智变基础，智变途径，系统架构， QABot ， TaskBot ， ChatBot ， 自主学习流程 03 落地效果 QABot 线上效果， TaskBot 线上效果 04 总结 人机协同学习，加速进化 客服系统简介 演变中的客服系统，对话系统， 智能客服机器人， 美团业务简介，美团客服系统 目录 01 话音呼叫中心 纯人工服务模式 只支持语音电话 人效低，成本高 网页在线客服 为会话管理和语义理解提供信息支撑。 > 人工层 静默坐席解决机器人解决不了的问题。 AI 训练师辅助 机 器人进化。业务专家制定合理的解决方案。 2.3 系统架 构 > 线上提供语义识别能力 > 线下具有离线学习能力 > 返回精确答案或者推荐问题 > 数据驱动智能 > 少量干预加速进化 2.4 单轮会话机器人 QABOT 包子酸了 . 吃出了两个异物， 送的腐竹是长毛的 大早上吃出来苍蝇 一杯可乐兑了半杯水 智能运营，不断进化 2.5.3 客服场景定制优 化 > 用户交流情感，不以解决实际问题为目的 > 主动问客户问题，收集信息以提供更好服务 > 不同客户机器人间切换的平滑剂 > 检索式：构建一个闲聊库，检索给出答案 > 生成式：从闲聊库学习生成模型 2.6 闲聊机器人 ChatBot > 建立统一的离线学习流程 > 从人工客服日志中学习人的处理方式 > 算法产生候选，人工轻度干预，加速模型进化 >

座之上，将企业的知识资产、岗位技能和业务流程深度智能化，与信息系统和业务链条 全面打通，并通过可信治理框架下的人机协同机制，重塑组织的决策逻辑、运作流程、人才角色与文化基因，使组织具备自我学习、自我进化、自我协同的能力，从而在 效率、质量、创新与韧性上实现持续跃迁的综合性新型生产力。 业务 流程 智能化 智能化全链条流程图 知识资产 智能化 • 企业中沉淀的大量文档、 案例、经验、制度，本质 到端的价值流，确保数字化投入能够直接转化为业务产出和效率提升。 整合数据与知识资产 通过统一的数据标准和智能知识管理平台，分散的数据和知识可以高效整合、沉淀和复用， 支持数据驱动的决策和创新，提升组织整体智慧水平。 增强创新与自我进化能力 在可信治理和人机协同框架下，组织能够实现自我学习、自我优化和自我协同，使企业在 效率、质量、创新和韧性上持续跃迁，快速适应市场变化。 智能生产力解决方案以软件应用为核心，面向企业内部“人/业/效”工作场景推 组织的协同演进 • 智能生产力在工业级AI、产业级Know-How与组织重构的融合下，完成一次“组织与生产方式 的深刻再造”，从而孕育出一种自学习、自进化的新型生产力形态，以人机共生的新范式实现 企业人智共进、效率倍增、价值创造与组织进化。 范式三 - 智能生产力解决方案：以AI原生架构（知识治理×多智能体×岗位助手）为核心，打通到工作 场，对经营KPI产生直接的可量化贡献 范式特点 范式三对范式一与范式二痛点的解决方式

价值共创；生态层面，通过深化外部合作、明确自身核心引领定位，带动生态伙伴共 同参与建设，形成“自主生长、自我优化”的生态发展模式。最终，数智生态开放赋 能企业成为生态核心驱动者，推动生态系统持续进化，实现生态各方的价值增值。 数智组织人才 数智生态开放 通过大数据和人工智能等数智化技术，深度洞察与精准预测客户需求，构建全面、 动态的客户画像系统，实现客户需求的精准预判与洞察策略的持续优化。借助客户行 数智价值：管理增效、生态创新、商业变现的闭环输出 5 企业管理价值提升是企业数智化转型的核心价值载体，聚焦数智化技术对管理效 能的全方位升级，打造“效率—运营—风控—决策”一体化的智能管理体系。通过效率 革新、运营进化、风控升级、决策跃迁四维驱动，实现管理效能的质变。管理效率提 升借助数智化优化流程，提高协同与资源调度效率；搭配数智运营提升，依托技术实 企业管理价值提升 12 2025 中国联通数智化转型成熟度报告 领与产业链重构双轮驱动，实现生态价值的质变。行业生态标准建设着力企业推动行 业生态协同、参与及引领标准制定，提升生态共创与资源整合水平；产业链生态创新 则借助数智化推动产业链协同、优化资源配置及引领创新，展现从外部连接到生态自 进化的发展水平。整体通过标准与产业链的协同革新，构建共生共荣的生态格局，推 动企业实现从单点竞争到生态共生的跨越式发展，为数智化转型注入价值跃迁动能。 生态融合创新 商业价值转化是企业数智化转型的

的智能化升级。系统不再仅仅是被动地回答用户提出的具体问题，而 是具备了主动的逻辑推理和关联分析能力，能够基于用户的业务背景和数据特征，自主发现潜在的业务问题、异 常模式和优化机会，从"有问必答"进化为"无问自答"的智能分析伙伴。 图：帆软 FineChatBI 产品整体演进：对话问数→推理分析→自主执行 阶段1 对话问数  技术应用：语义理解、内容生成 阶段2 推理分析  核心场景：智能洞察分析 门做数据分析都可以用统一且官方认定的指标为 依据，避免了指标歧义带来的结论歧义； 从过去的被客户追着要数据、要指标，到现在有了指标平台后可以自主、及时地查看指标异动、分析异动原 因，该企业真正进化出了主动思考管理与业务流程问题的能力，真正做到了让数据赋能业务提升。 指标平台上线后，设备部门做数据分析时不再依赖IT预先开发报表，即使是计算逻辑非常复杂的指标，也可以基 于现成的指标或业务模型 的企业软件将嵌入 Agentic AI。 帆软正在探索三大前沿方向：研发跨域协同智能体（MAS）实现全局资源自适应配置，构建因果推断引擎破 解质量缺陷归因难题，开发深度强化学习框架使决策系统具备在线进化能力。当制造业 20% 的日常决策由 AI 代理完成时，行业将释放千亿级降本增效空间——这不仅是技术升级，更是从 " 经验驱动 " 到 " 认知驱动 " 的范式革命，只有先进技术应用于场景，才能真正产生新质生产力。

www.iresearch.com.cn 技术侧展望：交互与开发模式变革 内外兼修、化繁为简，自然语言交互与代码生成能力推动厂商进化 得益于上述技术侧的演变，企业服务厂商将在交互模式上探索更便捷的使用体验（自然语言交互+All in One），在开发模式层面探 索更高效的投入产出（代码生成+千人千面）。这一变革将不仅局限于各类 企业服务在交互与开发模式上的变革 交互模式变革 开发模式变革 对外服务能 力进化 对内支撑能 力进化 从以GUI（图形交互界面）为主，发展为NUI（自然语言交互界面）与GUI 协同，创造更加便捷的使用体验 在简化代码编写工作投入的同时，高效满足企业客户的差异化的需求，促 进企业服务厂商投入产出比的提升 企业服务厂商的进化方向 • 人机协同：人机协同由表层的操作层面，进一步深入至思考和决策层面，通

2025年生成式AI在营销领域最突出的进展，是从“动 脑”向“动手”的进化。 AI智能体正在从“辅助工具”进化为“营销伙伴”， 全面渗透到商业分析、内容生成、营销洞察、广告投放、 创意测试、归因分析等数字营销的各个环节，重塑行业的 运作模式。 比如在广告投放领域，AI智能体的应用已经从简单的 “自动出价”进化为“全链路智能决策”，通过整合分析 用户行为数据、广告效果数据、竞争对手数据，进行实时 分飙升至138分，显示其逻辑推理能力大幅增强。同时， 随着多模态能力的发展，大模型在物理、化学、生物等传 统弱项上也取得长足进步，成功弥补了图像识别和理解方 面的短板。 更令人惊叹的是，AI正从“学习人类”向“模拟人类” 进化。斯坦福大学与Google DeepMind的研究显示，AI对 人类行为的模拟准确率高达85%，在社会科学实验中与人 类表现的相关系数达0.98。这意味着AI可以高度真实地模 拟不同背景的人类个体，为市场调研、用户洞察等任务提 平台选择困境：入局后很可能面临此前在电商大促中 触点的"二选一"压力，加上不同平台的商业条款差异，品 牌在平台选择上面临两难及被动。 l 制胜策略：场景营销与精细化运营 ü 并非所有品牌都需大举入局 即时零售是零售市场进化的自然结果，当前阶段，所 有品牌都需要重视即时零售对于自身市场竞争及长期发展 的价值和影响，将其纳入年度战略研究或计划，但并非所 有品牌都需要立即大举入局。 品牌应该基于自身品类特性、消费者即时性场景需求

都将发 生联系， 大量数据将被采集并导入云网络。 全流程闭环特征 运用新一代信息技术手段， 将能够构建“感知、分析、决策、执行 、 反馈”的完整工作回路。 具有系统进化和自学习能力 智能制造系统的结构应该是不断进化的， 从车间与工厂的重构， 到企 业的重组整合， 再到创新研发设计、分工生产制造以及市场营销和售 后服务， 通过自学习、 自组织功能， 智能制造系统的结构可以随时按 头 文本 解析 传 感器 语言 识别 发货物流 感知 智能 业务 低 高 关键能力 业 务 价 值 流 数据感知 & 采集 说明： 随着业务形态进化、变革、升级，以及数字化技术的发展，目前数字化更趋 向于 OLTP 和 OLAP 融合发展。 四、企业发展与数字化转型 数字化转型的两个阶段： OLTP 、 OLAP Data Supply

1 2019 KE.COM ALL COPYRIGHTS RESERVED 贝壳智能客服的进化之路 ? 客服 业务价值 100 万经纪 人 10 万门 店 2019 KE.COM ALL COPYRIGHTS RESERVED 3 问题反债 打电话 人工客服 离开客服 智能客服 IM 人工咨询 解决 客服系统如何工作？ 形成工单 经纪人 2019 KE.COM ALL

安全运营朝着持续化(常态化)、自动化、默认安全方向演进 安全运营趋势洞察：从被动防御向主动防御转变 CONFIDENCIAL MATERIAL FROM TENCENT CLOUD 依赖 进化 • 安全域 • 安全加固 • 补丁管理 • 应用内建 • 基础对抗 • 自动化执行 • 消耗攻击资源 • 迟滞攻击 • 安全分析 • 快速验证 • 响应处置 • 人的参与 准确的战术情报及战场信息，指导作战及 武器生产 职责：使用产品提供的“武器”，设计制定战 术（产品策略及解决方案），同威胁作战，保 护客户（安全运维） 职责： 研究尖端攻击技术、沉淀攻击武 器和战法，以攻促防，促进防御系统升 级进化 基于情报驱动的 威胁暴露面管理 基于数据驱动的 自动化运营能力 基于攻防驱动的 持续防御验证能力 关键运营能力：各关键安全能力应用场景 能力2：暴露面管理(EM) 能力1：漏洞情报监测[VI]

）可以帮助人们创造内容来更好地表达其想法 ，或 者成为给用户建议和鼓励的 AI 教练。 Lilian Weng （ OpenAI Safety 团队负责人） AI Agent 可以让 LLM 从“超级大脑”进化为人类的“全能助手” ，这意味 着基于 LLM 的 Agent 助手以后将会服务更多的人与组织。 AI Agent 是大模型面向应用端发展的下一阶段 9 AI Agent 是大模型面向应用端发展的下