案例1: 太極股份打造產業級信創知識庫，為中國信創事業發展夯實知識底座

太極計算機股份有限公司（簡稱“太極股份”）是國內電子政務、智慧城市和關鍵行業資訊化的領先企業，1987年由中國電子科技集團公司第十五研究所發起設立，2010年在深圳證券交易所中小企業板上市。成立三十餘年來，公司形成了卓越的品牌和市場影響力，被列為國家科技部和中關村科技園區創新試點示範單位，是多個行業學協會的發起者和重要參與單位。

太極股份亟需構建信創領域知識庫，服務自身及信創生態聯盟

太極股份作為國內信創聯盟的發起者，需要對信創生態的發展、信創領域軟硬體產品和國家信創指導政策等進行統一的知識管理，服務公司的信創業務及生態聯盟。但太極股份缺乏專業知識管理系統，致使其在信創行業積累的知識散落在員工處，分散儲存在個人電腦、網盤、APP中。隨著部門間交流愈發頻繁，員工難以實現跨部門知識查詢，進而失去分享經驗、更新信創知識的動力。以及，當企業知識與員工高度繫結，不能沉澱為企業資產時，人員流失會帶來企業知識流失。太極股份發現，專家經驗和企業專業知識難以傳承，會對企業發展和知識積累帶來不利影響。

雖然太極股份的少數部門具備獨立知識庫，但這些知識庫已經不能滿足太極股份的知識沉澱和使用需求。

首先，部門的傳統知識庫只能機械地儲存知識，不能對知識進行挖掘，提煉其中的行業經驗。其次，這些知識庫依賴人工維護，帶來了繁重的工作，且知識完整性難以保證。此外，人工維護還會出現知識管理混亂問題。例如，當企業某款產品更新換代時，新版說明會與舊版儲存在同一個知識庫中。當使用者需要了解產品資訊時，知識庫檢索結果會呈現多個版本的說明，需要查詢者自行判斷，對工作形成嚴重干擾。

為此，太極股份亟需構建信創領域的知識庫，管理企業內部文件，防止知識流失。同時，太極股份及其合作伙伴、信創聯盟成員也需要使用知識庫綜合管理產品資料，如硬體產品介紹、產品白皮書引數說明、軟體及網路安全產品材料等。此外，太極股份在方案設計、行業生態方案架構等業務場景下，需要引用或參考信創行業知識。因此，太極股份希望依託信創知識庫，打造信創產品知識圖譜，為信創產品選型提供支援。作為信創領域頭部企業，太極股份積極關注信創領域態勢發展，希望及時瞭解信創領域國家指導性政策；下轄會員單位軟、硬體發展情況；相關新聞報導等資訊，對知識圖譜摘要提取、知識分類和智慧推薦等功能有較高需求。

太極股份經過多輪考察，選定竹間智慧作為合作伙伴

經過綜合研判，太極股份選擇竹間智慧作為合作伙伴。

竹間智慧創辦於2015年，致力於以自然語言處理、大語言模型，生成式AI，情感計算、深度學習、知識工程等人工智慧技術為基礎，將AI應用落地各行業。過去8年來，竹間智慧服務合作伙伴達500多家大型企業客戶，標準化產品和行業解決方案已在金融、製造、零售、醫藥、政企等多個領域落地，賦能企業在營銷、銷售、運營等業務前-中-後臺全場景，助力企業數智化轉型。

在專案POC階段，太極股份向竹間智慧提供了一批公開資料，包括簡報類資料、信創領域產品說明手冊，行業及國 家 級指導意見等資訊。竹間智慧將這些內容匯入Gemini KM智慧知識庫中，透過智慧搜尋的方式定位具體內容，展示NLP在知識庫智慧搜尋能力。同時竹間智慧選取了一批產品引數和國產化適配性說明資訊，使用Gemini KG知識圖譜平臺進行知識抽取，構建產品、硬體結構等知識圖譜，向甲方展示NLP在文件解析和語義理解技術的準確性。

太極股份認為，竹間智慧演示的NLP能力滿足其基本需求。但後續企業知識庫會接入大量資訊，包括微信公眾號文章、行業指導意見等長篇內容，竹間智慧還需具備抽取文件內容、獲取文件摘要的能力，並能針對不同使用者實現智慧知識推薦。為此，竹間智慧向太極股份展示Gemini KG知識圖譜平臺後臺能力，包括在業務中積累、可開箱即用的 NLP演算法模型，以及具備遷移學習能力、可適應跨行業業務的模型訓練平臺，展示竹間智慧模型適配性。隨後，竹間智慧完成了知識抽取、文章摘要、標籤提取等功能性驗證，效果達到太極股份預期。

竹間智慧提前盤點專案難點，制定應對策略，保障專案保質、保量、按時交付

太極股份正式展開合作後，竹間智慧針對專案難點進行全面分析。

首先，與金融、零售等行業不同，信創行業資料包括技術軟體、硬體、資訊保安等專業知識，其結構相對複雜、專業性較高，會增大資料運營工作難度。面對知識專業性高的難題，竹間智慧運營人員展現出快速學習跨行業知識的能力，積極與太極股份專家探討，共同設計知識體系架構。

其次，考慮到信創行業的特殊性，竹間智慧需要完成大量國產化適配工作。在本專案中，竹間智慧產品的設計模組眾多，適配過程涉及產研部門協調配合。為此，竹間智慧安排企業領導主管專案協調工作，牽頭組織各部門對國產化適配工作的統一排程。

最後，專案時間只有三個月，驗收迫在眉睫。且太極股份對知識抽取準確度要求很高，Gemini KG知識圖譜平臺需要從結構化、半結構化和非結構化資料中聯合抽取知識，並進行人工整合和校驗，工作量龐大。為此，竹間智慧專案組結合已有資源對工單進行評估，並將專案規劃與甲方期望上線時間對比，找出能將技術代替人工，複用現有的解決方案，及竹間積累的預訓練模型，在高效率的交付平臺上展現低程式碼帶來的好處，最終按時完成專案上線。

四步走策略，竹間智慧為太極股份構建信創知識庫及知識圖譜解決方案

竹間智慧信創知識庫及知識圖譜解決方案有四個主要環節，即知識來源梳理、知識錄入、知識沉澱和知識呈現。

圖 2 解決方案技術架構圖

            知識來源梳理環節，竹間智慧系統整理了太極股份內部資料，如學習資料、專案文件、適配成果、自有知識沉澱等，並從網際網路上收集信創公開資料，如資訊動態、公眾號文章等。

            知識錄入環節，竹間智慧透過線上採編或檔案上傳，將太極股份內部資料錄入知識庫，並將網際網路公開資料整理成規範資料形式，經稽核後透過API介面把文件上傳到知識庫。

            知識沉澱環節，竹間智慧透過知識庫對資料進行聚類、自動分類歸檔，並打上行業標籤。Gemini KG知識圖譜平臺隨後從文章中提取摘要，概況文章內容，並透過知識抽取構建相應的知識圖譜。針對知識庫中欠缺的內容，太極股份可透過系統的專家論壇功能線上提問，邀請相關領域專家回答。答案透過稽核後，可以存入知識庫中，並透過演算法更新知識圖譜，沉澱為新知識。

            知識呈現環節，竹間智慧的解決方案提供知識搜尋和知識圖譜兩種呈現方式。知識搜尋可以進行全文檢索，展現文章間的關聯關係。知識圖譜不僅能展現實體知識之間的關係，還具備圖探索功能。竹間智慧給太極股份提供了視覺化大屏和資料看板，可以直觀展示最新資料和知識，以及熱點知識訪問情況等資訊。

信創知識庫的核心功能如下：

1.   專家論壇——在首頁設定專家問答入口；提問者可以對人群進行定向提問；支援邀請專家回答；企業內部運營人員可標記精華問答；實現知識沉澱。

2.   自動歸檔——從採集系統推送來的文章進行自動標籤和歸檔；構建標籤模型；知識自動分類歸檔。

3.   智慧推薦——首 次 登入可選擇瀏覽偏好；根據使用者瀏覽偏好智慧推送對應知識。

4.   生態簡報——根據文件自動生成摘要；篩選簡報素材，生成簡報，篩選條件包括時間、標籤、目錄、行業等；簡報樣式定製。

5.   知識圖譜——自動抽取文字形成圖譜；展示文章之間的關係；圖譜功能支援圖探索。

6.   視覺化大屏——門戶大屏；簡報大屏；知識圖譜大屏。

7.   國產化適配——CPU適配完成海光、兆芯、鯤鵬；麒麟作業系統；金倉資料庫。

除此之外，為實現知識圖譜外化使用需求，向信創聯盟成員和合作夥伴開放知識圖譜和知識庫，竹間智慧還設計了精密的許可權劃分體系。知識庫中的每一篇文章在上傳和運營時都可以詳細定義許可權，如查閱、下載、知識意見反饋等。針對檔案對外分享問題，知識庫也設定了分享許可權，包括連結生成、只讀、密碼設定等。此外，考慮到知識圖譜及知識庫使用便捷度，竹間智慧打造了方便地移動端訪問系統，使用者可以在移動端實現內部或內外部之間的知識分享。

智慧知識圖譜及知識庫加持，太極股份的知識管理能力全面提升

智慧知識圖譜及知識庫專案推動了太極股份在信創領域的知識圖譜構建和知識管理，為其運營和業務發展夯築了牢固的知識和技術基礎。在技術的層面，太極股份期望硬體產品側的知識圖譜抽取精度超過85%，竹間智慧經過資料運營、模型調優，抽取準確度可達90%。對於搜尋效果最佳化，太極股份期望TOP 10搜尋結果準確度達到85%- 90%，竹間智慧順利達成目標。

案例2: 某省分行借力NLP，攻克面向科創企業的“數字化營銷獲客”與“風險監控”兩項難題

商業銀行的對公獲客業務主要面向三個群體：普惠企業、科創企業、大企業。其中，科創企業發展速度快、創新能力強、基數大，是極具活力和潛力的創新主體。

圍繞此類企業的金融業務主要面臨兩大痛點。一是獲客難，目前科創企業的資訊獲取、客群篩選主要依賴線下與人工方式，週期長且成本高。二是風險監控難，科創企業的核心競爭力在於技術創新，因此衡量科創企業價值與風險，重點在於評估其創新能力、成果轉化與市場價值，較難進行評估和監控。

某省分行重視科技金融機遇，亟需破除“獲客難”和“風險監控難”兩大痛點

某省分行面對新一輪科技革命和產業變革，積極響應行內“十四五”科技金融規劃與行動方案號召，開展輻射全國範圍的科技金融風險預警與營銷賦能專項創新研發專案試點。該專案重視科技創新，旨在運用新技術、新模式擴充科技金融渠道生態、培育科創客群、最佳化科技金融風控體系，實現科技金融綜合服務能力的持續提升。

該省分行以提升科創企業分析管理能力為出發點，透過投融資、產業分析與企業資料分析，構建資料分析模型，建立內部特有客戶畫像庫，推進數字化營銷獲客與風險監控，為行內產業、行業、企業分析提供決策支援。

•             “營銷賦能”——探索開發一套科技金融營銷的“前置”模型，充分利用公開資料對科技金融目標客群進行批次化篩選、分層，透過科創企業大資料庫和智慧模型精準分析定位，將營銷力量聚焦在科技屬性強、研發質量高、成長潛力大的科創企業。
•             “風險預警”——探索開發科技金融客戶風險監控模型，建立專利評估模型以及科創企業評估模型，打造“科技五力模型”，即科創成果力、專利質量力、新興成長力、持續增長力、人力建設力，透過對企業“科技力”量化分析與評分，預測企業科技發展潛力和市場價值。同時透過對科創企業的科技能力、負面資訊、經營狀況、押品（特別是智慧財產權類質押融資等）風險等維度的綜合分析，對科創客戶風險狀況進行監控和預警，完善行方科技金融風控體系。

拓爾思數星產業大腦雲服務平臺為解決方案落地提供強力支撐

拓爾思資訊科技股份有限公司（簡稱“拓爾思”）成立於1993年，是一家專業的大資料、人工智慧和資料安全產品及服務提供商。拓爾思堅持核心技術自主研發，擁有40+發明專利、1000+軟體著作權，在搜尋型資料庫、自然語言處理（NLP）技術的技術創新和應用場景落地等方面保持領先地位。

面對該省分行需求，拓爾思解決思路如下：①基於產業企業資料獲取營銷線索，為獲客拓客提供決策支援；②構建企業精準畫像，多維度監控穿透企業風險。

具體解決方案如下：

1. 科創企業營銷獲客。

主要透過科技企業所在產業鏈、科技企業的產業主題與資質主題等分類獲得營銷線索，還可以透過全量科技企業庫獲得更多營銷機會。透過科技產業鏈獲客模組，獲得科技產業鏈中的高價值企業營銷清單；透過科技場景獲客獲得各個產業分類主題與企業資質主題的高質量企業營銷清單；透過科技企業庫，自定義篩選具有營銷潛力的高價值科技企業，並挖掘企業的詳細資訊包括科創力評估與專利分析。

圖 3 科創企業營銷獲客主要內容

1. 科技企業監控風險。

科技企業的風控場景主要是幫助業務人員第一時間獲得風險情報，提供工具分析科技企業的具體風險。可透過預警訊號模組，對科技企業進行全天候的風險監測，發生風險事件，將以風險訊號的方式及時預警；可透過企業風險畫像，分析每家科技企業的風險情況。

•             企業風險畫像模型。利用輿情、經營、司法、工商、抵押質押等企業資料，對科技金融客群的行為特徵或重大事件進行歸集、分析，得到企業可能即將爆發的風險型別及相應線索，形成預警訊號。模型需對預警訊號進行語義級去重並根據嚴重程度進行分級。
•             企業風險態勢指數模型。結合企業風險資訊與預警訊號綜合計算得到風險態勢指數，以反應企業近期風險。

上述解決方案由拓爾思數星產業大腦雲服務平臺支撐落地。拓爾思數星產業大腦以產業資料中心為支撐，以智慧資料標籤引擎和全產業鏈知識引擎為核心底座，運用新一代資訊科技，推動產業數字化、智慧化升級，實現政策、空間、供應鏈、金融、科技、銷售等產業要素與產業主體之間的高效協同，為企業生產經營提供數字化賦能，為產業生態建設提供數字化服務，為經濟治理提供數字化手段。

圖 4拓爾思數星產業大腦雲服務平臺架構圖

NLP技術在專案中發揮重要作用。拓爾思利用 NLP 在海量文字資料中提取營銷線索或者風險線索，把企業的科創屬性以及企業間的上下游關係提取出來，實時給到銀行客戶經理營銷使用。同時，拓爾思積累的大量NLP演算法模型沉澱在產業大腦中，有利於該省分行實現更全面細緻地分析，進一步深挖資料價值。以標籤模型為例，其本質為事件特徵，標籤越細緻意味著對事件描述地越全面。同樣的語料，該省分行透過標籤疊加可以挖掘到更多的資訊。

解決思路、解決方案和解決工具已經具備，但專案成功落地還有一個難點需要解決。實現該省分行專案需求，需要大量科創相關的專業資料，但公開資料比較匱乏。

巧婦難為無米之炊，這個難點必須得到解決。拓爾思認為，能透過常規方法獲得的資料均已獲得，剩餘資料缺口可以由“另類資料”補位。另類資料指百科、音訊、圖片等非結構化資料和半結構化資料。利用另類資料不是難點，難點在於快速、準確地利用。拓爾思早在2000 年便入局NLP市場，深耕NLP技術二十餘年，在處理另類資料方面具有技術和經驗的雙重優勢，是勝任該項工作的重要保障。

試點效果顯著，總行計劃將該省分行成果推向全行

科創企業往往具有較強的產業屬性與專業屬性，傳統模式下業務人員難以透過申請材料評估企業的價值與風險。科創力評估與專利價值評估模型，將直接提供評估科創企業及其專利價值、潛力、風險的依據，提高拓客效率，進一步將營銷力量集中到有潛力的科創企業。

基於大資料與人工智慧技術的營銷拓客與風險預警模型，將有效改善科技金融傳統營銷方式下獲客成本高、效率低的問題。目前中小客戶的資訊獲取、客群篩選主要依賴線下與人工方式，週期長且成本高。而模型可根據產品與企業特徵自動生成營銷短名單，業務人員可 精 確 定位潛在客群，快速發現，主動出擊。

科技金融風險預警與營銷賦能平臺幫助該省分行引入新技術、新模式，為科創企業提供差異化金融產品，早參與、早服務、早培育，針對企業的不同發展階段提供場景化服務。

試點效果顯著，總行計劃將其做成全行專案，將解決方案和成功經驗向全行推廣，釋放更大價值。

案例3：某頭部美妝新零售企業透過會話智慧釋放門店資料價值，銷售業績再上新臺階

隨著美妝零售行業由流量運營向消費者運營轉型，美妝新零售成為受美妝企業歡迎的零售形態。與傳統美妝零售不同，美妝新零售一方面更重視消費者體驗，注重與顧客建立情感連結；另一方面，資料驅動的網際網路工具為甲方提供線下門店運營的洞察分析，成為企業決策的重要參考。

美妝新零售行業繼承了美妝零售行業“短鏈路”的銷售特徵。與汽車門店長鏈路銷售不同，顧客從進入美妝門店開始，通常在5分鐘內決定是否做出購買行為。短鏈路的特點給美妝新零售門店導購提出更高要求，如何在短時間內全面瞭解顧客需求、建立情感聯結，並充分介紹美妝產品賣點，是美妝新零售甲方關心的問題。

重視顧客體驗、資料驅動和短鏈路銷售三大特點，使美妝新零售甲方愈發重視銷售過程的洞察和覆盤，如導購第幾輪迴復客戶的轉化率最高、哪些話術更容易激發購買行為、哪些是排名前幾的促單指標……上述門店洞察的獲取對甲方過程分析能力要求很高，且依賴大量運營資料支撐。最有價值的資訊往往隱含在導購與顧客的對話中，而傳統資料獲取方式，如客戶滿意度調查、神秘顧客抽檢，不但效率低下，還不具備會話分析的能力。資料缺乏已經成為美妝新零售甲方的核心痛點。

為實現銷售服務規範化、數字化，某美妝新零售企業選擇明略科技作為合作伙伴

以某美妝新零售企業為例，美妝新零售行業痛點同樣也成為該企業線下門店數字化轉型的攔路虎。龐大的店鋪數量對該企業門店管理帶來了艱鉅挑戰。該企業希望從自有產品和品牌方產品中找到爆款產品，並掌握美妝導購對企業SOP的執行情況，但企業決策者缺乏瞭解門店業務的渠道，不清楚每位美妝導購如何服務客戶。此前該企業對門店服務的考察依賴神秘顧客抽檢和滿意度調研，但決策者發現，神秘顧客抽檢服務效率低下、資料粗糙，抽檢結果與檢察人員的專業性相關；滿意度調研對銷售過程的評價不詳細，不能用作門店服務質量評估和企業決策的依據。

為精準尋找爆款產品，並不斷提升門店銷售服務水平，該美妝新零售企業亟需解決資料獲取難的問題。經過決策者綜合研判，該企業希望運用會話智慧解決方案，將銷售服務過程規範化、數字化，實現門店銷售過程可見、可測量、可改進。

因此，該美妝新零售企業對會話智慧解決方案提出了以下目標：

第一，銷售過程結構化。

第二，銷售過程數字化。

第三，最佳化銷售決策。

經過深度考察，該美妝新零售企業選擇明略科技作為合作伙伴。明略科技旗下的會話智慧產品包含非結構化資料識別分析技術體系、AI和機器學習能力、以及知識圖譜，具備完善的技術底座。明略科技會話智慧可以透過對大量會話資料進行語義切片和主題聚類分析，將美妝導購與客戶之間的非結構化溝通資料透明化、視覺化，並可基於場景標籤識別、語義切片技術，在海量會話資料中挖掘與成單正相關的優秀話術。

此外，明略科技擁有17年服務500強企業經驗，沉澱了深厚的美妝行業知識庫，籍此訓練語音識別和自然語言處理模型。行業Know-how與明略科技研發的端到端自研語音模型和自然語言處理模型結合，使會話智慧在美妝領域的會話識別效果明顯更優。

更吸引該美妝新零售企業的是，明略科技為每個專案配備專業的客戶成功團隊，團隊成員可以提供定製化服務，囊括從專案需求到資料、內容和業務運營，再到資料分析、市場洞察提煉的完整流程，且能夠保障售後服務質量。

會話智慧解決方案幫助該美妝新零售企業篩選導購與顧客的會話資料，提煉標準接待流程

在充分了解甲方門店運營情況後，明略科技發現，要實現該美妝新零售企業的專案預期，會話智慧產品需要解決兩處困難。首先，該企業希望從美妝導購與顧客的會話資料中提煉標準接待流程，但線下門店美妝導購每天會產生大量會話資料，如問路、外賣、盤貨、與其他導購閒聊等，會話智慧需要從中準確識別出符合要求的資料。其次，考慮到該企業線下門店分佈在全國各個地區，各地美妝導購對同一款產品的發音、叫法都不盡相同，明略會話智慧的語音識別系統需要具備泛化能力，準確識別導購提到的美妝產品。

為此，明略科技從專案POC階段開始，就與該美妝新零售企業充分溝通，將自有美妝行業知識庫與甲方業務經驗結合，共同定義線下門店導購流程標籤庫。甲方門店美妝導購佩戴明略科技自研的靈聽工牌，採集門店銷售過程會話資料。明略科技還針對甲方剔除與導購流程無關會話的要求，以小樣本冷啟動訓練語義相關性NLP模型，採用小迭代的方式按批次訓練模型識別銷售會話指標。在專案POC階段，明略會話智慧的NLP模型識別準確率得到甲方肯定。

圖 5會話智慧客戶成功團隊協助管理者結合已有流程，拆解銷售服務過程，為銷售過程數字化提供“標準”

明略科技完整的會話智慧解決方案包括以下內容：

1. 明略科技結合甲方業務經驗，提煉產品和品牌亮點等資訊，為該美妝新零售企業梳理10個銷售環節、20+個溝通事件，設定100+個銷售會話指標，組成導購標準SOP。

2. 明略科技為甲方線下門店美妝導購提供自研靈聽工牌，採集門店銷售過程全量資料。當導購結束工作，將工牌放回充電樁後，工牌採集的會話資料會自動上傳到會話智慧系統中。

3. 會話智慧預置美妝ASR引擎，轉寫工牌採集的錄音資料為文字資料。

4. 會話智慧搭載的NLP模型識別會話文字資料，並根據上述會話指標為資料打標籤。

5. 會話智慧為該企業提供BI配置看板，向運營部門和大區經理視覺化展示各個門店銷售會話指標執行情況、月度KPI指標排名、門店通報等資訊，並自動設定benchmark，幫助甲方管理者直觀分析各家門店表現。

會話智慧解決方案彌補執行短板，該美妝新零售企業銷售業績明顯提升

透過明略科技會話智慧解決方案，該美妝新零售企業彌補了執行短板，獲取到了真實的銷售資料，用“真實、正確的資料”開啟銷售過程黑盒，使得銷售服務過程可見、可測量、可及時干預。在日常階段，透過完成銷售過程結構化，管理者可使用指標看板及時補足銷售執行的薄弱環節，並採取有針對性的銷售培訓；在推介階段，會話智慧解決方案能夠輔助分析消費者畫像，從而提升產品推廣有效性；在整體層面，能夠複製優秀銷售經驗，從而提升門店的整體業績。最終，在使用明略科技會話智慧後，該美妝新零售企業的SOP執行率、自營品牌銷售提及率、商品試用邀請提及率和最終業績均有5%-10%的提升。