AI Agent智能体产业图谱（1.0） Data Intelligence Conference 2025 DATA AI，数据燃动智能 金融行业智能体 水利行业智能体 能源行业智能体 政务行业智能体 通信行业智能体 行业智能体 医疗行业智能体 数据分析智能体 运维智能体 智慧办公智能体 场景智能体 客服智能体 营销智能体 具身智能体 财务审计智能体 时空智能体

发展图谱 2023 易观分析 2024 年 1 月 本产品保密并受到版权法保护 Confidential and Protected by Copyright Laws 中国制造业人工智能行业应用 制造业人工智能行业应用发展背景 2012-2022 年中国规模以上制造业增加值情况 35% 31. 5% 30.7% 30% 27.7% 25% 83.2 74 97.35% 16.14% 6 4 2 0 3.23% 3.72% 3.69% 3.61% 4.46 4.69 3.19 2019 2020 6% 制造业人工智能行业应用发展图谱及 行业应用案例 制造行业 AI 心竞争力与质量，实现可持续发展 制造行业是我国加快建设现代化产业体系的重要支撑，增强制造行业全价值链条数智化能力，全面提升智能制造整体水平与实力当务之急。 同时，制造行业在 Practice) 工业机理模型 数字孪生体 Digital Twin 天智工业大模型 Tianzhi Industrial Large Model 数字空间 Digital Spaco 知识图谱 通过建设面向工业的现代模型栈，在在开源基础大模型基础上自主 研发了天智工业大模型，协同 3900 多个机理模型与 200 多个专家 算 法库，提升了大模型在工业场景下的精度。目前已在工业设计 与研

个月的时间。 5.产业知识图谱构建： AI 可以自动从互联网、企业数据库等多个数据源中抓取相关的化工 数据。接下来通过机器学习，可以对收集到的数据进行清洗和修复。通过建立数据模型，算 法可以识别出数据中的错误、重复和异常值，并进行自动纠正，找出可能存在错误的记录， 甚至通过推理发现数据之间的逻辑关系，补充缺失的数据。比如潘锋教授团队构建了锂离子 电池正极材料知识图谱，并预测出潜在的正极材料 Li₂TiMn₃O₈。 ................................. 11 1.4 高通量机器人验证：大幅提升新产品的研发速度 .................. 14 1.5 产业知识图谱构建 ........................................... 16 2. 高通量机器人+AI 驱动的生产流程革命：成本与精度双突破 .............. 15： 材料知识图谱的架构 .......................................... 17 图表 16： 材料知识图谱在锂电池材料预测中的应用（以 LiFePO4的发展里程碑为例） ..................................................................... 18 图表 17： 材料知识图谱用于锂电池正极材料的发现

机器学习中的隐私保护................................................................................. 144 关系图谱在贝壳找房风控体系的应用与实践.............................................162 新一代联邦学习技术及应用实战.................... 隐私保护， 最后做含差分隐私的融合。 今天的分享就到这里，谢谢大家。 DataFunTalk 成就百万数据科学家！ 162 关系图谱在贝壳找房风控体系的应用与实践 ​ 分享嘉宾：王学志 贝壳 资深工程师 文章整理：李光明 内容来源：贝壳找房知识图谱技术大会 出品平台：DataFun 温馨提示：疫情期间，勤洗手，戴口罩。 导读： DataFunTalk 成就百万数据科学家！ 163 的利益联盟和 信任联盟，以及为经纪人服务的尊严联盟，品质联盟和网络联盟。围绕贝 壳的 ACN 业务模式，从以下三方面介绍贝壳的风控体系：  贝壳风控的业务概况  关系图谱在贝壳风控的应用与实践  关系图谱的规划 ▌贝壳风控的业务概况 首先分别介绍贝壳的风控业务风险，风控特点以及对应的风控体系。 DataFunTalk 成就百万数据科学家！ 164 1. 贝壳的业务风险 

需实现医疗票据等非结构化数据的 85%+识别准确率。 在此背景下，行业亟需具备以下特性的解决方案：①开箱即用 的保险垂直领域 AI 能力；②与现有核心系统无缝对接的轻量化部 署方案；③持续自优化的业务知识图谱。这为 DeepSeek 智能体的 接入提供了明确的价值锚点—— 通过构建保险专属的 AI 数字员工 体系，在服务响应速度、风险识别精度、运营成本控制三个关键指 标上实现突破性改进。 1.2 与条款中的 突发急性病身故责任 自动关联，同时支持对语音、 文本、图像（如理赔单据）的多模态输入处理。在客户咨询场景测 试中，意图识别准确率达到 98.7%，显著高于行业平均的 89.3%。 动态知识图谱构建 基于保险行业的垂直领域训练，系统可自动构建动态更新的知识图 谱，涵盖产品条款、监管政策、医疗术语等核心要素。关键数据对 比如下： 指标 DeepSeek 方 案 传统规则引擎 条款关联覆盖率 个月预测保障缺口，推动转化率提升 15-20%。 技术架构上要求实现三个关键能力：一是支持日均 300 万次 API 调用的高并发处理，响应时间控制在 800 毫秒内；二是构建包 含 50 万保险专业术语的领域知识图谱，确保回答准确率达 95%以 上；三是建立持续学习机制，每月自动更新模型参数以适配监管政 策变化。最终交付物包括可私有化部署的智能体中台系统、标准化 API 接口文档以及配套的运营监控看板。

现状迫切需要通过智能化技术重构医疗服务流程，实现从被动治疗 到主动健康管理的转型。 人工智能技术为医疗系统优化提供了新的突破口。以自然语言 处理和多模态学习为核心的 DeepSeek 平台，具备医疗知识图谱构 建、临床决策支持和非结构化数据处理三大核心能力。某三甲医院 的试点数据显示，接入智能体后的门诊流程平均耗时从 120 分钟缩 短至 75 分钟，电子病历自动生成准确率达到 92%，显著降低了医 个 月） 实现路径 影像诊断周转时 间 4.2 小时/病例 ≤2.5 小时/病例 DeepSeek-Rad 影像特征自动提 取 处方审核效率 12 分钟/处方 5 ≤ 分钟/处方 药品知识图谱+禁忌症实时校验 住院床位周转率 78% ≥85% 智能出院预测模型+资源动态调度 算法 从医疗质量提升维度，项目将重点攻克两个技术瓶颈：一是利 用 DeepSeek-NLP 构建的病程进展预测模型，在肿瘤化疗领域实 分钟/份 结构化输入+AI 模板生成 资源调度优化 检查预约平均等待 3.2 天 ≤1.5 天 动态优先级算法+资源预测 模型 患者服务响应 在线咨询满意度 82% ≥95% 意图理解引擎+知识图谱构 建 该方案需重点突破三个技术瓶颈：第一，医疗实体关系的动态 建模，要求构建覆盖 500+疾病种类的本体库，支持 ICD-10 与 SNOMED CT 的双向映射；第二，多源异构数据的实时处理能力，

日均处理能力 500 件/人天 3000 件/系统 6 倍 客户投诉率 12.5% 4.8% -7.7% 实施该方案将重构理赔价值链：前端通过 OCR+语音识别实现 7×24 小时无间断受理，中台依托知识图谱构建涵盖 3000+医疗条 款、5000+事故场景的决策树，后台通过联邦学习在数据隔离前提 下实现跨机构风控模型协同进化。预计全面部署后，保险公司综合 赔付率可下降 3-5 个百分点，同时将小额案件自动化率提升至 关键业务指标改进需求如下表所示： 指标维度 当前水平 目标水平 技术实现路径 案件初审时效 4.2 小时 ≤0.5 小时 智能文档分类+关键信息抽取 欺诈识别准确率 72% ≥89% 多模态行为图谱分析 人机协作效率 3.1 次交接 ≤1.5 次 智能工单路由+自动预警触发 客户满意度 82 分 ≥92 分 实时进度推送+智能问答支持 技术选型需满足三个刚性约束：首先，医疗影像等非结构化数 成本的 15%。通过引入 DeepSeek 大模型，可针对性解决上述痛 点：其多模态识别能力能实现医疗票据、交通事故照片等材料的智 能解析，将单证处理时间压缩 90%以上；内置的保险条款知识图谱 能自动完成责任匹配，使标准案件自动化处理比例提升至 70%。 2.1.2 人工审核成本高 传统保险理赔业务中，人工审核环节存在显著的成本效率问 题。理赔案件通常需要经过多级人工复核，从材料初审、验真、定

Error Diagnosis 第一名） 语义评测技术（ 2019 Math Question Answering 第一名） 知识图谱技术技术（ 2022 年 2 月，科大讯飞以第一名的成绩登顶世界顶级人工智能挑战赛 Open Graph Benchmark （ OGB ）知识图谱榜单！） 图文识别（ 2018 ICPR MTWI 三项第一名； 2019 年 Objects365 Tiny Trac k 测系统 猪群图像估重盘点 系统 1 2 智慧养殖生物安全管理平台 奶牛数字化生产管理平台 智慧养殖综合管理平台 智慧养殖肉制品溯源系统 疫病远程诊疗系统 集成了语音识别、图像识别、知识图谱构建、语义理解融合等先进的人工智能技术， 让它既能 “听”也能“看”，不仅 支持多轮自然交互的农业知识问答 ， 同时支持多模态动物疫病 / 作物病草害智能问诊。 农业知识获取更加高效便捷、多样生动、科学专业 粮食作物、经济作物 小麦 玉米 水稻 大豆 薯类 花生 蔬菜 稳定性更好 准确性更高 条理性更好 逻辑性更强 专业性更高 操作性更强 问答范围：种植 问答范围：养殖 星火认知大模型 农业知识图谱 点击视频 样本分析精确 精准识别 50 余种病虫草害 准确率达 95% 服务高效便捷 APP 自动问诊 1 秒推送 专家人工答疑时效提升 6 倍 决策科学专业

、星图百科等，构 建 BOM 图谱，实现对知识从沉淀到共享、查找、复用、创新全周期管理，提升知识利用效率，全面提升企业核心竞争力，有效支撑集团战略落 地。 SRM 数据 & 知识 能力 BOM BI 能力 BOM 使用频率 各赛道 、供应商涉及金额 能力 bom 应用 能力 bom 图谱 PBS 拆解 能力 BOM 产品助手 A I 运维助手 能力 bom 管理 能力 bom 图谱 产品助手 企业大脑 .A I 赋能低空经济白皮 书 White Paper 果 应 用 在线拆解 PBS 能力 BOM 搜索及推荐 / 方案软著等关联 / 导入导出 价值 流转 能力 BOM 管理 能力 BOM 维护 / 权限管控 能力 BOM 图谱 S0 》 S1/S2 》 PBS 拆解 S3 S4 四算平台 》 中信海洋直升机股份有限公司 中信海洋直升机股份有限公司，系中信集团旗下目前中国通用航空业首

机器学习平台 技术 全球领先的大规模神经网络 深度学习 人才 2000+AI 核心研发人员 百度 AI 的整 体架构 用户画像 数据标注 数据采集 自然语言处理 知识图谱 大数据分析 视频 语音 AR/VR 图像 认知层 算法层 大数据 云 感知层 平台层 万亿级搜索数据 百亿级定位数据 存储 B C 网络 数据 知识管理 智能知识库及运营平台 解决方案（私有化 &SaaS ） 呼叫能力 文字客服 基础版本工单、 CRM KG ASR&TTS 语音 软呼叫 号线资源 智能外呼 NLU&DM 语义 知识库 FAQ 知识图谱 注：私有化项目暂不提提供 CRM 和工单模块； 统计组件 Taskbot 组件 知识管理组件 人机协同组件 联合运营 / 投资并购 / 自研 基础能力层 能力开放 自主研发 语音识别 可私有化最好的 ASR 引擎 号线资源 合作伙伴提供丰富资源 后续跟进 根据统计分析结果 人工坐席 根据报表，后续跟进 智能客服产品 - 智能知识库 知识管理 QA 知识 知识图谱 任务式对话 对话树 自然语言理解 运营工具 对话调试窗口 Agent 管理 ( 多租户，独立可配置 ) 支持结构化 & 非结构化知识，融合百度海量数据的闭环学习机制，灵活扩展，拥有完善的协同生