腾讯云运营商行业 解决方案图谱（2025） 秦若毅 腾讯云运营商行业解决方案总监 腾讯云运营商行业解决方案图谱（2025） 云网融合 • 大网内容加速 • 边缘加速与计算 • 端云协同AIoT 自主创新 • 新型AI基础设施 • 自主创新组件 • 可信数据空间 • 办公协同基座 人工智能 • 全渠道数智化 • 大模型原子能力 • 智能体开发平台 • B端大模型应用套装

能 服 务 事 业 部 知识结构化推动智能客服升级 邱立坤 阿里巴巴集团智能服务事业部 方案 KAMR 语义 表 示体系 KAMR Parser 知识图谱问 答平台 需求 知识管理 语言理解 思路 知识图谱构 建 语义剖析 答案展示 收益 高效复用 精准理解 精细管理 智 能 服 务 事 业 部 目 录 智 能 服 务 事 业 部 智能客服升级的需求 深度 学习 智 能 服 务 事 业 部 从传统智能问答到知识图谱问答 ( 上海，常住人口， (2017 年， 2419.70 万 )) 2017 年上海的常住人 口 是： 2419.70 万 上海有多少人口 智 能 服 务 事 业 部 知识结构化的主要思路 智 能 服 务 事 业 部 结构化知识图谱 非结构化业务文档 半结构化数据 结构化答案 结构化语义表达式 结构化语义表达式 非结构化的文本型答案 非结构化的用户 query 知识结构化的主要思路 知识结构化 - 知识图谱 - 基本概念 • 知识图谱 • 本质上是实体与实体间关系 以及实体属性 组成的语义网 络，其基本组成单位是“ 实 体 -

www.iresearch.com.cn 中国企业服务赛道总览 基于业务和职能部门对企业服务赛道进行划分（详细版图谱见附录） 注释：仅展示部分典型赛道。 来源：艾瑞咨询研究院自主研究及绘制。 研发设计 人力资源 IPD咨询服务 产品策略与设计服务 工程设计咨询服务 医药研发外包服务 CAD CAE PLM 同时在其他非大模型能力范畴的模块，选择合适的技术手 段与大模型协同，共同构建系统性工程 长期变化因素 43 ◼ 研发设计 ◼ 生产制造 ◼ 采购供应 ◼ 营销获客 ◼ 业务流程与协同管理 附录：企业服务产业图谱 从企业各业务部门和职能部门的需求出发，对企业服务的赛道进行划分： ◼ 人力资源 ◼ 财税金融 ◼ 法律事务 ◼ 信息技术 44 ©2024.7 iResearch Inc. www.iresearch.com.cn 企业服务产业图谱：研发设计 注释：仅展示部分典型赛道及典型企业，图谱中所展示的公司logo顺序及大小并无实际意义。 来源：艾瑞咨询研究院自主研究及绘制。 产品策略与设计服务 计算机辅助设计（CAD）软件 计算机辅助工程（CAE）软件

2023 · 上海站 总体目标：云-网-业-数-安融合监控体系 统一采集 统一调度 融平台 融云 天翼云 腾讯云 阿里云 华为云 融网 专线 专网 网络拓扑 网络安全 融AI 知识图谱 故障自愈 故障预测 数字孪生 IaaS PaaS SaaS 各类IT系统、平台 统一展现 统一监控 自研融合监控平台-智慧运营大脑 自研目标 p 急用先行：统一监控各类IT系统和场景， 专用场景维护 服务编排 SQL配置 动态 阈值 AI中心 大模 型 趋势 预测 关联 分析 自然 语言 知识 图谱 智能调度中心 事件 侦测 告警 收敛 处置 策略 协同 推送 自动 巡检 作业 计划 机房 监控 服务 监控 智能知识中心 智能 采编 知识 图谱 认知 搜索 智能 推荐 汇聚库 日志平台 kafka 大网网元 云眼北向 接口 大数据平台 …… 智慧运营 控点需与电信侧网络打通 需客户提供主机等运行环境，无需 对外部网络开放 适用场景 使用电信天翼云、专线等云 网融合产品的客户 安全保密要求高，非天翼云为主， 私有云客户 能力特性 快速投产，故障自愈、预测、 图谱等AI功能丰富 轻量化部署，积木式按需搭建组件 天翼云网管 资源中心 综合网管 … 智慧运营大脑多租户架构 GOPS 全球运维大会 2023 · 上海站 配置中心-整合多维监控数据源，CMDB主数据治理

自主学习 多渠道接入 丰富的辅助功能 简单知识库管理 1.1 演变中的客服系 统 SaaS 客 服 智能客服 闲聊型对话 问答型对话 任务型对话 图谱型对话 对话系统 1.2 对话系统简 介 • KBQA • 基于图谱推 理 • 解决特定问 题 • TaskBot • 多轮会话 • 针对特定场 景 ChatBot 不解决问题 自然交互 多轮会话 > 理解用户的问题 > 综合利用搜索技术、翻译技术、图谱技术、深度学习和统计学习技术 2.4.1 语义识 别 餐品有质量问题 > 利用模型模拟人的处理过程 > 综合应用了搜索、机器翻译、 深度学习以及统计学习相关 技术 > 模型具有良好的迁移性 2.4.2 语义识别流 程 识别 技术 深度 学习 短语 翻译 图谱 意图 实例 匹配 > 拓展问与标准问的并行数据作为训练语料 Vector Decode Encode 图谱三元组 < 实体 1 ，实体 2 ，关系 1> < 实体 2 ，实体 3 ， 关系 1> 2.4.6.1 基于知识图谱的识别 -- 隐 式 实体向量表示 TranE 短语翻译模型 Seq2Seq DSSM … 并行语料： 回锅肉 菜品 代金券 红包 2.4.6.2 基于知识图谱的识别 -- 显 式 基于词典语义 相似度计算

........................................................................................... 7 2.3 图谱问答引擎............................................................................................... 结构知识：指学科或者业务知识内在的结构和联系，例如类别之间的共性和区别，类别 之间的上下文关系、组合关系等。 对应到智能客服中，概念性知识的典型特征就是元素之间有结构、元素之间有联系，典 型的比如二维表格、知识图谱。 （1）围绕保险的表格知识，除了有结构之外，表格的行列之间也表达了对应的关系： 版本：1.0 【公开】 （2）围绕保险中的实体和属性构建的知识图谱，除了有结构之外，实体和属性、属性 和 属性之间也有对应的关系： 1.2.3 程序性知识 程序性知识（procedural knowledge）是“如何做事的知识 ” ，通常有— 组有序的步骤

数据存储 数据治理 数据交换 数据共享 数据分析 数据开发 产业链图谱 企业画像 产业链分析 企业测评 区域对标 政策分析 项目管理 合同管理 项目跟踪 履约管理 项目预警 项目审核 企业库 项目库 政策库 产业空间布局 项目管理 合同管理 项目调研 项目跟踪 履约管理 预警管理 盘 推 评 签 跟 服 盘家底 招商推介 引入前评估 项目签约落地 建设跟踪 项目服务 项目评估管理 找企业 产业链图谱分析 企业画像分析 政策兑现 企业服务 招商引擎 找 郎丰利于 2023 年 8 月整理制作，碳排放数字化建设及数字化驾驶舱建设综合解决方案 整理制作：郎丰利 1519 制作时间： 2023 时间： 2023 年 1519 招商引擎 （产业大数据中心） 园区产业盘家底 产业链图谱找方向 产业地图找企业 关系图谱建联系 摸清园区经济和产业现状 重点产业上中下游链图分析， 寻找产业发展突破口 全国产业地图寻找产业链龙头 企业、高成长企业、新业态企 业、现有环节高耦合企业 通过关系图谱找到目标企业 和园区现有企业的关联关系， 找到沟通渠道突破口 实现园区精准招商 招商引擎

35 度 提问：有雾霾吗？ （北京有雾霾吗？） 回答：空气质量优。 提问：那上海呢？（上海有雾霾吗？） 回答：空气质量也是优。 结合上下文 聊天机器人解决方案 自然语言处理、文本挖掘、知识图谱 知识库中存储的是一对对的“问题 - 答案”对（ QA Pair ）。这些 Pair 可以是 人工构建的，源于客户系统或者旧有知识库的，也可以是从互联网上爬取下 来的。当用户输入问题后，将其和知识库现有的标准问题进行一一比对，寻 ES 文档查询 构造 Jena 查 询 构建知识图谱 语料获取 网络爬取 开源语料库 用户日志语料 人工编写 语料预处理 人工标记 模板配置 业务咨询 阅读用户日志 模型训练 分词 Word2Vec 卷积神经网络 Keras 文本分类 命名实体识别 词性标注 TensorFlow 语义理解 NLU 保存模型 知识图谱 Knowledge Graph 本体构建 命名实体识别 歧义陈述构建 依存句法分析 实体消歧陈述 语义图构建 语义图陈述构建 谓语消歧陈述 语义理解 ( 意图识别、实体抽取 ) ： Python+TensorFlow+RNN 等 知识图谱： Java+NLP 知识库存储：数据库 + 文本文件 (json/xml 等 ) API 接口调用： Java+HttpRequest(RESTful) 前端：知识库的整理 ( 以什么格式 )

，保险行业一边在传统业务的航道里稳健巡航 ，一边又在科技变革的浪尖上寻求突破。保险 ，这 一守护经济安稳、传递风险温度的金融工具 ，正面临着数字化浪潮带来的全新命题。 市场竞争的加剧与客户需求的多元 ，编织成当代保险业的“转型图谱“。我们用传统模式维系着保障根基 ，却也在互联 网冲击、客户体验诉求前 ，陷入“效率与温度如何兼得”的思索 ，本质上是在规模扩张与价值深耕的平衡中摸索前行 ，这不仅 关乎企业发展的效能 自动化文档生成； 3. 虚拟数据生成与增强； 4. 异常监测； 1. 智能客服与顾问； 2. 自动化保单生成； 3. 训练欺诈监测模型； 4. 客户画像生成； 5. 精准营销； 6. 营销自动化；…… 5 知识图谱（ KG ） 客户画像与风险关联分析 反欺诈网络构建 6 计算机视觉（ CV ） 图像与视频分析 1. 自动化理赔； 2. 健康核保 本研究关注中国保险行业中 AI 技术的应用现状及未来趋势，特别聚焦生成式 需求洞察与服务效率，投 资端 加速数据处理、降低人工成本，虽大模型直接用于投资管理案例有限，但在投研分析等间接领域，技术融合已展现价值，驱动保险价值链降本增效、创新发展。 AI 技术在险企负债端与投资端用例图谱 自动化风险评估 多模态数据解析 非结构化信息识别 自动匹配核保要求 自动化生成核保建议 智能投顾辅助决策 投资组合管理 自动生成投资方案 产品开发助手 产品需求挖掘 产品形态设计

PolarDB-PG Al 最佳实践 3：PolarDB Al 多模态相似性搜索最佳实践 ......... 139 5. GraphRAG：基于 PolarDB+通义干问+LangChain 的知识图谱+大模型最佳实践 ........................................................................................ 应用场景，查询和分 析销售、差旅、人事等方面的经营数据。用户可以基于自己在钉钉沉淀的数据进行自 由提问，官方预置的指令中心帮助用户低门槛快速上手正确的提问方式。通过对话式 数据 AI，结合知识图谱、自然语言理解等能力，智能问数为企业用户提供智能问答、 智能推荐、预警归因等功能，帮助用户方便快捷地查找数据、简单直观地解读数据、 智能深入地挖掘数据，实现人人都有自己的专属数据分析师，大幅提高数据查询及分 GraphRAG：基于 PolarDB+通义干问+LangChain 的知识图谱+大模型最佳实践 5.1 业务场景 5.1.1 知识图谱 知识图谱(KG)是谷歌提出的一种知识表示形式，它通过互联的节点和实体捕捉知识， 以结构化的形式表示关系和信息。 知识图谱具有以下优势： · 结构化信息：知识图谱将信息以节点（实体）和边（关系）的形式组织，使得复 杂信息结构化，便于存储和查询。