关于 到来的讨论已经有一段时间了。在诸如 RDF 模式和语义 Web 堆栈之类的实现方面已经取得了很大进展。 图像关于 Web 3.0（语义网）的到来的讨论已经有一段时间了。在诸如 RDF 模式和语义 Web 堆栈之类的实现方面已经取得了很大进展。到目前为止，这种方法是自上而下的，引入了标准化工具，并要求网站管理员在他们的网站上实施这些工具。 然而，真正的语义网可能是不可能的，除非企业迫切需要在他们的网站上实施它们。在我看来，这将来自企业内容管理 (ECM) 行业的发展。ECM，对于外行来说，包括企业用来组织和存储其组织文档的技术、方法和工具。想一想 80 年代在您的企业货架上排列的物理文件和文件夹。这是虚拟的对应物，只是更大更复杂。 公司每年处理的文件和文件夹的数量是巨大的。从这些数 TB 的数据中获得的价值可以真正彻底改变一个人的业务战略和理解。大数据是可能的。
但在我们到达那里之前
需要标准化和支持大数据的架构。Stanbol 项目是一个尝试通过文本分析解决方案将企业内容管理系统及其语义技术连接到后端系统（如 NoSQL 文档存储）的开发示例。结果是一个完全可互操作和可扩展的系统。 要了解语义 ECM 的真正影响，请考虑合同管理领域。企业越来越多地从实物合同转向通过SignNow等服务以电子方式签署的协议. 在语义设置中，与签名相关的所有元数据，包括有关签名者的信息、他们的名称、签 数据库 名时间、与签名相关的地理坐标等，都存储在文档中。使用通过 Stanbol 项目提供的工具，现在应该可以将此信息无缝连接到处理合同信息的数据库。一旦可用，例如，组织可以使用大数据分析来确定在假期前签订合同与项目延迟之间是否存在联系。 这是一个简单的示例，用于展示 ECM 中的大数据分析对大型企业的战略和决策制定的力量。这里的成功案例研究将引发企业对 ECM 大数据分析的大规模采用。完成此操作后，企业自然会为进化过程的下一步做好准备——即语义网。 这种自下而上的方法对于语义网的成功实施极为重要。
这将在未来年内如
何形成，我们拭目以待。有一件事是肯定的——大数据将在不远的语义网世界中扮演极其重要的角色。打破质量管理和合规系统的孤岛，并将其作为公司的优先事项。 是时候让更多制造商对质量采取更具战略性的观点，不再满足于独立、孤立的质量管理和合规系统。这篇文章末尾列出的麦肯锡文章和文章提供了许多示例，说明大数据和分析如何深入了解哪些参数对质量管理和合规性最重要。这些参数中的大多数是全公司 AOB目录 范围的，而不仅仅是仅限于质量管理或合规部门。 通过机器级别的可见性量化日常生产如何影响财务绩效。大数据和高级分析正在提供可以将日常生产活动与制造商的财务绩效统一起来的缺失环节。能够了解工厂车间是否有效运行到机器级别，生产计划人员和高级管理人员知道如何最好地扩展运营。通过将日常生产与财务指标统一起来，制造商有更大的机会扩大其业务规模并从中获利。 通过监控产品和主动提供预防性维护建议，服务变得具有战略意义并有助于实现客户的目标。 制造商开始关注他们生产的更复杂的产品，因为它们需要一个操作系统来管理机载传感器。
