"AI领航，数智转型"央国企AI数字化选型实践指南

目录 一、AI央国企行业概述1 （一）背景1 （二）三大核心价值2 （三）行业痛难点分析3 1.数字化转型初起步，阻碍较多3 2.系统难支撑业务发展，需改造升级4 3.内外部服务效率低，服务质量待提升4 4.多系统间未打通，数据孤岛4 5.数据质量难以把控，复合型人才匮乏5 二、AI央国企技术发展现状分析5 （一）AI相关技术现状及趋势5 1.NLP5 2.ASR6 3.人机交互6 4.机器学习6 5.计算机视觉6 6.知识图谱7 7.企业搜索7 8.知识工程平台7 （二）业务部署模式7 1.公有云8 2.私有云8 3.混合云9 三、场景及解决方案9 （一）AI智能营销服务一体化方案9 （二）知识闭环应用（知识管理平台）10 （三）智能客服11 （四）招采平台搭建12 （五）内部共享服务平台SSC13 （六）智能出行，智慧服务14 （七）智慧化沟通15 四、趋势展望与发展建议16 （一）趋势展望16 （二）发展建议16 附录：典型场景应用案例17 1.河钢集团（智能客服）17 2.北京地铁96123（语音机器人）18 3.招商局集团（招采数字化平台）20 4.中央政府采购网（智能客服机器人）21 5.山东航空（智能机器人、智能质检）23 6.中铁鲁班（招采数字化平台）24 7.国家电网（在线客服、智能质检）25 8.河南机场（全渠道客服）27 9.中国铁建（自有采购平台）28 10.某警用装备采购中心（智能采购平台）29 11.中核供应链（全渠道智能客服）30 一、AI央国企行业概述 （一）背景 在全球数字经济浪潮的推动下，国内企业纷纷展开数字化转型，力求通过转型、创新让企业焕发生机，提高运营效率。现在我国经济已由高速增长转为“低速增长+高质量”驱动时代，推动人工智能、云计算、大数据等新一代前沿高新技术与实体经济深度融合，势在必行。 2020年9月，国务院国资委发布《关于加快推进国有企业数字化转型工作的通知》，鼓励央国企进行数字化转型，积极建设自有智慧服务中心，发展基于互联网数字化平台的用户服务，贯彻以客户、百姓、行业正向发展为本的核心思想，提高客户体验满意度的同时提高客户黏性，扩展数字业务规模，建立一个全面数字化生态环境。在这样的背景下，央国企普遍将数字化转型作为重点战略方向，力求以生产经营数字化提升带来效益飞跃，以企业管理智能化提高运营效率，数字化水平也成为衡量央国企改革成效的重要指标。 图1：《关于加快推进国有企业数字化转型工作的通知》解读文件 2022年，以人工智能为首的相关技术飞速发展，并与央国企数字化转型深度结合，其已成为我国各行业大型央国企开展转型落地工作的重要切入点之一。 然而由于行业限制与历史问题，央国企之间信息化程度差异大，数字化转型起点不同，这大大影响了央国企转型速度与业务方向。 信息化程度高、起点高的央国企有能源、金融等行业，其作为国民经济的支柱产业，数据基础架构较为完善，数字化平台搭建早已开展十数年之久。但是相较于现在新型信息技术而言，其架构与应用模式等均已落后。该类央国企的数字化转型之路，由全面改革转化为逐步替换，通过成立数字化子公司，针对核心业务数字化创新改革，加大自研投入成本。随着技术团队的不断壮大、对人才的不断收拢，央国企最终实现了单点技术突破乃至领先，以点带面，让集团整体的数字化转型顺利进行。 而信息化程度低、起点相对较低的央国企有制造业、军工等行业，其因为自身行业敏感性与规模等限制因素，在首轮信息化建设过程中缺乏技术能力、整体设计、资金等基础条件，故而导致数据质量，底层架构等都无法符合目前信息化建设要求。该类央国企企业在本次转型过程中，反而可以全面实行数字化转型，在集团、总部的高度通过集成式平台开展建设，实现升级。 （二）三大核心价值 政策价值、战略价值、现实价值是央国企数字化转型的3大核心推动力。政策价值：加快推进央国企数字化转型已成为“十四五”期间重点战略规划 方向之一。作为被国家给予厚望的央国企，其拥有更多责任与使命，其主导的国有经济更是国民经济的中坚力量。基于以上原因，数字化市场中催生出许多独具央国企特色的解决方案，这些解决方案的技术能力与产品多具备业务链迁移和能力整合的特点，例如数字化监督、数字融媒体等。 战略价值：根据国家政策导向，央国企在制定自身战略发展规划中，会着重落实政策中的战略需求。根据实际情况，央国企在数字化过程中不仅要考虑实际的实施效果，还要兼顾国产崛起，替代国外企业；自主可控，避免核心信息泄漏等目标。 现实价值：在当下数字经济崛起时代，新型信息技术快速革新，带来数字化、智能化产业的迅猛发展，深刻改变了社会经济模式。央国企在保证自身业务稳定发展的情况下，也需要兼顾降本增效的现实诉求，而数字驱动就是保证降本增效的有力工具之一。 （三）行业痛难点分析 1.数字化转型初起步，阻碍较多 在数字化转型过程中，企业的转化形式主要存在两类，其一是在原有的信息技术部门成立分支——数字化转型部门，这种方式占比为49.6%，其二是在集团层面高度，成立全新的数字化领导部门，这种方式占比34.6%。 图2：企业数字化转型不同类别占比 在数字化转型落地层面，则有建设数字营销网络、搭建基础数字技术平台、推动管理体系数字化、应用创新数字化产品和服务等多项举措。虽然央国企都在积极推进转型，但是仍然还有部分难题无法攻克。据2022年3月，国务院国资委干部教育培训中心、腾讯研究院、腾讯云三方联合开展问卷和访谈调研显示，50.4%的受访者认为目前央国企在数字化转型初期，并未取得明显效果；23.6%的受访者认为转型遇到障碍，正在努力寻求突破；18.9%的受访者则认为能够顺利展开数字化转型实践，并且取得明显成效。以上数据无一不意味着当前央国企数字化转型仍处于起步阶段。 2.系统难支撑业务发展，需改造升级 数字化转型涉及业务的梳理、标准的制定、数据的监控、数据的集成等工作，复杂度高、探索性强。在治理过程中出现偏离或失误的概率较大，如果不能及时修正，其影响将难以估计，这也导致数字化转型成效不佳甚至失败。而想要做好以上工作，则需要一个完善的系统，进行数字化流程管理。系统层面的数字化流程再造不仅是技术层面，也是人才资源层面的改造。数字化转型给我们提供了重构业务模式、再造流程的技术手段。 3.内外部服务效率低，服务质量待提升 企业内部流程僵化，与外部系统的衔接缓慢，跟不上数字化转型的节奏，也无法满足企业日新月异的全新业务链路需求，缺乏流程标准化工具，导致业务效率低下。同时，企业大量知识与操作数据信息无法有效保留，造成数据财富的损失，使得服务链路优化进度缓慢。 4.多系统间未打通，数据孤岛 不少央国企空有以前沉淀的海量数据，但数据基础却不稳固，无法和企业的数字化应用匹配起来，业务信息等数据易形成信息孤岛，团队内部无法对历史信息数据进行规范化总结，梳理标准流程，从而无法将解决方案固化成完整解决体系，甚至部分传统央国企的信息化水平远低于平均水平，仍停留在纸质文档记录数据阶段。 5.数据质量难以把控，复合型人才匮乏 数字化的关键是数据，然而数据是一把双刃剑，既能给企业带来价值产出，同时也有一定风险。技术再先进、架构再完善，在数据质量不高、产生偏离的情况下，会导致一切前期工作都成为无用功，再智能的技术也无法得出正确见解。 同时，随着数字技术的日益推广与普及，企业对数字化人才的需求呈现爆发式增长，数字化人才缺口逐渐扩大。然而仅掌握信息技术的人才已不能满足数字化发展的需要，企业真正需要的是既懂数字技术，又懂业务和管理，学习能力强的复合型人才。 二、AI央国企技术发展现状分析 （一）AI相关技术现状及趋势 图3：人工智能相关国家出台文件 1.NLP 自然语言处理主要研究人与计算机之间如何使用人类自然语言进行有效沟通，在生活场景中应用十分广泛，例如：机器翻译、手写体和印刷体字符识别、 语音识别后实现文字转换、信息检索、抽取与过滤、文本分类与聚类、舆情分析和观点挖掘等。它们分别应用了自然语言处理当中的语法分析、语义分析、篇章理解等技术，是人工智能界最前沿的研究领域。自然语言处理可用于语音助手、语音机器人、客户服务、情感分析等多个场景。 2.ASR 语音识别就是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的高技术。基本原理是将语音记录的音频分解成单独的声音，分析每种声音，使用算法找到最适合该语言的单词，然后将声音转录为文本。近二十年来，语音识别技术取得显著进步，开始从实验室走向市场。 3.人机交互 人机交互是指通过计算机输入、输出设备，以有效的方式实现人与计算机对话的技术。人机交互技术包括机器通过输出或显示设备给人提供大量有关信息及提示请示等，人通过输入设备给机器输入有关信息，回答问题及提示请示等，是计算机用户界面设计中的重要内容之一。 4.机器学习 机器学习一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门研究。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它能帮助机器从现有的复杂数据中学习规律，以预测未来的行为结果和趋势。 5.计算机视觉 计算机视觉是一个让计算机看到图像的过程，目前在分类、定位、监测、分割等基本语义感知表现良好。未来如何让计算机视觉像人类一样，将多模态信息融合分析、适应三维世界、突破数据输入的局限等都是计算机技术可期待的下一次拐点。 6.知识图谱 知识图谱是新一代的知识工程技术，自动获取大数据中的数据、信息等内容并梳理，组成图谱形式。其产品类型以通用知识图谱与垂直行业知识图谱为主。通用知识图谱强调知识广度，逐渐演变为互联网知识图谱，形成搜索引擎、智能推荐、智能问答三大产品类型。知识图谱用于问答、辅助决策与业务分析，是支持AI大脑深度思考等知识库基础，是未来主要的增长点。 7.企业搜索 基于自然语言处理NLP、知识图谱等AI能力，集成各类数据接口，快速对接各类型的结构化、非结构化数据，打通多业务系统，消除数据孤岛。全面助力企业客户实现随时随地安全搜索任何内容。相对于普通搜索，企业搜索将传统关键词搜索升级为自然语言理解，实现场景化搜索需求。为保护企业数据安全性，企业搜索功能支持对数据源进行全面的权限管理配置，满足企业的数据安全浏览需求。另外企业搜索支持根据自有数据特点，通过拖拽的方式实现自定义卡片展示。 8.知识工程平台 以中台思维做知识管理，核心价值在于通过知识管理体系中台能力的支持，可以快速、高效应对前台服务渠道和场景，提供灵活、精准的知识调用需求，基于多年积累的知识图谱、自然语言处理、多模态语义理解、智能搜索等AI核心技术，打造以KCS知识库、企业搜索、知识图谱高度融合的全周期、一体化的AI知识中台，提供智能化知识服务。 （二）业务部署模式 疫情常态化，企业移动办公需求激增，传统设备在移动办公中的短板逐渐暴露，具体表现有：远程运维难、网络风险高、特情手段少等。因此不少企业都选 择部署云桌面以应对未知的风险。常见的业务部署模式有公有云、私有云、混合云三种，其中以公有云居多。 1.公有云 公有云可实现资源共享，资源灵活调配的一种云计算类型。用户可通过使用的实际资源、时间进行付费，此种方式更适合中小型企业使用，企业端仅拥有使用权而没有底层所有权。 优势： 成本优势：无需购买硬件或者软件，仅对使用的服务进行付费；云端维护：无需本地维护，维护工作交由云服务商提供； 资源灵活调配：按需付费，满足业务需求； 可靠性：服务器众多，故障影响远低于本地部署。 2.私有云 私有云主要针对大型企业、政府等大规模组织而设立，属于定制化云计算类型，部署私有云后，企业可以实现自给自足，不共享资源，并且整体的所有权都属于企业本身。私有云部署对于服务和基础架构始终都在私有网络上进行维护，其中包括硬件、软件的使用。在自身企业IT能力不足的情况下，私有云部署也可交由第三方服务机构托管。 优势： 高灵活性：组织自定义云端环