缺失的往往是语义
工业 AI 要回答问题，先要知道问题指向什么。比如“2 号冷机”“4 号产线”“洁净室湿度”“告警后面的那台泵”，都需要对应到真实资产、空间、信号、文档和责任人。
工业知识图谱提供这层语义结构。它连接现场对象，并记录对象之间的关系。FactVerse 用这类模型让数字孪生场景、运营数据、文档和 AI 推理指向同一个物理上下文。
图谱应该建模什么
图谱需要用工程师、操作员、数据系统和 AI Agent 都能理解的方式描述现场。
| 建模区域 | 典型实体 |
|---|---|
| 空间结构 | 园区、建筑、楼层、房间、区域、产线、走廊、机柜、工位、室外区域 |
| 物理资产 | 设备、仪表、传感器、阀门、配电柜、泵、机器人、车辆、工具 |
| 系统 | HVAC、冷冻水、压缩空气、供配电、工艺公辅、安全系统、物流流线 |
| 数据点 | 遥测标签、告警、计算指标、设定值、状态值 |
| 知识对象 | SOP、手册、图纸、BIM/CAD 引用、巡检模板 |
| 事件与记录 | 告警、巡检、维护事件、审批、交接记录 |
| 责任关系 | 负责人、操作员、服务团队、复核人、风险等级、权限边界 |
图谱的价值体现在关系问题的回答能力上：对象查询只是入口，跨系统、跨记录、跨空间的关系推理才是关键。
关系示例
关系是知识图谱的核心。应用和 AI 可以沿着关系从一条记录找到周边上下文。
| 关系 | 支持的问题 |
|---|---|
| 资产位于空间 | 告警对应设备在哪里 |
| 设备服务区域 | 这台 AHU 影响哪些区域 |
| 点位测量设备 | 这条趋势来自哪个传感器 |
| 仪表计量系统 | 这条能耗读数属于哪条冷冻水回路 |
| 设备属于系统 | 上游和下游有哪些相关资产 |
| 资产关联 SOP | 巡检或维护前应查看哪份操作手顺 |
| 事件涉及资产 | 哪些告警、巡检和维修属于这个对象 |
| 记录由角色审批 | 谁可以复核或放行下一步动作 |
这些关系给 AI Agent 提供从问题走向证据的路径。
FactVerse 如何使用语义上下文
Data Fusion Services 将源系统名称、标签、文档和记录映射到一致模型。同一台泵、同一个仪表、同一个房间或同一套系统，可能在 BMS、SCADA、CMMS、BIM、表格和图纸中有不同命名。语义映射把这些别名归到一个运营身份上。
FactVerse Twin Engine 将这个身份连接到空间模型。信号能显示在正确的 3D 对象上，文档能挂到正确资产上，系统关系也能以网络方式被查看。
FactVerse AI Agent 可以沿图谱检索证据：从告警找到资产，从资产找到系统，从系统找到受影响区域，再找到相关 SOP 和历史记录。
Brick Schema 与设施语义
对于建筑与设施，Brick Schema 是有价值的公共参考。它提供设备、点位、位置、仪表、传感器和关系的建模词汇，适合回答点位测量哪台设备、设备服务哪个区域、仪表属于哪个系统等问题。
DataMesh 可以在适合的设施场景中采用 Brick 风格的语义。更广泛的工业现场还需要扩展生产线、Sub-fab 系统、物流区域、洁净公辅、仓储区域、机器人单元、操作员工位和仿真资产等概念。实际目标是让语义模型符合现场，同时在能减少歧义的地方使用标准。
可参考的公开资源：
AI Grounding 与可解释检索
知识图谱让 AI Agent 的回答更容易追踪。AI Agent 可以先通过图谱缩小证据范围，再读取相关文档和记录。
例如设施工程师询问某个区域为什么反复出现湿度告警。图谱可以定位该区域、测量它的传感器、服务该区域的 AHU、与 AHU 相关的冷冻水资产、近期告警、巡检记录和相关 SOP。AI Agent 再基于这些对象和记录整理证据。
这种方式也能帮助识别上下文缺口。当图谱无法把信号连接到资产，或无法把文档连接到有效流程时，系统可以提示数据关系不完整。
语义模型治理
知识图谱需要持续维护。设施改造、设备替换和系统重构都会改变资产 ID、别名、关系、点位映射和文档链接。
治理重点包括：
- 每类实体的权威来源
- 跨系统命名和别名规则
- 关系维护责任和审批规则
- 证据链接与数据来源
- 导入或推断关系的可信度
- 敏感资产、文档和运营记录的角色权限
- 资产、空间或系统变化后的历史记录
这些控制能让图谱足够可靠，支撑 AI 辅助决策。
从一个聚焦模型开始
先从现场真正需要回答的问题开始。一个小而清晰的语义模型，比范围很大但责任不清的模型更有价值。
| 问题类型 | 最小语义范围 |
|---|---|
| 资产上下文 | 资产、位置、系统、负责人、文档、实时点位 |
| 设施状态 | 区域、服务该区域的设备、传感器、告警、控制点 |
| 能耗复核 | 仪表、系统、空间、设备组、计算指标 |
| 操作手顺检索 | 资产类别、任务类型、SOP、安全说明、所需角色 |
| 原因复核 | 事件、相关资产、上下游系统、近期记录 |
当第一个模型能稳定回答真实问题后，再按系统、站点、区域或应用扩展。
公开参考
FactVerse 产品页面说明了连接 Twin Engine、AI Agent、Data Fusion Services 和应用工作流的平台层。
数据准备指南说明语义建模之前的数据源准备工作。
Green Mark 与 Brick Schema 指南展示了 Brick 风格设施语义如何支持可追踪的运营证据。