AI 知识库： 电力行业智能转型的新底 座 —— 将电力企业私域知识转化为生产力 01 行业洞察： 电力 AI 转型的三大挑战 02 解决方案： AI 知识库打造转型新底座 03 应用实践： 360AI + 电力典型应用场 景 04 未来展望：多方协同共建未来电网 CONTENTS 技术引擎： 成本归零 ， 引爆应用创新 成本归零：模型更强 ，且训练和推理效率持续提升 应用层面： 从点到面规模化应用的阻 碍 360AI 企业知识库： 连接沉睡的数据孤岛 ， 通往智能应用的未来 AI 辅助源荷预测 AI 辅助智能运营 外部知识内部化 隐性知识显性化 AI For 360AI Knowledge 企业知识库 汇聚电力企业全域数据 ，打造统一 AI 工作空 间 AI 摘要 MCP 多模态知识解析 多模态数据开发与融合 360AI 企业知识库： 企业级智能体应用知识中枢 ， 专为企业打造的 AI 基础设施 全链路日志 审计 涉密数据安 全管控 知识溯源 内容安全检测 权限控制 分类分级

252 亿 84 亿 54 亿 AI 为客户服务行业带来更多可能性 • 全面捕捉客户数据 • 行业知识库系统的整合建立 • 提供客户信息安全保护 • 快速迭代技术 + 快速迭代业 务 • 自助化工具提高运营管理效 率 • 多渠道打通 • 客户全生命周期洞察 • 全面数据获取与分析，完善 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 自动化知识挖掘、分类、迭代扩展，重塑知识管理流程 人力成本 智能语音 & 在线客服机器人 / 客服助手 / 自动化外呼 代替部分人的工作来降低成本，辅助人的工作提升效率和效果 客服环节 营销环节 大数据用户画像 精准低成本获客 全方位、全过程的 AI 产品及解决方案 智能语音客服 智能电销 智能知识库 在线客服 客服助理 百度智能客服产品 & 解决方案全景图 列表、树型结构、账号管理、权限管理、富文本编辑等基础前端库

问题解决型机器人，存在的目的是为了帮用户解决具体问题， 例如：售前咨询、售后报修、订机票、酒店、餐厅座位等等 需要提供给用户自己都不知道的信息 -- 知识库 1. 理解用户问题，知道用户在问什么 2. 将用户的问题转化为对知识库的查询 问题理解 查询知识库 构建知识库查询 多轮对话的上下文管理 提问：今天北京多少度啊？ 回答： 35 度 提问：有雾霾吗？ （北京有雾霾吗？） 回答：空气质量优。 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 找与用户问题最相近的标准问题，然后将该问题组对的答案返回给用户。 个多了一个否定词） “ 关键词” 解决方案二 知识库中存储的不是问题 - 答案对，而仅存储答案（文档）。 当接收到用户问题后，直接拿问题去和知识库中的一篇篇文档比对，找到在 内容上关联最紧密的那篇，作为答案返回给用户。 用户问题 -> 答案 解决方案三 从用户的问题当中识别出用户的意图，并抽取这个意图针对的实体。 相应的，知识库内存储的知识，除了包含知识内容本身之外，还应该在结构

AI 算法 规则库 标准规范库 调查监测库 确权登记库 审批库 存储资源 网络资源 一张规划蓝图 大模型 …… · 知识库 利用库 规划库 安全资源 AI 算力资源 公共 应用 业务 模块 统一 平 台 基础 设施 统一业务门户 统 一 AI 应 用 系统架构师 智能体合规审查专员 智能体开发工程师 知识库构建工程师 数据应用所 Al 技术应用与推广，业务条线需求 的挖掘和实现 业务应用工程师 Al 产品市场推广专员 数据档案所 基础保障所 智能体功能测试与数据提供 构建 AI 基础设施，为应用提供算 力、数据和平台支撑 智能窗口运维专员 Al 平台工程师 知识库管理工程师 Al 安全工程师 1.2 工作基础 模型构建平台，统一知识库、智能 体标准，支撑未来各项 MaaS 服务 口 构建行业知识库：有序组织各类文 本知识库和带标注等空间知识库构 建。 口 启动行业工具 库 ：以“模型中台” 概 念，构建统一各类工具标准，支 撑智能体搭建 口 部省市多部门协同，与部、省、 市对接，争取部试点，学习各级 先进经验。沿用后土模型架构、 探索知识库对接、智能体分发汇

知识， 找知识效率低。 会前知识检索 会中随时提问 会后智能回顾 培训计划制定 AI 教学、 出题 AI 学习、智能陪练 搭建专属的行业知识库 支持多格式内容的识别、解析、问答 生成专业报告 AI 办公｜ DeepSeek & 腾 讯知识库 + 培训 + 视频会议三大 AI 办公应用 场景 人才培养 企业级知识底座 远程沟通 3 内容操作防泄漏 分享 、复制 、打印 、截屏提醒 记录单个管理员行为记录 、按应用查询 、按 时 间范围查询 、按操作终端查询 知识底座｜企业级知识库， 不止是 ima 内容防泄漏 内容安全审查 敏感操作记录 权限设置 + 安全管理 + 私有化部署构建安全可控的本地 AI 知 识库 企业级 、部门级 、团队级知识库 细化到人的权限管理 合规和内容防泄露 4 知识底座｜员工个人知识库 知识创作 +AI 问答 + 团队分享帮助员工沉淀工作经 验 权限灵活配置 权限灵活配置 基于知识下发学习任务 获取学习数据的洞察 员工可创建个人知识库 工作知识经验沉淀 数据资产归公司管理 边看边提问 分步骤展示 AI 助手回答思考过程 支持原文跳转， 对比学习 5 4 DeepSeek- 阅读理解 & 答案生 成 • OCR 解析大模型准确率提升 25% 4 • 深入上百个客户的应用场景， 亿级行业数据针对性训练

任务型对话 闲聊 问答型对话 帮我订张机票 我好无聊啊 什么是人工智能？ s 种不同的对话类 型 知识库 基于知识库的智能问答 知识库由若干个知识点组成， 每个知识点都包含若干个 语 义相同的问题，这些问 题可 以被同样的答案来回 答。 问答机器人将用户的问题匹配 到知识库中最相近的知识点上， 用该知识点的答案回答用户。 如何成为会员 • 怎么注册会员 • 我想成为会员 基本思路 • 每个知识点是一个分类 • 将整个知识库作为训练数据 • 传统机器学习模型 • TFIDF + LR • n-gram + Adaboost • 神经网络模型 • LSTM • CNN • fastText 知识库 分类 2 基于分类模型的问答系统 分类器 分类 1 检索 • 以知识库中的问题为粒度建立索引，每 个 问题都对应一个知识点 • 对用户问题进行分词、去停用词、同义 词 扩展等操作 • 返回知识库中若干个相关性最高的问题 对 应的知识点 • 排序 • 通过一个语义匹配模型计算用户问题和 检 索返回问题的语义相似度，选择语义 相似 度最高的问题对应的知识点 基于检索和排序的问答系统 排序 知识库 检索 检 索结果

ChatGPT 的大型语言 模 型（ Large Language Models ， LLM ） ，是 一种由包含百亿以上参数的深度神经网络构建的 自然语言模型。 简单来说 ，大模型就像是一个拥有巨大知识库的 学者 ， 它通过阅读和学习大量的书籍（数据） 来掌握语言的规则和知识 ，从而能够在各种任务 中取得优异的成绩。 02 、大模型技术概 述 对话式交互会成为下一个具有超级增长点的交互方式 景 01 客服领域场景概述 02 大模型技术概述 03 大模型在客服领域的应用场景 04 某某银行的大模型客服助手实践 05 未来的发展方向 目录 CONTENTS 目前客服知识库的内容不够全面并且更新主要依靠人工 ，耗时费力 ，导致在线客服机器人的自助解决率较 低 ，增加了人工客服的工作负担和客户的等待时间● 客服效能面临多重挑战 电催的优秀话术提炼主要依赖于人工 筛选和总结 ，效率低下 ，且难以充分利用数据 潜力 知识库运营效率低成本 项目目标 打造“客服智能助手 ”赋能远程银行客户服务业务。按照通话前、通话中、通话后的端到端业务流程闭环 ，形成事前知识库运营 提效、事中副驾驶赋能、事后质检守护 ，助力客服工作模式和效率的全面升级。 通过实时理解对话情境和向量化的知识库， 利用检索增强生成技术（ RAG ） ，实时推 荐合适的话术 ，大幅提升了客服的效率和

句子语义编码 • 句子语义相似度计算 • 会话语义编码 • 会话语义相似度计算 • 搜索服务 • 聚类分析 • 分类、回归 • 推荐 智能 IVR 智能语音导航 智能外呼 智能电话营销 KM 知识库管理系统 YiConnect 在线客服系统 YiSee 智能质检中心 YiBot 智能客服机器人 功能特色 文本智能 - 应用组件 句粒度：成分分析、语义编码、语义相似度计算 Nature Language Understanding 用户会话理解 Session Manager 用户会话管理 中控 意图路由 融合排序 AIForce.Bot - 基础问答 l 动态知识库 l 长传意图理解 l 举一反 N h0 h1 B B X0 l 多层次深度学习，从句子的理解 上 升到对话的理解 YiBot ：复杂多轮问答优化 赎回到账时间 T+4 AIForce.Bot - 资料知识库 l 传统客服机器人采用一问一答知 识 库形式 l 结构化知识库方案 l 支持本地 KnowledgeBase 查询 和远程 DB 查询 YiBot ：结构化查询问答 实体抽取

状态监测 健康评估 异常监测 故障预测 故障诊断 维修决策 图形 1 解决方案 解决思路 将数据和知识库进行深入融合，构建 AI 模型库： 如整合设备传感器数据与知识库中的故障案例，预测 剩余使用寿命（如“轴承预计 48 小时内需更换”）。  对海量数据进行 全面深度分析；  精准预测。 AI 模型库的构建 AI + 平台（手机 / 网页）展示界面 AI+ 在工业的应用——产品 知识经验库 AI+ 工艺优化 AI+ 质量 AI+ 设备 智能体  构建包含传感器数据、机理模型 和专家知识的三维知识库；  避免经验流失；  加速新员工培养与标准化落地；  动态检索，保证信息时效性。  跨系统的数据整合；  实时监测；  精准识别隐性异常 和波动预警。 挖掘最优的参数组合 AI 实 时 监 测 和 预 警 具 体 应 用 设备台账 设备运维 备品备件 管理 设备状态 检测分析 智能异常诊断 趋势分析预警 AI 知识库 智能设备维修 智能点检保养 关键部件预测性维护 基于 DeepSeeK 的 知识问答与故障诊断 AI+ 设备管理（预测性维护）——产品矩阵 无线检测分析系列 测试测量系列

算、应用支撑、 运行管理等提供基础支撑和算力保护。 3 、数字孪生平台包括数据底板、模型库、知识库等。数据底板为模型库和知识库提供算据； 模型库和知识库为典型应 用提供算法。其中 ，数据底板包括基础数据、 监测数据、 业务管理数据、地理空间数据和外部共享数据 ，模型库包括 水利专业模型、智能识别模型、 可视化模型 ，知识库包括多年运行管理经验凝练成的专家经验和业务规则。 4 、 业务应用平台包括供需水感知与预报 水公共服务及灌区一张图等主要业务模块建设。 网络安全体系 主要包括组织管理。 安全技术、 安全运营、 监督检查、数据安全等方面的技 术 数字孪生平台 包括数据底板 ，模型库和知识库建设。 信息化基础设施 包括立体感知体系， 自动控制系统， 支撑保障体系等建设。 运行维护体系 主要包括运行维护制度建设和运行维护管理要求。 与地形融 合 地形 影像 倾斜摄影 视频监控 水面 P20 。 按需构建模型库、 知识库 ，奠定数字孪生 漳河的智慧核心。 模型库主要包括漳河水库洪水预报、 防洪 调度模型 ，漳河灌区来水预测、 需水预测、 水资源配置、 输配水联合调度、 水流模拟 模型 ， 以及视频识别模型等。 知识库主要包括漳河灌区各水利对象关联 关系、 业务规则库、 历史场景库、 方案 预 案库。 2