01991, 2015 . 常用模型 用户意图识别 • 基于用户问题，使用意图分类模型进行用户意图的判定， 从 而 将用户问题定位到某个子领域。 • 辅助进行进一步的用户语义解析 • 基于意图信息，进行用户对话管理和状态分析 担保问题 促销活动 页面功能 投诉问题 支付问题 电话服务 变更取消 订单问题 名词解释 保险问题 0.00 0 诗句组合寻优 景点 / 关键词解析 图片解析 反向过滤引擎 遗传算法， RNN ，广度优先图搜索 CNN ， GeoHash 黄图识别 PMI,plsa ， word2vec … N-gram ， RNN LM ，语义模型 用户输入关键词 特征语义解析 知识推理 用户输入图片 图片特征识别 情感引擎 主题引擎 天气引擎 季节引擎 GPS 解析 CNN 结束 携程小诗机

相对成熟 • AI应用：COE场景中，借助AI的预测与洞察能力，收集行业政策与公开信息，辅助管理者构建前瞻性人才战略；HRBP场景中， AI通过数据穿透业务痛点，通过人才画像动态识别高潜员工，辅助解析简历与面试信息，缩短招聘周期；SSC场景中，AI结合智 能客服与自动化，辅助解答员工疑问，替代传统重复性工作。目前AIGC在简历筛选、面试辅助以及智慧问答环节应用相对成熟。 • AI局限：在候选人 简历打标 ↓ 人工筛选 设定问题 ↓ 录制回答 ↓ 人工筛选 关键词识别 ↓ 简历打标 ↓ 自动筛选 设定人才画像 ↓ 问题生成 ↓ 根据回答追问 ↓ 录制视频解析 ↓ 生成面试报告 AI在招聘环节的应用 AIGC在存在图文视频交互服务、语义理解的场景 中有更深应用，在标准化场景中率先应用 22 ©2025.4 iResearch Inc. www.iresearch 发展技术 招聘助手 面试官 员工助手 做课助手 陪练助手 测评 领导力训练 基于自研PaaS平台和SaaS业务及数据，打造人力资源全场景AI助手 北森AI+人力 发展历程 自研简历解析引擎 自主训练人岗匹配 等多个模型 AI Family多场景 应用发布 AIGC+HR SaaS 全面爆发 2011-2015年 2016-2020年 2021-2023年 2024年-未来

什么样的业务活动，才能 确保业务有效运转 起 来 用来梳理企业在产业链上 下游的合作伙伴有哪些， 企业和他们的关系如何， 合作关系如何影响企业 用来梳理企业为维持业务有效运转付出的成本 方法 论解析：商业 模式画布模型 - 战略规划中简洁高效的商业模式分析与 设计 工具 .... 商业模式画布模型把复杂商业模式，拆成 基础设施、提供物（产品 / 服务）、客户、财务 四大模块，涵盖 9 个核心要素，清晰呈现企业 执行保障” 的战略规划方 法 论。 02 战略地图；年度计划；重大 项目管理；会议制度；战略 审计；执行纠偏；以变应变。 03 十五五规划总纲 12 “ 十五五”规划指导手册 解析中国特色五年规划 01 十五五规划宏观环境研 究 02 十五五规划技术方法 与 工具 03 十五五规划设计逻辑与 案例 04 十五五规划编制要点与 案例 05 13 “ 十五五”规划指导手册 国内要推动增长动能、 改革路径、社会结构 的深度转 型， 破解发 展瓶颈； 战略层面延续新 发展 理念，深化双循环与 安全底线，为中国式 现代化第二阶段 （ 2035 目标攻坚 期）筑牢基础。 环境解析 u 地缘博弈深化：中美战略竞争从贸易、科技向规则制定、地缘政治等多维度延伸，全球盟友体系分化重组，区域贸易协 定 “碎片化” 加剧，对中国外向型经济与 国际合作 形成持续压力 u 经济再平衡加速：全球经济进入低速增长期，发达国家

支持节点间内存互备以及内存与硬盘的持久化  动态扩展 支持Broker 节点的动态在线添加 4.3.3.3.2.1 数 据 采 集 数据采集子系统的主要功能包括：  实现多源数据的快速汇入、解析，分析，过滤等功能。  提供便捷的数据交换API ，支持多种方式接入数据。  多样化的协同代理，支持多种常用的数据获取形式，并能根据需求快速增加新类型协 同代理。  支持多种常见的文档 规则过滤模块用于实时过滤海量数据，从中选出重点业务数据。模块完成以下功能：  任务轮询模块 负责轮询任务并加载规则。如果任务符合重建条件，则加载所有任务的规则，并出发规则 重建。  规则解析 解析规则内容。  规则过滤 获取实时流文档，并通过规则热切换获取最新的多模匹配状态机。  规则重建模块 根据任务轮询获取的任务列表，建立多模匹配状态机。 1. 任务轮询 不断 过滤轮询定期轮询任务数据库，查看是否满 足多模匹配状态机重建的条件，如果满足，则把需要重建的任务规则封装好并传给实时过 滤模块。 2. 规则重建 主要是将任务轮询获取的所有有效任务进行规则解析，提取关键词，构建多模匹配状态机。 3. 规则过滤 主要是从缓冲队列中获取数据，通过建立好的多模匹配状态机和预处理过的规则，对文档 进行实时过滤。 4.3.3.3.2.4 数 据 存

供 可行的路径参考，期待更多企业能够借鉴其中的理念与方法，在数智化转型的道路上行稳致远。 解析智能 BI 如何将数据消费范式从“人找数”转向“数助人” 指导企业如何建立自动化指标体系，并随业务发展持续迭代更新 展示 AI 应用场景 -AI 让零代码更“零”& 先进制造落地 AI 决策应用 解析如何通过实时技术和规范管理让流动的数据更有价值 分享“FAST”新型数智化组织能力以及新兴数智人才建设路径 台，主要面向普通业务人员的即时查数 与分析需求 具备一定业务理解的普通业务人员 产品 定位 典型用户 典型功能 智能问答式数据分析 输入联想 思路拆解 多轮问答 一键生成 仪表板 意图解析 分析报告 Finechat BI 传统的企业数据应用往往聚焦于单一形态的分析需求，如标准化报表或专业化分析工具。然而，随着企业数字化转型 的深入推进和业务复杂性的不断提升，单一形态的数据分析 图：简道云的 AI 应用场景 以下重点介绍简道云的三大维度的 AI 实践 : 交互提效：通过 AI 问询实现自然语言指令操作，让复杂的系统交互变得像聊天一样简单 流程加速：利用文件识别、表格解析等技术，将人工处理环节压缩 80% 以上 数据治理：借助智能校验、自动补全等功能，从源头提升数据质量 用户 统一入口界面 充足的信息环境 应用 搭建 数据 分析 表单 流程 图表 应用

将保险与科技相融合，构建一个人工智能机器人平台，该平台打造基于 GPT-3 技术面向用户的销售机器人玛雅（ AI.MAYA ）， 利用自然语言处理和机器学习技术为客户提供个性化的保险推荐和咨询服务。该技术贯穿客户提问分析与解析，引导客户加入 Lemonade ， 创建报价和安全付款等任务。当客户有购买保险的意图时，只需与玛雅约两分钟的简单聊天便能识别与处理客户信息，推荐 适配的保险产 品及报价，促成交易的达成。玛雅 及服务，可为银行、证券、保险等行业提供智能化解决方案。 公司重点打造的 i 问财目前是财经领域落地较为成功的自然语言 、语音对话交互问答系统。公司进一步加大对 i 问财的研发投 入 , 采用全新的语义解析方案，结合 AI 大模型、小样 本学习等技 术的应用，有效提升 i 问财服务效率，可将服务 场景从财经领域 扩展到通用领域，从中文场景扩展到多语言场 景。 公司自主研发的同花顺智能语音平台 AI 等领域的研究，完善内容生态构建，丰富证券信息产品矩阵。人工智能技术应用 于 数据生产、产品研发等多个环节。公司主要采用自然语言处理 (NLP) 、计算机视觉 (CV) 等技术，自动采录数据、自动解析文本、抽取关 键信 息，并提供标注平台、数据比对平台，着力发展小达智能写手，问小达等产品，由此形成了一套系统的金融数据解决方案，并研发了 智能金 融问答、公司图谱等一系列特色 AI 功能。

：行业数据模型，最佳实践参考 38 IaaS （一云） DaaS （一池） 统一模块化应用接口 云中心 管理 解析 检索 比对 云边缘节点 IaaS （一云） DaaS （一池） 管理 解析 检索 云边缘节点 IaaS （一云） DaaS （一池） 管理 解析 检索 视频云平台 中心 分中心 前端 …… 应用 网络 利旧视频 道闸视频 考勤辅助… 安防监控 周界视频

保存最佳训练模型并记录训练过程中的各种指标（如损失值、 准确率等）。 模型推理模块负责利用训练好的模型对新数据进行分类或预 测，其功能主要包括：  接收新数据并调用已经训练好的模型进行推理。  将推理结果进行解析和格式化，以便于后续信息的使用。  提供可视化界面或 API 接口，方便用户查看推理结果。 结果反馈模块的主要任务是收集用户的反馈和系统输出结果的 表现，以便于不断优化和迭代模型。该模块将包含以下功能： 收集多源数据，支持多种格式，实时处理数据 数据预处理模 块 数据清洗、转换、特征提取，提高模型输入质量 模块 主要功能描述 模型训练模块 选择算法、管理训练过程、保存模型 模型推理模块 对新数据进行推理，解析及格式化结果 结果反馈模块 收集用户反馈，监测模型表现，支持模型迭代 以上功能模块的设计充分考虑了系统的可扩展性和灵活性，同 时也为将来可能的功能扩展提供了基础。 3.2.1 数据采集模块 历史数据和结构化数据。  API 对接：通过 RESTful 和 SOAP 等标准 API，与其他系统 （如 ERP、CRM 等）进行数据交互，获取用户行为、市场动 态等关键信息。  文档解析：采用自然语言处理技术，从各种格式文档（如 PDF、Word 等）中提取所需数据，适应不同数据的输入格 式。 在数据采集的过程中，为了保证数据的完整性和准确性，模块 将包括以下功能： 1.

细数据粒度， 自动输出分产品核算一本账，深化数智治理，强化分产品源头管控，细化对标分析，实现产品效益智 慧湖源，助力业务价值管理。 整体思路 : 通过纳管数据资产、穿透分产品核算流程节点、全景解析分产品核算规则、打造分产品 核算一本账、建设重点产品效益监控，辅助业务人员将产品成本问题追溯至地市及条线，支撑业务“看 得清，抓得实，管得准”。 背景和主要驱动力 战略规划和行动路线图 实施难度及复杂度 查询平台系统等数据，采用大数据算力、 BI 等建模技术，实现不同系统间的数据转换、清洗、加载、集成，实现一个财务数据湖，数据一点汇聚， 集中供给。 （三）运用解析建模技术，搭建一套智慧顶层构架 针对分产品核算标准化模型复杂难懂和数据颗粒度粗的痛点，结合业务部门实际管理需求，开展“庖 丁解牛”式解析，打造分产品核算一本账，目标在于实现产品效益溯源到底，直观展示产品成本效益构成。 （四）依托智慧财务平台，实现全员一站式精益管理 在工作效率方面，针对分产品核算标准化模型复杂难懂和数据颗粒度粗的痛点，结合业务部门实 际管理需求，开展“庖丁解牛”式解析，打造分产品核算一本账，实现产品效益一站式溯源到底，直 观展示产品成本效益构成，实现规则由人工解读升级为全景解析，明细数据由手工导出升级为自动钻取， 大大提升了业财工作效率。通过全景解析分产品核算规则，以全景图的方式将分产品 * 个分摊规则展 示，精细成本数据颗粒度，根据不同成本项目类型

评估与趋势研判。相 对而言，流程数据更需结合流程模型结构、图数据和文本等多元非 结构化形式，不仅动态且立体地追溯流程执行的具体场景，还支撑 流程仿真、瓶颈定位、行为分析等深层次应用，对其存储、解析与 治理能力提出了更高要求。 中国联通 联通数科 中国信通院云大 信通院云大所 云大所 中国联通 联通数科 中国信通院云大所 中国联通 联通数科 中国信通院云大所 中国 中国联通 联 ◎聚焦“过程” ◎动态记录业务活动的先后顺 序、状态演变和执行逻辑 ◎以静态“结果”为核心 ◎来自交易、生产、库存等环 节 数据结构 ◎包含流程模型、图数据、文本 等多元非结构化形式 ◎对存储、解析与治理能力要求 更高 ◎以关系型数据库、报表等结 构化数据为主 ◎格式固定，便于批量处理、 统计分析和可视化 数据用途 ◎深挖“如何做” ◎放大业务数据价值 ◎支撑流程提效增质等深层应用 流程数据挖掘分析层面，依托专业团队运用流程挖掘技术还原 执行路径、识别瓶颈，结合业务规则与流程模型开展时效分析、一 致性分析和动态预测，形成实时运营分析看板。结合 AI 大模型技术 实现语义解析与智能问答，智能生成量化改进策略建议，辅助精准 运营决策。 流程数据共享协同层面，明确共享场景并实施数据脱敏与权限 控制，通过企业级数据管理平台实现流程数据的集中管理与跨部门 共享。基于 API