人工智能现已在“听、说、看”等感知范畴取得了比较大的打破，但是在逻辑推理、常识搬迁的认知智能范畴方面还处于十分前期的阶段。常识图谱作为完结机器人认知智能的底层技能，能够协助机器更好地舆解数据，进行高精度的常识提炼，而且经过常识发掘、推理、可视化剖析等手法，更好地解说现象，辅佐人类的决策剖析。

常识图谱的使用可大致分为两大方向。一类是通用常识图谱，以谷歌、百度、必应、搜狗为代表；另一类是职业常识图谱，例如早在2015年就现已估值超200亿美金的Palantir，面向国防公安范畴，还有面向动力范畴的美国公司MAANA。因为人工智能在落地的过程中，需求具有对事务全流程Know-How的认知，常识图谱起到了很要害的效果。

在构建常识图谱的过程中，可经过途径处理企业多源异构数据难以交融、数据形式动态变迁困难、非结构化数据价值难以发掘，数据难以一致消费等问题，下降了职业常识图谱落地门槛。但在工程落地方面，还存在图谱建造周期长，使用构建专业程度高，跨职业搬迁本钱高级难题。由此带来的应战会体现在——产品是否能够开箱即用，是否有相关职业的schema能够学习，多源异构数据整理高本钱怎么处理，用户是否能够自助式构建使用等方面。

为了处理以上问题，PlantData提出了将常识图谱构建与使用途径晋级为认知智能中台。

PlantData成立于2017年，现在事务首要面向军工和金融范畴。PlantData结合用户事务场景需求调配产品组件，经过几十种配适器便利用户将数据快速转换到常识图谱中，完结常识建模、常识获取、常识交融、常识存储、常识核算、常识使用的常识图谱全生命周期处理方案。

在下降企业大数据向常识转化的本钱方面，PlantData经过组件微服务化，模型&数据形式预构建、事务编列等方法构成开箱即用的系统结构，而且协助用户进步数据库整理功率、一起支撑自助式构建使用，进步企业数字化转型的功率。

此外，在常识图谱存储环节，PlantData没有用职业遍及采纳的图数据库，而是自研了混合存储引擎来强化系统的剖析功能，而且与图数据库比较具有更好的扩展性。引擎支撑高效存储图形类、文档类、 记载类等各种类型的数据，一起具有数据语义消费和图结构消费两方面的特性。

根据常识图谱的认知智能中台

PlantData环绕常识图谱认知智能中台现已构成产品系统，包含：常识图谱全生命周期办理途径（KGMS）、智能问答机器人（KGBot）、常识图谱自动化构建途径（KGBuilder）、企业级智能帮手（KGAssist）、智能文本抽取途径（KGText）以及轻量级构建产品（KGLite）。现在已堆集40家左右的职业标杆用户，以大型央企、国企为主，客单价百万级，包含中国电科、中航工业、中船重工、中航联创、国家电网、中信建投、中国银行、华为、新华社等。也与软通动力、国电南瑞、蓝凌等建立了途径合作关系。

PlantData开创人丁军告知36氪，现在客户根本可分为三大类：第一类是本身有必定开发才能的客户，第二类是有纯产品收购需求的客户或集成商；第三类是需求供给定制化的端到端服务的客户。前两类客户是首要客源，公司以出售标准化产品为主。

PlantData团队60人左右，首要为研制人员。36氪了解到，其中心团队在语义网及常识图谱范畴有超越十年的研制经历，公司提出常识图谱全生命周期办理的方法论是在2017年CCKS（全国常识图谱与语义核算大会）上。PlantData泄漏，2019年营收已达数千万，2020年估计将以3倍速度增加。PlantData在2017年12月获松禾本钱出资的1000万元天使轮，2019年6月完结动平衡本钱和中航联创的1500万元Pre A轮融资，2019年12月已完结盛宇出资的数千万元A1轮融资。