正版全新原包现货 本体驱动的AI数据管理 本体驱动的AI数据管理编写组| 9787111810759 机械工业
举报
（版本封面册数印次以对应在售的为准）
-
作者:
本体驱动的AI数据管理编写组|
-
出版社:
机械工业
-
ISBN:
9787111810759
-
出版时间:
2026-05
-
装帧:
其他
-
开本:
32开
-
作者:
本体驱动的AI数据管理编写组|
-
出版社:
机械工业
-
ISBN:
9787111810759
-
出版时间:
2026-05
售价
￥
75.21
7.6折
定价
￥99.00
品相
全新
上书时间2026-07-04
卖家超过10天未登录
-
-
商品描述：
-
作者简介
马运（MAYUN）<br/>华为公司数据总架构师、数据首席专家、数据管理教研室主任。<br/>2015年至2022年，担任华为公司数据管理部部长，负责信息架构、数据底座和数据治理体系建设，《华为数据之道》《数据空间探索与实践》第一作者，《华为数字化转型之道》主要作者。<br/>曾在瑞典爱立信总部工作多年，担任产品线业务总监、集团信息管理部总监。<br/>曾任北京交通大学副教授、统计教研室主任、经济系主任，在瑞典国家公路和运输研究院任客座研究员。<br/>田璞<br/>清华大学计算机科学与技术专业硕士。现任华为公司AI数据与本体架构专家、数据管理教研室资深研究员。拥有超过23年行业经验，长期从事数据管理、数字化咨询、云计算、数字金融、智慧农业等领域的工作，专注于智能化企业数据管理研究。作为核心成员参与《华为数据之道》《数据空间探索与实践》的编写。<br/>杨雯<br/>辽宁大学硕士，现任华为数据管理教研室高级研究员、公司信息架构专家委员会执行秘书。拥有超过15年行业经验，作为核心成员参与公司数据资产管理、主权可控数据交换等变革项目，专注于信息架构管理、企业数据治理、AI数据管理等领域研究与实践，深度参与公司数智化转型相关工作，《数据空间探索与实践》主要作者之一。<br/>苏本胜<br/>毕业于中山大学，现任华为数据管理教研室高级研究员。拥有超过25年IT行业经验，长期从事物联网、数据空间、数据治理、智慧农业等领域工作，专注于数据空间关键技术与区块链数据治理应用研究。作为核心成员参与《数据空间探索与实践》的研究与编写。<br/>陆耀淳<br/>中山大学应用数学专业硕士，现任华为公司AI与机器学习应用工程师，深度参与企业知识图谱构建、向量检索、智能问答、智能体开发等领域的算法研究与工程应用。<br/>陈钰<br/>中山大学工学硕士，现任华为数据与AI工程师，从事大模型数据工程与企业智能化平台建设。深度参与办公、财经、农业等领域数智化转型实践，致力于从数据底座到智能应用的能力构建。<br/>刘锦灵<br/>现任华为数据工程师，拥有超过16年行业经验，深耕数据治理、大数据开发与知识工程方向，在金融、交通、水利、制造等行业拥有丰富的落地实践经验。
目录
目录<br />序<br />前言<br />战略认知篇<br />第1章 智能时代重构业务管理逻辑 2<br />1.1 开启智能新纪元 2<br />1.1.1 信息处理单元从比特到Token 3<br />1.1.2 大模型的智能跃升 4<br />1.1.3 Agentic AI的崛起 5<br />1.2 智能体成为业务新主体 8<br />1.2.1 从“规则驱动”的IT应用到“自主进化”的智能体 8<br />1.2.2 智能体成为业务人员的“超级伙伴” 10<br />1.2.3 “建模思维”成为人与智能体协同的关键 11<br />1.3 数据是智能时代的基石与核心驱动力 13<br />1.3.1 数据从业务记录变为驱动智能体进化的“燃料” 14<br />1.3.2 数据成为连接业务与智能体的纽带 17<br />1.3.3 数据成为业务事实与事理的完整载体 18<br />1.4 本章小结 21<br />第2章 智能时代驱动数据治理重塑 23<br />2.1 智能时代数据治理的关键需求 24<br />2.1.1 赋能大模型掌握企业私域资产 24<br />2.1.2 破除知识壁垒，消除数据孤岛 26<br />2.1.3 让AI Agent遵循企业逻辑规划执行任务 27<br />2.1.4 降低模型幻觉，提升决策可信度 28<br />2.2 智能时代数据治理的四重转变 29<br />2.2.1 从面向业务人员到赋能 AI 伙伴 30<br />2.2.2 从功能叠加到认知融合 31<br />2.2.3 从汇聚事实到贯穿事理与行动 32<br />2.2.4 要像管理数据一样管理知识 33<br />2.3 智能时代数据治理转变的难点 35<br />2.3.1 静态向动态转型挑战 35<br />2.3.2 确定性向创造力升级难题 38<br />2.3.3 规模与异构治理瓶颈 40<br />2.3.4 知识体系治理短板 43<br />2.4 本章小结 46<br />第3章 智能时代数据治理的破局之道：统一结构化<br />表达 47<br />3.1 智能时代的业务建模 48<br />3.1.1 从“人用”到“人机共用”的双向适配模型 49<br />3.1.2 实现“业务逻辑+系统逻辑”双轮驱动模型 51<br />3.1.3 构建“事实–事理–行动”一体化动态模型 53<br />3.1.4 实现企业专有知识资产模型化 56<br />3.1.5 业务建模的业界实践 59<br />3.2 连接业务数据、逻辑与行动 62<br />3.2.1 多源异构多模态数据的接入与互联互通 63<br />3.2.2 整合企业碎片、冗余、各种形态的知识表征 64<br />3.2.3 连接系统分散、功能割裂的IT应用 64<br />3.3 人机通用的结构化表达 65<br />3.3.1 支撑业务活动中的人 66<br />3.3.2 支撑业务活动中的AI 67<br />3.3.3 人与AI的DIKW双循环 68<br />3.4 本章小结 72<br />核心理论篇<br />第4章 本体源于哲学概念，驱动智能演进 75<br />4.1 本体的前世今生 75<br />4.1.1 从事物本源到计算科学 76<br />4.1.2 从“对象、属性、关系”到“事实、事理、行动” 78<br />4.1.3 从语义互联到语义推理 81<br />4.1.4 从符号主义到联结主义 85<br />4.2 企业AI的必然选择：联结主义+符号主义 87<br />4.2.1 纯概率推理难成企业AI落地有效路径 88<br />4.2.2 本体增强AI推理的核心机理 92<br />4.2.3 本体融合AI技术赋能企业智能 94<br />4.3 以本体建模标准为基础实现统一结构化表达 97<br />4.3.1 W3C本体建模标准语言体系 97<br />4.3.2 AI成为“高级本体建模师” 99<br />4.4 本体融入企业架构体系构筑统一语义层 101<br />4.4.1 本体与企业架构 101<br />4.4.2 本体与实体建模 102<br />4.4.3 本体与知识图谱 104<br />4.4.4 本体库与数据湖、知识库 105<br />4.4.5 本体与SaaS 105<br />4.5 本章小结 108<br />第5章 基于本体的企业AI数据管理体系 110<br />5.1 企业面向作业、分析、AI的三类数据资产目录 111<br />5.1.1 面向作业的数据资产目录 111<br />5.1.2 面向分析的数据资产目录 112<br />5.1.3 面向AI的数据资产目录 114<br />5.2 管理支撑企业AI增强训练的数据资产 120<br />5.2.1 筛选高质量、合规的AI数据集 120<br />5.2.2 AI数据集构建 121<br />5.2.3 数据Owner 与 AI 数据集责任人、AI数据集使用<br />责任人的关系界定 122<br />5.2.4 厘清差异规范管理的多维AI数据集分类 125<br />5.2.5 支撑AI数据集治理与追溯的统一ID及版本标识 127<br />5.3 管理支撑企业AI推理的数据资产 128<br />5.3.1 支撑AI实时感知与精准判断的事实数据 128<br />5.3.2 支撑AI按企业业务规则精准推理的事理模型 130<br />5.3.3 支撑AI输出可控、可解释、可审计的推理结果<br />数据 132<br />5.4 实现事理模型统一结构化表达的“7+1”语义规范框架 133<br />5.4.1 RDF：定义业务资源，支撑 AI 理解 136<br />5.4.2 OWL：统一跨域概念，消除语义歧义 136<br />5.4.3 SKOS：统一基础术语，筑牢语义基础 136<br />5.4.4 SWRL：定义跨域逻辑，支撑 AI 自主决策 137<br />5.4.5 OWL-S：串联流程逻辑，搭建任务框架 137<br />5.4.6 ODRL：定义操作权限，筑牢安全边界 137<br />5.4.7 SPARQL：定义数据操作，支撑 AI 执行 138<br />5.4.8 目标与评估：明确任务及业务效果，支撑 AI 迭代<br />优化 138<br />5.5 本体语义规范驱动AI明事实、懂事理、会行动的落地<br />机制 139<br />5.5.1 基于事实的推演：本体驱动AI Agent还原当前状态并推演下一步变化 139<br />5.5.2 事理上下文：本体使AI Agent对齐从当前事实到未来<br />行动的事理逻辑 140<br />5.5.3 语义到行动：本体驱动AI Agent对接传统IT与人，<br />落实具体业务操作 141<br />5.6 本章小结 142<br />落地实施篇<br />第6章 低门槛快速落地的本体建模工程化方法 144<br />6.1 适配全类型知识表征的本体建模预处理方法 144<br />6.1.1 AI基于显性知识提炼“29句话”支撑建模 145<br />6.1.2 业务专家基于“29句话”提取隐性知识 148<br />6.1.3 基于逻辑正确、描述清晰、内容完备的审核 150<br />6.2 AI精准建模与专家可视化审核 152<br />6.2.1调用懂 W3C 语义标准的大模型实现 AI 本体建模 152<br />6.2.2 双大模型协同完成本体模型校验与优化 155<br />6.2.3 可视化工具语法校验与专家内容把关 158<br />6.2.4 基于业务场景构建测试用例来验证本体模型 163<br />6.3 实现可运营、可复用的本体模型资产入库 165<br />6.3.1 本体模型资产存入专用语义数据库 166<br />6.3.2 数据层+语义层双重运维 167<br />6.3.3 “建用优复”全生命周期运营管理 169<br />6.4 支持本体模型端到端高效构建的工具平台 171<br />6.4.1 符合W3C标准的高效自校验智能本体模型构建<br />能力 172<br />6.4.2 本体模型的图形化与可视化展示能力 174<br />6.4.3 支持W3C标准的本体语义存储与高效检索能力 178<br />6.5 “点线面”的本体建模迭代式实施路径 180<br />6.5.1 “小切口”场景：驱动构建本体模型 180<br />6.5.2 纵轴整合：领域级拉通各场景语义 182<br />6.5.3 横轴整合：跨领域贯通 185<br />6.5.4 存量数据湖、知识图谱的连接 190<br />6.6 本章小结 191<br />第7章 基于企业私域知识的本体增强AI Agent工程<br />实现 193<br />7.1 基于AI Agent意图的本体调用 194<br />7.1.1 AI Agent意图设计 195<br />7.1.2 意图与本体对齐 196<br />7.1.3 本体检索与调用 198<br />7.1.4 本体嵌入AI模型 201<br />7.2 本体驱动的增强推理 203<br />7.2.1 基于事实数据的实时感知 204<br />7.2.2 基于感知+事理的融合推理 206<br />7.2.3 基于感知、推理和目标的综合决策 209<br />7.3 AI Agent决策到行动的转化 212<br />7.3.1 指令直驱型 213<br />7.3.2 人工介入型 214<br />7.3.3 业务协同执行型 216<br />7.4 本体增强型AI Agent构建 218<br />7.4.1 动态事实关联机制 218<br />7.4.2 动态Action关联机制 220<br />7.4.3 本体服务支撑能力 222<br />7.4.4 AI大模型智能引擎 223<br />7.4.5 AI Agent运行支撑框架 224<br />7.5 本体增强型AI Agent 的能力建设实施路径 225<br />7.5.1 本体构建与数据整合实施 226<br />7.5.2 本体可视化与质量管控实施 228<br />7.5.3 本体存储与安全保障实施 229<br />7.5.4 智能推理与资产管理实施 230<br />7.5.5 平台集成与关键技术 232<br />7.6 本章小结 234<br />第8章 典型应用场景与探索实践 235<br />8.1 本体与AI融合应用的场景选择 235<br />8.1.1 本体激活AI三大核心价值 236<br />8.1.2 场景选择原则：瞄准业务痛点，聚焦投入产出 236<br />8.1.3 优选语义复杂、规则明确、高合规的业务场景 239<br />8.2 本体与AI协同的核心应用模式 240<br />8.2.1 本体驱动的智能流程自动化 240<br />8.2.2 数据规则驱动的自主运营体系 244<br />8.2.3 多维度一体化智能决策 247<br />8.2.4 跨领域动态智能协同 250<br />8.2.5 基于知识解析的自主推理 254<br />8.2.6 多场景综合统筹的PDCA闭环 259<br />8.3 企业AI落地的整体策略 264<br />8.3.1 基于快速迭代的穿刺式验证 264<br />8.3.2 场景“小切口”驱动的企业AI价值落地 266<br />8.3.3 基于存量知识资产的AI转译 268<br />8.3.4 实施落地的典型问题 270<br />8.4 本章小结 272<br />未来展望篇<br />第9章 企业碳硅协同的智能体治理理念 277<br />9.1 基于区块链与本体的高阶治理框架 277<br />9.1.1 规则驱动的旧世界 280<br />9.1.2 自主进化的新世界 281<br />9.1.3 新旧世界协同交互与融合发展 282<br />9.1.4 去中心化“公证处”与“账本” 284<br />9.2 基于区块链技术构建智能体可信体系 285<br />9.2.1 身份证明：基于碳硅混合身份档案链构建智能世界动态<br />身份证 286<br />9.2.2 资产证明：依托数字资产产权链生成大模型与Agent<br />产权凭证 287<br />9.2.3 授权证明：通过权限凭证链实现AI权限管理与智能<br />锁控 288<br />9.2.4 合约证明：以智能合约搭建智能协作自动执行<br />流水线 289<br />9.2.5 追溯证明：构建全链路操作哈希链，实现智能化<br />全过程数字监控 290<br />9.2.6 贡献证明：搭建贡献值计量链，打造AI价值量化<br />自动评价体系 291<br />9.2.7 六类证明的业界探索 293<br />9.3 智能驱动的本体建模范式与技术演进 295<br />9.3.1 “本体约束+ AI智能+人类监督” 的协同范式 295<br />9.3.2 本体从静态治理向动态治理演进 297<br />9.3.3 突破纯文本，实现多模态本体建模 299<br />9.3.4 大模型成为更好的本体建模师 301<br />9.3.5 大模型更好地理解与使用本体模型 302<br />9.3.6 本体建模工程化与全链路工具生态建设 304<br />9.4 本章小结 306<br />第10章 企业发展新范式、新形态 308<br />10.1 三重世界的协同模型 308<br />10.1.1 物理世界、逻辑世界和智能世界 309<br />10.1.2 面向逻辑世界与物理世界的AI双重学习目标 311<br />10.1.3 本体模型和世界模型的协同与融合 313<br />10.2 企业业务与管理新形态 315<br />10.2.1 业务形态演进：智能原生业务 315<br />10.2.2 企业数智化新范式：知识建模+AI自主实现 318<br />10.2.3 管理组织变革：知识、数据、流程、IT四维融合 320<br />10.3 本章小结 324
内容摘要
当数据的主要消费者从“人”变成“机器”（AIAgent）时，我们怎么让机器真正懂业务？这本书基于本体方法论，给出了一套可落地、可复制的数据管理实践指南，旨在帮助广大企业在AI时代真正实现从“管好数据”到“用好数据”，再到“让数据生智”的跃迁。本书基于华为数字化转型与AI应用多年实践经验，提出以“业务本体”为核心的全新范式：通过构建“事实–事理–行动”一体化动态模型，将分散的数据、隐性的知识与割裂的系统深度融合，为AI提供可理解的业务语义框架，使AIAgent能够在同一语义空间中感知、推理与行动，贯通从决策到执行的完整闭环——这正是“智能时代企业数据之道”的实践精髓。全书共分四篇，层层递进地构建了从战略认知到未来展望的完整体系：战略认知篇（第1～3章）：剖析智能时代企业管理跃迁的本质逻辑，阐述数据治理从“面向人的业务记录”向“面向AI的业务建模”转型的必然性，提出以业务本体为纽带构筑人机协同的认知底座。核心理论篇（第4和5章）：系统阐述本体的思想渊源与理论体系，从哲学本源到计算科学演进，揭示本体作为人与AI语义基石的核心价值；提出“事实–事理–
![]()
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间：09月02日 10:30
即将开播，去预约
直播中，去观看
占位居中
