、大数据与自动化技术的底座之上，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、 企业中沉淀的大量文档、 案例、经验、制度，本质 上是“知识资产”； • 深度智能化通过AI进行分 类、检索、生成和推理， 使这些知识实时服务业务 决策与操作。 与信息系统和业 务链条全面打通 • 单靠AI局部优化不够， 必 须 与 现 有 的 ERP 、 CRM、HR系统等对接， 避免“信息孤岛”； • 同时将企业上下游（供 应链、客户链）的业务 链条打通，让智能化贯 穿生产、运营、销售、 服务的全链条。 岗位技能 效”工作场景推进智能化升级， 助力企业提升智能知识管理、岗位技能、业务流程、人才赋能与治理优化。 • 企业级智能的核心价值点： • 核心KPI可量化 • 组织级ROI衡量 业务流程 智能化 • 通过将流程嵌入AI 工作流，实现跨部门、 跨岗位的自动协作与 闭环，将依赖人工或 规则的低效工作流程 转化为智能化业务流 程 。 四域 融合 知识 资产 智能化 岗位 技能 智能化 信息系统

04 集团信息化数字化现状 金蝶合作项目分享 AI在项目上的应用 01 目录 24 结合AI的费用智能化应用架构 知识库 （RAG） 执行 运营 经营指标 风控指标 向量化 企业制度 知 识 运 营 数据权限 知识管理 知识运营 知识库 规则管理 行业库 ...… 业财 数据中心 数字员工工作台 费控应用 AI制单 规则引擎 图像识别 AI问答 制度问询 规章制度(文档) 产研知识(文档） 业务数据(数据仓库） 客服工单、客户反馈 社区、媒体、论坛 行业大数据、政策法规 准确性 时效性 完整性 准确性 知 识 体 系 知识分类 运营维护 知识标签 版本管理 权限体系 制度问答助手 产研知识问答 智能在线客服 运维工单答复 数据采集 采集来自企业内部、外部各种类 型各种来源的原始知识数据 知识治理 知识进行消歧、去重等处理，删 除掉错误、过时的信息。保障知 识可用性 知识体系 建立起一个科学合理、易于使用 的知识管理运营体系。 知识问答系统构建 依据高质量知识、完善的知识体 系，设计出高效、准确的知识检 索系统 基于自建知识库的智能问答 …… 预置QA2 知识库 用户提问 传统ChatBot 相似度 关键词 学习、理解 VS 传统问答模式下，知识运营人员需要梳理多年累积的 知识文档，花费大量时间形成预置QA问答题库。用户

向，强调以下几个关键点：  共同制定低空经济人才培养方案，建立实践基地，为学生提供 实习和就业机会。  开展技术合作与研发，围绕无人机系统、航空电子设备等领 域，进行联合创新。  建立知识产权保护机制，保障合作中产生的技术成果和创新项 目的合法权益。  定期举办低空经济相关的学术交流、行业论坛等活动，促进校 企之间的沟通与合作。 总的来说，低空经济的快速发展为校企合作提供了广阔的空间 为了推动低空经济的发展，校企合作必须建立在明确的基本框 架上，确保双方在资源共享、目标一致、责任共担的基础上，促进 各自的优势互补，推动低空经济人才的培养和技术的创新。 首先，校企合作要明确合作的目标。高校作为知识与技术的输 出方，应致力于培养具备低空经济相关技能的人才，提升学生的实 践能力和就业竞争力。而企业则需通过合作，获得创新的活力和新 鲜的人才，同时实现自身技术的提升与市场的拓展。因此，合作目 建立校企互聘机制，企业高管或技术专家可以担任高校的兼职 教授，提高教学质量；同时，高校的优秀教师可以到企业进行 实践，增强企业的创新能力。  推动实习实训基地的建设，企业为高校学生提供实习场所，帮 助学生将理论知识与实践经验相结合。 合作框架中的各方责任同样至关重要。高校应负责课程的设置 和教学质量保障，企业则需提供相关的实践场所、设备，与高校共 同开发课程内容，确保课程的实用性与前沿性。双方还需共同评估

Large Language Models ， LLM ） ，是 一种由包含百亿以上参数的深度神经网络构建的 自然语言模型。 简单来说 ，大模型就像是一个拥有巨大知识库的 学者 ， 它通过阅读和学习大量的书籍（数据） 来掌握语言的规则和知识 ，从而能够在各种任务 中取得优异的成绩。 02 、大模型技术概 述 对话式交互会成为下一个具有超级增长点的交互方式 随着技术的发展 ，人机交互正不可 处理复杂的语义结构 ， 更准确地解析和理解用户 的自然语言输入。 2 、 大模型使智能客服 更具同理心和人性化 ，有 效管理用户情绪。 3 、 大模型可根据坐席 与客户的聊天内容 ，智能 生成知识问答对 ，提升知 识库维护效率。 贷款客户经营 1 、 大模型根据客户的 信用历史、财务状况和行 为模式 ，大模型可以生 成个性化的营销策略 ，提 高贷款产品的吸引力。 2 、 大模型可以分析对 ChatABC ，能够利 用大模型技术提升智 能客服的金融知识理 解能力、内容生成能 力及安全问答能力。 03 、大模型在客服领域的应用场 景 01 客服领域场景概述 02 大模型技术概述 03 大模型在客服领域的应用场景 04 某某银行的大模型客服助手实践 05 未来的发展方向 目录 CONTENTS 目前客服知识库的内容不够全面并且更新主要依靠人工 ，耗时费力 ，导致在线客服机器人的自助解决率较

纷享销客AI价值主张 01 纷享销客AI（ShareAITM for CRM）产品价值主张 行业型AI 紧密融合业务智慧 • 融合行业知识与业务数据， 提供切实可行增长策略 • AI能力融入行业核心场景， 业务赋能提效无时不在 • AI加持行业BI数据洞察， 精确归因加速智能决策 可信赖AI 强化数据安全和隐私管理 • AI数据使用权限采用和 CRM业务数据一体化的权 限机制 RAG支持多形态知识便捷 接入，知识高效融入业务 赋能型AI 全场景业务赋能提效 • 营销智能助力精准触达， 赋能高效客户转化 • 销售智能挖掘客户价值， 促进企业智慧赢单 • 服务智能高效响应客户， 提升效率和忠诚度 纷享销客AI赋能客户管理全链经营 AI+CRM+行业智慧，赋能企业增长 ShareAgent: 快速灵活构建企业AI Agent 业务助手 知识助手 研发助手 01 业务助手搭建  用ShareAgent搭建业务智能体，捕捉对话的价值信息，自动 完成业务常见操作，实现运营效率、客户价值、组织智慧的三 重跃迁 02. 知识助手搭建  用ShareAgent搭建知识智能体，不仅实现知识问答，更打通 数据孤岛与知识暗流，构建“问题-答案-行动”闭环，推动组 织决策从经验驱动升级为数据智能驱动 03. 研发助手搭建  ShareAgent的研发智能体，利用自然语言处理和机器学习技

包括图表智能体、低代码智能体、感知智能体、分析智能体、诊 断智能体、决策优化智能体和控制智能体. 这些智能体能够准确执行人类通过自然语言发出的各项任 务, 并通过组合调用公共能力层的能力来处理数据和知识. 这种新型体系旨在提高核心工业软件的数 据透明化程度、实现更完善的信息互通和利用, 并提供更具价值的营运分析结果. 本文以比例 – 积分 – 微分控制 (proportional-integral-derivative 核心工业软件之间、核心工业软件的模块之间并没有建立完善的信息互通和利用策略, 导致核心工业软件之间仍然存在事实上的信息孤岛问题. (3) 分析结果缺乏深度洞察. 深层次企业营运分析需要结合全面的业务数据, 同时还需要丰富的 专业知识, 这既要求企业人员熟练掌握精益化运行涉及的核心工业软件的原理, 还需要深刻理解生产 工艺, 当前阶段流程工业智能工厂核心工业软件尚不具备这种能力. 近年来, 以大语言模型为代表的新一代人工智能技术发展迅速 7]. 例如, 针对工业时序数据 的生成, MetaIndux-TS [8] 等模型展现了显著的进步, 能够有效解决数据稀缺问题. 大语言模型强大的 交互能力和跨领域逻辑思考能力能够将流程工业智能工厂的知识经验融入核心工业软件体系中, 赋能 核心工业软件提升数据透明化程度、实现信息互通和利用、给出更具价值企业营运分析结果. 基于上述背景, 本文提出了基于大语言模型建立工业大模型驱动的交互式图表分析助手

确立 IT 愿景 与目 标 业务架构及应用架构规划 各业务的详细信息化规划 数据架构及技术架构规划 IT 治理专题规划 基础设施规划 信息化建设路线图设计 过渡方案 项目验收 / 知识转移 项目 启动 项目计划管理、资源管理及质量管理 项目范围管理、项目问题管理 管控模式 信息化现状及需求分析报告 信息化战略规划报告 信息化建设路线图及 IT 治理报告 技术规范规划 系统对工作支撑不足，希望能够移动办公； 7 2 操作性 操作不便捷，系统界面不够友好，操作冗杂； 3 3 生产执行系统 希望有系统能辅助生产工作； 3 4 流程管理 希望流程简洁，运转通畅； 3 5 知识管理 希望能够实现公司知识的沉淀，并通过移动端随时可以查 取和上传； 2 6 员工培训 希望能有更多专业培训，提升个人专业技能； 2 7 产品质量管理 检验结果能尽快知道，检验结果未定的产品内控在仓库里； 2 系统功能完善；  产品质量管理； 职能部门其他关注问题：  多系统集成；  职业发展路径；  供应商管理 ; 事业部其他关注问题：  系统操作便捷，界面 友好；  知识管理；  员工培训； 第一阶段（现状调研与诊断）主要工作成果及交付物 项目阶段 项目内容 核心交付物 份数 1. 现状评 估及分析 诊断 1.1 项目启动大会 《项目计划》《项目启动会资料》

国务院国有资产监督管理委员会 国务院直属机构 （14 个） 海关总署、税务总局、市场监督管理总局、金融监督管理总局 中国证券监督管理委员会、国家广播电视总局、国家体育总局 国家信访局、国家统计局、国家知识产权局、国家国际发展合作署 国家医疗保障局、国务院参事室、国家机关事务管理局 国务院 直属事业单位 （6 个） 新 华 通 讯 社 、 中 国 科 学 院 、 中 国 社 会 科 学 院 、 申报门槛与准备成本；在审批办理环节，针对高频标准化事项，AI 应用可基于规则引擎 进行自动校验与审批，实现“秒批秒办”；针对复杂情形，则为审批人员提供辅助审核、 风险提示与知识检索支持，提升审批质效与一致性；在服务交互层面，智能问答系统可 理解自然语言提问，实时检索政策知识库，提供精准解答与办事引导；智能搜索则能关 联用户身份、需求场景与政策内容，实现“搜索即服务”。整体上，“AI+政务服务”不 仅优化了企业群众办 一、智能化跃迁：从“人找信息”到“信息懂人”的服务范式革命 基于人工智能大模型的语义理解、意图识别、文本生成、知识图谱构建、逻辑推理 等能力，优化智能问答、智能搜索等功能，推动惠企政策精准推送、直达快享，为政府 网站用户提供智能阅读等辅助服务。 在智能问答方面，人工智能大模型通过其强大的自然语言理解、知识图谱构建、多 模态信息处理、上下文关联、多语言支持、智能推荐系统以及安全性和隐私保护等技术， 为