大数据和人工智能时代，都需要知识图谱和行业领域进行结合，才能真正实现大数据的应用价值。
其实在我们现在的日常活动中，已经开始接触到了各类的智能产品，但是这些智能产品的使用场景十分有限，我们需要赋予机器更多的存储和分析行业知识的能力，才能实现扩宽其使用场景。
现在各个行业都会产生大量的数据，如果要更好地实现这些数据的价值，就需要能够实现和人类一样进行思考的知识引擎。在行业领域中从事多年的人能够更快的开展工作，是基于其对行业领域知识的充分理解。也就是说，如果想要更好地实现大数据的价值，我们需要将这些行业知识积累赋予机器，使机器代替行业人员完成这些数据的价值挖掘。这也是我们未来让机器实现智能化的本质，通过建立适用于行业领域的知识图谱技术，对行业的知识完成提炼、萃取、关联、整合，实现知识工作的自动化。
KGB(Knowledge Graph Builder)知识图谱引擎是自主研发的知识图谱构建与推理引擎，基于汉语词法分析的基础上，采用KGB语法实现了实时高效的知识生成，可以从非结构化文本中抽取各类知识，并实现了从表格中抽取指定的内容等。KGB同时可以定义不同的动作，如抽取动作，并能自定义各类后处理程序。
KGB知识图谱现已在多类行业开展应用，KGB(Knowledge Graph Builder)知识图谱能够实现保险行业利用知识图谱加工厂对关键知识进行抽取，进行不同险种的智能推荐。在分析上市公司影响因素方面，KGB知识图谱加工厂能够实现对相关文档进行知识抽取，构建企业上市知识图谱，帮助企业研究上市影响因素。同时，KGB知识图谱完成各种文件类内容核查，通过构建知识图谱，实现人工对海量合同进行智能核查。
