国家顶级节点 国家标识解析中心 二级节点 — — 行业标识解析中心 企业标识解析系统 网络化协同 精益化生产 数字化仓储 平台化供销 企业智能制造信息化管理系统 CAX 、 SCM 、 ERP 、 MES 、 CRM 、 PL M 采集交换→集成处理→建模分析→决策控制 国家顶级节点： 连接国际根节点，面向国家 / 地区提供顶级标 识编码注册和标识解析服务，支持跨二级节点 的标识解析；主要由国家层面建设； 二级节点： 面向行业或区域提供标识编码注册和标识解析 服务，分为行业二级节点和综合类二级节点两 类；主要由行业龙头企业建设； 企业节点： 提供企业内部的标识编码分配、标识解析服务， 与二级节点对接； 标识解析技术是工业互联网和智能制造核心推动力 UrOVO 优博讯 优博讯是 2020 年国家工业互联网创新发 年国家工业互联网创新发展工程——工业互联网标识解析二级节点核心单 位 03 物联网技术融 合 PLM&PDM 客户 CRM ERP 产品规格 工艺流程 标准工时 智能报表 BI 车间自动叫料 工序 物流 业务 WMS 供应链 SCM 收货 检验 PDA 收料 信息流 数字化工厂系统架

票价预测工具可以预测飞机票的价格， 亚马逊可以预测用户喜欢的商品，这些都是大 数据的杰作。 大数据时代，惊喜都去哪了？ 4 目 录 一、入门知识——数据分析是什么 三、案例透视——经分应用干什么 二、系统解析——经分系统有什么 1.1 何谓数据分析 1.2 数据分析价值 1.3 数据分析步骤 2.1 经分系统的演进过程 2.2 经分系统的两级架构 2.3 经分系统的主要内容 2.4 总结的过程。 基础：大量的数据样本 工具：适当的分析方法 结果：明确的分析结论 三 大 要 素 6 目 录 一、入门知识——数据分析是什么 三、案例透视——经分应用干什么 二、系统解析——经分系统有什么 1.1 何谓数据分析 1.2 数据分析价值 1.3 数据分析步骤 2.1 经分系统的演进过程 2.2 经分系统的两级架构 2.3 经分系统的主要内容 2.4 生的某种“坏的未来”，同时也要预见“好的未来”，在规避风险的同时，也能 抓住机遇，让数据探索体现真正的价值。 数据分析的最高价值是预见性 9 目 录 一、入门知识——数据分析是什么 三、案例透视——经分应用干什么 二、系统解析——经分系统有什么 1.1 何谓数据分析 1.2 数据分析价值 1.3 数据分析步骤 2.1 经分系统的演进过程 2.2 经分系统的两级架构 2.3 经分系统的主要内容 2.4

技术概述 Deepseek 技术是一种基于人工智能和大数据分析的智能化解 决方案，旨在提升企业在人力资源筛选流程中的效率和准确性。其 核心在于通过深度学习算法和海量数据的训练，实现对简历内容的 精确解析和智能匹配。Deepseek 技术能够自动识别简历中的关键 信息，如教育背景、工作经验、技能特长等，并将其与招聘职位的 要求进行多维度的比对和评分。通过这种方式，企业能够快速筛选 出符合要求的候选人，显著减少人工筛选的时间和成本。 和智能筛选能力。通过整合大数据分析和机器学习算 法，Deepseek 能够快速解析大量简历，提取关键信息，并根据预 设的职位需求进行自动匹配。这一过程不仅显著提升了简历筛选的 效率，还减少了人为偏见，确保选拔过程的公平性和客观性。 在实际操作中，Deepseek 首先通过自然语言处理（NLP）技 术对简历中的文本信息进行解析，包括教育背景、工作经验、技能 描述等。然后，系统会根据招聘职位的具体要求，如所需的技能、 时，容易出现信息遗漏或误判的情况。引入 Deepseek 技术后，简 历筛选的效率得到了显著提升，同时也能提高筛选的准确性。 Deepseek 通过其强大的自然语言处理（NLP）和机器学习算 法，能够快速解析和提取简历中的关键信息，如教育背景、工作经 验、技能特长等。系统可以根据设定的招聘需求和岗位描述，自动 匹配简历中的关键信息，快速筛选出符合要求的候选人。例如，如 “ ” “ ” 果某个岗位需要具备

能匹配相关营销策略，设置针对不同 客群的个性化营销活动。 智能老客营销 基于CRM存量客户数据，智能提炼存 量客户画像特点，并基于这些特点在 客户池中找到相似客户，推动交叉销 售或增复购 解析存量客户需求，发掘 老客户增购复购机会 智能推荐营销策略，高效触达 激活潜客 缺乏客户分层，导致营销 不精准，活动打开率低 营销Agent AI赋能潜客获取-跟进转化-老客营销全链路，提升新 提出的复杂问题对答如流，提升 服务效率 智能创建工单 客户语音描述问题，机器人按 需自动创建并流转服务工单， 显著提升问题处理效率 智能坐席辅助 通过AI技术赋能线上客服应答 场景，实时语义解析精准识别 对话核心诉求，自动生成推荐 话术，帮助坐席快速应答 智能工单助手 工单处理中，系统会基于历史工 单数据实时推送当前问题的最佳 解决方案及标准操作流程，加速 同类问题的诊断及处理 行快速总结提炼，帮助服务人 员快速了解客户需求 智能质检 系统基于AI技术对客服语音及 文本会话进行多维度、全量自 动化解析，生成服务评分及质 检报告，提升服务质量 智能化方式处理日常重复性工作 释放服务人员精力 智能文档维护 支持企业基于知识文档智能 抽取FAQ，并支持文档上传 后机器人智能解析并回复客 户问题 赋能企业以客户为中心 智能图表查询 业务人员以自然语音代替系 统 操 作 ，

扫描 主机扫描 数据库扫描 等保自 测评 虚拟网络 虚拟存储 等保 2.0 新要求项：新型网络攻击行为分析 核心业务区 应用服务 终端 DMZ 区域 数据中心 网 络 边 界 全流量解析 APT 预警平台 威胁深度分析 本地离线威胁情报 APT 云端 协同防御 威胁情报 紧急事件同步 预警处置 智能分析 事件发掘 风险汇聚 APT 攻击链重塑 等保 2.0 新要求项：态势感知监测预警 网络流量 全流量审计 HTTP FTP DNS SMTP... 进程级监测 终端信息 日志、弱点 主流网络协议解析 智能适配日志解析 数据整形、标准化 数据字典智能补全 数据分类、标签化 异常数据清洗过滤 资产指纹库 安全事件库 标准流量库 威胁情报库 用户信息库 安全主题库 数 据 采 集 数 据 治 理 数 的特征库和识别库对全流量行为审计并深度匹配，包括协议解析、应用会话行为、深度风险行为、合规 行为等，对高消耗带宽流量、安全风险流量、信息泄露行为流量等实时可视化展现，支持全网双向流量、流向等 行为的审计 各个网络出口 产品 / 旁路镜像 DB 审计 数据库审计是用于对数据库的操作行为进行全面风险审计，通过对数据库网络流量数据的分析，实时地、智能地 解析对数据库的各种操作，并保存审计日志信息以便日

关联整合 规则、最佳经验、约束条件、业务需求 事件类 数据流 防火墙端口暴露警报 宿主或网络异常流量 后门和木马的连接 终端安全产品的事件 内部系统间的攻击 黑名单 URL 的访问 代理解析出恶意链接 其他涌现的威胁事件 实时的 响应 防火墙阻断 终端防护隔离主机 对终端全盘查杀 分配临时备用资源 邮件网关阻止发信 所在网络独立 VLAN 应用服务关闭连接 APP Checkpoint Firewall ❌ ❌ Infoblox DNS Firewall C&C 服务器 从 TIDE 同步多种安全产品的威胁情报 1 向远程恶意服务发起请求 2 DNS 将解析请求日志上报 3 日志命中多项高危情报 4 5 将命中情报和动作建议发送专家确认 在各级安全产品上阻止连接 6 CASK 安全专家 移动 App 被感染主机 INTERNET 场景 5

数宇化质控 数宇化能源 数宇化绩效 数宇化安 环 工厂建模数据 用户管理数据 设备建模数据 数疗化真 数宇化资产 数宇化设备 数宇化办公 设计理念一数据集成与流转 基于工业互联网标识解析体系 数据分析 数据挖掘 数据决策 数据清洗 数据上传 数据上传 数据下载 数据上 传 数 据 总 线 智慧企业模式 物联网技术 数据挖掘 人工智能 仿 真 技术 技术融合 风险等级划分，发现主要问题和薄弱环 节 制 定针对性检测计划，提出对策 RBI 设备风险评估 HAZOPI 艺风险评 估 系统能够为企业工艺研发、工艺风险评估、工艺风 险管控的系统分析、数据解析提供在线服务，为企 业工艺安 全技术管理及体系建设提供 帮助。 基于可靠性的维修分析 √ 设备运行状态分析 (RCM) 设备故障分析 设备的安 全 完整性等级 险 评 价 系统风险评估 九大核心价值之九 安 全 风险综合分析与研判 护性分析 (RAM) 03 详细解决方案 数字化研发 √ 基于配方的产品生命周期管理 √ 基于工业互联网标识解析体系定义标签规则 质量设计管理 包装管理 数宇资产 ( 结构、设计图 ) 实验 迭代 配比工具 产品创新 管理 设计 BOM 类别管理 方法 优化 成本管理

命周期的统一认知，从而根本上阻碍了企业提供一致化、高品质的全 渠道客户体验。 四是流程驱动而非洞察驱动。传统 CRM 的本质是一个被动的“记 录系统”，该系统虽可有效回溯历史交互事件，但缺乏对因果机制的 解析能力及行动策略的生成能力，无法深度挖掘多维度数据的关联规 律，导致客户流失风险预测与交叉销售时机识别等功能缺失。这种被 动回顾模式，使其在瞬息万变的市场中响应滞后，难以提供前瞻性决 策支持。 的交互范式与核心能力，AI 成为弥合传统 CRM 能力局限的关键技 术。 在交互范式层面，AI 驱动的系统正经历从“被动响应”到“主动 洞察”的根本性转变。基于自然语言处理能力的深度集成，现代 CRM 系统已能精准解析用户需求，并依托智能算法实现个性化洞察的实时 推送。通过将 AI 助手深度嵌入 CRM 业务流程，相当于为每位员工 智能驱动增长：人工智能客户关系管理系统研究报告（2025 年） 7 配 式正发生着根本性的变革。大模型提供了强大的语义理解、自然语言 交互、上下文记忆等能力，使得 CRM 交互向“对话式交互智能”演 进。例如，用户可通过文字、语音等自然语言形式发起多轮对话，CRM 系统能够理解并解析复杂指令，帮助用户快速实现目标，极大精简了 先前复杂的操作流程。此外，大模型的上下文记忆能力使得 CRM 系 统能够捕捉并理解长对话及复杂业务语境，从而记住用户历史行为、 帮助销售人员全面了解

SYPD），取得了超越SOTA（state- of-the-art）的优化效果。 该成果为国内外主流超算系统面临的“编程墙”问题提供了一个性能可移植解决方案；同时， 精细化海洋模拟有助于进一步解析海洋中尺度、亚中尺度过程，减少海洋环流模式不确定性，为预 估未来气候变化、预测极端气候事件提供科学依据和技术支撑。该成果获得了CCF HPC China2024 超算年度最佳应用奖并获得2024年度戈登·贝尔气候建模奖（ACM Agent的工业物联网关方案 牵头申报单位：中国科学院沈阳自动化研究所 案例简介 case summary 传统边缘计算网关完成工业现场的设备接入、协议解析、数据缓存以及数据发布等功能，在整个工 业软件系统架构体系中向上对接互联网云平台，向下对接工厂的具体硬件设备，起到了非常重要的承 上启下作用。但是在工程实施过程中，数据工程师需要完成复杂的网关配置过程，来完成上述功能， 指令从应用到硬件设备的下行过程；接口层负责统一对接标准组态工具，提供不同功能接口；安全模块 管理网关整体的通信安全。 数据监测部分从下到上分别为协议层，基础层，业务层。协议层负责多硬件设备的协议解析，对接 工厂中的数采需求；基础层是数据监测的核心，负责管理网关运行中的所有数据；业务层负责配置报警 计划等业务的管理。 实时控制部分从上到下由任务实时调度、内核虚拟化、实时控制器三部分组成。其中，任务实时调

大模型的潜力，提升业务效率和客户满意度，同时确保合规性与 安全性。 3. 客户服务与支持 在保险行业中，AI 大模型的应用显著提升了客户服务与支持的 效率和体验。首先，通过自然语言处理（NLP）技术，AI 大模型能 够理解并解析客户提出的问题，无论是通过电话、邮件还是在线聊 天。这种技术使得客户可以在任何时间获得即时响应，无需等待人 工客服的介入。例如，客户询问保单详情或理赔流程时，AI 大模型 能够迅速提供准确的信息，甚至进行简单的操作指导。 估结果，并提供决策建议。 以健康险为例，AI 模型可以通过分析客户的体检报告、病历记 录、生活习惯等数据，预测其未来患病的概率，并给出相应的核保 建议。此外，AI 还可以通过自然语言处理技术，自动解析客户的文 本信息，如病历描述、社交媒体动态等，进一步丰富风险评估的维 度。 通过上述流程，保险公司可以实现从数据到决策的全流程自动 化，大幅提升核保效率。同时，AI 模型的引入还能够降低人为错误 率、降低成本并减少人为错误。通过 AI 大模型的支持，自动化理 赔流程能够覆盖从报案到结案的全生命周期，实现无缝衔接与智能 处理。首先，客户在报案时，系统可通过 AI 驱动的自然语言处理 （NLP）技术自动解析报案信息，包括语音、文本或图像数据，快 速生成结构化案件信息。例如，客户通过手机 App 上传事故照 片，AI 模型能够自动识别车辆损坏部位、评估维修成本，并生成初 步理赔报告。 接下来，系统会根据预设规则和