AI 知识库： 电力行业智能转型的新底 座 —— 将电力企业私域知识转化为生产力 01 行业洞察： 电力 AI 转型的三大挑战 02 解决方案： AI 知识库打造转型新底座 03 应用实践： 360AI + 电力典型应用场 景 04 未来展望：多方协同共建未来电网 CONTENTS 技术引擎： 成本归零 ， 引爆应用创新 成本归零：模型更强 ，且训练和推理效率持续提升 应用层面： 从点到面规模化应用的阻 碍 360AI 企业知识库： 连接沉睡的数据孤岛 ， 通往智能应用的未来 AI 辅助源荷预测 AI 辅助智能运营 外部知识内部化 隐性知识显性化 AI For 360AI Knowledge 企业知识库 汇聚电力企业全域数据 ，打造统一 AI 工作空 间 AI 摘要 MCP 多模态知识解析 多模态数据开发与融合 360AI 企业知识库： 企业级智能体应用知识中枢 ， 专为企业打造的 AI 基础设施 全链路日志 审计 涉密数据安 全管控 知识溯源 内容安全检测 权限控制 分类分级

社区平台基于华为云打造训推一体化平台 6.4 CodeGenie: 聚焦鸿蒙应用开发场景的智能化研发助手 6.5 华为智驾 AI 算力平台，保障智驾业务 6.6 新疆某油田基于大模型构建统一知识库 6.7 云原生技术赋能香港智慧医疗，构建高效服务新生态 6.8 软通动力携手同济大学打造云原生本研一体化教务系统 7 凝聚产业力量，共建产业联盟， 共促软件产业新发展，加速数字中国建设 应用智能化发展趋势 重塑“以客户为中心”的价值链 涌现“需求即服务”的应用创新范式 算法 算力 数据 安全 人工智能驱动 数字基础设施 数据联接价值 软硬系统自主化 深度学习、强化学习 自然语言处理等 模型库、案例库、知识库 工具库、大型开源平台等 数据融合、数据分析 数据应用等 应用产品安全、供应链安全 （应用开发、运行、运维） 数字 应用生态 硬件开发 数据共享 系统互通 软件开源 软硬系统自主化 Commons）指基于互联网与数字技术形成的公共资源形态，其核心是通过共享基础设施、数据要素和知识 资源，实现社会效益最大化。 1.2 数字基础设施逐渐成为国际竞争制高点 随着数字化转型步入深水期，模型库、案例库、知识库、工具库、大型开源平台等数字基础设施正在成为智能时 代的关键战略资源。数字基础设施不仅是技术创新与产业升级的“数字公地 1”，更成为各国争夺未来竞争力的关键抓 手。硬件开放与软件开源的协同演进

客户互动Agent • AI自动转文字 文档、客服、IM对话、 视频会议、现场录音、 销售录音、人工销售记 录等多模态语料转文字 • 实时话术与知识赋能 在和客户沟通过程中基 于知识库实时话术引导 推荐 • 互动洞察 针对互动内容做话题、 需求、关注点、待办、 新机会、参会人态度、 关注点等洞察 • 客观还原客户现场 基于和客户互动的原始 语料，还原客户现场， 03. 优秀话术洞察  洞察销售和客户沟通的优秀话术，纳入销售知识库中，用于 后续的销售赋能和培训 客户情绪识别 洞察数据结构化 ShareAI-销售场景四：客户互动Agent，AI实时话术建议与知识赋能 01. 互动话题建议  预设与客户对话的SOP，引导销售带领沟通话题  AI建议互动话题：基于客户特征及知识库，自动输出互动话 题建议，在员工与客户互动中，实时引导销售关注重点话题 现场服务中 服务完工后 01. 服务工程师上门前  AI总结工单要点，预测维修备件需求，提醒工程师备齐材料与 工具，减少返工，提升效率 02. 到达客户现场  AI根据同类产品维修历史和知识库，智能推荐解决方案，提高 一次修复率 03. 维修完工后  AI将工单维修记录结构化总结，沉淀为组织资产，便于经验批 量复制与传承 AI提醒工单任务要点 故障解决方案推荐 备件和工具需求建议

大交互能力和海量的医疗专业知识的智能系统， 专 门用 于解决 医疗和健康领域中的各 种 问题。 这些 智能利用海量专业医疗 文献 和问诊数据进行 训练了 基座大模型， 外接了专业的医疗相关知识库用于补充推理时的知识依据， 涵盖了包括疾病诊断、个 性化治疗、药物发现、医学影像分析等诸多方面。 05 PAGE 医疗健康大模型伦理与安全白皮书 消耗监控，并提供自动扩缩容的能力来应对大模型访问高峰期的需求波动。 最后是推理层， 这一层实现模型的实时应用与优化。为了满足实际医疗健康应用场景中对实时性 和高效性的需求， 可以采用思维链， 外接专业知识库等方式来获取更全面科学的信息。此外还需要 建立全面的反馈机制， 收集用户的反馈和使用情况， 以便不断 改进和优化模型性能， 提供更准确和 可靠的医疗支持。 09 PAGE 医疗健康行业大模型开发技 持其有效性和相关性， 医疗健康大模型需要不断地从最新的研究成果和最新的医疗法规中学习， 并 及时更新自身的知识库。这包括适应新的疾病分类、治疗方法、药物信息、法律规定以及行业标准等。 因此， 医疗健康大模型的推理会相较于其他行业大模型更依赖知识库， 同时该知识库也需要投入更 多成本维护和更新，以保证知识的时效性和准确性。 5． 真实应用场景的伦理复杂性： 真实应用场景的复杂多变，

创新打造的本地化部署方案，通过企业级私有云架构和动态加密技术，使客 户能够在完全自主的数据环境中构建专属智能体。该方案实现三大突破：1）物理隔离的数据处理环境，确保核 心知识资产永不外流；2）支持企业知识库的增量训练与动态优化，形成持续进化的专属认知体系；3）提供军事 级安全防护，通过多层级访问控制与审计溯源，满足金融、政务等敏感行业的合规要求。这种 " 数据不出域，智 能自生长 " 的模式，彻底消除了企业对云端大模型的数据泄露担忧。 智能体平台——iBuilder，同样采用了 “MoE" 模式，iBuilder 的底层是多家主流通用大模型，也包含 易路自己的 HR 行业大模型，面对企业人力资源不同业务场景的应用，是调用外部知识库还是自有知识库又或 者第三方平台信息，均由底层模型按照最优选择决定，实现企业自有知识、外部知识的灵活运用。 DeepSeek 通过透明化推理机制、私有化部署架构和 MoE 技术，为企业提供了高度可信、安全可靠且成本优化 一一回复，且时效性较难保 障的问题。 AI 入职典型方案分析 AI + 入职 , 为多国籍新员工打造 VIP入职体验 24 CHAPTER 2 AI 在企业人力资源中的应用白皮书 2.0 2.3 培训管理 知识库管理价值凸显 员工培训管理在公司中扮演着至关重要的角色，通过制定科学的培训计划、组织实施有效的培训活动、评估培 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

EasyV 中采用了实时语音识别，将实时捕获的语音片段以二进制的形式发送给服务端 识别。 数字孪生世界白皮书 102 2 知识库部署调用： AI 智能体支持设定底层信息来源，可以通过 OpenAPI 接入第三方知识库或其他国内 主流的 AI 智能体，学习调用对应知识库提供更加专业、符合业务场景的智慧问答，有效 提升智能体的深度理解能力，精准提升问答的专业度。 也可以调用 AI 问答功能，进行数据指标的询问、分析等： RAG = 检索+生成  从知识库检索相关信息；  将检索到的信息输入语言模型，生成自然语言回答。  典型流程如下：  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 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 RAG 技术与 RagFlow 这样的平台工具，我们能够更 加高效地构建、管理和应用知识库，使其真正服务于语音交互的每一个环节。 RagFlow 是一个基于深度学习与 RAG 技术的企业级文档解析与问答系统，能够高效 处理复杂格式文档并构建可查询的知识库。

件保障、资源利用效能提升、网络质量优化等场景；维护域智能体应用于网络故障监控及修复、 网络变更控制、网络巡检等场景。 1个智能体工厂：包括组装库、知识库、工具库。组织库实现智能体开发和多智能体协同 编排，并提供检索增强生成服务。知识库对各类知识进行管理、组织，提供灵活查询服务。工 具库包括原子工具、专业工具和跨专业工具，主要由各应用能力构成。 4类应用能力，包括安全运营能力、质量保 0%， 优化方案编制处置时长压缩20%，重点场景质量问题闭环时长压缩20%。 无线自动路测Agent：智能感知道路问题，以自动路测替代人工测试，快速准确识别道路 问题；基于大模型推理能力+知识库，提供道路问题诊断结果，生成优化方案，降低人员分析 门槛；基于大模型生成方案，人机协同分析，制定优化解决方案，实现方案执行后自动闭环评 估，提升问题闭环效率。该Agent为一线路测优化工程师提供道路“自动测、随时测、全量测” 题修复验证等价值阶段的生产活动，来降低业务开通时间，提升客户体用。中国联通针对该价 值流设置2个智能体。 宽带智能装维Copilot：面向智家工程师上门服务场景，打造宽带智能装维助手，基于专 22 家经验、知识库及大模型推理能力，对智能排障、质差优化、业务开通流程中的问题，给出根 因分析及处置建议，为智家工程师提供引导式问题解决及自主执行任务能力，实现智家工程师 上门服务效率提升20%，智家疑难场景处理时长减少60%。

集中管理脚本执行，支持批量操作、权限控制、执行 审计。 （2）. 智能工单系统 1) 自动派单：根据故障类型（如存储故障→存储运维组，应用错误→开发 组）自动分配工单，响应时效提升 50%。 2) 知识库联动：工单系统关联故障处理知识库，自动推荐解决方案，首次 解决率≥80%。 2.4.3.3 操作审计追踪 （1）. 全量日志记录 1) 记录所有数据操作（查询、修改、删除）和应用变更（部署、回滚）， 包括 工单数量 提交的工单总数 个数 工单解决率 成功解决的工单占总工单的 比例 % 工单解决时长 解决工单所需的平均时间 时长 知识库 知识库数量 知识库中的文章或条目总数 个数 知识库更新频率 知识库更新的频率 每天/周/ 月 知识库浏览数 知识库被浏览的次数 次数 培训 累计培训次数 进行的培训的场次总数 次数 培训覆盖人数 参与培训的人数 人数 AI 运营 Al 资 （如新型操作系统、分布式框架）不断涌现，增加了运维的技术复杂性。运维人员需 要不断学习和掌握新的技术知识，才能应对这些变化。对此，应加大对运维人员的培 训投入，开展定制化培训课程，参加行业技术交流活动。此外，建立技术知识库和专 家支持团队，在遇到复杂技术问题时，能够快速提供解决方案。 5.3.2 数据隐私与安全风险 在运维过程中，涉及大量用户数据和业务数据的处理与存储，数据隐私和安全风 险不容忽视。一旦发生数

户；另一类是不具备基座模型能力的厂商，则必须通过打造丰富的“模型超市”和完善的低门槛 工具链（如数据处理、知识库等）来构建生态，服务客户。 MaaS未来将成为调动I+P+S营收的核心入口，成为各大云厂的战略必争之地。 • 丰富模型超市（至少做到头部开源适配）。 • 丰富且低门槛的开发工具链（数据处理、 模型训推、知识库微调和业务环节部署）。 • 丰富的行业能力模块（如基因组数据库、 机器人训练场等） •

深入理解会议内容，自动提前会议主要观点 和遗留问题，形成分角色的会议纪要；并自动形成会议遗留问题。同时 AI 基于 NLP 大模型， 对会议过程中的观点、决策依据、决策过程进行大模型 AI 智能提取、萃取，形成企业自 身的知识库归档。 白板共创：基于用户的提示，基于多模态大模型生成白板内容，例如生成图像、生成表格、 生成思维导图等，提升企业白板创作效率。 全息会议将虚拟会议空间、虚拟参会者、线下参会者深度整合，带来沉浸式的远程实时 求强烈。 2.2.2 产线数字化协同 工作流任务协同 数据稽查系统 工作流任务协同 数据稽查系统 管理节点 班组一线 班组一线 班组一线 一线操作员 远程指导端 远程知识库 领导评审端 班组会议 信息发布 日常培训 视频连线 沉浸指导 作业留存 知识沉淀 数字班组 远程维修 生产协作 图 2-3：产线数字化协作 15 新质生产力探索 高品质协作技术白皮书 时从多维度多视角收集会议、设备、网络、平台等关键信息并进行质量评分，对于突发 问题，依托平台沉淀的协作运维大模型，提供快速的快速诊断、智能排障建议；会议后， 提供多维度分析回顾报告，同时将知识进行沉淀，形成运维知识库和配置库，提升运维 效率。 智能拨测 在跨园区以及采用云会议的场景下，传统拨测方法无法感知广域链路质量，严重影响重 要会议保障效率。智能拨测实现 WAN 侧联动仿真拨测模拟真实音视频特征，联动