)據(jù)通產(chǎn)品手冊中有大量詳細(xì)工具的使用指引，充分體現(xiàn)了這種“開箱即用”的產(chǎn)品化思路。
·范圍聚焦：Palantir本體論貫穿從數(shù)據(jù)集成、治理到分析應(yīng)用的整個鏈條，尤其擅長處理復(fù)雜、異構(gòu)的關(guān)系網(wǎng)絡(luò)數(shù)據(jù)。數(shù)據(jù)通則明確其范圍“以數(shù)據(jù)模型為基石，向分析應(yīng)用延伸”，更側(cè)重于為數(shù)據(jù)倉庫/數(shù)據(jù)中臺的底層建設(shè)提供一種先進(jìn)的、自動化的模型設(shè)計(jì)方法，是數(shù)據(jù)治理流程的上游環(huán)節(jié)。
專家知識庫在數(shù)據(jù)治理中的應(yīng)用邏輯
三、數(shù)睿數(shù)據(jù)模式創(chuàng)新，漸進(jìn)式敏捷與智能閉環(huán)
1.漸進(jìn)式敏捷構(gòu)建：邊用邊建，快速見效
與傳統(tǒng)“大而全”的模型先行不同，數(shù)據(jù)通倡導(dǎo)從核心場景切入，邊使用邊完善知識庫。
這里面有兩個點(diǎn)值得強(qiáng)調(diào)：一是基于數(shù)據(jù)通自動建模能力，用戶可以提問并不斷追問，在各類分析場景中穿梭，最終達(dá)成用戶滿意的問數(shù)意圖。二是數(shù)據(jù)通還會拆解意圖然后告訴你他是怎么分析的邏輯，用戶在過程中也能判斷數(shù)據(jù)通的分析邏輯和思維鏈?zhǔn)欠裾_。如果發(fā)現(xiàn)數(shù)據(jù)缺失，他也會告訴你，引導(dǎo)反向補(bǔ)全數(shù)據(jù)源。
這樣即便在初期數(shù)據(jù)基礎(chǔ)薄弱的場景之下，依然有較好的可用性。隨著專家知識庫的持續(xù)學(xué)習(xí)和完善，分析的準(zhǔn)確性與覆蓋度將快速提升。
智能問數(shù)意圖拆解
這種邊用邊建的優(yōu)勢也很突出：初始門檻低，無需前期巨大投入，快速啟動并見到一定成效；伴隨業(yè)務(wù)持續(xù)補(bǔ)充。這種模式使得數(shù)據(jù)通更加適合快速變化的業(yè)務(wù)環(huán)境，如工業(yè)制造、數(shù)字營銷等行業(yè)領(lǐng)域。
2.Data Agent與自然語言理解：智能響應(yīng)閉環(huán)
數(shù)據(jù)通采用AI智能體和自然語言對話，驅(qū)動數(shù)據(jù)快速使用的過程。這讓用戶的使用和維護(hù)都更加簡單。
·Data Agent：實(shí)現(xiàn)“智能取數(shù)—主動治理—智能問數(shù)”全流程閉環(huán)，能根據(jù)場景動態(tài)獲取信息并生成數(shù)據(jù)分析模型。
·自然語言理解： 徹底降低使用門檻，用戶直接以“分析工廠缺陷率趨勢”等自然語言下達(dá)指令，系統(tǒng)精準(zhǔn)解析并直接交付結(jié)果。
四、實(shí)踐印證，數(shù)睿數(shù)據(jù)敏捷響應(yīng)正在釋放巨大價值
目前在衛(wèi)健、電力、制造等行業(yè)的領(lǐng)先企業(yè)已經(jīng)開始擁抱“敏捷響應(yīng)”的新模式。
以某市衛(wèi)健委項(xiàng)目為例，其成功關(guān)鍵在于漸進(jìn)式策略。項(xiàng)目并未在一開始追求構(gòu)建完美而龐大的數(shù)據(jù)模型，而是聚焦于“醫(yī)療質(zhì)量監(jiān)測”等關(guān)鍵場景，快速梳理并沉淀了覆蓋診療、藥品、病種等60+項(xiàng)醫(yī)療領(lǐng)域數(shù)據(jù)模型，每個模型統(tǒng)一定義所有數(shù)據(jù)字段和標(biāo)準(zhǔn)，構(gòu)建于數(shù)據(jù)通的專家知識庫中。
專家知識庫模型在數(shù)據(jù)通中的配置效果
在此基礎(chǔ)上，數(shù)據(jù)通逐步開始接入轄區(qū)醫(yī)院的異構(gòu)數(shù)據(jù)源，完成超過20萬張數(shù)據(jù)表的整合與治理，形成了統(tǒng)一規(guī)范的醫(yī)療數(shù)據(jù)中心。依托專家知識庫的支撐，平臺已能夠?qū)Σ糠謭鼍皩?shí)現(xiàn)自動化映射和智能匹配推薦，從而抽取出目標(biāo)數(shù)據(jù)，將跨院數(shù)據(jù)獲取從被動轉(zhuǎn)為主動，將原本耗時三個月的人工比對工作，壓縮至短短一周。
主動數(shù)據(jù)治理智能匹配推薦
在項(xiàng)目成功上線后，隨著接入醫(yī)院數(shù)量增加至40個及業(yè)務(wù)場景的不斷擴(kuò)展，平臺內(nèi)沉淀的專家數(shù)據(jù)模型從初始聚焦核心場景的60余個，逐步豐富至200余個，顯著提升了AI大模型對醫(yī)療業(yè)務(wù)語義的理解能力，智能治理與分析的場景覆蓋面日趨全面。
現(xiàn)在，只需像聊天般輸入需求，曾經(jīng)需要專業(yè)團(tuán)隊(duì)耗時數(shù)周完成的"慢性病監(jiān)測報告"、"就診趨勢分析"、"疾病流行趨勢預(yù)測"等復(fù)雜任務(wù)，如今彈指間就能躍然屏上。這一過程充分體現(xiàn)了“數(shù)據(jù)越流動越智慧，越使用越增值”的平臺進(jìn)化價值。
結(jié)語
如果Palantir的本體論是構(gòu)建企業(yè)“數(shù)據(jù)大腦”的尖端哲學(xué)，那么數(shù)睿數(shù)據(jù)·數(shù)據(jù)通就是一套成熟可操作的本土化工程藍(lán)圖。它承襲了模型驅(qū)動的核心理念，進(jìn)化出更輕量、產(chǎn)品化的方法論，并通過漸進(jìn)式敏捷與智能閉環(huán)實(shí)現(xiàn)了規(guī)?；桓?。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
