一、知识工程发展情况概述
知识工程的概念探讨：知识是通过学习、研究、实践获得的事实、原理、经验、技能的集合，具备稳定性、关联性、实践性、价值性四大特性。知识工程的发展历程可分为三个阶段：计算机时代（知识的数字化存储和检索）、信息化时代（知识图谱技术的引入）、大模型时代（为各行业提供大模型增强的知识服务，同时为大模型训推提供语料供给及RAG支持）。知识工程落地实践的关键要素包括：构筑知识工程工具链、完善知识管理体系、建设知识服务及应用。
二、构筑知识工程工具链
知识工程工具链可分为知识采集与抽取、知识处理与加工、知识存储与计算三部分。知识采集与抽取主要强调从机构内、外部数据源中汇聚并提取有价值的知识资源；知识处理与加工强调对知识的整合优化，提升知识的质量及可用性，将知识资源转化为知识资产；知识存储与计算主要强调如何构建高效的知识存储架构，提供快速、精准的知识检索、知识分析等能力，为知识服务及应用提供支撑。
三、完善知识管理体系
知识管理体系构建是机构知识工程能力建设的重要一环，涉及知识资产战略的制定、知识资产管理制度体系、知识资产盘点、知识资产运营等多个环节。知识资产管理战略的制定包括设定明确的知识资产管理目标、选择合理的知识资产管理战略、规划知识资产管理的总体方案；知识资产管理制度包括建立知识资产分类体系、知识资产盘点、知识资产更新迭代、知识资产维护；知识资产运营包括开展知识资产的宣传推广、探索知识资产的创新应用、建立长效运营机制。
四、知识服务及应用赋能
机构通过知识工程实践不仅能够汇聚知识资源，也能够将这些资源转化为实际的服务与应用，以支持机构的业务发展与创新。面向不同用户群体提供个性化的知识服务，包括面向机构员工的知识服务（知识查阅类服务、知识搜索类服务、知识推荐类服务、智能问答类服务、智能创作类服务、推理决策类服务、共享决策类服务）、面向大模型的知识供给（语料服务、RAG服务）、面向行业场景的创新应用（法律政务、医疗健康、金融、教育、传媒、水务等）。
五、知识工程的落地路线
知识工程能力建设是“技术+管理+运营”的系统工程，需以业务价值为牵引，分阶段实现从“知识沉淀”到“知识赋能”的升级。知识工程能力建设需要围绕目标驱动、业务导向、体系化推进三大核心理念展开，通过技术平台构建、管理体系完善、持续价值运营三大要素协同落地，最终实现机构知识的资产化、显性化、网络化和服务化。
六、人工智能时代知识工程的发展趋势及展望
人工智能时代机构知识工程能力的建设更具必要性：一方面知识工程可为大模型提供高质量的知识来源，为大模型的应用落地提供支撑；另一方面大模型赋能的知识工程也可为机构带来更加智能的知识服务。总体来说，知识工程能力建设呈现隐性知识显性化、知识管理体系化、知识服务智能化三大趋势。
附件：企业知识能力建设及应用案例
案例涵盖了政策申报智能问答知识中台、医学知识服务与辅助创作知识中台、勘探设计行业知识管理系统、基于大模型的智能知识管理系统、基于大模型和知识图谱的智慧水务知识平台、基于自然语言处理和机器学习的电商知识中台、基于知识图谱和智能制造工业技术的知识中台、医疗健康知识中台、基于电力大模型与知识工程的企业知识服务平台等，展示了知识工程在不同行业的应用案例及成效。
