当前困境

企业数据有三种形式。但没有一种形式是开箱即用的，可以直接用于人工智能。

结构化数据库包含成千上万个表，表名晦涩难懂，只有少数专家才能理解。文档分散存储在没有语义结构的独立存储库中。记录未经分类地不断累积，导致大规模的数据保留、访问和检索变得不可能。由于缺乏对数据含义的理解，人工智能只能靠猜测。 而看似合理的错误答案往往是最危险的错误。

无人能解码的结构化数据

成千上万张表格。晦涩难懂的列名。跨越多个模块的关系，这些关系只存在于多年前构建该系统的人们的脑海中。
没有语义结构的文档

合同、政策、手册和报告散落在各个互不相连的门店中，无法进行有效的搜索，也无法与你的结构化数据关联起来。
毫无意义的记录堆积如山

所有记录类型都未经分类地累积。保留策略会随意更改。法律保留流程需要人工操作。大规模发现数据是不可能的。

运作模式

一个情报层级，三种能力。

Data Sense 构建智能，使您的数据易于读取、管理，并可供 AI 使用——涵盖结构化数据库、非结构化文档和各种类型的记录。Data Ask 和 AI Warehouse 的所有功能都基于 Data Sense 首先构建的功能。

只需构建一次，智能数据即可流向所有下游平台——包括 Solix 平台和非 Solix 平台。

结构化：应用知识图谱（AKG）

自动将您的企业架构映射到语义智能层。对企业运行的每个价值流中的每个表、列和关系进行编码，使其含义清晰明确。人工智能不再猜测，而是真正理解。

非结构化：内容智能

它能摄取、丰富您的文档，并将其索引到语义层中，从而支持自然语言查询。每个答案都与来源内容紧密关联，并附有引用。绝无虚假信息。

记录：智能分类

系统会根据您提供的分类标准（而非我们的）对记录进行分类。遵循您的保留期限代码、安全许可和业务类别。AI 负责分类，您负责审核和批准。

预组装AKG

第一天即可用于您已运行的应用程序。

连接数据库，加载 AKG，根据您的环境进行审核和自定义，即可开始回答问题。无需模式映射，也无需数月设置。对于任何其他应用程序，均可使用数据感知构建器构建自定义 AKG。

Oracle电子商务套件

AKG 全面负责财务、采购、订单管理、供应链和人力资源。
SAP（ECC 和 S/4HANA）

涵盖FI、CO、MM、SD、PP、PM模块。采用中心卫星式设计，覆盖整个SAP数据模型。
仁科

已捕获 HCM 和财务数据以及完整的 PeopleTools 关系模型。
杰德·爱德华兹

EnterpriseOne 数据模型涵盖财务、分销和制造领域。

微分

符合你们治理体系的分类——而不是符合我们治理体系的分类。

大多数工具都强加自己的分类——安全等级、保留期限代码、业务分类法等等。结果就是，工具给出的信息与组织实际的需求之间总是存在着脱节。

Data Sense 会根据您的分类体系进行分类。对于受监管行业——例如金融服务、医疗保健、制药和政府部门——这项功能通常是决定评估结果的关键因素。

是你的安全许可，不是我们的。
您的客户保留代码，而非工具强加的替代方案。
您的业务类别。与您组织实际的数据管理方式相匹配。
人工智能负责自动分类，但所有内容上线前都需要人工审核。

使用案例

企业在哪里运用它。

无论贵组织需要使数据易于理解、易于管理或为人工智能做好准备，Data Sense 都适用。

应用程序停用

停用旧系统。保持数据可访问性。Data Sense 基于保留的数据构建 AKG，使用户能够像应用程序仍在运行时一样查询数据。
并购数据整合

将采集到的数据整合到统一的语义层中。以往需要数月才能完成的跨实体查询，现在从第一天起即可实现——而且可以跨越以前互不兼容的系统。
ERP现代化

正在迁移到云 ERP？Data Sense 在您的传统系统上构建 AKG，以便在过渡期间以及过渡后很长一段时间内，历史数据仍然可以查询。

平台整合

只需构建一次智能系统，所有平台都能从中受益。

Data Sense 具有平台无关性——它可跨传统关系系统、现代云数据仓库以及任何内容源运行。它构建的智能信息会向下流向每个需要它的平台。

数据请求

使用 AKG 和内容索引来回答结构化、非结构化和混合数据中的自然语言问题——引用和管理。
人工智能仓库

利用数据感知智能，将客户构建的 AI 应用与受管控的企业数据相结合。
企业数据治理

使用智能分类标签来推动 Solix 和非 Solix 平台上的策略执行。
通用数据平台

数据感知智能使保存的数据可查询——将一个静默的档案库变成一个可用的答案引擎。

为什么需要数据感知

它有四大独特之处。