珠宝品牌提供了更多展示和销售 的机会。 6 珠宝行业的新机遇 随着全球技术的革新，珠宝行业面临着以下新的技术及机遇： · 技术赋能消费体验：虚拟试戴技术（AR / VR）、AI驱动的个性化推荐和区块链技术， 正在重塑消费者的购物体验。 · 年轻消费者的崛起：Z世代（1995-2009年出生）作为主力消费群体，对个性化、社 交互动和品牌故事的重视推动了珠宝市场的营销创新。 （数据来源：McKinsey《State 如何打通线下及线上数据：构建全渠道数据融合体系，打破线上线下数据壁垒，实现 信息互通与协同增效。 · 如何整合线下门店与线上商城的用户身份数据，形成统一的用户画像？ · 怎样依据线上浏览偏好为线下顾客提供精准的产品推荐与服务引导？ · 如何将线下活动的参与数据与线上营销链路相衔接，拓展营销深度与广度？ · 怎样通过线上数据分析优化线下门店的布局与陈列，提升顾客到店转化率？ 04 珠宝行业数字化实践 13 品功能迭代、算法优化等场景验证最佳方案，结合统计学原理与真实用户反馈数据量化 决策，确保业务在正确的增长方向前进，提高用户体验从而实现商业价值的增长。对电 商页面、促销活动或推荐文案进行实验优化，例如测试节日珠宝的推荐文案，提升转化 效果。 · 群组管理：包括群组圈选、群组画像和营销策略画布，支持灵活的用户群体提取方式、 精准的群组管理与策略制定。7 种群组圈选方式，支持使用行为数据、行为序列、标签

Fusion Kit（融合场景服务）基于 ArkUI 框架组件开发，提供跨多个子系统融 合的场景化组件，降低开发者接入复杂度，确保鸿蒙生态体验统一。ArkUI 一行核心代码启 71 用，智能推荐输入建议，复杂表单一键填充。通过完善应用/元服务的系统开发能力，进一 步丰富鸿蒙生态，满足开发者在 HarmonyOS 系统下的服务闭环诉求。 业务价值 ⚫ 提升开发效率 跨子系统构建 应用分享能力，用于将 内容发送到其他应用。 应用把需要分享的内容和预览样式配置给 Share Kit，Share Kit 将根据分享的数据类型、 数量等信息构建分享面板，为用户提供内容预览、推荐分享联系人、关联应用及操作界面， 便于用户快速选择分享应用或操作，将内容分发到目标应用。 72 如果应用需要显示在分享面板，则需要构建数据处理能力并按照配置要求在应用配置文 内的指定用户。 手机分享面板效果图 2.5.20Store Kit（应用市场服务） Store Kit（应用市场服务）提供应用市场业务的对外开放能力，可以更好地支持应用的 下载、推荐和分发等场景以提高在应用市场上的曝光度，以及为开发者在 HarmonyOS NEXT 中提供便捷高效的数字商品服务的接入流程和交互体验，助力开发者商业变现。 使用 Store Kit 为您的

和深度学习模型，并结合大量数据和知识图谱，通过不断探索和反复实践，形成一套高效的人 岗匹配推荐算法系统，下面院长将详细为大家介绍这套系统及其背后的逻辑。 在人岗匹配的任务中存在 HR、职位（JD）、简历（CV）三种实体，人岗推荐系统中由 HR 发布职位， 根据发布职位来推荐简历，该场景中需要优化推荐的准确率、召回率，提升 HR 更高的工作效率， 提升岗位和简历的匹配度来减少招聘人才的成本。 进行了匹配排序实践。 以 JD 和 CV 对为背景，该场景为经典的机器学习排序问题，目标在于预测 JD 和 CV 是否匹配， 数据集的采集则是来自我司产品 ATS 平台，HR 从系统根据 JD 推荐的 CV 来进行选择，符合要 求将要走面试程序的则标为 1，否则标为 0。 2.1 特征介绍 常见的 JD 如下图 1 所示，其中包含格式化离散数据和整段文本数据，从整段文本数据获取招聘 意图是提取 巨大的。最近由 Facebook 出品的 DLRM 处理异构 embedding 的能力使我们跃跃欲试。另外由微软出品的 DKN 网络也证明了 graph embedding 所隐藏的信息量对推荐效果有很大帮助。文献 5 中结合知识图谱在电商环境下的推 荐也使得我们相信充分挖掘 embedding 信息可以带来不错的收益。 作为以技术为驱动的企业，e 成科技在 AI 技术的基础上，创新性地提出基于人才画像和岗位画

其他接口 大模型 垂类大模型 通用大模型 配置管理 对话式数据查询 领域知识配詈 • 大模型能够根据行业知识配置，自动调整和优化配置，使得系统能够根据不同需求灵活适配， 提高资源利用率。 推荐问题配置 意图理解 大模型 行列数据权限 功能入口权限 能力底座 • 在数据接入、计算和模型搭建层，大模型提供强大的数据处理、计算支持及模型适配能力，能 够高效处理复杂数据集，支持多种数据源的集成和高效分析。 不仅支持用户通过对话形式进 行查询和分析，还能够根据用 户的反馈和上下文信息，主动 引导用户进行更深入的数据探 索 在传统BI工具的基础上，集成 了AI技术的数据分析平台。通 常具备自动化的数据处理、智 能的图表推荐、实时的异常检 测等功能 19 www.leadleo.com 400-072-5588 中国：人工智能系列 白皮书｜2025/05 AI + BI模式分析 AI + BI模式是从技术融合到商业价值重构，AI 动态知识图谱 NLP 自动打标签 知识图谱关联分析 描述性分析 预测性 + 规范性 时序预测模型（如 LSTM） 强化学习决策优化 固定仪表盘 自适应可视化 （用户行为驱动） 强化学习推荐引擎 个性化布局算法 SQL/代码依赖 自然语言交互（NLQ/NLG） GPT 类大模型语义理解 多轮对话推理 ➢ AI for BI模式技术痛点 数据质量陷阱 模型可解释性危机 组织协同断层

在招聘端：通过自然语言处理技术，智能解析海量简历，并与岗位画像进行深度匹配，精 准筛选出潜力候选人，甚至预测其入职意愿与稳定性。 在人才发展端：分析员工的学习路径、项目经历、绩效数据，为其智能推荐个性化的成长 地图与培训课程，构建“千人千面”的赋能体系。 在员工服务端：部署 7x24 小时的 AI 智能问答机器人，即时解答员工关于薪酬、假期、 制度等 95%以上的常规问题，将 HR 从业者从重复性事务中解放出来。 基础最好、ROI 最容易衡量的 场景入手。例如： 场景一：智能简历筛选。直接提升招聘效率，降低渠道成本。 场景二：员工流失预测。主动保留关键人才，降低离职带来的巨额损失。 场景三：个性化学习推荐。提升培训投入的有效性，加速人才成长。 通过这些“小胜”积累信心、展示价值，并在此过程中培养团队的数智化能力。 3. 第三步：构建数据中台与 AI 能力平台，赋能全局 当单点智能应用初见成效后，企业需要着手构建更底层的 万高技能人才。 技术融合对人力资源管理的启示 技术的融合要求员工从“操作工”转变为 “数据解读与决策者” 。人力资源部门需主导 建立持续学习与技能重塑的文化，利用虚拟仿真实训、AI 个性化学习路径推荐等技术， 构建适应技术迭代的赋能体系。 1.2.4 内生驱动：降本增效、质量提升与绿色可持续发展的内在需求 超越外部压力，企业内在的持续改善诉求是数智化转型最持久的内生动力。 运营效率与质量管控的飞跃

通过其 先进的深度学习模型，能够自动识别、分类和解析复杂的数据结 构，显著提高数据处理的效率和准确性。 此外，医疗健康领域的决策支持系统也对预测能力提出了更高 的要求。例如，在疾病诊断、治疗方案推荐和患者预后预测等方 面，精准的预测模型能够帮助医生做出更加科学的决 策。DeepSeek 在预测分析方面的优势在于其能够通过大量的历史 数据训练出高精度的模型，并结合实时的患者数据进行动态预测。 疾病诊断：通过深度学习模型对医学影像、病理数据等进行分 析，辅助医生进行早期疾病筛查和诊断，提高诊断准确率。  个性化治疗：基于患者的基因组数据、病史和生活习惯等信 息，DeepSeek 技术能够推荐个性化的治疗方案，提升治疗效 果。  健康管理：通过实时监测患者的生理指标，如心率、血压 等，DeepSeek 技术可以提供个性化的健康建议，帮助患者实 现主动健康管理。  医疗资源优 综合评估和预 测。首先，DeepSeek 可以通过机器学习算法，识别出患者潜在的 健康风险，并为其提供预防性的建议。例如，对于有高血压风险的 患者，系统可以建议其采用低盐饮食、定期监测血压，并推荐适当 的运动方案。其次，DeepSeek 还可以根据患者的实时健康数据， 动态调整建议内容。例如，对于糖尿病患者，系统可以根据其血糖 监测结果，调整饮食和药物使用建议。 为了确保建议的准确性和可操作性，DeepSeek

诊断等。电子病历系统实现了患者病历的数字化管理，医生可以通过电子病历系统快速获取患者的病史、检查检验结果等信息，提高诊疗效率和准确性； 临床决策支持系统基于大数据和人工智能技术，为医生提供诊断建议、治疗方案推荐等辅助决策信息，帮助医生做出更科学合理的临床决策；医疗物联 网通过将医疗设备、药品、患者等连接成一个网络，实现对医疗过程的实时监控和管理，提高医疗质量和安全性；人工智能辅助诊断系统可以对医学影 2025中国智慧医院白皮书 China Smart Hospital White Paper 企业大脑.AI赋能智慧医院 大模型 LanBots 智能 搜索 智能 问答 指令 执行 智能 推荐 智能 问数 消息 推送 行为 分析 升级1个基座：门户超级入口+AI知识库 智能 预警 智能 入库 智能 分类 智能 标签 智能 摘要 智能 写作 知识 图谱 智能 查重 … 盖条款智 能生成、智能比对、智能审查等系列功能，助力合同管理更高效、合规。 合同要素智能抽取：自动提取合同核心要素并 填充表单，简化审批流程发起。 智能条款生成：根据用户需求生成合同示范文 本，推荐合适条款模板。 智能比对：对不同版本合同进行差异性比对， 确保版本一致性。 合同审查功能：依赖垂类大模型，识别合同风 险条款并提供修改建议。 问数分析：围绕合同数据多维度分析，为企业 决策提供数据支持。

操作，从而带来生产效率提升、质量稳定 性提高、用工成本降低等优势；再例如智能客服系统，随着 AI 技术与业务场景的持续融合，不仅响应效率、精 准度等显著提升，而且还在逐步实现基于情感分析、个性化推荐的智能决策…… 基于 AI 技术解决重复性劳动，从而快速创造价值、释放人力、提升效率的这种优势也在人力资源各类业务场 景中展现出巨大潜力。由此，也促成 AI 在人力资源各模块中的应用从“星星之火”发展为“燎原之势”。以招聘 训效果以及维护培训资源，为公司培养高素质的人才队伍，推动公司的持续发展。 AI 能力与培训管理业务场景的持续融合，为 HR 智能采集与整合、精准分类与标注、智能推荐以及持续完善知 识库等发挥价值。数据显示，在培训管理中借助 AI 实现的诸多功能中，课程推荐、知识库管理、音视频生成尤 为普及，占比依次为 26.8%、12.5%、10.7%。 特别是知识库管理，相比一年前成熟度明显提升，有效助力企业提升知识管理质效，为企业经营发展、员工技 体系建立提供多元且高质量的素材； 智能分类：借助 AI 对采集到的知识进行深度分析，并依据主题、领域、关键词、应用场景等不同维度精准分类。 这为员工快速检索、快速定位、准确获取提供便捷； 智能推荐：基于历史浏览记录、搜索行为、工作职责以及所处项目阶段等多维度信息，AI 能力加持可量身定制 个性化的培训课程。这为企业构建个性化的知识服务体系、满足不同岗位、不同层级员工在日常工作中对知 识的多样化需求

线下场景的融合，为区域商业注入创新活力。 • 痛点：市场基础稳健，消费能力强，但区域市场竞争激烈， 商业综合体差异化程度低，品牌同质化现象严重。 • 措施： 利用数字化技术打造智慧商圈，强化线上线下联 动，如通过AI推荐、流量监测等服务，提升差异化竞争力， 助力品牌引领市场。 • 痛点：消费潜力巨大，但城市发展不均衡；商业综合体布 局局限于中心区域，外围区域商业活力不足。 • 措施： 借助数字化工具优化选址策略，运用大数据分析 长，选址成功依赖经验 自主对接店铺、物业资源， 可根据品牌定位定制门店 形象与服务模式 经营灵活性相对较强，可根据本地 化需求调整经营策略，但对管理能 力要求高 平台 入驻 利用平台的流量和推荐， 快速找到潜在客户群集中 的区域，决策效率高 平台提供集中资源，租铺 效率高，提供标准化的开 店流程 利用平台的营销管理工具和客户资 源，降低管理难度，快速提升品牌 知名度和销售额 1 单店模型 特点：集中关注利润率提升，优化业务结构； 持续完善客户体验，注重品牌长期价值  诉求：深挖会员数据，实施精准化营销策略； 运用智能分析工具优化门店运营成本；加强品 牌创新能力，提升市场竞争壁垒。 数字化人事管理 岗位推荐系统 绩效数据分析 员工培训平台 员工配置系统 消费者 会员 商品 库存 零售 订货 供应 协同 分析 门店运营以消费者为中心 用户转化 全域营销 公域多渠 道引流 私域运营

及透明度。 2) 意义 提升数字孪生项目中文字的可读性和层次感，增强专业性。 3) 注意点  确保文字在远距离观看时依然保持清晰可辨；  保证文字风格一致，避免 3 种以上的字体混用，推荐使用等宽数字字体。 3 装饰元素： 数字孪生世界白皮书 23 数字孪生世界白皮书 24 1) 概况 包含面装饰、翻牌器装饰、标题装饰、边框装饰等多种装饰元素。 2) 意义 美化大屏界面，突出重点信息，增强视觉吸引力。 兼容性高。 3 设计资产：  分类体系：可以对资源进行自定义分层归类或者逻辑分组，支持标注属性，便于 快速检索； 数字孪生世界白皮书 56  检索效率：支持模糊搜索、语义检索、AI 推荐等高级搜索功能，提高资源选择的 效率；  权限共享：能够针对不同团队成员设置其可见范围与编辑权限；  快捷引用：支持拖拽调用、一键替换、跨项目引用等操作方式，能够快速跨行业 进行资源适配。  用户提问：“上个月哪个区域销售额增长最快？”；  系统从知识库中检索相关销售报表、趋势分析等文档；  将文档片段作为“上下文”提供给大模型；  大模型基于上下文生成自然语言回答，并推荐可视化图表。 在 EasyV 中，底层的知识库应用建立在 RagFlow 的开源平台之上。知识库作为语音交 互大屏背后的重要“知识大脑”，不仅提升了系统的智能化水平，也为个性化服务、精准问 答、动态响应提供了基础保障。借助