知识图谱：大模型时代被低估的AI基础设施
ChatGPT带火大模型之后，好像没人提知识图谱了。前几年还在各大AI峰会占C位，现在随便翻个科技媒体的头条，全是大模型、具身智能、通用人工智能，知识图谱成了被遗忘的旧概念。
是它真的没用了？还是大家都没看到它藏在大模型背后的新位置？
别被概念绕晕：知识图谱的核心到底是什么
说白了，知识图谱不是什么从天而降的黑科技。它本质就是把人类的零散知识，拆解成可被机器读取的结构化网络。核心逻辑非常简单，就是三元组：实体-关系-实体。
举个例子，你是一个实体，你任职的公司是另一个实体，你们之间的连接关系是「任职于」，这就是一条完整的知识图谱数据。把几十万上百万这样的三元组连起来，就是一张能推理能查询的知识网。
它和传统数据库的区别在哪里？传统数据库存的是表格，查关联要一次次join，慢不说，复杂关系理不清。知识图谱天生就是为关联关系生的，要找某个企业背后所有的关联持股方，点一下就能拉出整个网络，一秒看清楚嵌套关系。
它和大模型的本质区别也在这里。大模型靠概率生成内容，是黑箱，天生容易瞎编。知识图谱靠预先梳理的确定关系，是白箱，每一个结论都能找到源头。
知识图谱三元组存储结构图
产业落地的尴尬：为什么火了十年仍没大规模爆发
早在2012年谷歌就推出了知识图谱，最早用在搜索优化上，用户搜明星，直接在侧边栏出整个信息卡，不用点进网页一个个翻，那是知识图谱第一个全民级应用。国内百度跟进，之后阿里做电商知识图谱做推荐，银行做知识图谱做风控，创业公司更是一拥而上，那几年随便找个AI创业展会，一半的展台都在讲知识图谱。
说实话，十年过去了，真正跑通的大规模落地项目，真没几个。问题出在哪？
第一个就是成本。做一个能用的垂直领域知识图谱，光是梳理领域术语、标注实体关系，就要砸进去几百万，还得养专门的团队持续更新。我见过某省的医疗大数据项目，光是整理常见病和药品的知识图谱，花了快一千万，做出来还一堆错，稍微偏门一点的病就对不上。
第二个就是更新难。知识是会变的，今天A公司的大股东还是B，明天就换成了C，今天这个药品获批了新的适应症，明天那个就被召回了，知识图谱更不上，原来的价值直接归零。
金融风控股权关联知识图谱示意图
前几年一堆创业公司喊着做通用知识图谱，现在基本都没声音了。通用知识图谱的体量太大，更新成本高到没几家公司能扛得住，也就谷歌、百度这种做搜索的巨头，能靠搜索流量养着，普通公司根本玩不起。
活下来的，基本都是扎进垂直领域，抱着几个大客户慢慢做，没了当年的风口光环，也没了颠覆行业的口号，说白了就是一门小而稳的生意，没多少故事好讲。
大模型时代的新生：补上幻觉的最大短板
大模型时代的新生：补上幻觉的最大短板
谁也没想到，大模型火了之后，知识图谱反而找到了新的位置。现在大模型最大的痛点是什么？大模型幻觉。生成的内容看起来流畅自然，实际上错漏百出，尤其是企业级应用，要的就是准确，错一个数据可能就要赔几十万，没人敢用瞎编的内容。
知识图谱刚好补上了这个短板。现在多数做企业级大模型应用的团队，都采用了同一个方案：先把企业内部的制度、文档、业务数据整理成结构化的知识图谱，用户提问的时候，先从知识图谱里取出准确的事实信息，再交给大模型组织成自然语言回答。从根上大大降低了大模型瞎编的概率。
这个变化直接盘活了整个赛道。现在大模型厂商不会自己去做所有垂直领域的知识图谱，隔行如隔山，医疗的专业知识你让OpenAI来做也做不好，这就给垂直领域的团队留了足够大的空间。比如国内已经有团队做专业的医药知识图谱，卖给所有做医疗AI、医药大模型的公司，每年收入稳定增长，根本不愁订单。
不过话说回来，风险也不能忽略。第一个是偏见问题，如果训练知识图谱用的语料本身带偏见，就会把偏见固化在图谱里，比如默认把「CEO」关联为男性，把「护士」关联为女性，这种偏见会一直影响输出，很难彻底清除。第二个是隐私问题，知识图谱的关联能力太强，把公开的工商信息、社交信息、消费信息拼在一起，就能轻松挖出个人的隐私信息，这个风险现在还没有成熟的治理方案，还在摸索。
未来三到五年，我觉得会有三个明确的趋势：第一，知识图谱不会被大模型取代，反而会成为大模型生态里必不可少的基础设施，通用知识图谱还是巨头的游戏，垂直领域知识图谱会跑出一批小而美的公司。第二，大模型和知识图谱的融合会越来越深，以后大模型自动抽取实体关系更新知识图谱，知识图谱反过来约束大模型输出，会变成行业常态，不用再分你我。第三，针对知识图谱的偏见审计、隐私保护会逐步形成标准，监管会慢慢跟上。
很多人说知识图谱过气了，其实它只是从风口上落了下来，去掉了吹出来的泡沫，变成了真正能落地的产业暗线。潮水退了，才看得清谁真的在创造价值。
