2024人工智能&大数据创新应用案例集

前言 在科技日新月异的今天，人工智能+、数据要素X正成为引领科技变革、驱动社会发展的核心力量。人工智能+，代表着人工智能技术在各个领域的广泛应用与深度融合，为传统产业带来了前所未有的创新机遇；而数据要素X，则是指数据作为新的生产要素，在数字经济时代发挥着越来越重要的作用。 本案例集旨在汇集近年来人工智能与大数据在各个领域中的创新应用与实践成果，展现科技如何深度融入社会生活的方方面面，推动各行各业的转型升级。案例集收录的人工智能&大数据创新应用典范案例，基于面向各行业企事业单位、数字原生企业、各类数字化服务厂商征集精选而出。通过精选的案例，我们希望能够为读者提供一个全面了解人工智能与大数据应用现状与发展趋势的窗口，激发更多的创新思维与实践探索。 最后，我们要感谢广大读者的支持和关注，也期待未来能够有更多优秀的案例加入到这个集合中来，共同见证人工智能与大数据技术的辉煌未来。 2024人工智能&大数据创新应用案例集 ·004· ·005· 目录 前言03 人工智能创新应用08 兴业银行：兴业银行AI智能财富顾问08 新奥天然气：LNG智能交付解决方案12 上海联通：上海联通面向政企营销的智能Copilot应用与创新实践17 通用健康管理：体检报告智能阳标系统26 汇智智能：Agent云智能体云平台数字员工31 大数据创新应用34 青岛啤酒：“数据驱动+生态赋能”的物流运输管理34 同方知网：大数据知识管理平台40 全景智联：面向市域社会治理的多元信息跨域集成关键技术及应用46 远光软件：集团企业经营分析50 中电数创：数据要素加工交易平台54 思迈特软件：SmartbiAIChat应用案例，某保险集团内部经营分析63 ·006· 2024 人工智能&大数据创新应用案例集 ·007· 人工智能创新应用 兴业银行：兴业银行AI智能财富顾问 案例简介 2023年，兴业银行启动“AI智能财富顾问”项目，着力打造手机银行APP端专业的、有态度的、具有兴业特色的智能财富助理，为全行零售客户提供资产配置、投资者教育、市场资讯以及产品推荐服务，同时将潜力营销客户转介线下协同经营。 AI智能财富顾问是兴业银行基于人工智能、大数据以及兴业多年积累的丰富资产配置经验和对客经验打造的智能线上财富顾问，当前设计包含兴财分、资产检视、产品推荐和持仓收益等主题功能场景，在智能会话持续升级的同时拓展深耕基金解读、财富养成、市场行情等财富场景。AI智能财富顾问力求做到更懂客户、更懂专业、更懂产品、更能坚持，成为客户可靠的线上理财顾问： 1.更懂客户，第一，在客户主动对话AI智能财富顾问的时候，能了解到发问背后客户的真实需求；第二，基于线下服务客户的经验，在一些关键时刻（市场波动、持仓收益变动等），能主动提供与客户相匹配的策略。 2.更懂产品，在产品分类、打标、推荐的逻辑上，定量+定性，与行内的资产配置模型推荐等结合。 3.更懂专业，一是配置逻辑，二是客户需求与方案的匹配。 4.更能坚持，售前更了解客户需求，售中产品和客户需求更匹配，售后关键时刻主动、持续的陪伴。 ·008· ·008· 背景和主要驱动力 当前，金融机构纷纷入局财富管理蓝海，但对银行业财富管理业务冲击最大的依然是互联网金融机构为代表的企业，客户到访网点频次越来越低，也更偏向于线上自助购买财富产品。手机银行财富产品销量占比近80%，且趋势逐年增加，越来越多客户倾向于通过App自助购买财富产品，同时他们在线上财富旅程中对于资产检视、财富配置、收益查询、售后陪伴、投教资讯等功能服务有着旺盛的诉求。客户逐渐具有基本的投资意识，但与之对应的，他们也缺少及时、专业的财富管理服务工具。通过线上渠道为更多的客户提供财富管理服务，能够打破时间和空间的限制，提升银行的财富管理经营能力。 通过建立线上7*24小时的AI智能财富顾问，能够发挥兴业银行已有资源禀赋，满足全行零售客户线上财富管理的个性化需求，做好客户投前-投中-投后财富陪伴服务。AI智能财富顾问的建设目标，是基于AI能力，从客户视角出发，利用“人+数字化”的方式，融入财富顾问工作方法论，为客户提供及时、专业的财富管理服务工具和线上线下融合的沉浸式服务体验，实现MAU和AUM的双转化。 战略规划和行动路线图 根据同业竞品分析和兴业银行资产配置数字化体系的底座建设基础，拟定了AI智能财富顾问建设的行动路线。 第一步，聚合已有财富陪伴服务功能。在过去两年的财富数字化转型道路上，兴业银行陆续建设了财富体检、财富账单、产品精选、投资生态圈等财富管理数字化基础服务功能，实现对客户的全方位持仓检视、跨多区间、多品类的收益分析、基于客户金融特征的产品推荐以及提供丰富的投研投教资讯服务。利用智能对话能力，以快速响应和解决客户需求为导向，通过聚合资产检视和配置、投资盈亏分析、产品推荐和解读、投资者教育、市场点评等功能，标准化、简单化内容陪伴流程。 第二步，实现对于客户意图的精准识别。基于客户的财富阶段、风险偏好、历史投资行为和交易行为，结合市场行情信息，为客户自动提供个性化产品推荐组合、净值波动提醒、止盈止损建议等多维度智能化财富旅程陪伴服务。 第三步，建设协同经营服务流程。围绕客户线上旅程（资讯浏览、账单收益、购买断点等）埋点，将复杂产品潜力配置、行外吸金、AUM维稳等客户营销线索实时推送至财富规划系统供理财经理接触营销，同时将线下配置和接触情况回传至AI智能财富顾问提供更加个性化的服务场景。 实施效果 服务客户方面：手机银行财富体检自2022年1月上线以来，用户流量剧增，用户人次数突破140万户，产品成交攀升，用户体验财富体检购买推荐产品达168亿元。财富体检通过解读和分析用户资产，基于兴业银行专业的资产配置模型，针对不同持仓类型的用户，给出收益升级的个性化资产配置建议。 赋能一线方面：一线理财经理客户经营中存在客户批量服务压力大、客户全时段服务难度高以及客户沟通缺乏支持的经营痛点，利用AI财富助手的技术优势，人机协同，拓展客户经营的广度和深度，双向赋能和提升。 实施难度与复杂度 AI智能财富顾问在建设过程中，主要遇到的三大困难点： 一是AI智能财富顾问建设涉及关联系统多，从前端手机银行，到中台数据整合和建设，到后端产品销售系统、财富规划系统协调改造，以及基础的智能语音处理平台的设计优化，该项目突破行内已有架构，整合客户、产品、资讯、策略等相关系统功能，涉及多方研发和架构师沟通协调，逐步实施方案落地。 二是AI智能财富顾问旨在面向全行零售客户提供全流程的财富陪伴服务，针对不同层级、不同投资偏好、不同财富阶段的客户，制定与之对应的产品策略和对话流程。当前全行零售客户特征繁多，需求复杂，AI智能财富顾问需依靠机器学习算法和量化模型，筛选有效标签和策略，赋能客户需求洞察流程，完成智能化资产配置模型的动态升级。 三是对话语料资源建设难度大。AI智能财富顾问能智能对话、精准回复的基础，是基于大量的对话语料加以训练，以达到识别客户意图的目的。在冷启动阶段，需有大量一线业务人员参与项目建设，共同完成分场景的语料建设。 案例亮点 （一）MOT策略触达 1.市场行情MOT：在市场波动时，提供及时专业的行情点评，详细解读市场波动对持仓的影响， 如午间点评、收盘点评、热点解读等； 2.客户行为MOT：通过客户在我行主动或被动的金融活动，如大额资金变动、产品到期、产品页面浏览等，捕捉客户的潜在投资需求，推荐产品实现转化。 （二）专业的资产配置模型 1.统一的配置逻辑：从客户出发，建立统一的配置逻辑。客户配置阶段不同，对理财的认知不同， 对产品和资产配置服务的接受度也不一样；建立从无到有，从简单到复杂，从买一个到配多个，从配多个到配更好的层层递进的配置思路。 2.客户与策略的深度匹配：基于多维数据，识别客户需求，匹配产品与服务，形成专业、综合、个性化的建议方案。 （三）人际协同，赋能一线 1.获客转接，赋能减负：利用AI智能财富顾问的技术优势，通过引入AI的智能服务能力在忙时托管， 拓展一线接触外延，广泛获取经营机并转接给理财经理，并于理财经理客户经营流程中赋能支持。 2.深度经营，优化指引：发挥理财经理专业与温度优势，在满足客户人工需求、促成客户的产品选择与资产配置的基础上，反向指导AI智能财富顾问的优化迭代。人机协同，实现资源共享，拓展客户经营的广度与深度，双向赋能与提升。 ·010· （四）敏捷会话配置流程 灵活配置标签和流程：利用兴业银行专业的智能语音处理平台，支持总分行用户灵活配置、发布 AI智能财富顾问的对话流程。用户可以根据实际业务经营需要，多维配置客户的标签组合和定制化的对话流程，满足一线营销的敏捷性需求。 （五）开放域问答 引导客户形成良好的投资习惯：开放域旨在与用户进行会话交流，在会话中解决用户简单需求、 学习基础财富管理类知识，引导用户进入主题流程深入解决财富类需求，在长期使用过程中形成良好的投资习惯。 申报单位名称 兴业银行股份有限公司 单位简介 兴业银行成立于1988年8月，是经国务院、中国人民银行批准成立的首批股份制商业银行之一，总行设在福建省福州市，2007年2月5日正式在上海证券交易所挂牌上市，注册资本107.86亿元。 2023年7月5日，英国《银行家》杂志发布2023年度的全球银行1000强榜单，兴业银行再攀新高，按照一级资本排名第17位，国际影响力和竞争力持续提升。 人工智能创新应用 新奥天然气：LNG智能交付解决方案 案例简介 新奥股份在LNG智能交付领域不断开展数字化转型实践，依托LNG接收站出货平台，制定LNG智能交付解决方案，建设包括智能指派、智能监控、智能进出场的综合管理平台，已累计接入1700多家承运商，链接23000多个车辆定位数据，其中LNG车辆接入近1万辆，达到全国LNG车辆总数的85%。智能指派实现安全合规前置化审核，确保车辆合规有效，指派任务智能灵活，从而提高运输效率、降低运营成本、增强客户服务。智能监控通过车辆线上化操作，实时监控在途车辆，节点监控与危网地图集成，实现任务智能化精准预警，减少人工跟踪出现偏差。智能进出场通过数据集成，各节点信息互联互通，打通了装卸环节与承运环节的数据和系统，使过程更透明，数据畅通流动，实现物流运输全流程数字化。 此外，LNG智能交付解决方案还致力于接入和解析车辆ADAS/DMS主动安防数据，在技术和业务、承运商等多方配合努力下，该平台已在舟山LNG接收站的业务环境下实现ADAS/DMS的全覆盖，有效保障进出舟山岛的车辆在途安全。 ·012· ·012· 背景和主要驱动力 传统工厂/接收站痛点： 1.传统线下效率低：采销运及装车计划信息线下收集，更改随意，信息不对称，供需调度匹配及对帐结算需大量人员沟通成本，且难以保障准确性。 2.安全隐患风险大：物流公司多管理难度高，车辆在途运行信息不透明，驾驶员在途驾驶行为，存在安全管理盲区，难以满足自身及政府对车辆安全监管的要求。 3.信息孤岛不透明：车辆进入厂区前，易集中到达，无计划性，线下操作，存在违规行为、进场排号放行依靠预估和电话沟通，纸质单据流转，无法保证数据准确性，同时不公平现象，引发利益冲突等。 4.货物流向不清晰：车辆配送、货物流向难以掌握，存在串货、延误等风险，在途追踪靠线下电话沟通，信息不对称不透明存在管理盲点，沟通成本高，客户满意度低。 技术特色及应用实例 数字化创新： 1.智能指派业务根据时效预测实现调度派车智能化。 2.智能监控业务通过智慧物联实现全域三维实时监控可视化。 3.智能进出场业务打通数据孤岛实现车辆进出场自助值守无人化。 LNG智能交付解决方案技术开发主要亮点： 1.架构及扩展性 解决方案底层系统基于微服务架构建设，遵循微服务架构的基本原则。使用SpringBoot+Dubbo做为开发框架，进行服务的开发。系统设计、实现时为保证系统的安全性，采用相关的软件技术提供严格