混合图 + 向量
语义相似度与关系上下文联合查询，精度高于单独使用任一方式。
/ Enterprise Knowledge AI /
组织知道的比能找到的更多。我们来解决。
Enterprise Knowledge AI 将每份文档、每个系统与数据源接入单一受治理的智能层——为您的团队提供即时、准确、有据可查的答案。
企业知识为何失灵
知识在那里。使用它的体系不在。
大多数组织拥有的机构知识远超其可检索范围。它躺在无人翻的文件夹、无人读的维基和少数专家的脑子里。结果是：重复劳动、决策迟缓、知识随人流失。
-
存储碎片化
SharePoint、Drive、Confluence、Notion、邮件、本地文件——各团队各用一套，彼此很少连通。
-
搜索返回的是文档，不是答案
关键词搜索找到文件，不回答问题。用户仍要读五份文档——若正确的那份能出现的话。
-
缺乏对“可信内容”的治理
过时政策与现行政策并存。缺乏治理的 AI 叠在上面会给出看似笃定实则错误的答案。
-
无法审计的知识
没有归属、置信度与审计轨迹，在受监管或高风险场景中，AI 答案不可接受。
产品定义
受治理的推理——不仅是检索
带引用、尊重权限、可追溯的回答——而非关键词命中列表。编排与企业模式运行在 Thinkia Synapse 上。
具备智能体推理的 RAG
多步检索与综合——非单次向量查询——具备缺口检测与必要时重新检索。
信任与访问控制
权限继承自源系统，在检索时执行，含信任评分与不可变审计日志。
由 Synapse 驱动
来自 Thinkia Synapse 平台的企业编排、模型路由与运营模式。
架构
五层——快速、准确、受治理
- 1
第 1 层——摄取与规范化
连接器（OAuth/API）、语义分块、扫描件 OCR、保留元数据、增量同步以控制成本。
- 2
第 2 层——混合索引（图 + 向量）
向量搜索相似度；知识图谱表示实体与关系（如取代、适用于、归属）。
- 3
第 3 层——智能体检索与推理
查询分解、并行检索、排序、有据综合、引用与置信度——复杂查询带智能体循环。
- 4
第 4 层——信任、治理与访问
RBAC/ABAC、来源信任分、不可变审计轨迹、幻觉控制。面向欧盟《人工智能法》的人监督与可解释性；与 ISO/IEC 42001 及 NIST AI RMF 文档对齐。
- 5
第 5 层——界面与集成
Web 应用、Teams、Slack、浏览器扩展、可嵌入组件、REST/流式 API、OpenAPI 与 SDK。
文中对欧盟《人工智能法》、ISO/IEC 42001 与 NIST AI RMF 的引用描述产品取向与文档化模式——不构成针对您具体用例的法律意见。
从问题到有据回答
检索循环一览
查询分解
复杂问题在检索前拆成子查询，降低噪声与 token 成本。
并行检索
向量与图查询并行执行；结果排序、去重并按信任加权。
有据综合
模型仅基于排序后的上下文作答；论断链接到源片段与置信度。
实施路径
从零到生产
发现
梳理来源、体量、访问模型与优先用例。产出：架构简报与摄取计划。
连接与索引
部署连接器，运行分块/嵌入/图抽取，配置访问。产出：可搜索、懂权限的基础。
调优与验证
评估检索质量，可选领域嵌入微调，设定置信阈值。产出：经验证的质量报告。
上线与度量
试点人群、解决与升级分析、首答时间基线。产出：可度量的在线系统。
扩展
扩展来源与用户，反馈闭环，知识缺口报告以改进文档。
连接器
您的来源，统一知识层
OAuth 与 API 连接器——内容留在来源侧；回答仅使用每位用户有权访问的内容。
具体连接器目录与部署选项按项目约定。
协作
- SharePoint / Microsoft 365
- Microsoft Teams
- Confluence
- Notion
文件与内容
- Google Drive / Workspace
- PDF、Word、PowerPoint
- 扫描 PDF（OCR）
- 电子邮件（含治理控制）
系统与数据
- 数据库与自定义 API
- CSV / JSON / XML 导出
关键指标
速度、精度、成本、可追溯性
按部署约定的目标与 KPI——非一刀切数字
<3s
速度——首答时间（p95）
典型查询端到端；复杂智能体路径更长——见技术简报。
<20m
速度——更新传播（p95）
Webhook 连接器下从源变更到片段刷新的示意延迟；大批量环境按约定排期——按项目调优。
>90%
精度——有据质量
调优后典型目标：precision@k 和/或有据回答准确率 >90%，不支撑论断率 <1%——在各语料 hold-out 集上验证。
>85%
精度——召回与覆盖
答案存在于来源时，recall@k 与语料覆盖目标通常 >85%——用评测框架衡量，非虚荣基准。
50–70%
成本——相对朴素 RAG
启用路由、缓存、分块与压缩时的典型区间——示意，非保证。
可审计
可追溯——合规轨迹
记录查询、来源、模型与置信度，供合规流程使用。
对比分析
Enterprise Knowledge AI 的定位
Microsoft 365 是一种基线；许多环境仍是搜索、维基与自建 RAG 的拼贴——示意模式，非针对特定厂商的主张。
| 因素 | Microsoft 365 Copilot | 典型企业模式 | Enterprise Knowledge AI |
|---|---|---|---|
| 来源覆盖 | 聚焦微软生态 | 各系统搜索与门户割裂。 | 广泛连接器覆盖常见企业来源 |
| 知识图谱 | 无关系推理层 | 关键词搜索，无图+向量多跳路径。 | 图+向量混合做多跳问答 |
| 模型选择 / BYOK | Azure OpenAI 路径 | 密钥与工具分散；策略不一致。 | 多模型路由与 BYOK |
| 部署 | 云服务模式 | SaaS 蔓延；缺乏统一受治理边界。 | 私有、混合或云——单一受治理层 |
| 商业视角 | 常为 M365 按席叙事 | 许可割裂；TCO 与治理碎片化。 | 按项目约定打包方式 |
部署选项
完全灵活：选择部署模式
同一受治理知识层——由您选择数据、索引与推理的运行位置，从物理隔离到全托管云。
私有模式
完全在您的环境内部署——索引与可选的自托管 LLM 留在您的网络。适合受监管与公共部门的最大控制。
- 本地或物理隔离模式
- 语料与查询不离开您的边界
- 在策略允许时使用开放权重与已批准模型
- 典型首次可查询时间：6–10 周
- Immediate cloud deployment
- Hardware-free management
混合模式
在您的 AWS、Azure 或 GCP 租户中运行：数据与驻留留在您的边界，由 Thinkia 管理部署、升级与监控。
- 您的云账户、您的加密密钥
- 对 SharePoint、M365、Drive 等来源的 OAuth
- 在控制与运营速度间取得平衡
- 典型首次可查询时间：4–6 周
- Complete data sovereignty
- Immediate rollout, no infra
云模式
Thinkia 运营环境，默认优先欧盟。通过 OAuth 连接您系统的最快试点路径——无需客户自管基础设施。
- 相对本地的即时式上线
- 自动扩缩容与平台更新
- 在策略允许托管 SaaS 边界时理想
- 典型首次可查询时间：2–4 周
- On-premise infrastructure
- Full data sovereignty
常见问题
技术问题
源系统中的文档更新或删除时会发生什么？
连接器在下次同步（Webhook 或计划）时检测变更。更新内容会重新分块与嵌入；删除会立即移除索引项并撤销访问。来源变更时可在日志中标记历史回答。
能否结合结构化与非结构化数据？
可以，在两者已连接且用户均有权访问时。图将记录系统中的实体与文档、消息关联，使回答可跨越合同语言与运营数据。
初始摄取需要多久？
取决于语料规模与来源 API 限制。示意：小语料数小时；极大规模并行管道需数周。增量同步降低稳态成本——详见技术简报。
当知识库中没有答案时怎么办？
系统设计为仅从已检索且已授权上下文作答。证据薄弱或缺失时，会降低置信度、明示缺口或给出“来源不足”类结果——而非笃定臆测。阈值与升级行为可按风险取向调整。
我们的内容会用于训练基础模型吗？
企业部署范围限定，使您的语料不会混入公共模型的共享训练池。BYOK 或本地推理下，提供商按您的协议选择。具体条款在合同与 DPA 中——我们会在售前与安全评审中厘清。
这是否为法律或合规建议？
否。欧盟《人工智能法》、NIST AI RMF 与 ISO/IEC 42001 的引用描述产品导向与文档模式——非对您用例的法律定性。监管定位请咨询法律顾问，并参阅 Thinkia 治理页面获取一般导向。
系统如何处理来源之间的冲突信息？
冲突论断会同时引用双方来源并标出冲突。系统不会悄悄选边—— resolution 由知识所有者负责。冲突率可作为质量信号跟踪。
使用哪些模型？
默认路由对简单查询用较小模型，对复杂推理用较大模型。BYOK 可接入您偏好的提供商。本地部署可使用已批准的开放权重模型。
提问时如何执行权限？
索引构建时带入来源身份与权利。查询时检索与综合仅使用调用者可见的片段——与 SharePoint、Confluence、Drive 或您的权威来源规则一致。若用户在源系统无法打开文档，则不应出现在其回答上下文中。
Enterprise Knowledge AI 可在哪里运行？
典型模式：私有租户、混合（数据与索引在您侧、可选云编排）或托管云——视驻留、网络与采购而定。技术简报概述部署假设；我们在发现阶段对齐目标架构。
可连接哪些源系统？
常见连接器包括 Microsoft 365 / SharePoint、Confluence、Google Drive 及类似文档库，外加 API 与内部仓库。定制或遗留系统通常通过 API、导出或专用连接器计划集成。优先来源在摄取路线图中约定。