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

2023年8月 分析师：杜向阳 执业证号：S1250520030002 电话：021-68416017 邮箱：duxy@swsc.com.cn AI医疗专题 从AIGC角度看医药产业图谱 目录 CONTENTS 01 AI 医疗器械 02 AI 制药 03 AI 智慧药房及药 店分销 1 01 AI 医疗器械 02 AI 制药 03 AI 医生可以远程获得患者的主要信息，以 便进行及时的诊断。 资料来源：《医疗器械中人工智能的应用白皮书》，西南证券整理 12 1. AI 医疗影像: 辅助诊断为主，助力精准诊疗 AI 影像主要功能实现图谱 资料来源：艾瑞咨询，西南证券整理 AI医疗影像产品广泛应用于医技科室，包括超声影像、放射影像和病理影像等领域。AI医疗影像辅助诊疗软件集成了CV技术和深度 学习，嵌入至医技科室的医疗器械设 、润达医疗、朗玛信息等 CDSS协助医生跨越单病种知识局限，二级医院需求空间大 资料来源：艾瑞咨询，西南证券整理 人机交互 医疗数据信 息汇总 NLP数据结 构化处理 知识图谱构 建 LIS PACS EMR HRP EHR 基于 文献 文献 知识 结 构 化 数 据 文 字 文 档 影 像 非 结 构 化 数 据 数

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

信息癿个性化喜好配置。 个人收藏管理：管理个人癿收藏信息，取消 及查看。 案例：某国有银行企业风险预警 关系图谱风险预警：通过互联网采集平台，整合行内外客户关联不交易信息，通过 OEC 平台进行深度挖掘不加工，识别 4 类客户关联关系，如：投资关系、担保关系、 管理关系、股权关系四维度图谱。 混合算法引擎 KNN 决策树 SVM 层次分析 聚类 业务规则 OEC 平台模型处 理 • 中文分词 / 词性标注 • 实体识别 / 时间短语识别 • 关键词抽取 • 句法分析 / 语法分析 • 关系识别 担保关系 人工智能构建 企业风险知识图谱 门户 RSS 论坛 采集平台 分析结果 用智慧发现信息价值 Discover information 百度 搜狗 公众号 公众号 搜索 引擎 Discover information 股权结构 投资关系 担保关系 4 、关联关系图谱：通过互联网采集平台，整合行内外客户关联与交易信息，通过 OEC 平台进行深度挖掘与加工，识别 4 类 客 户关联关系，如：投资关系、担保关系、管理关系、股权关系四维度图谱。 案例：某国有银行企业风险预警 企业关联关系图谱 管理结构 用智慧发现信息价值 Discover information 国美系

力银行数字化转型应用方案 目录 CONTENTS • 数字化转型背景与必要性 • 银行数字化转型现状与痛点分析 • 大模型驱动的企业架构建模方法论 • 技术架构设计与模型融合方案 • 数据治理与知识图谱构建 • 智能业务场景应用规划 • 大模型训练与优化策略 目录 CONTENTS • 风险控制与合规管理 • 实施路径与阶段目标 • 标杆案例与同业实践 • 预期效益与 ROI 分析 大模型能够基于历史数据和实时数 据，自动优化业务模型，识别潜在 的业务瓶颈和优化点，提升业务运 营效率。 大模型通过构建业务知识图谱，将 业务实体、关系和规则进行结构化 表示，支持业务模型的深度分析和 推理。 大模型在业务架构建模中的应用逻辑 智能化优化 场景化应用 知识图谱构建 大模型能够实时集成多源异构数据，确 保业务模型的实时性和准确性，支持实 时决策和业务监控。 大模型能够根据实时业务变化，动态调 求。 结合资源使用监控和成本分析工 具，优化算力资源配置策略，在 满足业务需求的同时，降低硬件 和云服务成本，提升整体经济效 益。 高性能算力资源配置与弹性扩展方案 05 数据治理与知识图谱构建 多源异构数据清洗与标准化处理 数据源整合：银行系统中存在大量多源异构数据，包括结 构化数据（如交易记录、客户信息）和非结构化数据（如 文档、邮件），需要通过数据清洗和标准化处理，确保数

（3）在落实“如臂使指、如影随形、如雷贯耳”要求下，如何构建审计项目 与金融重大战略部署的动态匹配机制，提升审计立项的精准性和前瞻性？（如 需 “ 建立 战略分解-风险扫描-优先级赋分 ”模型，通过政策图谱与风险热力图双 维 “ 驱动立项决策，并增加 战略分解颗粒度标准 ” “ 和 热力图更新频率 ”等具体参 数） （4 “ ）针对金融科技重构业务场景的趋势，如何重新定义内部审计的 客观 （11）在新型腐败手段隐蔽化背景下，如何通过审计功能延伸（如员工行 为 建模、异常交易链追踪）强化对道德风险的预防性干预？（如运用社交网络 分析 （SNA）识别利益共同体，构建员工行为异常指数（EBAI），开发资金 流向追 踪图谱） （12）如何将内部审计的“控制机制”本质嵌入商业银行全面风险管理体 系， “ 建立 风险识别-评估-应对 ”的动态闭环联动模型？（如通过风险控制自 评估 （RCSA）与审计程序联动，建立风险事件库-控制缺陷库-整改案例库三 数据集市，通过大数据技术实现风险信号的跨系统关联分析。例如，将采购订单 数据与供应商付款记录自动匹配，识别虚假交易或利益输送线索。（多模态数据 治理框架，如非结构化合同文本与结构化交易数据融合；知识图谱技术关联人 员、 交易、资产等实体关系） 2 、敏捷审计小组模式：针对新兴业务（如跨境支付、数字资产）组建跨 职 能审计团队，融合 IT 专家、合规顾问与业务审计师，实施“短周期、高频 率”的

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

机器学习识别 92%场景 工作底稿生成效率 4 小时/份 20 分钟/份（自动校验） 在技术实现路径上，我们采用分层架构设计：底层通过微调后 的 DeepSeek 模型处理非结构化文档，中间层构建审计知识图谱实 现条款关联，应用层则部署风险预警、抽样推荐等具体功能模块。 某试点项目数据显示，该方案使应收账款函证程序的耗时缩短 57%，同时将异常交易检出率提升 31%。这种提升不仅来自算法优 势，更源于对审计工作流的深度重构—— 下表典型场景） 风险类型 传统检测率 智能体检测率 关键技术 关联交易舞弊 32% 89% 图谱推理+时序分析 风险类型 传统检测率 智能体检测率 关键技术 收入确认异常 45% 93% 贝叶斯网络+规则引 擎 费用分摊失真 28% 76% 聚类分析+异常值检 测 知识沉淀标准化 设计审计知识图谱架构，解决行业经验碎片化问题： 实现审计准则、监管要求的动态同步更新，确保所有项目自动 应用层构建审计工作台界面，集成三大核心功能：智能抽样模 块采用分层贝叶斯方法，在 95%置信水平下将抽样量降低 40%； 底稿自动生成模块支持按证监会各板块要求一键生成差异化的审计 报告；风险可视化模块通过动态知识图谱展示企业关联交易网络， 节点大小反映交易金额，边权重体现资金流转频率。 系统安全方面实施四重防护：FIPS 140-2 标准的传输加密、基 于 RBAC 的细粒度权限控制、审计操作区块链存证、模型推理结果

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。