马克思在总结人类的本质特征时说，“人是一切社会关系的总和”。物理学家在石墨和金刚石的差异对比中发现，同样的物质成分，但组织关系的不同造就了完全不同的物理属性。可见“关系”非同寻常的重要性。
在企业考察过程中，我们常常将关系按照不同的维度来进行划分，比如按照可观察性而言，有显性关系和隐性关系；按照强度而言，有强关系和弱关系。无论是怎样的关系划分模式，对于投研、风控或营销管理而言，关系分析和线索发现都至关重要。原因是因为企业经营有显著的供应链属性，这一属性决定了关系分析是企业分析的核心重点。
传统的关系分析主要依赖专业人士（比如媒体记者或投研分析员）的知识、经验和朋友圈，现在技术进步让我们有了新的关系分析工具——知识图谱。前阵子，金融科技领先企业平安科技便推出了一款企业知识图谱产品——欧拉图谱，核心要点在于梳理企业经营过程中的各种关系。对于如此神奇的存在，小编决定首先体验一番。
对于常规的工商关系，通常都有股东、投资、董监高三种关系类型，这是在企业注册或变更工商关系时提供的，并不奇怪。欧拉图谱比较神奇的是，有一种特别的关系类型叫“资讯关联”。这是一种通过语义分析技术，从文本资讯中提取的关系类型，所以命名中带了“资讯”关系的字眼。从某种程度上说，它是一家企业的总体关系池，只要这家企业跟其他企业同时在任意文字材料中出现过，都会被精准的提取出来。小编被告知说这会涉及到复杂的企业名称识别和匹配问题；然而这还只是第一步，接下来还有很多重要工作，比如关系推断。
在提取出来的关系池中，有大量的各种海量关系对，每天大约有6000多对关系链生成，除了传统的工商关系外，还可能有上下游关系中的客户和供应商、银行借贷关系、抵押担保等；当然还可能有更多神奇的关系类型，比如跟某企业有某种业务或其他往来关系的披露。通常而言，这种关系的发现常常是很隐蔽。“在集团内部会用来跟踪投资标的企业的经营表现，以及做智能化的上市公司合规检查，比如系统智能识别上市公司股票的买卖行为是否符合证券交易所的规定”，平安科技欧拉图谱研发团队透露说，“在大量的信息清洗和噪音消除之后，剩下的就会有很多价值发现，这尤其是对做投研分析、法律合规、信贷风控、投后管理，以及深度的财经新闻撰写等工作而言，一份常见的企业分析报告会资料收集、关系梳理、分门别类等工作，安排几名分析员（或助理）用一两周时间处理是基本开销，现在就几秒时间搞定，这效率提升和效益体现的性价比可不是一点点啊！”
“资讯关联”的生产过程如此高难度，这些关系究竟有怎样的特殊价值呢？
首先，“资讯关联”将关系的形态从静态变成了动态。企业的经营过程是动态的，企业的关系状态也应该保持动态性。动态的关系反映在企业刻画上的不同主要是两方面，一方面是信号本身的及时性，另一方面是及时性体现在关联网络的传导上面，这对企业征信、客户关系管理、风控跟踪有着质的不同。这也是平安的企业评级模型在精度和时间提前量上较传统模型有着本质不同的根本原因。
其次，“资讯关联”将碎片化的局部关系进行了系统化的全局整合。在众多关联关系中，单就某一条关系对而言，从公开的信息中去搜索和发现其实并不难，但这里的价值在于能自动的搜索海量的公开信息，并自动提取，智能化的推断关系类型并串联成全局网络，这样的价值就并不是简单的线性叠加，而是有量变和质变的区别。因为这就是所谓的“上帝视角”下的全局视图。投研过程中的全产业链分析便是最佳例证。
最后，“资讯关联”将单纯的关系展现变成了线索发现。对于企业经营的“主动性”和“被动性”角度考察，企业一方面可以主动发布或管理自身的关系信息披露状况，但另一方面，他们也会成为关系被动曝光的“第三方”。这些曝光点通常对信息极度敏感的特定市场领域有重要影响，比如投资、银行信贷、法律服务领域就是如此。
平安科技欧拉图谱研发团队告诉小编，“对于上市公司而言，当前平均每家企业的关系类型就有14种，每家上市公司关联的企业平均就有470多家，而且还在持续增加中，这些关系推断过程中不仅需要推断类型，还需要理解关系方向，所以需要应用大量的语义理解和推理技术，目前的关系推理模型精度已经超过91%。”看来企业分析员告别加班加点的日子不远了，和小编一起坐等幸福来临的慢生活节奏吧。
