发挥数据要素的放大、叠加、倍增作用，构建以数据为关键要素的数字经济，是推动高质量发展的必然要求。本文为大家展示《 2024数据驱动软件应用典型案例集》中“AI赋能重工机械，数据治理助力企业“智”造升级”实践案例。欢迎扫描下方封面二维码，免费下载完整内容。
![]()
大数据作为数字经济的重要基石，其蕴含的海量信息价值对推动经济社会创新发展具有不可替代的作用。深化大数据研发，不仅能有效收集、整合、分析和利用海量数据，揭示数据背后的规律和价值，为决策提供精准支持，还能促进各行各业的数字化转型，提升生产效率和服务质量。在当前数字经济发展中，必须重视数据与算力作为新质生产力的基础地位，推动新技术产业的深度融合。特别是在数据要素潜力的挖掘和数据治理能力的提升上，需要加大力度，解决数据主体分散、数据质量差、数据利用率低等问题，以充分发挥数据作为第五大生产要素的关键作用，推动经济社会持续稳健发展。该方案不仅能够在重工机械行业得到广泛应用，还能够为其他类似行业提供数据治理的参考和借鉴。通过模型复用和定制化开发，能够快速解决同行业、同物资类别下的数据治理问题。同时，该方案还能够推动新技术产业的融合和发展，为企业的数字化转型提供有力支持。
当前某重工机械制造的物资数据存在物资描述不规范、物资属性模板不完整、物资数据混乱、一物多码等痛点问题，而物资的领发、验收、请购、跟催、盘点、储存、财务核算等工作流程极为频繁，各部门之间的高效运作都是通过物资编码进行数据信息传递。因此对物资数据进行智能化治理迫在眉睫。
通过大数据AI技术对现有物资数据进行清洗、建模挖掘，并根据实际业务建立物资AI治理系列算法模型，对该企业近百万物资数据进行物料编码问题的规整总结，实现物料重码的精准定位，相似物料的精确查找，物料长描述的智能拆分，并达到物资逆向追踪溯源，以解决当前企业物资管理混乱问题，让物资数据规范化、唯一化，助力企业提升物资管理效率，实现高质量发展。
为了解决这些问题，博科资讯提出了重工机械物资数据智能治理方案。该方案旨在通过先进的数据治理技术和智能化手段，实现对物资数据的全面、准确、高效治理。博科物资数据智能治理服务平台是本方案的核心，该平台采用分层架构，包括数据采集管理层、数据预处理层、AI算法建模层、用户管理层和应用展现层。数据采集管理层负责从不同业务系统获取数据，收集与主数据智能治理类特征描述有关的各种数据源。这些数据源可能来自多个系统，格式多样，因此需要通过多种方式进行获取，如数据库查询、API接口调用等。在获取数据后，系统会对其进行分类管理，确保数据的有序性和可管理性。同时，该层还会对原始数据进行初步的数据预处理，如去重、格式转换等，为后续的数据治理工作奠定基础。数据预处理层是自研的数据预处理算子层，它包含了多个功能强大的算子。例如，字符编码统一化算子可以将不同编码格式的数据转换为统一的编码格式；特殊字符智能识别算子能够自动识别并处理特殊字符；字母大小写归一化算子可以将字母统一为大写或小写；常见字典映射算子则可以将常见的缩写、简称等映射为全称或标准名称。这些算子能够有效解决数据中存在的问题，提高数据的准确性和规范性。AI算法建模层是方案的核心层。在这一层中，会将预处理好的数据进行数据探索、数据建模、数据挖掘、模型优化等工作。通过自然语言文本解析、语义解析、物资描述相似度计算、文本向量化等一系列AI深度学习模型，能够形成丰富的模型知识库。这些模型知识库不仅能够解决当前的数据治理问题，还能够为未来的数据治理提供有力的支持。用户管理层负责用户权限管理。不同用户具有不同的权限和数据使用范围。该层能够根据用户的实际需求和业务部门的需求，为用户提供合适的模型和数据。同时，该层还能够记录用户的使用情况，为后续的模型优化和数据治理提供参考。应用展现层将模型结果进行可视化展现，以系统界面或报表形式呈现给用户。该层包含了多个功能模块，如物资重码判别、物资相似度推荐、物资属性拆分、物资多属性相似度计算、新进物资重码判别、新进物资物料类别智能预测等。这些功能模块能够为用户提供直观、便捷的数据治理工具，提高数据治理的效率和准确性。
1.对机械重工物资进行AI数据治理，能够很好解决传统制造业数字化转型升级过程中物资数据管理混乱的痛点难题，明显提升运营管理效率，促进企业高质量发展。2.主数据治理好后，可以把当前繁重的物资数据靠人工清洗的工作当中解放出来，目前很多企业清洗物资数据需要数十人及以上的团队，用好AI工具后，只需要几个人即可。3.数据治理好后，企业数字化转型升级会明显上升到新的一个台阶，为后续数据中台、一码到底贯穿企业经营全过程奠定坚实基础。4.数据清洗好后，也才真正可能把账算清楚，库存才准确。相似物料、替代物料一目了然，可以极大提升库存周运转率，盘活资金和现金流。5.通过数据治理，企业可以极大地减少人工清洗数据的工作量。AI工具能够自动化地完成数据清洗和整理工作，只需要少量的人员进行监督和调整。这样，企业可以释放大量的人力资源，降低人工成本，提高整体运营效率。6.重工机械物资AI数据治理不仅对企业自身具有重要意义，还能够带来广泛的社会效益。首先，通过提高物资数据的管理效率和准确性，企业可以更好地满足客户需求，提高客户满意度和忠诚度。其次，优化库存管理可以减少浪费和损失，节约资源，降低环境污染。1.理念创新：该项目从领导到业务部门，将其提升到一个创新型的研究课题，必须运用AI手段解决数据治理问题，理念上是完全创新思维。2.技术创新：该案例中应用的关键技术属于当前最热门的AI算法模型，如深度学习系列模型、文本相似度计算模型、NLP语义解析、知识图谱、文本正则模型、自研特殊字符文本预处理系列算法。快速、批量式解决物料重码、物料图号规格不规范、物料描述不统一、物料属性模板不规范、物料分类易错问题。查询物料快捷迅速，物料起到“中枢”作用；贯穿经营全流程；降库存，提周转；物料编码唯一；库存盘点准确。3.组织创新：企业可以建立统一的数据标准和管理体系，实现数据的集中存储和统一管理。这不仅有助于提升数据的质量和价值，还能够为企业的数字化转型升级提供坚实的基础。随着数据治理的深入，企业的数字化水平将不断提高，为后续的数据中台、一码到底等应用奠定坚实的基础。4.管理创新：通过AI数据治理技术，企业可以实现对物资数据的精准管理和分析。这有助于企业识别出相似物料和替代物料，优化库存结构，提高库存周转率。制定更加合理的采购计划和生产计划。这些措施将有助于提高企业的经济效益和竞争力。上海博科资讯股份有限公司自主开发了企业资源计划（ERP）和特定领域管理软件为核心的产品。将生成式AI与ERP相结合，赋能智慧企业。在物流供应链、审计等领域占市场主导地位；在高端ERP市场，打破国外软件的垄断，实现多个业态的成功突破应用。各类软件产品和方案已经在石化、重工、汽车、食品、物流、通讯、医疗、电商等各行各业得到了广泛应用；帮助了中石化、中石油、中航油、中化、中移动等众多世界500强和集团企业实现管理升级。中国软件行业协会信息主管（CIO）分会、数字产业创新研究中心、北京大兴经济开发区管理委员会联合发布《 2024数据驱动软件应用典型案例集》，旨在激发更多新一代软件企业和机构积极探索数据要素创新的应用潜力，为数据资源方、数据需求方以及数据服务方，提供宝贵的参考和指引。
该案例集是2024数据驱动软件应用典型案例征集活动的成果，围绕文化创意、医药健康、时尚消费、金融服务、商贸交易等重点领域，以“实际应用成效、创新性、规模性、合规性与安全性、可推广性”综合制定评审标准，由数字化领域实战经验丰富、在数据要素领域具备深厚研究背景的专家，对入围企业案例进行多维度的评审和考核，最终确定入选本案例集的名单。
「首席数字官」是锦囊专家旗下的新媒体平台，专注数字化转型的趋势洞察、前沿科技应用、模式创新、优秀案例、领军人物的采访报道。文章覆盖微博微信、腾讯、百度、今日头条、搜狐等20+媒体平台和国内外专家社群100+。如果你是企业数字化探索者、观察者，对转型创新有独到的见解、夯实的案例，也欢迎投稿！投稿请联系《首席数字官》编辑部：【加小锦好友：jn-xiaojin3备注行业职位，进相关社群与众多专家讨论交流】
2、转载时，请在文章开头注明：文章转自「首席数字官」，ID：ChiefDigitalOfficer，作者XX。
