Онтология описывает операционный уровень организации, располагается поверх цифровых активов, интегрированных в корпоративную платформу (наборы данных и модели), и связывает их с их реальными объектами, начиная от физических активов (заводы, оборудование и продукты), и заканчивая такими концепциями, как заказы клиентов или финансовые транзакции. Во многих случаях онтология может служить цифровым двойником организации, содержащим как семантические элементы (объекты, свойства, ссылки), так и динамические элементы (действия, функции, процессы, события), необходимые для реализации вариантов использования всех типов.
- Использование семантики отрасли и организации
- Типы объектов и отношений
- Типы действий и функции
- Цель инвестиций в Онтологию
- В чём эффект онтологии для организации
- Возможность масштабного видения отраслевого и корпоративного контекста
- Интерпретируемость
- Экономия за счет масштаба
- Принятие решений
- Использование корпоративного ИИ и машинного обучения
- Модели в онтологии
- Сквозной рабочий процесс
- Преимущества моделирования для МО
Использование семантики отрасли и организации
Типы объектов и отношений
Определение семантики вашей организации происходит путем сопоставления существующих источников данных с классами, объектами, свойствами и отношениями в онтологии. Выходя за рамки решений по каталогизации данных или проектированию моделей, онтология позволяет вам определить надежную основу для рабочих процессов конечных пользователей, включая богатые метаданные для всех полей и дополненные детальной безопасностью и управлением для всех изменений.
Типы действий и функции
Динамика организации (поток событий, процессов, ресурсов, продуктов, процессов, сервисов и функций) обеспечивающая изменения при соблюдении организационного контроля и управления, определяется в онтологии с использованием типов событий и функций . Типы событий позволяют вам собирать данные от операторов вашей организации или организовывать процессы принятия решений, которые подключаются к существующим информационным системам (например, учётную или складскую), а функции предоставляют возможность создавать и развивать бизнес-логику произвольной сложности.
Цель инвестиций в Онтологию
Способствовать более эффективному принятию решений в масштабной организации. Для достижения этой цели онтологическая модель предприятия глубоко интегрирована в аналитические и операционные инструменты корпоративной платформы: пользователи могут создавать многоразовые представления объектов, искать интересующие объекты, выполнять сложный анализ, создавать высококачественные приложения.
В чём эффект онтологии для организации
Организации могут получить несколько ключевых преимуществ от создания и использования онтологии для организации и использования своих данных.
Возможность масштабного видения отраслевого и корпоративного контекста
Онтология — это общий источник истины для принятия и фиксации решений в крупной организации.
Предоставляя единый источник достоверной информации, онтология позволяет пользователям легко обнаруживать и понимать данные, доступные в их организации, а также просматривать свои локальные решения в более глобальном контексте, обеспечивая возможность подключения в масштабе. Онтология используется не только для чтения данных, но также для обратной записи данных и фиксации решений, принятых пользователями.
Работа со стандартными озерами данных может привести к неуправляемой сложности из-за постоянно растущего числа наборов данных, информационных панелей и приложений. Со временем все больше усилий требуется просто для того, чтобы понять, какие активы данных существуют или должны использоваться, в то время как новые проекты «изобретают велосипед» вместо повторного использования или усиления существующих активов данных.
Если же вы начнете использовать онтологию, то перед вами предстанет описание четко определенной системы с любой степенью детализации объектов в их взаимосвязях, в которой вся вновь поступающая в контур организации информация сразу моделируется на общем языке вашей организации. С помощью онтологии организации могут максимально эффективно использовать свои данные по мере роста информационных ресурсов, обеспечивая масштабную цифровую трансформацию, одновременно контролируя и снижая сложность управления данными.
Пример
Нефтяная компания использует онтологию для создания общего представления о состоянии и производительности скважины среди инженеров-нефтяников, инженеров по обеспечению целостности скважин и персонала по управлению скважинами. Вместо построения нескольких изолированных представлений о производительности скважины они делятся своими входными данными с одним и тем же типом объекта скважины в онтологии, что позволяет генерировать краткосрочные решения об управлении скважиной и долгосрочные решения относительно инвестиционной стратегии актива на основе одной и той же информации и идеи.
Интерпретируемость
Самым сложным элементом работы организации, управляемой данными, является предоставление данных различным лицам, принимающим решения, в рамках организации. В частности, многие лица, принимающие решения, не являются техническими пользователями, знакомыми с программированием или ИТ-концепциями, такими как наборы данных или федерализация.
Онтология упрощает эти цифровые концепции и позволяет пользователям работать с данными, представленными в стандартных терминах предметной области, которые они используют каждый день. Что еще более важно, онтология обеспечивает общий язык для разных пользователей и функций, позволяя им сотрудничать без длительных процессов согласования, чтобы подтвердить, что все просматривают одну и ту же информацию и обсуждают один и тот же объект или проблему.
Пример
У компании-производителя оборудования данные мониторинга с авиационных датчиков ранее были недоступны как оперативным пользователям, так и специалистам по обработке данных из-за их масштаба, сложности и редкого формата. Сегодня, благодаря онтологии, смоделированной на основе данных мониторинга, проектировщики могут искать детали, видеть связанные показания датчиков, которые могут сигнализировать о неожиданном или аномальном поведении, и улучшать будущие проекты без необходимости думать о таблицах, базах данных или просматривать сложные дашборды с данными. Хотя эти данные были одними из самых ценных и полезных в организации, в предыдущей ИТ-системе процесс подготовки данных мог занимать дни или недели, что ограничивало использование данных участниками проекта. Теперь эти данные мгновенно доступны не только специалистам по данным, но и инженерам, специалистам по контролю качества и дизайнерам.
Экономия за счет масштаба
Онтология обеспечивает значительную экономию за счет масштаба при построении операционной платформы за счет концентрации усилий на едином ресурсе данных и их многократного использования, который поддерживает всю аналитическую работу и разработку приложений.
Вместо того, чтобы требовать специальной интеграции данных и программирования на уровне данных для каждого нового варианта использования или проекта, интеграция данных требуется только для новых данных, поступающих на платформу. Целые приложения и сценарии использования могут быть построены на существующей онтологии; общий ресурс данных позволяет разработчикам приложений сосредоточиться на организационных проблемах и рабочем процессе пользователя, а не на обработке данных.
Принятие решений
Являясь «цифровым двойником» организации, онтологии поддерживает обратную запись данных и постоянное улучшение, фиксируя решения, принимаемые в организации, в виде данных. Онтология позволяет настраивать типы обратной записи и действий, которые определяют, как пользователи могут редактировать и дополнять данные, поддерживающие онтологию.
Фиксирование результатов принятия решений в онтологии позволяет организациям учиться и совершенствовать процесс принятия решений. Обратная запись данных также позволяет со временем увеличивать ценность информационных активов, поскольку информация, полученная одним пользователем, может способствовать принятию решений другим пользователем.
Использование корпоративного ИИ и машинного обучения
Для команд по обработке данных ИИ / ML онтология обеспечивает сотрудничество с операционными командами и другими людьми на общей платформе. Модели (и их функции) могут быть напрямую связаны со строительными блоками и процессами, которые управляют организацией. Это позволяет управлять моделями, выпускать их и внедрять непосредственно в основные приложения и системы без дополнительных адаптеров или связующего кода перед их обслуживанием на платформе (пакетной, потоковой передачи или на основе запросов) или извне. По мере принятия решений и выполнения действий операционные и технологические данные записываются обратно в онтологию, создавая цикл обратной связи, который обеспечивает мониторинг модели, ее оценку, повторное обучение и MLOps.
Онтологические платформы позволяют быстро добиваться результатов и адаптироваться под любые неожиданные изменения. Такие инструменты упрощают начало работы и обеспечивают операционные результаты с поддержкой AI/ML, будь то с помощью новых приложений или путем расширения существующих систем. Последующие варианты использования могут использовать взаимосвязанные наборы данных и моделировать активы по всему предприятию, сокращая время окупаемости новых проектов.
Модели в онтологии
Организации стремятся использовать искусственный интеллект (ИИ) и машинное обучение (МО) для ускорения и улучшения процесса принятия решений. Но реальность внедрения ИИ/МО сложна, и типичный возврат инвестиций редко оправдывает ожидания.
Онтологические платформы предоставляют ключевые возможности, необходимые для устранения этого разрыва: надежную основу данных, инструменты для оценки и сравнения моделей с целями организации, а также функциональные возможности для развертывания моделей в рабочих процессах, ориентированных на пользователей.
Сквозной рабочий процесс
На высоком уровне это комплексные шаги, необходимые для внедрения ИИ/МО на онтологической платформе:
- Цель моделирования создается для описания организационного варианта проекта МО.
- Модели создаются и подчиняются цели; модели могут быть либо разработаны на платформе, либо интегрированы из внешнего источника .
- Модели оцениваются на соответствие количественным и качественным требованиям, а затем развертываются для интерактивного запроса.
- Входные и выходные данные модели сопоставляются с концепциями онтологии организации в простом интерфейсе «укажи и щелкни».
- После завершения сопоставления онтологии модели легко доступны для использования при разработке приложений, что позволяет напрямую предоставлять результаты моделей конечным пользователям. Модели также можно исследовать в общесистемных сценариях , которые позволяют аналитикам моделировать изменения во всей организации.
Преимущества моделирования для МО
Точно так же, как сопоставление наборов данных с концепциями Онтологии дает преимущества для разработки рабочих процессов и принятия решений, сопоставление моделей с Онтологией дает ряд преимуществ:
- Интерпретируемость. Поскольку все результаты моделирования определяются с точки зрения реальных концепций (свойств типа объекта), конечным пользователям не нужно разбираться в машинном обучении, чтобы использовать результаты моделирования. Вместо этого пользователи просто взаимодействуют с простыми понятиями, такими как прогноз , оценка или классификация .
- Экономия на масштабе. Вместо того, чтобы каждый проект моделирования представлял собой индивидуальную работу, созданную для конкретного варианта использования, усилия по моделированию могут со временем дополнять друг друга. Например, прогноз, созданный для одного варианта использования, можно сразу же использовать и для последующих вариантов использования, что позволяет сократить дублирование усилий и быстрее обеспечить ценность для конечного пользователя с течением времени.
- Возможность подключения в масштабе. Благодаря включению моделей МО онтология становится единым источником истины для организации не только с точки зрения данных, но и с точки зрения логики. Модели отражают ожидания организации относительно того, как ситуация может измениться в будущем. Таким образом, онтология становится «цифровым двойником» для всего предприятия, что открывает возможность моделировать изменения во всей организации способами, которые никогда не были бы возможны при широком спектре разрозненных усилий по моделированию.