引言
在数字化浪潮中,大模型已成为推动社会进步和商业创新的关键力量。特别是在AI Agent领域,我们见证了技术从概念到实践的飞跃,它们不仅改变了我们的工作方式,也重塑了我们对智能技术的期待。《2024中国AI Agent最佳实践榜单》旨在梳理和展示企业在AI Agent领域的杰出实践,表彰那些在技术应用、创新突破和行业变革中做出突出贡献的案例。
在过去的一年里,沙丘社区跟踪调研了国内外各行业头部企业超1000个大模型落地实践,输出800多份深度案例研究与技术实践报告,已成为全球范围内大模型技术研究的主要参与者和观察者。
《2024中国AI Agent最佳实践案例TOP20》通过深入分析和严格筛选,汇集了20个最具代表性和启发性的AI Agent最佳实践案例,它们覆盖了金融、通信、医疗、能源、IT/互联网等多个行业,展现了AI Agent技术如何助力解决实际问题、提升效率、优化用户体验,并推动社会向更智能、更高效的方向发展。
在这份榜单中,我们不仅关注技术的先进性,更重视其在实际场景中的有效性和对社会的积极影响。每一个上榜的实践案例都是AI Agent领域创新精神和实践智慧的结晶。
我们希望通过这份榜单,为业界同仁提供一个交流和学习的平台,激发更多的创新思维,共同推动AI Agent技术的可持续发展。同时,也期待这份榜单能够为企业管理者、技术研究者以及对AI Agent感兴趣的相关从业者提供有价值的参考和启发。01
AI Agent,大模型落地的“最后一公里”
大模型的三大涌现能力——上下文理解、指令遵循和逐步推理,推动机器对人的赋能从完成特定任务的Tool形态(例如RPA、OCR),加速向Copilot和Autopilot的形态演进。
Copilot形态具有通用任务的解决能力,人可以以自然交互的方式与之对话安排任务;而在Autopilot形态下,机器则进一步具备了自主规划并使用工具完成任务的能力,也就是AI Agent。
Agent并不是一个全新的概念,而是自AI诞生以来就已经存在。2003年出版的经典人工智能书籍《Artificial Intelligence: A Modern Approach》中,将AI定义为“从环境中接收感知并执行行动的Agent”。
在《2024中国AI Agent市场指南》中,沙丘智库将AI Agent定位为一种具有自主性或半自主性的智能实体,能够利用人工智能技术在数字或物理环境中感知、决策、采取行动并实现目标。
大模型缺少在最少的人类监督下自主行动的能力,以及在复杂环境中适应和执行目标的能力,基于大模型的AI Agent利用大模型理解、思考输出的“专家能力”,并附加规划、记忆、执行、工具调用能力,可以替代大量人工执行,消除大模型和真实世界沟通的障碍,解决大模型落地的“最后一公里”。
由大模型驱动的AI Agent架构是当前比较常见的AI Agent落地架构,包含规划(Planning)、记忆(Memory)、工具(Tools)、执行(Action)四大要素。
AI Agent在实现特定目标或任务时,通常涉及如下步骤:
第一,感知环境。首先,AI Agent需要收集环境信息,可以使用传感器或从各种来源收集数据。
第二,处理输入数据。AI Agent处理前序环节收集到的知识,这可能包括组织数据、创建知识库,或创建AI Agent可以理解和使用的内部表征。
第三,决策制定。AI Agent使用逻辑或统计分析等推理技术,基于知识库和目标做出明智的决策,可能涉及应用预先设定的规则或机器学习算法。
第四,规划和执行行动。AI Agent制定实现目标的计划或一系列步骤,可能包括创建分步策略、优化资源分配或考虑各种限制和优先事项。根据计划,AI Agent执行所有步骤以实现预期目标。AI Agent还可以从环境中接收反馈或新信息,用于调整未来的行动或更新知识库。
第五,学习和改进。在采取行动后,AI Agent可以从经验中进行学习,通过反馈循环提高AI Agent的性能,并适应新的情况和环境。
根据用户群体的不同,AI Agent可分为面向C端消费者和B端企业这两类:
面向C端用户,AI Agent的定位是“个人助理”,提供个性化的日常任务辅助和智能交互服务。通过学习用户偏好来定制服务,如日程管理、信息搜索和娱乐互动,同时注重用户隐私保护,确保数据安全。
面向B端企业,AI Agent的定位是“数字员工”,专注于自动化工作流程、数据分析和客户服务等。通过提高效率、辅助决策、风险管理和跨部门协作来增强企业运营。AI Agent的架构可以与现有系统集成,具有高度的可扩展性和成本效益,能够持续优化以适应企业需求。
无论是作为个人助理还是数字员工,AI Agent的核心价值都在于提高效率、降低成本、提供决策支持,并在与用户的互动中创造更好的体验。
当前,AI Agent的落地应用仍处于初期阶段,企业在实践过程中会遇到专业性、协作性、可靠性、安全性等来自多方面的挑战。
尤其是在安全性方面,传统AI模型和应用的安全风险通常限于模型输入、模型处理和模型输出、编排层的软件漏洞以及托管它们的环境。除了这些威胁外,AI Agent还引入了新的人工智能风险。在使用AI Agent时,安全风险范围扩大到了AI Agent触发和参与的一系列事件和交互中,这些通常对人类或系统操作员来说是不可见的,也无法进行阻止。
但长期来看,随着技术的进步,AI Agent的能力将越来越强大,能够承担更多的角色和责任。根据Gartner的预测,到2028年,将有33%的企业软件应用中包含AI Agent,而2024年这一比例还不到1%,这将使15%的日常工作决策能够自主做出。
考虑到AI Agent当前的技术成熟度,沙丘智库建议企业在采纳AI Agent时,采取如下策略:
第一,将AI Agent作为辅助,增强现有工具,而不是独立自主的提供服务;
第二,采用人机协同(human-in-the-loop)的运作方式,AI Agent处理大量数据和执行重复性任务,而人类则负责决策和处理复杂或模糊的情况;
第三,建立清晰的流程防护栏,确保AI Agent实施的安全和可靠,围绕自主权、责任、稳健的安全措施和数据隐私协议制定法律和道德准则。同时,确保集成先进的安全协议,例如端到端加密和多因素身份验证;
第四,避免对AI Agent的过度预期,明确AI Agent的适用场景。
02
2024中国AI Agent最佳实践案例TOP20评选结果
通过面向社会各界的广泛征集和深度市场研究,本次AI Agent最佳实践案例榜单评选共收集、调研了68个企业级AI Agent实践案例。从价值性、实用性、创新性、示范性四个维度出发,沙丘社区对这68个实践案例进行评选,精选出其中20个最佳实践案例,为企业大模型应用提供参考。《2024中国AI Agent最佳实践案例TOP20》评选结果如下(排名不分先后,按拼音排序):03
入选案例介绍
▎案例1:AI数字生命服务项目
超级头脑利用Agent云平台的先进AI实时交互数字人技术,开发了一款名为“永恒的我”的应用程序。这款应用创新性地打造了一款永生相框的概念,旨在通过AI技术“复活”已逝亲人的形象,让他们以一种全新的方式继续陪伴家人,提供情感上的慰藉。· 本案例结合Agent云的多模态交互和数字生命技术,创造性地提出“永生相框”概念,开创了AI应用于情感慰藉的新领域;· 在技术上实现了基于知识图谱和大模型的个性化AI交互,展示了Agent在复杂场景中的卓越性能;· 本案例为Agent在人文领域的应用提供了一个成功的范例,展示了AI技术在解决人类深层情感需求方面的巨大潜力,有望激发更多创新应用的产生,推动AI技术在更广泛领域的应用和发展。▎案例2:实在智能助力重庆公安部署“数字干警”
重庆公安携手实在智能成功部署“数字干警”,通过Agent数字警员小助手,显著提升了工作效率,减少了人力成本,并提高了工作准确率。数字干警的实施,累计处理任务六万余条,工作时长超4400小时,使得日均贡献警力显著增加,被骗率大幅下降近90%,整体效能提升了六倍,为警务工作提供了新的思路和方法,有效推动警务工作向更智能、精准、高效的方向发展。· “数字干警”提供了24小时不间断的数字警力支援服务,极大地减轻了民警的工作负担,释放了警力资源,提升了案件处理效能,且能够适应不同警种、不同岗位的具体业务需求,实现个性化流程定制,具有很高的实用价值;· 本案例为公安系统数字化转型提供了可复制、可推广的成功模式,引领行业创新发展。通过集中部署实现多处共用,权限数据分离,提高了资源利用效率,同时保持系统的可扩展性和灵活性。▎案例3:“五位一体”智能客服体系建设
广东电网基于“大瓦特”电力智能客服大模型的情绪识别、语音多轮交互、智能态势感知等技术,打造“五位一体”智能客服体系,包括智能机器人、智能客服助手、智能质检、智能外呼和智能知识库,打造南网智能客服“小赫兹”,显著提升自助服务比例,降低人工业务量。· 广东电网智能客服体系通过AI技术显著提升了客户服务的效率和质量,分流了大量人工业务,节约了成本,同时提高了客户满意度,具有很高的经济和社会价值;· 广东电网公司不仅在技术上进行了创新,还在业务模式上进行了创新,如智能IVR、智能质检等,这些创新点不仅提升了服务质量,也为电力行业的客服工作提供了新的思路和解决方案,其经验和模式值得同行业及其他行业学习和借鉴。▎案例4:基于电网专属知识增强和大模型技术的电网数字化员工
基于未来式智能的企业级AI Agent平台,国网成都供电公司打造了覆盖生产、营销、综合等多专业的电力智能应用群“蓉电小智”,如主网侧故障信息自动获取、故障自动分析、报告自动生成等,这些应用不仅提高了工作效率,还减少了人为错误,增强了电力服务的可靠性,展现了极强的实用性,成果已在多个业务部门与基层班组落地应用。· 本项目创新研发了一套针对大模型技术的应用模式,无需训练即可实现大模型落地电网行业的最优解:通过打造专属电力知识库,优化知识库增强技术,解决传统模式易发生的信息丢失问题,完整、精准理解电力知识;设计工作流程,通过任务拆解提升功能调用和业务系统交互效率,利用更少算力实现最优效果;研发模块化应用开发工具,通过零代码拖拽式的操作模式,降低开发门槛与孵化落地周期;· 本案例在行业内率先打造了“人工智能+”的灯塔式应用范式,为电网行业乃至其他行业的数字化转型提供了可借鉴的模式。▎案例5:国网山东电力多场景智能Agent应用
国网山东电力多场景智能Agent应用是澜码科技与国网山东电力联合打造的覆盖企业日常运营多个环节的智能应用系统,包括客户服务、内部沟通、数据分析、决策支持等。系统可够根据不同场景的需求,自动调整和优化工作流程,极大地提升了企业的运营效率,降低了管理成本,同时也为员工创造了更加智能、便捷的工作环境。· 本案例通过集成多种企业应用场景到一套智能Agent平台中,显著提升了国网山东电力的业务流程智能化和自动化水平,大幅减少了重复性任务和人工操作时间,提高了工作效率和决策效率,对企业运营效率的提升具有重要价值;· 作为能源行业龙头企业的智能化转型案例,国网山东电力的多场景智能Agent应用为同行业及其他领域的企业提供了可借鉴的智能化升级路径,展示了AI技术在企业内部资源优化配置和核心竞争力提升中的作用。▎案例6:投标大王智能投标平台
面对投标过程中存在的大量文本内容,华胜天成开发了由AI驱动的企业投标系统“投标大王”,通过智能评审、资源匹配、风险评估和标书审核等功能,实现在招投标过程中快速解读招标文件、自动匹配公司资源,并进行全面的投标文件核查,同时规避风险,确保投标过程智能化、高效、安全。· 本案例针对招投标过程中的实际痛点,提供了一套实用的解决方案,能够大大减少销售人员的工作量,提高工作效率,不仅提升了华胜天成的投标效率,还为其他企业提供了一种新的智能化投标模式;· “投标大王”利用大模型技术和Multi-Agent架构,创新性地解决了招投标领域的复杂问题。通过微调不同参数规模的大模型以适应特定垂直领域的需求,并结合提示词工程、思维链、思维树等技术,构建了高效的模型交互策略。▎案例7:大语言模型驱动的物流行业数据分析智能体UData
为解决数据生产与消费之间固有的准确性和一致性矛盾,京东物流与北极九章共创构建智能数据服务分析一体化平台,在数据消费侧构建了一套功能完整的数据分析智能体,替代传统的人工指标计算和报表制作流程;在数据供应侧通过人工智能实现自适应的数据语义治理和逻辑编织。作为业内首创,围绕提升数据质量和价值流通,建设机器化替代的管理体系和技术能力,平台成功将数据质量评估推进到语义对齐的层次,弥合技术语言与业务语言之间的差异,满足AI推理对数据生产质量和效能的要求。目前已覆盖12万用户,成功应用于京东物流一线业务用户。· 本案例通过结合大语言模型和RAG技术,实现了物流行业数据分析的自动化和智能化,显著提升了数据分析效率和准确性,减少了人工干预,为企业节省了大量成本,并提高了业务响应速度和决策质量,具有很高的价值性;· 本案例提出的数据编织解决方案和基于大语言模型的数据资产管理与分析应用,打破了传统数据生产与消费的模式,实现了数据治理的实时响应和分析的灵活性。通过完善面向机器与智能体的知识关联,实现指令驱动的机器数据“自产自销”,提高了SQL生成的准确率,并推动了“以销定产”的数据工业化新模式,展现了方案的创新性。▎案例8:“e晓智”医学知识助手
“e晓智”医学知识助手集成了丰富的医药知识库,提供7*24小时智能问答服务,覆盖肝炎、HIV、肿瘤学、真菌学等多个领域,通过AI大模型技术优化搜索功能后,可以根据医生提问,快速检索知识库内容,追溯到对应指南的相关段落,高效解决临床疑问。并且,e晓智提供相应指南的阅读和下载,英文内容可以“一键翻译”,一站式读懂、读通、彻底理解。· 本案例采用“大模型+知识图谱”的技术组合,以知识图谱补充大模型短板,实现知识生产自动化。运用GraphRAG技术进行多轮意图识别和医药术语标准化处理,增强大模型Prompt,创新性地提升了AI交互的智能化水平;· “e晓智”医学知识助手显著提升了医学学术内容上线的效率,将国际指南的上线时间从2个月缩短至5天,降低人工成本60%,提升效率超过80%,极大地增加了医学信息的可及性和时效性,为医药领域AI Agent应用提供了优秀范例。▎案例9:网格/客户经理营销助手
江苏移动引入大模型和智能体架构,结合RAG知识增强、提示工程等技术,基于运营商网格、政企、画像、业务等知识和数据,提升检索效率和话术生成水平,满足网格/客户经理在政企产品、营销案例、业务推荐及受理、营销话术记录、日常训战等方面的检索、自动生成、业务办理和场景模拟需求,并形成营销知识沉淀,提高客户经理的工作效率和决策质量。· 本案例通过引入大模型技术和智能体架构,显著提升了业务知识检索效率和营销交互质量,这对于提高客户经理的工作效率和决策质量具有重要价值。同时,通过自动化和智能化支持,有效提升了营销交互质量,体现了极高的实用性,尤其是在提升员工真实场景应对能力和减少培训耗时方面,为通信行业提供了切实可行的解决方案;· 本案例提供了将AI技术应用于通信运营商营销场景的有效路径,为类似场景、类似产品的后续拓展提供了可借鉴的智能化转型路径,具有较强的行业示范效应。▎案例10:运维智能体-AIOps Agent
联想运维智能体通过生成式AI技术及大模型对运维领域知识进行处理,对各运维系统、工具、平台进行智能联动和调度解决,为运维工程师、管理者、业务人员提供个性化运维智能体(如财务系统运维智能体、效能智能体、RPA运维智能体、监控智能体、自动化智能体等),智能辅助解决运维问题,提升运维效率。· 本案例通过构建运维智能体,显著提升了运维效率和系统稳定性,同时降低了运维成本。通过自动化和智能化手段减少人工干预,不仅快速响应故障,保障业务连续性,还改进了员工工作体验,加速问题解决,提升了标准化水平;· 联想运维智能体方案不仅提升了企业自身的运维能力,还为整个IT运维行业树立了智能化的运维标杆。这种方案的推广应用,能够推动运维管理的整体进步与发展,具有很好的示范效应和行业引领作用。▎案例11:基于大模型的AI业务助手支小助
蚂蚁集团支小助是专业的AI业务助手,主要面向销售、投研、理赔、风控、ESG等领域的行业专家,在投研分析、信息提取、专业创作、商机洞察、金融工具使用等环节提供深度智能客服,目前已在蚂蚁集团理财和保险业务中的多个金融应用场景中成功应用,包括销售、理赔、财务撰写及营销创新,经过广泛验证,效果显著。· 支小助的核心技术是agentUniverse多智能体框架,面向严谨产业中的复杂任务优化设计。该框架是蚂蚁集团探索大模型技术在金融场景中的新成果,已被真实产业场景论证有效,使得金融服务各环节效率倍增,为上亿用户带来高质量的金融服务;· 支小助的实践为金融行业提供了一个强有力的示范,展示了如何通过深度优化垂直领域大模型和多模态技术来提升金融服务的质量和效率。这种模式的成功为整个金融行业的数字化转型提供了可借鉴的经验。▎案例12:泌尿专科智能体
上海仁济医院开发了全国首个泌尿专科智能体RJUA,可以像医生一样完成科普问答,涵盖67种最常见的泌尿外科系统疾病类别,目前已在支付宝“AI健康管家”中上线。泌尿专科智能具备多轮医患对话交互能力,模拟医生问诊过程,语言更连续、更丝滑。· 泌尿专科智能体与上海仁济医院官方AI就医助理小程序结合,通过对话服务,将患者导引到仁济医院泌尿外科挂号界面,使线下泌尿患者就医更便捷,打通线上到线下的闭环;· 泌尿专科智能体的开发,直接针对了当前医疗资源分配不均和基层医疗机构能力不足的问题,展示了如何通过AI技术来填补专科能力的沟壑,以及如何利用AI来提升基层医疗机构的服务能力,可以被其他专科领域借鉴,推动AI在医疗行业的广泛应用。▎案例13:心大陆AI心理健康大模型助力搜狐视频实现会员心灵疏导服务
搜狐视频基于数业智能心大陆的AI心理健康大模型,基于多智能体的心理健康技术探索与应用,为旗下会员提供高效、智能、且高度共情的全流程(评-监-疏-伴)数字心理健康产品,该服务通过微信小程序,无需下载安装的便捷接入,利用自研的多模态评估技术(准确率达到85%以上,重度抑郁识别准确率超90%),通过AI聊愈、自主训练和持续跟踪等手段,有效缓解用户焦虑、抑郁等心理问题,提升心理健康。· 数业智能基于自研的“多模态心理评估技术”和“心理对话大模型”,打造共情对话智能体、CBT疗法的疏导对话智能体、用于刻画用户心理图谱的多模态评估智能体、进一步缓解用户情绪提升心理健康的推荐智能体等,并通过多智能体协作的方式实现心理评估、疏导干预、实时陪伴等服务;· 本案例通过AI技术在心理健康领域的应用,提供了精准的心理评估和有效的心理疏导服务,对于提升用户的心理健康水平具有显著价值,有利于社会健康发展。▎案例14:基于大模型的数据指标与智能经营分析项目
书亦烧仙草基于大模型的智能经营分析项目优先落地门店督导场景,旨在提升门店督导效率和业务发展能力。通过构建统一的分析工具和语言,项目实现了多维度指标体系,覆盖财务、门店运营和商品分析,使用自然语言交互的智能分析助手,门店巡检人员能够高效完成目标设定、问题稽核和效果验收,实现闭环管理,用户满意度高达9.3分,成功推动了从经验决策向数据驱动决策的转型。· 基于大模型的智能经营分析提供了快速数据获取、自动化巡店计划、问题定位等功能,极大地提高了门店巡检人员的工作效率和准确性,实用性强;· 本案例采用大模型和Agent智能体技术,创新性地应用于茶饮连锁行业的门店督导场景,提供了一种新的数据分析和决策支持模式,展现了技术创新在传统零售业的应用潜力,并为同行业提供了可借鉴的经验,特别是在数据管理和智能分析方面,具有很好的行业示范效应。▎案例15:BetterYeah AI x添可AI客服项目
围绕新手及兼职客服专业度难以快速提升、复杂问题平响时间长、传统客服机器人人工维护量大、难以直接执行任务等问题,添可基于BetterYeah AI行业领先的Al Agent开发平台和「Yeah客服」应用实现客服场景创新。客服人员可通过划词或快捷键随时唤起应用,不仅能精准理解客户意图,进行商品推荐、多款比对、活动介绍,帮助大促新人客服秒变专家客服,提升售前转化率和服务质量,提高客户体验。还可根据客服与客户沟通内容,执行AI自动建单、客服质量巡检、操作业务系统等,自动分析未成交原因,实时补充企业知识库,释放生产力。· 本案例基于AI Agent形态实现企业客服场景创新和AI快速落地,重塑Agent和人的协同关系。划词形式天然适合客服场景,人工无需频繁切换窗口即可生成高质量咨询问答,适合型号对比、产品推荐、多模态内容生成。显著提升了客服效率和客户体验,降低了培训成本和响应时间,通过自动建单和质量巡检,提高了工作流程的自动化程度,减少了人力资源压力,为企业带来了直接经济效益;· 本案例充分应用了先进的AI 技术能力,提供AI自学习、自动建单和意图识别,创新性地解决客服工作的核心痛点,极大提升了服务质量。同时,项目中搭建的企业AI知识库不仅支撑了AI客服内容生成,形成全新的企业知识沉淀模式,也为更多AI场景创新提供可能。▎案例16:手机智能体PhoneGPT
vivo手机智能体PhoneGPT是以移动智能终端为载体,以大模型为决策核心,为用户提供智能服务的智能体。它能够感知用户、环境、系统信息,理解用户意图和需求,决策如何拆解和规划当前任务,并基于移动智能终端系统能力执行指令。· 手机智能体PhoneGPT是vivo对未来的一次技术探索,是一位可以基于用户意图拆解需求,主动规划路径,并实时环境识别和动态反馈决策的“多模态助理”,为用户带来智能体验;· PhoneGPT智能体对智能手机市场产生深远影响。一方面,将推动智能手机向更加智能化、个性化的方向发展;另一方面,将促进人工智能技术在手机领域的广泛应用和普及。▎案例17:蔚来汽车AI赋能的智能座舱新体验
蔚来汽车引入了NOMI Agents多智能体架构,重构了NOMI的认知和复杂任务处理能力,加速座舱体验从“单点功能”向“主动智能”进化,包括停车助手、守卫、服务管家、探索发现、旅行回忆以及NOMI DJ等6大NOMI智能体,带来智能座舱新体验。· 多智能体架构让 NOMI 可以学会使用工具,比如调用搜索、导航和预约服务,根据任务的复杂性和时间跨度,NOMI 能够进行复杂的规划和编排,并建立与任务相关的短时和长时记忆,赋予NOMI更加智能化的体验;· NOMI Agents的引入为整个行业展示了智能汽车发展的新方向,即通过集成多个智能体来提供更复杂、更高级的智能服务。▎案例18:喜马拉雅音频创作Agent
喜马拉雅通过构建音频大模型和AI Agent,实现音频内容创作的自动化和效率提升。通过音频创作Aent,喜马拉雅将传统音频创作周期从数月缩短至5分钟,不仅满足了用户对有声内容的高需求,还为音频行业提供了新的解决方案。· 喜马拉雅的音频创作AI Agent实践展现了高度的创新性,通过结合音频大模型和AI Agent技术,解决了传统音频内容创作周期长、效率低的问题,为音频行业的发展开辟了新路径;· AI Agent能够快速完成音频创作,对于爽文等类别的内容,AIGC独立创作仅需5分钟,极大提升了内容生产的效率,满足了市场对快速、高质量音频内容的需求。▎案例19:优悦教育营销智能化项目
优悦教育营销智能化项目通过一套基于大模型的智能销售Sales Agent系统,提升了销售效率和质量,降低管理成本,并挖掘数据潜力。该项目通过分析销售通话和聊天记录,显著提高了线索转化率,增强了客户满意度和粘性,同时优化了资源配置,提升了销售工作效率,帮助优悦教育快速响应市场变化。· 本案例通过智能化营销转型,显著提升了优悦教育的销售线索转化率和客户满意度,同时降低了内部管理成本,为企业带来了直接的业绩增长和实际效益,具有很高的价值性;· Agent系统通过分析销售通话记录和聊天记录,提供了精准的个性化服务,有效支持了销售过程管理,减少了潜在线索浪费,实用性强;· 本案例展示了大模型在商业应用中的潜力,特别是在信息处理与自动化分析方面,为教育行业的销售转化带来了极大的助力。▎案例20:中国电信基于大模型的经营分析平台
中国电信携手数巅科技共同打造了大模型驱动的经营分析平台,激活中国电信沉淀的优质数据,实现商机识别的自动化和智能化。该经营分析平台通过构建数据理解阶段的商情解析和分类智能体、数据分析阶段的数据查询和分析智能体、数据总结阶段的报告撰写智能体,满足了商机识别的三大核心需求——商情数据打标、数据洞察分析和经分报告生成。· 该案例通过大模型技术显著提升了数据处理效率,将百万级非结构化数据的打标工作从数周缩减到数小时,极大降低了人力资源消耗,提升了工作效率和决策支持能力,具有很高的业务价值;· 本案例使用了通用的技术框架,可以在多个行业领域复制。例如,方案采用了事实语言模型来提取文档中的事实信息,生成语言模型来生成文本答案,知识图谱来提供知识支持。这些技术在其他领域也具有通用性,可以减少开发人员的学习成本,减少部署和维护的复杂度。 04
核心评价维度
本次评选从价值性、实用性、创新性、示范性四个维度对案例进行定性与定量评价:
• 价值性:该案例促进企业商业目标的实现,提供了明确的商业价值,或者该案例具备社会价值,积极解决重要社会问题,对社会产生积极影响;
• 实用性:该案例的实施带来显著效果,在实际应用中表现出色,为企业和用户创造实际价值;
• 创新性:该案例具备独特的解决方案,彰显了技术创新的卓越性,引领行业发展,为市场注入新的创新动力;
• 示范性:该案例对同行业或其他行业大模型技术应用的开展和能力建设具有参考和借鉴意义。
▎更多研究:
2024年“大模型+数据分析”最佳实践报告
2024中国大模型技术采纳现状调研报告
2024年“大模型+RAG”最佳实践报告
2024年国资央企大模型应用跟踪报告
2024年中国工业大模型应用跟踪报告