Knowledge Graph de Google
Durante la última década más o menos, los Knowledge Graph (gráficos de conocimiento) están presentes en nuestra vida diaria al realizar búsquedas en Google, ya sea a través de asistentes de voz (como Alexa, Siri o Google Assistant), resultados de búsqueda intuitivos o incluso experiencias de compra personalizadas a través de recomendaciones de tiendas online. Interactuamos constantemente con los Knowledge Graph o gráficos de conocimiento a diario. Sin embargo, los knowledge graph y las bases de datos de gráficos que subyacen siguen siendo un misterio para la mayoría y debido a su entrada en nuestras vidas, la mayoría de nosotros ni siquiera somos conscientes de cuán dependientes somos de la tecnología.
Muchas organizaciones y empresas ya están utilizando la tecnología Knowledge Graph para mantenerse a la vanguardia. Estos gráficos de conocimiento y las bases de datos de gráficos se han utilizado para todo tipo de industrias, desde la industria bancaria, la industria automotriz, el petróleo y el gas hasta la farmacéutica y la salud, el comercio minorista, la publicidad, los medios de comunicación y muchas más. Aunque estas empresas utilizan los knowledge graph para diferentes usos, el objetivo final es el mismo: tomar grandes cantidades de datos de varios silos de datos (datos relevantes) y añadirles un valor para que se puedan ser usados (y, en última instancia, reutilizados) de una forma más significativa e inteligente.
«El papel cada vez más importante del contenido y el contexto para brindar información con tecnologías de inteligencia artificial, así como las ofertas recientes de gráficos de conocimiento para aplicaciones de inteligencia artificial, han sacado los gráficos de conocimiento a la superficie.»
Gartner (2018): «Ciclo de bombo para la inteligencia artificial»
¿Qué es un Knowledge Graph?
El Knowledge Graph [también conocido como Knowledge Panel o Gráfico de Conocimiento o Panel de Conocimiento, es un formato de resultado de búsqueda que -en la mayoría de los casos- aparece como una caja con información genérica sobre la keyword introducida por el usuario.
No ofrece de una manera rápida la información más importante al respecto dela palabra que hemos introducido en Google, así como diferentes rutas a través de las cuales podemos seguir explorando temas relacionados que, supuestamente, pueden interesarnos.
Esta caja siempre aparece en una posición destacada: en dispositivos desktop (ordenadores) figura en el lateral derecho de los resultados de búsqueda de Google y en dispositivos móviles aparece justo después de los resultados de Google Ads, antes del resultado que rankea en primera posición:
Cuatro razones por las que un gráfico de conocimiento empresarial puede ayudarte
1. Combina silos de datos dispares
¿Alguna vez te has preguntado cómo podría haber una superposición completa del trabajo de dos departamentos separados y ninguno de ellos se ha molestado en comunicarse entre sí? Esto suele suceder con mucha frecuencia y requiere que las empresas vuelvan a evaluar en qué gastan su dinero: esfuerzo desperdiciado en el conocimiento que ya tienen o que los empleados vuelvan a aprender cosas de forma continuada. Los knowledge graph ayudan a combinar silos de datos dispares, brindándole una descripción general de todo su conocimiento, no solo a nivel departamental sino también a través de departamentos y organizaciones globales.
2. Reúne datos estructurados y no estructurados
Acumular datos no significa simplemente reunir documentos y hojas de Excel. La tecnología Knowledge Graph significa poder conectar diferentes tipos de datos de manera significativa y respaldar servicios de datos más completos que la mayoría de los sistemas de gestión del conocimiento. Luego, las organizaciones utilizarán esta tecnología para extraer y descubrir patrones más profundos y sutiles con la ayuda de la tecnología de inteligencia artificial y aprendizaje automático.
3.Toma mejores decisiones al encontrar más rápido la información
Incluso antes de las computadoras, buscar información significaba buscar entre montones de documentos para encontrar una frase en particular, o un número, etc. que sea valioso para lo que estamos buscando. El uso de la tecnología Knowledge Graph mitiga esto al brindarnos resultados de búsqueda más enriquecidos y profundos, lo que ayuda proporcionarnos datos relevantes y respuestas contextualizadas a nuestras preguntas específicas, en lugar de un resultado de búsqueda amplio con muchos (ir) documentos y mensajes relevantes, pero sin un aporte realmente valioso. Los gráficos de conocimiento pueden hacer esto debido a sus redes de «cosas» y hechos que pertenecen a estas «cosas». «Cosas» podría ser cualquiera de sus objetos comerciales o atributos y facetas de estos objetos comerciales, como: proyectos, productos, empleados o sus habilidades. Cualquier gráfico se puede vincular a otros gráficos, así como a bases de datos relacionales. Con todos estos vínculos en el debido lugar, un knowledge graph completo puede proporcionar a las empresas una infraestructura sólida y una base para cualquier aplicación inteligente.
4. Prepara nuestra base de datos para el futuro con Standards
La mayoría de las empresas que trabajan para su estrategia de IA (Inteligencia Artificial) asumen que los proveedores externos pueden crear una caja negra que canaliza sus datos a un gráfico de conocimiento inteligente. Esto también significa que estas empresas dependen en gran medida de los servicios externos y desconocen cómo sus máquinas toman decisiones. Sin datos de calidad, es imposible obtener conocimientos de calidad. Con un gráfico de conocimiento empresarial implementado, las organizaciones se beneficiarán de una mayor reutilización de sus datos al administrar modelos de datos porque sus gráficos de conocimiento cumplen con los estándares del W3C. Esto desencadena, no solo efectos de red interna, sino que también permite la reutilización de ontologías y gráficos de la industria disponibles públicamente (por ejemplo, FIBO, CHEBI, ESCO, etc.), así como el estándar ISO para tesauros multilingües. Esto también garantiza que tengan el control total de su Gráfico de conocimiento, ya que todo se mantiene internamente.
Ejemplos:
Industria farmacéutica
Una de las 20 principales empresas de la industria farmacéutica utiliza las amplias capacidades de Enterprise Knowledge Graphs para proporcionar una vista unificada de todas sus actividades de investigación.
Telecomunicaciones
Una empresa global de telecomunicaciones se beneficia del poder de Enterprise Knowledge Graphs, que ayuda a generar chatbots basados
Servicios de TI y TI
Una gran empresa de servicios de TI utiliza Enterprise Knowledge Graphs para ayudarles a vincular todos los documentos no estructurados (legales) a sus datos estructurados; ayudar a la empresa a evaluar de manera inteligente los riesgos que a menudo están ocultos en documentos legales comunes de manera automatizada.
Gobierno
Una gran organización gubernamental proporciona información de salud fiable para sus ciudadanos mediante el uso de varios gráficos de conocimiento estándar de la industria (como MeSH y DBPedia, etc.). La plataforma de salud gubernamental enlaza más de 200 fuentes confiables de información médica que ayudan a enriquecer los resultados de búsqueda y brindan respuestas precisas.
