為企業(yè)構(gòu)建企業(yè)級私有知識庫,通過知識問答的方式,滿足用戶對領域知識、管理知識、新聞知識及跨專業(yè)信息的精準快速檢索需求。這種高效、智能的知識顧問,不僅提升了工作效率,還促進了企業(yè)內(nèi)部信息的共享與流通,助力企業(yè)實現(xiàn)智能化發(fā)展。
營銷/人資知識問答,提升工作效率,支撐生產(chǎn)力變遷
設備運檢知識助手,助力鉆井/風機設備安全高效運行
法律法規(guī)知識問答,促進法律咨詢與援助,推動法律實踐與創(chuàng)新
設計圖紙知識問答,助力智能輔助設計和智能設計評審,提升設計效率
為企業(yè)構(gòu)建基于數(shù)據(jù)庫的數(shù)據(jù)統(tǒng)計分析問答。通過NL2SQL將人類自然語言轉(zhuǎn)化為結(jié)構(gòu)化查詢語言,結(jié)合具體的應用需求,生成SQL語句、數(shù)據(jù)統(tǒng)計結(jié)果、數(shù)據(jù)分析圖表及對于圖表的解析等。應用于對話式BI分析和SQL輔助生成,降低業(yè)務分析門檻,提升數(shù)據(jù)庫維護效率。
員工數(shù)字助手,輔助高效辦公和智能決策
語音指揮中心,企業(yè)級高效指揮作戰(zhàn)平臺
業(yè)務診斷助手,助力業(yè)務人員快速數(shù)據(jù)分析,業(yè)務洞察
電價查詢助手,提升營銷部們電價查詢業(yè)務效率
設備狀態(tài)查詢,輔助設備運維部門設備健康管理
為企業(yè)構(gòu)建智能體應用,后端打通業(yè)務數(shù)據(jù)和業(yè)務模型,結(jié)合領域知識,融入業(yè)務場景,集成散落在不同系統(tǒng)里的應用,前端以問答的形式進行快速交互,根據(jù)用戶的需求和指令,調(diào)用相關的服務,執(zhí)行特定的操作,將大模型能力嵌入企業(yè)業(yè)務中,幫助客戶提高業(yè)務生產(chǎn)力。
設備故障診斷智能體,助力精準定位并處理設備故障
出題考評智能體,智能出題,助力科學考評
電價異常分析智能體,助力電價異常識別及快速處理
供應商評估分析,供應商履約能力綜合評估
根據(jù)用戶需求快速生成結(jié)構(gòu)清晰、內(nèi)容豐富的稿件,使得用戶能夠輕松應對各類寫作任務。此外還支持智能會議紀要、文檔智能解讀、文稿審閱與校對、文檔格式轉(zhuǎn)化、語音文字互轉(zhuǎn)等?;诖竽P偷闹悄苻k公應用,有效提升辦公效率,助力企業(yè)辦公智能化升級。
智能編稿,快速生成結(jié)構(gòu)清晰、內(nèi)容豐富的稿件
智能文檔解讀,輔助用戶快速提取所需內(nèi)容
文稿審閱與校對,輔助快速審閱文檔、校對文檔
語音文字轉(zhuǎn)換,文檔格式轉(zhuǎn)換,快速辦公助手
為企業(yè)提供基于大模型的語料庫建設方案,非結(jié)構(gòu)化數(shù)據(jù)提取、解析、存儲,知識檢索等知識統(tǒng)一管理。實現(xiàn)元數(shù)據(jù)自動感知、關系自動發(fā)現(xiàn)、智能標簽等智能化數(shù)據(jù)治理,提升數(shù)據(jù)治理效率。
語料庫建設,非結(jié)構(gòu)化數(shù)據(jù)提取、解析、存儲、知識統(tǒng)一管理
知識檢索,非結(jié)構(gòu)化數(shù)據(jù)知識快速檢索、獲取
智能治理,元數(shù)據(jù)自動感知、關系自動發(fā)現(xiàn)等
智能標簽,根據(jù)任務描述與標注示例,智能打標簽
隨著某大型能源企業(yè)規(guī)模的擴大和業(yè)務范圍的拓展,人資部門所管理的知識量呈爆炸式增長,知識的碎片化、多樣化、獲取難度以及保護問題日益凸顯。首先,知識碎片化的現(xiàn)象嚴重制約了人資業(yè)務的效率,人資知識處理難。其次,人資專業(yè)文檔的多樣化格式和巨大數(shù)量進一步增加了知識檢索的難度。再者,知識獲取的門檻高、靈活性和及時性不足已成為制約員工發(fā)展和企業(yè)創(chuàng)新的重要因素。此外,知識共享的方式有限也限制了知識的傳播和價值發(fā)揮。目前以線下共享為主、線上共享為輔的模式,使得知識的價值放大效應不明顯。這些人資業(yè)務痛點制約了企業(yè)的整體競爭力。
為了應對這些挑戰(zhàn)并抓住機遇,該單位積極推動數(shù)智人資知識服務的建設,基于美林Tempo大模型應用及管理平臺,通過建設人資專業(yè)知識庫、基于大模型技術(shù)構(gòu)建人資專業(yè)知識智能問答、文件精讀及內(nèi)容檢索,知識監(jiān)測分析等核心功能,從而提升知識獲取效率、促進知識共享和保護、實現(xiàn)知識問答服務。
某工業(yè)設備制造企業(yè),設備故障診斷業(yè)務痛點主要包括以下三個方面:(1)缺乏有效的故障知識積累和利用:企業(yè)積累了大量的故障處理經(jīng)驗或措施,但此類經(jīng)驗卻沒有得到有效地總結(jié)、沉淀和利用。(2)排故查詢匹配效率低下:無排故輔助系統(tǒng),或僅支持基于故障類型、現(xiàn)象等關鍵詞的模糊查詢、文本分詞匹配,準確率不高,仍需運維人員人工識別。(3)缺乏智能分析和總結(jié)能力,運維人員仍需對大量信息進行進一步剖析和總結(jié)。
為了解決上述設備故障診斷及運維方面的業(yè)務痛點,基于美林Tempo大模型應用及管理平臺,建設了大模型技術(shù)加持的設備故障診斷應用智能體。不僅充分利用了大模型在自然語言理解和生成方面的卓越能力,還結(jié)合了機器學習“小模型”在特定業(yè)務領域的精準預測優(yōu)勢。同時集成了知識庫的共享與查詢能力,通過工程化手段將此類技術(shù)與設備監(jiān)測、診斷與運維類業(yè)務場景深度融合,從而滿足設備故障診斷的深層次應用需求。
這一項目為企業(yè)帶來了前所未有的運維體驗。其卓越的應用成效,具體展現(xiàn)在以下幾方面:
• 顯著提升診斷準確性,降低運維成本:設備故障診斷準確性顯著提升,有效減少了非計劃停機時長和故障率,降低運維成本,節(jié)省資金同時提升了運營效率;
• 知識積累,智慧傳承:支持設備診斷及問題排查經(jīng)驗積累與更新,建立知識沉淀機制,使得企業(yè)的運維智慧得以傳承與發(fā)展;
• 大模型應用,競爭力飆升:通過設備智能診斷大模型的應用,運維能力全面提升,企業(yè)在行業(yè)內(nèi)的影響力與競爭力得到了顯著增強;
某電網(wǎng)辦公室工作存在以下問題:(1)編稿方面,人員水平參差不齊,乏智能化工具支撐,結(jié)果質(zhì)量難保證;(2)各類文體多且復雜,未實現(xiàn)在線復用;(3)辦公室知識智能管理智能化程度不高,知識管理難、獲取難、共享難;(4)各類報告校稿以人工為主,效率低。
通過構(gòu)建基于大模型的智能編稿應用,提升了編稿的質(zhì)量和效率,支持文稿校對、語音播報等提升了校稿的準確性和規(guī)范性,并且通過提供模板管理功能,沉淀了不同文種的提示詞模版資產(chǎn)。
這一項目為員工帶來了全新的辦公體驗,極大提升了員工的辦公效率,具體價值如下:
• 沉淀各類文檔模板,模板資產(chǎn)統(tǒng)一管理、復用,提升企業(yè)文檔編制的規(guī)范性;
• 辦公室人員編稿基于已有模板微調(diào)修改,效率更高,新人寫的文檔,質(zhì)量有保障,擴展編稿人知識邊界,稿件質(zhì)量更高;
• 能夠幫助編稿人員生成大綱、目錄、生成正文內(nèi)容,還能進行文字擴寫和潤色,提升編稿的效率,擴展編稿人員能力邊界;
• 智能校稿,把編稿人員的重復性枯燥的工作,快速完成,讓編稿人員專注于其他高價值工作。
工業(yè)領域深耕25+年,積累了豐富的AI實踐經(jīng)驗,成功交付多個電網(wǎng)、制造、能源行業(yè)的大模型應用項目。能夠精準把握客戶需求,結(jié)合美林自有大模型落地方法論及完整的技術(shù)組件儲備,為客戶提供量身定制的大模型應用解決方案。
高質(zhì)量專有知識+基礎大模型 ,才能產(chǎn)生高質(zhì)量專有模型。而高質(zhì)量專有知識依賴于數(shù)據(jù)中臺,美林有數(shù)據(jù)中臺基礎,形成完整服務鏈條。
幫助客戶在有限的預算內(nèi)實現(xiàn)業(yè)務智能化升級。通過優(yōu)化資源配置和行業(yè)標桿場景復用,確??蛻敉顿Y少并可以快速實現(xiàn)業(yè)務價值的最大化。
本地化實施團隊為您大模型場景應用提供全流程的貼身服務,大模型應用不是一勞永逸的,我們支持大模型應用長尾落地,提供持續(xù)運營服務。