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

助力高水平医院建设 智慧医学科研平台 全院级“多模态异构数据治理 + 智能工具应用 + 科研转化体系建设”支撑高水平医院建设目标 多模态异构数据治理 • AI 技术 + 疾病知识图谱融合 • 文本数据 + 影像组学 + 生物信 息等多模态数据治理 AI 技术赋能 • NLP 自然语言处理 • 深度学习 / 机器学习 • 统计分析支持

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

中国 AIoT 产业全景图谱报告》应运而生，它不仅是一份产业地图，更是一个 认知框架和商业工具。图谱延续了历史的精华，创造性地提出"通感智值"四维模型， 以通信和感知构筑坚实底座，以智能和价值编织无限循环，勾勒出从数据采集、传输、 理解、决策到执行、结算的完整闭环。这个闭环不是线性的流程，而是生生不息的螺 旋上升，每一次循环都在积累经验、优化算法、创造价值。 图谱的核心创新在于其独特的视 的新时代已经到来。 特别值得关注的是，图谱首次系统梳理了"通感智值"跨域编排的十大协同场景。从车 路云一体化到空天地海一体化信息网络，从工业智联到全屋智能，这些场景不是技术 的简单堆砌，而是响应国家"人工智能+"战略、打造一体化全场景智能交互环境的生动 实践。每个场景都经过深度调研和反复验证，既体现技术前沿性，又具备商业可复制 性，为产业发展提供了清晰的路径指引。 图谱还特设"无锡样本"专章，深入 如何将技术创新转化为产业优势，如何构建起覆盖全产业链的生态体系。无锡的经验 不仅是地方实践的成功案例，更是中国 AIoT 产业发展模式的缩影和标杆。 编制这份图谱，我们秉持"能力-场景-结算"三位一体的方法论。能力是可复用的技术模 块，场景是价值创造的具体载体，结算是商业闭环的关键机制。这种方法论贯穿图谱 始终，使其不仅具有理论高度，更具备实践指导意义。无论是技术研发者寻找创新方 · 向，还是企业决策者制定发展战略，抑或是投资机构评估产业机会，都能从中找到有

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 -

( LLM Agent) 数据调用 画像任务拆解与规划 选择工具与扩展能力 多代理智能体协同 信息存储与回忆 数据集成 实时、离线数据接入与加工 知识图谱 深度关联、图可视化分析 指 标引擎 实时、离线指 标计算 结合 多 方数据及 小模型工具，全 面、灵活的生成 画像及报告 授信 工商 决策引擎 实时、离线的客户标签计算 评级 流程中的各类数据，全景 呈现客户信息 使用大模型深度推理，结 合规则、图谱、小模型等 多种能力，实现客户画 像维度的深度推理 授信 评级 预警 逾期 基于富文本数据的风险态势感知 调度引擎 任务编排、自动调度 指 标引擎 实时、离线指 标计算 大模型 非结构化知识抽取、实体链接 知识图谱 深度关联、图可视化分析 数据集成 实时、离线数据接入与加工 决策引擎 AI 风险态势感 知 情报信息实时更新 按角色生成报告 自定义报告模块 图谱构建 知识图谱 大模型 数据源 智能交互 用户 大模型 知识图谱 业务需要查询制度之间复杂关联关系 ( 例如某监管文件在行内细化的各种制度、规程 ) ，涉及的语言分析及交互可以通过大模型有效解决。 监管科技相关的知识库建设 知识图谱 知识抽取 需要调用 知识服务 文本数据

好填 好报 秒批 秒办 千人 千面 安全 快捷 智能问答、主动推送 自然语言处理 AI 机器学习 语音识别 个性推荐 精准搜索、知识关联 知识图谱 语音识别搜索 知识组织 千人千面、安全快捷 人物画像 知识图谱 图像分析 视频识别 地图服务 智能办理、监管 区块链 人脸识别 OCR 自动抓取 语音分析 视频分析 愿景目标 办事人更方便、更安全，政府服务更高效、更可靠 智慧政务“ 1+1+1” 架构 办事人 政府 基础设施 计算 网络 存储 一 体 化 业 务 平 台 政 务 大 脑 视频图像分析 OCR 文字识别 语音识别 / 合成 自然语言处理 知识图谱 AI 平台 防伪识别 可信开放鉴证 可信身份认证 可信电子证照 节点自营自管 区块链平台 可信数据接入 智能客服 智能问答 智能搜索 智能推荐 数字人 VR/AR 地图服务 …… 怎么联系你们啊？ （静默） 可以啊，尽快介绍吧。 服务门户 智能搜索、智能推荐，政务服务信息“一键搜、主动推” 知识图谱为搜索引擎提供更高层级的知识关联能力 面向办事人与政府服务人员，一键即搜、千人千面 方 案 特 色 复杂关联搜索：二手房过户后银行多久放款给卖家？ 图谱搜索： 传统搜索： 如当事人提交申请资料齐全

......................................................................................54 4.5 中医药知识图谱构建................................................................................................. .......................................................................................58 4.5.2 知识图谱的应用场景.............................................................................................. 在技术架构上，DeepSeek 采用了多层神经网络模型，结合了 卷积神经网络（CNN）、循环神经网络（RNN ）以及 Transformer 等先进算法，确保在文本分类、实体识别、情感分 析、知识图谱构建等任务中的高精度表现。例如，通过对中医药经 典文献的深度学习，DeepSeek 能够自动识别并提取方剂、药材、 病症等关键实体，构建中医药知识库，为临床决策和科研提供支 持。此外，DeepSeek

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