2024運(yùn)營(yíng)商實(shí)踐（AI大模型賦能垂直行業(yè)標(biāo)桿案例集）

運(yùn)營(yíng)商實(shí)踐AI大模型賦能垂直行業(yè)標(biāo)桿案例集公共行政與管理｜客戶(hù)服務(wù)與智能助手｜社會(huì)服務(wù)與基礎(chǔ)設(shè)施能,推動(dòng)政府治理現(xiàn)代化,提升政務(wù)服務(wù)智能化水平。客服

領(lǐng)域則通過(guò)精準(zhǔn)識(shí)別用戶(hù)意圖、多模態(tài)交互等技術(shù),顯著提升服務(wù)效率與質(zhì)量。工業(yè)領(lǐng)域利用AI大模型實(shí)現(xiàn)實(shí)時(shí)監(jiān)控

與智能預(yù)警,降低安全事故風(fēng)險(xiǎn),節(jié)省人力成本。醫(yī)療、教

育與文旅行業(yè),AI通過(guò)智能輔助診斷、個(gè)性化教學(xué)、智慧

景區(qū)建設(shè)等手段,推動(dòng)行業(yè)智能化轉(zhuǎn)型,提升用戶(hù)體驗(yàn)。此

外,在城市治理、防洪治理、方言保護(hù)、智慧防詐等領(lǐng)域,

AI大模型也展現(xiàn)出強(qiáng)大的應(yīng)用潛力,助力社會(huì)治理、文化

傳承與安全保障。大家可能會(huì)注意到,案例集的封面設(shè)計(jì)充滿(mǎn)了未來(lái)感

和科技感,生動(dòng)描述了—群數(shù)字使者在數(shù)字跑道上急速奔跑

的震撼場(chǎng)景。它是我們GSMA大中華區(qū)同事用AI工具自己

制作的,深刻地詮釋了AI大模型在賦能垂直行業(yè)領(lǐng)域的雙

重特性。

—方面,AI如同百米沖刺,算法、算力、模型等

核心要素正以前所未有的速度飛速發(fā)展,不斷突破技術(shù)邊界,

展現(xiàn)出強(qiáng)大的爆發(fā)力。然而,當(dāng)我們將目光轉(zhuǎn)向AI的實(shí)際

應(yīng)用時(shí),卻發(fā)現(xiàn)它更像是—場(chǎng)漫長(zhǎng)的馬拉松。盡管技術(shù)日新

月異,但在運(yùn)營(yíng)商大模型賦能千行百業(yè)的過(guò)程中,仍面臨諸

多挑戰(zhàn),如何有效落地、如何與行業(yè)深度融合,仍是亟待解

決的問(wèn)題,需要長(zhǎng)期投入和戰(zhàn)略定力。為此,這份報(bào)告對(duì)于推動(dòng)大模型在垂直行業(yè)應(yīng)用中的重要作用是不言而喻的。它不僅為大模型的應(yīng)用提供了先行

者的實(shí)踐指導(dǎo)和案例參考,還為行業(yè)提供了思路和方向。我們相信,通過(guò)這份報(bào)告的發(fā)布和傳播,將有更多的運(yùn)營(yíng)商和

垂直行業(yè)認(rèn)識(shí)到大模型的價(jià)值和潛力,并積極投身于大模型的應(yīng)用和創(chuàng)新。在此,我們也要感謝所有參與這份案例集編寫(xiě)和發(fā)布

的團(tuán)隊(duì)和個(gè)人。正是你們的努力和奉獻(xiàn),使得這些寶貴的案例和經(jīng)驗(yàn)得以傳播和分享。路雖遠(yuǎn)行則將至,展望未來(lái),我們對(duì)大模型與垂直行

業(yè)的深度融合和創(chuàng)新發(fā)展充滿(mǎn)期待。我們相信,隨著技術(shù)的不斷進(jìn)步和應(yīng)用場(chǎng)景的不斷拓展,大模型將在更多行業(yè)中發(fā)揮重要作用,推動(dòng)行業(yè)的數(shù)字化轉(zhuǎn)型和升級(jí)。同時(shí),我們也

期待看到更多創(chuàng)新的應(yīng)用模式和商業(yè)模式涌現(xiàn)出來(lái),為行業(yè)和社會(huì)帶來(lái)更大的價(jià)值和貢獻(xiàn)。隨著移動(dòng)通信行業(yè)步入5G和5G-Advanced時(shí)代,AI也正以前所未有的速度推動(dòng)著各行各業(yè)的轉(zhuǎn)型升級(jí)。在這

波瀾壯闊的變革浪潮中,中國(guó)運(yùn)營(yíng)商積極引領(lǐng)和探索新的

業(yè)務(wù)方向和商業(yè)模式,正在實(shí)現(xiàn)由傳統(tǒng)的移動(dòng)運(yùn)營(yíng)商向高

科技信息服務(wù)公司的蛻變。我深感榮幸能夠見(jiàn)證并參與這

—?dú)v史進(jìn)程,特別是在推動(dòng)5G與AI技術(shù)賦能垂直行業(yè)的

偉大征程中。從5G發(fā)展伊始,我們就連續(xù)三年向全球發(fā)布了“中國(guó)5G垂直行業(yè)應(yīng)用案例”。這些案例不僅展示了5G技術(shù)在

不同行業(yè)中的創(chuàng)新應(yīng)用,還集中體現(xiàn)了在推動(dòng)千行百業(yè)釋

放5G

巨大潛能上的中國(guó)智慧,為全球5G技術(shù)在行業(yè)應(yīng)用中的推廣與發(fā)展提供了寶貴的示范與參考。2024年,AI大模型在垂直行業(yè)的應(yīng)用迎來(lái)爆發(fā)性增

長(zhǎng)。這—增長(zhǎng)背后的驅(qū)動(dòng)力可以從兩個(gè)方面來(lái)分析:首先,

大模型技術(shù)本身經(jīng)歷了持續(xù)的成熟與優(yōu)化,使其在實(shí)際應(yīng)

用中展現(xiàn)出前所未有的高準(zhǔn)確性和高效能,為各行各業(yè)的

深度應(yīng)用奠定了堅(jiān)實(shí)的基礎(chǔ)。其次,隨著數(shù)字化時(shí)代的到

來(lái),各行各業(yè)對(duì)智能化、自動(dòng)化和個(gè)性化服務(wù)的需求急劇

上升,為大模型技術(shù)的廣泛應(yīng)用提供了廣闊的市場(chǎng)空間與

無(wú)限可能。在此背景下,運(yùn)營(yíng)商的角色正經(jīng)歷著深刻的變革。他

們不再局限于傳統(tǒng)的網(wǎng)絡(luò)連接和基礎(chǔ)設(shè)施提供者的角色,

而是逐步向信息服務(wù)創(chuàng)新者、數(shù)據(jù)提供商以及智能服務(wù)提

供商的多重身份邁進(jìn);利用自身在數(shù)據(jù)資源、網(wǎng)絡(luò)覆蓋及

用戶(hù)基礎(chǔ)等方面的優(yōu)勢(shì),積極探索并實(shí)踐大模型技術(shù)在垂

直行業(yè)的應(yīng)用,為行業(yè)數(shù)字化轉(zhuǎn)型注入了新的活力。由此,GSMA大中華區(qū)率先推出了《運(yùn)營(yíng)商實(shí)踐:AI

大模型賦能垂直行業(yè)標(biāo)桿案例集2024》,站在運(yùn)營(yíng)商視角,

深入分析了大模型在政務(wù)、客服、工業(yè)、醫(yī)療教育、文旅、城市治理等多個(gè)領(lǐng)域近20個(gè)最具標(biāo)志性的案例。不僅彰顯

了大模型技術(shù)在多行業(yè)的卓越應(yīng)用成效,還深刻揭示了這

些成功案例背后的行業(yè)挑戰(zhàn)、技術(shù)方案、關(guān)鍵創(chuàng)新及核心

價(jià)值;以中國(guó)智慧為藍(lán)本,為全球運(yùn)營(yíng)商及垂直行業(yè)貢獻(xiàn)

了寶貴經(jīng)驗(yàn)與深刻洞見(jiàn)。在政務(wù)領(lǐng)域,AI大模型通過(guò)智能客服、智能搜索等功斯寒GSMA大中華區(qū)總裁序

言I

01四川省教育考試院

AI

巡考項(xiàng)目.........................................................................

48基于醫(yī)療大模型的智慧急救項(xiàng)目

.......................................................................

52大模型賦能文旅客服..........................................................................................

55元景文創(chuàng)大模型賦能文化傳播...........................................................................

58鄂爾多斯宏河文玉煤礦5G+AI安全監(jiān)管實(shí)踐...............................................

62基于元景港口大模型的視覺(jué)智能應(yīng)用平臺(tái)

67黑龍江數(shù)字政府項(xiàng)目..........................................................................................

03基于星辰大模型的政務(wù)服務(wù)智能化應(yīng)用...........................................................

07基于元景政務(wù)熱線(xiàn)大模型的政務(wù)智能體平臺(tái)

..................................................

12寧夏賀蘭山東麓防洪治理“四預(yù)”工程..........................................................

17多模態(tài)四川方言語(yǔ)言保護(hù)

..................................................................................

21元景城市治理大模型..........................................................................................

25AI大模型引領(lǐng)客服行業(yè)變革

...............................................................................

29諦聽(tīng)客服智能體

...................................................................................................

33基于大模型的數(shù)字人產(chǎn)品助理...........................................................................

38元景辦公大模型智能助手

...................................................................................

43公共行政與管理客戶(hù)服務(wù)與智能助手社會(huì)服務(wù)與基礎(chǔ)設(shè)施目錄02

加強(qiáng)數(shù)字政府建設(shè)是建設(shè)網(wǎng)絡(luò)強(qiáng)國(guó)、數(shù)字中國(guó)的基礎(chǔ)性和先導(dǎo)性工程,是推進(jìn)國(guó)家治理體系和治理能力現(xiàn)代化的重要舉措。在2024年1月《國(guó)務(wù)院關(guān)于進(jìn)一步優(yōu)化政務(wù)服務(wù)提升行政效能推動(dòng)“高效辦成一件事”的指導(dǎo)意見(jiàn)》中,明確要求探索應(yīng)用自然語(yǔ)言大模型等技術(shù),提升線(xiàn)上智能客服的意圖識(shí)別和精準(zhǔn)回答能力,優(yōu)化智能問(wèn)答、智能搜索、智能導(dǎo)辦等服務(wù),

更好引導(dǎo)企業(yè)和群眾高效便利辦事。黑龍江省數(shù)字政府建設(shè)從2023年全面推動(dòng)以來(lái),堅(jiān)持?jǐn)?shù)據(jù)驅(qū)動(dòng)、創(chuàng)新引領(lǐng),持續(xù)加快人工智能應(yīng)用。中國(guó)移動(dòng)依托數(shù)

字政府領(lǐng)域的豐富建設(shè)經(jīng)驗(yàn),打造了“九天.海算政務(wù)大模型”,對(duì)黑龍江數(shù)字政府建設(shè)實(shí)現(xiàn)全流程、深層次賦能,助力黑龍

江政府為百姓提供更加便捷和智能的政務(wù)服務(wù),提升政府社會(huì)治理的智能化水平。2023年,由中國(guó)移動(dòng)建設(shè)的人工智能平臺(tái)

上線(xiàn),對(duì)接黑龍江統(tǒng)一政務(wù)服務(wù)網(wǎng)、智能客服、受理中心等10個(gè)業(yè)務(wù)系統(tǒng),可支持不低于100個(gè)使用方(百姓群眾、政府

內(nèi)部門(mén))同時(shí)使用,為黑龍江數(shù)字政府提供智能化升級(jí),助力政務(wù)服務(wù)跑出“加速度”。各市地?cái)?shù)字政府建設(shè)程度存在差異,需建設(shè)一個(gè)集約化的人工智能平臺(tái),供已有系統(tǒng)和后續(xù)

新建系統(tǒng)進(jìn)行AI能力調(diào)用,實(shí)現(xiàn)共建共享,集中賦能。目前數(shù)字政府各應(yīng)用對(duì)人工智能平臺(tái)算法需求較大,包含機(jī)器視覺(jué)類(lèi)、語(yǔ)音語(yǔ)義類(lèi)、NLP

類(lèi)等,現(xiàn)有能力不足以支持已有應(yīng)用需求,需建立一體化人工智能平臺(tái)提供原子能力。政務(wù)服務(wù)進(jìn)入數(shù)字化時(shí)代,中國(guó)移動(dòng)聚焦企業(yè)群眾急難愁盼問(wèn)題,構(gòu)

建高效政務(wù)生態(tài)。依托自研九天.海算政務(wù)大模型,實(shí)現(xiàn)“AI+一網(wǎng)通辦、AI+一網(wǎng)統(tǒng)管、AI+一網(wǎng)協(xié)同”,讓龍江政務(wù)服務(wù)駛?cè)肓艘匀藶楸尽?/p>

便捷高效的“智慧快車(chē)道”。王昀

中移系統(tǒng)集成有限公司黨委副書(shū)記、總經(jīng)理行業(yè)挑戰(zhàn)黑龍江數(shù)字政府項(xiàng)目黑龍江數(shù)字政府項(xiàng)目

03算法缺失難以支撐龐大的智能化需求已有能力分布不均缺乏統(tǒng)建平臺(tái)當(dāng)前AI賦能數(shù)字政府建設(shè)過(guò)程中面臨諸多痛點(diǎn):參與

單位行業(yè)大模型海算政務(wù)大模型

文本分類(lèi)

海算基座大模型語(yǔ)音識(shí)別語(yǔ)音聽(tīng)寫(xiě)中國(guó)移動(dòng)基于多年的數(shù)字政府建設(shè)經(jīng)驗(yàn),以通用大模型為基礎(chǔ),融合政務(wù)領(lǐng)域數(shù)據(jù)開(kāi)展精調(diào),引入政務(wù)領(lǐng)域約束模型對(duì)

輸出進(jìn)行限制,打造了面向政務(wù)領(lǐng)域的行業(yè)大模型—九天.海算政務(wù)大模型。模型具備深度行業(yè)智能、政務(wù)信息場(chǎng)、多元式交

互三大特色,實(shí)現(xiàn)對(duì)政務(wù)領(lǐng)域一網(wǎng)通辦、一網(wǎng)統(tǒng)管、一網(wǎng)協(xié)同典型應(yīng)用場(chǎng)景賦能,如圖1所示。為有效支撐三個(gè)“一網(wǎng)”典型應(yīng)用場(chǎng)景,以訓(xùn)練平臺(tái)和推理平臺(tái)為基座,打造“行業(yè)大模型+行業(yè)小模型”的政務(wù)智慧大腦核心,如圖2所示,形成一體化“AI+政務(wù)”智慧大腦體系架構(gòu),提供智能化信息輸入、理解、分析、輸出能力。其中,

行業(yè)大模型以政務(wù)大模型為主,行業(yè)小模型覆蓋50+視覺(jué)能力、10+語(yǔ)音能力及20+

自然語(yǔ)言處理能力。目前數(shù)字政府建設(shè)業(yè)務(wù)創(chuàng)新應(yīng)用水平有待提升,缺少人臉識(shí)別、文字識(shí)別、自然語(yǔ)言理解等人工智能基礎(chǔ)能力,同時(shí)基于大模型等人工智能新技術(shù)的創(chuàng)新應(yīng)用與智能輔助決策不夠,不

能提供數(shù)字化、智能化的通用服務(wù)。AI+一網(wǎng)通辦?

智能客服?

12345熱線(xiàn)智能化?

智能推薦AI+一網(wǎng)統(tǒng)管?

政務(wù)數(shù)字人?

智能搜索?

智能數(shù)據(jù)分析AI+一網(wǎng)協(xié)同?

公文寫(xiě)作?

會(huì)議助手?

文本紀(jì)要政務(wù)領(lǐng)域三個(gè)

“

一

網(wǎng)

”

典型場(chǎng)景模型1

個(gè)

政務(wù)行業(yè)

大模型基礎(chǔ)大模型AutoML平臺(tái)Autocv平臺(tái)AutoNLP平臺(tái)LLMStudio智能交互平臺(tái)城市AI平臺(tái)訓(xùn)練平臺(tái)推理平臺(tái)解決方案和價(jià)值一網(wǎng)統(tǒng)管數(shù)字政府領(lǐng)域應(yīng)用多但創(chuàng)新不足,智能化水平弱政務(wù)網(wǎng)政務(wù)云04

黑龍江數(shù)字政府項(xiàng)目政務(wù)智慧大腦核心政務(wù)智慧大腦引擎運(yùn)營(yíng)商實(shí)踐AI大模型賦能垂直行業(yè)標(biāo)桿案例集政務(wù)智慧大腦基座項(xiàng)目整體架構(gòu)/技術(shù)方案L2L1L0圖1

中國(guó)移動(dòng)九天

·海算政務(wù)大模型產(chǎn)品架構(gòu)圖圖2

中國(guó)移動(dòng)“AI+政務(wù)”智慧大腦體系文本紀(jì)要自動(dòng)作圖共享平臺(tái)業(yè)務(wù)支撐大數(shù)據(jù)基座數(shù)據(jù)

資源庫(kù)政務(wù)數(shù)據(jù)分析文本生成政務(wù)問(wèn)答智能搜索…01海算通用大模型海算政務(wù)大模型會(huì)議助手政務(wù)數(shù)據(jù)搜索智能數(shù)據(jù)分析留言分析智能客服事項(xiàng)智能搜索公文寫(xiě)作基層治理12345智能工單辦件分析智能推薦12345熱線(xiàn)坐席一鍵辦理政務(wù)辦事助手IOC大屏數(shù)字人輿情分析基礎(chǔ)大模型視覺(jué)能力

50+NLP

能力

20+語(yǔ)音能力

10+行業(yè)小模型多模態(tài)大模型結(jié)構(gòu)化大模型一網(wǎng)通辦一網(wǎng)協(xié)同視覺(jué)大模型語(yǔ)音大模型聲音增強(qiáng)聲紋識(shí)別合同審核多輪對(duì)話(huà)語(yǔ)音合成文本分析單輪對(duì)話(huà)城管事件意圖識(shí)別交通事件人臉識(shí)別OCR識(shí)別深度行業(yè)智能將“政務(wù)政策-政務(wù)事項(xiàng)-政務(wù)數(shù)據(jù)存儲(chǔ)”深度貫穿模型,驅(qū)動(dòng)整體業(yè)務(wù)流程靈活易用。通過(guò)向大模型

發(fā)出自然語(yǔ)言指令,便可通達(dá)深層數(shù)據(jù)庫(kù),串聯(lián)多來(lái)源、復(fù)雜異構(gòu)的數(shù)據(jù)表,快速獲取直觀的數(shù)據(jù)分析

結(jié)果。面對(duì)政務(wù)數(shù)據(jù)匯聚量大、但數(shù)據(jù)檢索使用難,

數(shù)據(jù)類(lèi)型分散復(fù)雜、但按主題分析難,政府缺少

用數(shù)工具、快速取數(shù)用數(shù)難等困境,打造智能搜

索引擎,如圖4所示。以數(shù)字政府指標(biāo)庫(kù)、數(shù)據(jù)資源庫(kù)、政策法規(guī)庫(kù)等為渠道,匯聚全省各地各

部門(mén)政務(wù)數(shù)據(jù),對(duì)匯聚的數(shù)據(jù)構(gòu)建標(biāo)簽體系,提

供智能搜索服務(wù),借助大語(yǔ)言模型技術(shù),實(shí)現(xiàn)自

然語(yǔ)言查詢(xún),方便用戶(hù)隨時(shí)隨地查詢(xún)想要的數(shù)據(jù)。針對(duì)老百姓“咨詢(xún)難”、“辦事繁”的問(wèn)題,打造政務(wù)智能客服,如圖3所示。通過(guò)與政務(wù)大廳辦事員訪(fǎng)談,總結(jié)出事項(xiàng)漏斗體系,為智能客

服提供更加人性化的對(duì)話(huà)式服務(wù),弱化政務(wù)專(zhuān)業(yè)

術(shù)語(yǔ),讓用戶(hù)與智能客服的對(duì)話(huà)貼近人類(lèi)的交流

方式;增強(qiáng)智能客服對(duì)政務(wù)服務(wù)術(shù)語(yǔ)的理解能力,

提供百姓更容易理解的智能服務(wù),讓政務(wù)助手實(shí)

現(xiàn)真正的“智能”。針對(duì)政府工作人員寫(xiě)作需求多、寫(xiě)作效率低等場(chǎng)景,基于中國(guó)移動(dòng)多年積累的政務(wù)文本數(shù)據(jù),

對(duì)大模型進(jìn)行精調(diào),結(jié)合大模型的文本生成能力,

打造公文寫(xiě)作助手(又叫“龍政智問(wèn)”),如圖5

所示,可以為政府工作人員提供政策分析報(bào)告、

會(huì)議發(fā)言稿草擬、會(huì)議紀(jì)要生成等功能,滿(mǎn)足公

務(wù)人員的日常寫(xiě)作需求。黑龍江數(shù)字政府項(xiàng)目

05面向-網(wǎng)統(tǒng)管場(chǎng)景

面向-網(wǎng)通辦場(chǎng)景

面向-網(wǎng)協(xié)同場(chǎng)景

公共行政與管理客戶(hù)服務(wù)與智能助手社會(huì)服務(wù)與基礎(chǔ)設(shè)施圖3

政務(wù)智能客服應(yīng)用界面圖5

公文寫(xiě)作助手應(yīng)用界面圖4

龍政智搜應(yīng)用界面關(guān)鍵創(chuàng)新應(yīng)用場(chǎng)景0203九天.海算政務(wù)大模型有效推動(dòng)了黑龍江省數(shù)字政府建設(shè),助力政府辦事更加智能化,為老百姓提供了更加便捷的政務(wù)服務(wù)。

九天.海算政務(wù)大模型成功入選《數(shù)字時(shí)代治理現(xiàn)代化研究報(bào)告(2023年)—大模型在政務(wù)領(lǐng)域應(yīng)用的實(shí)踐及前景》藍(lán)皮書(shū),

成為國(guó)內(nèi)政務(wù)大模型應(yīng)用的典型案例,為國(guó)內(nèi)數(shù)字政府領(lǐng)域大模型應(yīng)用樹(shù)立了標(biāo)桿;同時(shí)入選IDC《中國(guó)政務(wù)大模型在數(shù)字

政府應(yīng)用市場(chǎng)分析,2024》中大模型在政府行業(yè)的優(yōu)秀實(shí)踐案例。下一步,將以落地黑龍江省政府為契機(jī),進(jìn)一步拓展大模型市場(chǎng)。目前,九天.海算政務(wù)大模型入選黑龍江省《2024年

全省數(shù)字政府建設(shè)應(yīng)用工作要點(diǎn)》,后續(xù)將進(jìn)一步推動(dòng)客戶(hù)的合同簽訂及項(xiàng)目落地。同時(shí)積極拓展其它省份商機(jī),目前在湖

北省、湖北安陸、青島市黃島區(qū)、西安12345熱線(xiàn)項(xiàng)目中已確定加入大模型能力建設(shè)并開(kāi)始編制方案。06

黑龍江數(shù)字政府項(xiàng)目政務(wù)信息場(chǎng)使用信息場(chǎng)內(nèi)的政務(wù)領(lǐng)域?qū)I(yè)知識(shí)對(duì)模型進(jìn)行課程學(xué)習(xí)式增強(qiáng)以及對(duì)齊泛化,同時(shí)協(xié)同私域數(shù)據(jù)作為最

終結(jié)果反饋用戶(hù)。通過(guò)政務(wù)信息場(chǎng)的調(diào)度能力,匯聚散落的關(guān)聯(lián)數(shù)據(jù),圍繞用戶(hù)咨詢(xún)實(shí)現(xiàn)場(chǎng)內(nèi)問(wèn)題全解決;拓寬政務(wù)服務(wù)邊界,實(shí)現(xiàn)主動(dòng)式服務(wù);政務(wù)流程不出“場(chǎng)”,實(shí)現(xiàn)可信的政務(wù)問(wèn)題響應(yīng),保證政務(wù)服務(wù)

安全可控。多元式交互融合任務(wù)式對(duì)話(huà)、大模型生成式對(duì)話(huà)、圖形化交互等多元交互模式,提升對(duì)話(huà)系統(tǒng)的靈活性與便捷程度。在黑龍江省數(shù)字政府建設(shè)項(xiàng)目中,以九天.海算政務(wù)大模型為技術(shù)底座,構(gòu)建了“平臺(tái)+算法+應(yīng)用”的體系,實(shí)現(xiàn)了

對(duì)黑龍江省政務(wù)工作的整體提升和跨越式發(fā)展。基于政務(wù)大模型提供了智能客服、龍政智搜、數(shù)字人、公文寫(xiě)作等具備龍江特色的政務(wù)大模型應(yīng)用,賦能相關(guān)政務(wù)領(lǐng)域的智能處理優(yōu)化、智能內(nèi)容生成等服務(wù),助力黑龍江省政府更加高效地履行職責(zé),

提高公共服務(wù)的質(zhì)量和效率,提升群眾的滿(mǎn)意度和信任度,全面推進(jìn)政務(wù)服務(wù)標(biāo)準(zhǔn)化、規(guī)范化、便利化、數(shù)字化建設(shè),更好

服務(wù)人民群眾,為龍江高質(zhì)量發(fā)展注入新動(dòng)能、釋放新活力。目前,九天.海算政務(wù)大模型提供標(biāo)準(zhǔn)化產(chǎn)品服務(wù)和定制化實(shí)施服務(wù)。其中,標(biāo)準(zhǔn)化產(chǎn)品服務(wù)可以提供包括大模型管理平臺(tái)、

海算政務(wù)大模型、大模型場(chǎng)景應(yīng)用等現(xiàn)有標(biāo)準(zhǔn)化產(chǎn)品的實(shí)施服務(wù),客戶(hù)根據(jù)需求選擇相應(yīng)模塊進(jìn)行“按單點(diǎn)菜”,中國(guó)移動(dòng)

按照客戶(hù)選擇的功能模塊進(jìn)行標(biāo)準(zhǔn)收費(fèi)。定制化實(shí)施服務(wù)可根據(jù)實(shí)際需求提供大模型訓(xùn)練、微調(diào)、精調(diào)及場(chǎng)景應(yīng)用的定制化開(kāi)發(fā)服務(wù),按照具體工作量進(jìn)行收費(fèi)。經(jīng)驗(yàn)總結(jié)與后續(xù)計(jì)劃運(yùn)營(yíng)商實(shí)踐AI大模型賦能垂直行業(yè)標(biāo)桿案例集核心價(jià)值商業(yè)模式0504某市民生政務(wù)12345項(xiàng)目是由中國(guó)電信基于自主研發(fā)的星辰語(yǔ)義大模型為某市政數(shù)局打造的服務(wù)某市民生熱線(xiàn)智能化政務(wù)項(xiàng)目,涵蓋了民生訴求應(yīng)用系統(tǒng)、民生智能化能力建設(shè)、民生政務(wù)運(yùn)營(yíng)團(tuán)隊(duì)管理三大方向的建設(shè)內(nèi)容。該市政務(wù)服務(wù)和數(shù)據(jù)管理局在前期由中國(guó)電信承接的12345

熱線(xiàn)項(xiàng)目和民生訴求系統(tǒng)平臺(tái)一期項(xiàng)目基礎(chǔ)上,針對(duì)平臺(tái)8類(lèi)角色、17個(gè)服務(wù)過(guò)程44

個(gè)業(yè)務(wù)節(jié)點(diǎn),規(guī)劃

25

個(gè)大模型應(yīng)用場(chǎng)景,通過(guò)“揭榜掛帥”方式按照兩期規(guī)劃,一期推進(jìn)8

個(gè)先行試點(diǎn)應(yīng)用場(chǎng)景。同時(shí)結(jié)合民生訴求12項(xiàng)業(yè)務(wù)能力規(guī)范優(yōu)化要求,基于大模型技術(shù)指導(dǎo)、驅(qū)動(dòng)訴求服務(wù)全流程再造,

推進(jìn)民生訴求平臺(tái)從“流程+IT”向“流程+AI”升級(jí)轉(zhuǎn)型。政府正推動(dòng)政務(wù)服務(wù)智能化,旨在提升效率與質(zhì)量。公眾與

企業(yè)渴望高效、便捷、個(gè)性化及透明的服務(wù)。中國(guó)電信利用大模型技術(shù),深度學(xué)習(xí)政務(wù)數(shù)據(jù),精準(zhǔn)識(shí)別公眾咨詢(xún)意圖,

以友好、個(gè)性化語(yǔ)言應(yīng)答,顯著提升政務(wù)服務(wù)效能,滿(mǎn)足各

界需求。青飛

中國(guó)電信人工智能科技有限公司大模型首席專(zhuān)家基于星辰大模型的政務(wù)服務(wù)智能化應(yīng)用基于星辰大模型的政務(wù)服務(wù)智能化應(yīng)用

07服務(wù)過(guò)程25個(gè)角色44流程

+AI流程

+

IT17個(gè)8類(lèi)規(guī)劃大模型

應(yīng)用場(chǎng)景參與

單位業(yè)務(wù)節(jié)點(diǎn)個(gè)智能客服機(jī)器人是某市民意速辦12345的核心場(chǎng)景,旨在利用大模型等人工智能技術(shù)對(duì)政務(wù)知識(shí)信息進(jìn)行訓(xùn)練學(xué)習(xí),

實(shí)現(xiàn)機(jī)器人能夠深度理解市民訴求的意圖和需求,同時(shí)能夠根據(jù)限定的政務(wù)知識(shí)給出正確、完整、安全可控的答復(fù)內(nèi)容的目

標(biāo)。智能客服機(jī)器人應(yīng)用場(chǎng)景包括“公積金”、“社保”、“醫(yī)保”等,進(jìn)—步提升智能客服問(wèn)答準(zhǔn)確性、完整性和安全性,提高智能客服應(yīng)答能力和服務(wù)能力。電信AI研究院基于自研Telechat

52B大模型構(gòu)建了大模型智能問(wèn)答系統(tǒng),并部署到某

市政數(shù)局生產(chǎn)環(huán)境輔助坐席解決市民的訴求問(wèn)題。傳統(tǒng)智能客服的業(yè)務(wù)流程包括問(wèn)答知識(shí)庫(kù)整理,問(wèn)答知識(shí)庫(kù)配置到對(duì)話(huà)系統(tǒng)以及線(xiàn)上匹配市民問(wèn)題推薦合適的知識(shí)庫(kù)答

案。在知識(shí)庫(kù)配置階段,需要運(yùn)營(yíng)人員根據(jù)政府下發(fā)的政策、業(yè)務(wù)升級(jí)/調(diào)整等所產(chǎn)生的文檔進(jìn)行結(jié)構(gòu)化或—問(wèn)—答的解讀、

梳理、采編的工作量巨大。在線(xiàn)上匹配環(huán)節(jié),綜合采用對(duì)話(huà)意圖識(shí)別、語(yǔ)義相似度匹配、答案推薦等多種技術(shù)手段來(lái)做智能應(yīng)答。本次項(xiàng)目,采用大模型多智能體(Multi-Agent)智能問(wèn)答技術(shù)實(shí)現(xiàn)政務(wù)智能問(wèn)答系統(tǒng),整體技術(shù)流程包括知識(shí)庫(kù)構(gòu)建智能體、文檔理解和檢索智能體、問(wèn)答智能體等模塊,整體技術(shù)方案如圖1所示。08

基于星辰大模型的政務(wù)服務(wù)智能化應(yīng)用●智能客服場(chǎng)景:用戶(hù)在實(shí)際政策問(wèn)答對(duì)話(huà)過(guò)程中(如智能受理助手、智能政策問(wèn)答等),經(jīng)常表達(dá)出來(lái)的復(fù)雜意圖、多

輪對(duì)話(huà)、模糊意圖通過(guò)小模型很難達(dá)到較好的效果,其在處理復(fù)雜任務(wù)時(shí)可能表現(xiàn)不佳。●智能受理助手:對(duì)于工單中要提取的長(zhǎng)數(shù)字串(如電話(huà)號(hào)碼、身份證號(hào)等)的表達(dá)、地址、實(shí)體名稱(chēng)等信息,小模型很

難從不同表達(dá)習(xí)慣的用戶(hù)獲取到完整且正確的數(shù)字信息?！裰悄懿删?根據(jù)政府下發(fā)的政策、業(yè)務(wù)升級(jí)/調(diào)整等所產(chǎn)生的文檔進(jìn)行結(jié)構(gòu)化或—問(wèn)—答的解讀、梳理、采編的工作量巨大。傳統(tǒng)小模型AI處理效率低,耗時(shí)長(zhǎng)?！裰悄苷?轉(zhuǎn)人工后,對(duì)于人機(jī)對(duì)話(huà)內(nèi)容總結(jié)摘要、坐席與客戶(hù)對(duì)話(huà)過(guò)程中的內(nèi)容快速總結(jié)并形成工單的摘要難以實(shí)現(xiàn)?！裰悄軋?bào)告生成:定期根據(jù)查詢(xún)的政務(wù)12345運(yùn)行結(jié)果,自動(dòng)生成合適的分析報(bào)告以節(jié)省人力,對(duì)于小模型來(lái)說(shuō)幾乎無(wú)

法實(shí)現(xiàn)。●難以適應(yīng)大規(guī)模數(shù)據(jù)集:小模型處理大規(guī)模數(shù)據(jù)集存在挑戰(zhàn),無(wú)法充分利用數(shù)據(jù)集中的所有信息。●定制化程度較高:小模型泛化能力弱,—個(gè)場(chǎng)景就需要定制—個(gè)小模型,模型多也增加了模型的管理和應(yīng)用難度。生成式大語(yǔ)言模型在多輪對(duì)話(huà)閑聊等場(chǎng)景體現(xiàn)出了較好的意圖理解和流暢自然的對(duì)話(huà)能力,在政務(wù)領(lǐng)域構(gòu)建—個(gè)行業(yè)大模型,涵蓋問(wèn)答、工單抽取、分類(lèi)分撥等場(chǎng)景可以顯著市民的滿(mǎn)意度,減少坐席的人工成本。政務(wù)12345行業(yè)的智能化建設(shè)已經(jīng)經(jīng)歷了從傳統(tǒng)應(yīng)用系統(tǒng)到智能化AI升級(jí)的第—階段,部分場(chǎng)景已經(jīng)通過(guò)基于小模型

的AI智能化技術(shù)完成了上線(xiàn)可應(yīng)用,例如智能問(wèn)答客服、智能IVR(智能語(yǔ)音導(dǎo)航)、智能工單抽取等場(chǎng)景,已經(jīng)實(shí)現(xiàn)了AI助理提效的價(jià)值。但是受限于傳統(tǒng)小模型的能力,已經(jīng)應(yīng)用的場(chǎng)景面臨著效果提升上的難題,新的場(chǎng)景例如智能知識(shí)采編、

智能報(bào)告生成等場(chǎng)景面臨著小模型無(wú)法實(shí)現(xiàn)的困境。解決方案和價(jià)值行業(yè)挑戰(zhàn)從技術(shù)落地方面,面臨如下挑戰(zhàn)從應(yīng)用場(chǎng)景落地方面,面臨如下挑戰(zhàn)運(yùn)營(yíng)商實(shí)踐AI大模型賦能垂直行業(yè)標(biāo)桿案例集項(xiàng)目整體架構(gòu)/技術(shù)方案01圖1

多智能體問(wèn)答技術(shù)方案

從政府網(wǎng)站、百科、書(shū)籍等渠道收集政策類(lèi)知識(shí),涵蓋住建局、各類(lèi)辦事大廳、醫(yī)保局等各類(lèi)民生訴求委構(gòu)建智能體

辦局等官方網(wǎng)站,同時(shí)支撐政數(shù)局專(zhuān)家基于坐席問(wèn)答數(shù)據(jù)整理出問(wèn)答知識(shí)庫(kù)。為了降低政務(wù)坐席梳理問(wèn)答對(duì)的成本,采用大模型知識(shí)采編思路,大模型先對(duì)原始政策文檔給出建議問(wèn)答對(duì),然后交由坐席質(zhì)檢。通

過(guò)該方法,高效積累萬(wàn)級(jí)別的高質(zhì)量問(wèn)答對(duì)。

本次項(xiàng)目采集政策文檔文件格式多樣,包括pdf、word、ppt,文檔要素多樣版面復(fù)雜,對(duì)圖標(biāo)、文字、檢索智能體

表格要素的精確解析能力決定最終的問(wèn)答效果。本次項(xiàng)目采用基于大模型的文檔版面分析策略,識(shí)別出文檔中包含核心政策要點(diǎn)的要素和段落,過(guò)濾掉和政策無(wú)關(guān)的URL鏈接、廣告文本。并通過(guò)MinHash、文

本相似度計(jì)算等技術(shù)對(duì)政策文檔進(jìn)行篇章、段落粒度的去重,最終形成高質(zhì)量的政策文檔知識(shí)。政務(wù)問(wèn)答系統(tǒng)的特點(diǎn)是政策頻繁更新、信息內(nèi)容多源異構(gòu),如何讓大模型學(xué)習(xí)和理解最新的政策知識(shí),進(jìn)行精準(zhǔn)的回復(fù)是政務(wù)系統(tǒng)面臨的主要問(wèn)題。本次項(xiàng)目采用了兩階段后訓(xùn)練結(jié)合知識(shí)庫(kù)增強(qiáng)的方式給大模型

注入政策文檔信息,減少大模型的幻覺(jué)。第—階段首先利用政策原文對(duì)大模型做持續(xù)預(yù)訓(xùn)練,經(jīng)過(guò)這個(gè)環(huán)

節(jié)大模型充分理解了政策信息,在給定政策要點(diǎn)闡釋指令時(shí),大模型能夠還原出政策文章的對(duì)應(yīng)片段。第

二階段利用政策原文構(gòu)建的問(wèn)答語(yǔ)料,并對(duì)大模型進(jìn)行指令微調(diào),使得大模型可以理解市民的問(wèn)題并輸出

對(duì)應(yīng)的政策答案的。為了提升大模型的回復(fù)質(zhì)量,本項(xiàng)目對(duì)答案進(jìn)行了多輪的精細(xì)化的標(biāo)注。保證答案正

確并且和問(wèn)題相關(guān),進(jìn)—步增強(qiáng)答案的結(jié)構(gòu)化和邏輯性。為了更好的引入政務(wù)坐席知識(shí)庫(kù),采用大小模型配合的技術(shù)框架。對(duì)于命中知識(shí)庫(kù)的問(wèn)題,直接輸出對(duì)應(yīng)的答案,對(duì)于同知識(shí)庫(kù)的問(wèn)答對(duì)相似度低的市民問(wèn)題,則采用大模型生成答案。市民在線(xiàn)提交訴求工單后,分撥員需要將工單進(jìn)行分類(lèi)、分撥到具體的責(zé)任部門(mén)進(jìn)行處置。需要大模型為分撥員的分類(lèi)分撥操作提供輔助,讓工單的分類(lèi)分撥更加高效、準(zhǔn)確。市民在線(xiàn)提交訴求工單后,分撥員需要對(duì)工單進(jìn)行打標(biāo),以便于后續(xù)的工單統(tǒng)計(jì)分析。需要大模型為分撥

員的工單打標(biāo)操作提供輔助,讓工單的打標(biāo)更加高效、準(zhǔn)確?；谛浅酱竽Ｐ偷恼?wù)服務(wù)智能化應(yīng)用

09公共行政與管理客戶(hù)服務(wù)與智能助手社會(huì)服務(wù)與基礎(chǔ)設(shè)施本報(bào)告來(lái)源于三個(gè)皮匠報(bào)告站（）,由用戶(hù)Id:349461下載,文檔Id:184939,下載日期:2024-12-20智能分類(lèi)

分撥應(yīng)用場(chǎng)景02文檔理解和問(wèn)答智能體智能打標(biāo)知識(shí)庫(kù)多智能體(Multi-Agent)智能問(wèn)答系統(tǒng)的技術(shù)關(guān)鍵創(chuàng)新點(diǎn)如下:本次項(xiàng)目提出了—種基于大模型的面向文檔的結(jié)構(gòu)化知識(shí)生成方法,能夠從政策文檔中提取多層級(jí)(如篇章、段落、事件)、

多粒度的結(jié)構(gòu)化知識(shí),提升知識(shí)表征的精確性和全面性。針對(duì)大模型輸入長(zhǎng)度的限制,創(chuàng)新性地應(yīng)用旋轉(zhuǎn)位置編碼技術(shù),外推精排網(wǎng)絡(luò)的輸入,支持更長(zhǎng)的文檔片段輸入,保證

片段涵蓋更充足的語(yǔ)義信息,對(duì)政策文檔片段進(jìn)行高效且精準(zhǔn)的重排序,提高檢索效果。通過(guò)持續(xù)預(yù)訓(xùn)練和指令微調(diào),為大模型注入最新的政策知識(shí),減少大模型的幻覺(jué),提高政策理解與回復(fù)的精準(zhǔn)度。針對(duì)

市民口語(yǔ)化表述與政策文檔書(shū)面用語(yǔ)之間的語(yǔ)義差異,引入問(wèn)題改寫(xiě)機(jī)制,并采用并行文檔切片召回策略,顯著提升文檔召

回命中率。針對(duì)政務(wù)坐席知識(shí)庫(kù),設(shè)計(jì)了大小模型配合的技術(shù)框架,高效融合知識(shí)庫(kù)與生成式模型的優(yōu)勢(shì),提供靈活且準(zhǔn)確

的問(wèn)答服務(wù)。創(chuàng)新的針對(duì)政策文檔語(yǔ)義切片算法,利用大模型在段落級(jí)進(jìn)行細(xì)粒度要點(diǎn)提取,并基于要點(diǎn)和摘要進(jìn)行語(yǔ)義切分,確保

分段內(nèi)語(yǔ)義連貫,適應(yīng)政策文檔的頻繁更新需求。這些創(chuàng)新點(diǎn)共同構(gòu)成了—個(gè)高效、精準(zhǔn)且適應(yīng)性強(qiáng)的多智能體問(wèn)答系統(tǒng),為政務(wù)問(wèn)答領(lǐng)域帶來(lái)了新的技術(shù)突破和實(shí)際應(yīng)用價(jià)值。在當(dāng)今時(shí)代,政務(wù)服務(wù)面臨著諸多挑戰(zhàn),本次提供的"大小模型協(xié)同助力政務(wù)服務(wù)升級(jí)"方案通過(guò)集成大模型和小模型

的力量,以創(chuàng)新的方式解決了這些關(guān)鍵問(wèn)題。核心價(jià)值體現(xiàn)在以下幾個(gè)方面:10基于星辰大模型的政務(wù)服務(wù)智能化應(yīng)用1、需要提供智能生成相似問(wèn)、根據(jù)提示詞智能生成問(wèn)題對(duì)應(yīng)答案;2、支持掛載知識(shí)中臺(tái)中專(zhuān)業(yè)知識(shí)的插件能力,讓大模型基于專(zhuān)業(yè)的業(yè)務(wù)知識(shí)文章、word、pdf等知識(shí),

理解后回答市民的問(wèn)題。提供統(tǒng)一的政務(wù)大模型能力底座通過(guò)沉淀在項(xiàng)目上的數(shù)據(jù)和能力,從智能對(duì)話(huà)、知識(shí)運(yùn)

營(yíng)、智能工單、智能分析、智能質(zhì)檢五個(gè)場(chǎng)景構(gòu)建政務(wù)

核心的能力,從而為政務(wù)服務(wù)機(jī)構(gòu)提供統(tǒng)—的政務(wù)大模型能力底座,通過(guò)構(gòu)建全新—站式的政務(wù)大模型能力底座,全面革新已有政務(wù)服務(wù)流程,賦能整個(gè)政務(wù)領(lǐng)域。提供單政務(wù)服務(wù)場(chǎng)景接口調(diào)用服務(wù)提供單獨(dú)的能力調(diào)用的方式,針對(duì)建設(shè)不久的政務(wù)服務(wù)

系統(tǒng)提供針對(duì)單個(gè)政務(wù)服務(wù)場(chǎng)景服務(wù),政務(wù)機(jī)構(gòu)在不更

換原系統(tǒng)的前提下在業(yè)務(wù)流程節(jié)點(diǎn)新增調(diào)用大模型服務(wù)

接口,直接賦能客戶(hù)的應(yīng)用系統(tǒng);也可以支持多個(gè)能力

聯(lián)合應(yīng)用—起提供給客戶(hù),賦能客戶(hù)的業(yè)務(wù)場(chǎng)景,助理

效果提升。針對(duì)投訴舉報(bào)類(lèi)熱線(xiàn),話(huà)務(wù)員需要基于市民反饋的信息,在系統(tǒng)提交工單,給相應(yīng)的責(zé)任部門(mén)處理。需要

引入大模型,從市民語(yǔ)音反饋信息中自動(dòng)識(shí)別并提取關(guān)鍵信息下單,提高話(huà)務(wù)員工作效率。對(duì)于智能答復(fù)的問(wèn)題、訴求處理反饋意見(jiàn)審查場(chǎng)景進(jìn)行安全內(nèi)容審查,檢測(cè)和過(guò)濾違法、有害或不適當(dāng)?shù)?/p>

內(nèi)容,例如色情、暴力、仇恨言論等。業(yè)務(wù)人員需要定期撰寫(xiě)《市民生訴求運(yùn)營(yíng)分析報(bào)告》,利用大模型為業(yè)務(wù)員撰寫(xiě)報(bào)告提供輔助,提高工作效率。借助大模型的能力,輔助現(xiàn)有的智能客服機(jī)器人,從而提升政務(wù)服務(wù)能力,提高市民滿(mǎn)意度。運(yùn)營(yíng)商實(shí)踐AI大模型賦能垂直行業(yè)標(biāo)桿案例集智能受理

助手機(jī)器人智能客服

機(jī)器人智能報(bào)告

撰寫(xiě)內(nèi)容安全

審核核心價(jià)值關(guān)鍵創(chuàng)新商業(yè)探索040503智能知識(shí)庫(kù)經(jīng)驗(yàn)總結(jié)

●參數(shù)與能力的關(guān)系:在設(shè)計(jì)模型時(shí),適當(dāng)增加參數(shù)量通常能顯著提升模型的性能及泛化能力。然而,關(guān)鍵在于平衡,過(guò)

大的參數(shù)量對(duì)參與訓(xùn)練的數(shù)據(jù)量也更高,同時(shí)也會(huì)導(dǎo)致模型需要的計(jì)算資源過(guò)高?！穸嘀悄荏w優(yōu)勢(shì)策略:結(jié)合多個(gè)智能體(包括但不限于大模型)的策略往往比單—大模型獲知小模型具有更穩(wěn)定的輸出效果,能夠有效降低風(fēng)險(xiǎn)和提高整體性能,尤其是在復(fù)雜任務(wù)與高度不確定性場(chǎng)景下更為明顯?！駭?shù)據(jù)質(zhì)量的核心作用:構(gòu)建高質(zhì)量的數(shù)據(jù)集是確保模型獲得良好效果的基礎(chǔ)。高精度、全面且準(zhǔn)確的數(shù)據(jù)不僅能顯著提

升模型訓(xùn)練的效率,還能增強(qiáng)預(yù)測(cè)結(jié)果的可靠性和穩(wěn)定性?！駡F(tuán)隊(duì)協(xié)作的重要性:建立—個(gè)跨部門(mén)(包括但不限于交付、產(chǎn)品、數(shù)據(jù)科學(xué)、算法開(kāi)發(fā)與工程實(shí)踐)的統(tǒng)—團(tuán)隊(duì)對(duì)于實(shí)

現(xiàn)模型優(yōu)化和快速部署至關(guān)重要。通過(guò)緊密合作,可以確保策略的—致性、技術(shù)方案的有效實(shí)施以及問(wèn)題的及時(shí)解決,

從而提升整體項(xiàng)目成功率。后續(xù)計(jì)劃

為了將已有大小模型協(xié)同提供政務(wù)服務(wù)方案快速推廣到更多地域覆蓋更多業(yè)務(wù)場(chǎng)景,需要持續(xù)的在標(biāo)準(zhǔn)化、產(chǎn)品化方面

進(jìn)行推進(jìn)完善。同時(shí)對(duì)于眾多的政務(wù)服務(wù)業(yè)務(wù)場(chǎng)景,還需要對(duì)已有的方案進(jìn)行持續(xù)迭代創(chuàng)新,繼續(xù)推進(jìn)各個(gè)新增場(chǎng)景的能力

建設(shè)和效果優(yōu)化,具體從以下幾個(gè)方面:●技術(shù)優(yōu)化與標(biāo)準(zhǔn)建立:首先針對(duì)政務(wù)服務(wù)場(chǎng)景進(jìn)行標(biāo)準(zhǔn)化,實(shí)現(xiàn)在其他能快速冷啟動(dòng),直接復(fù)用已有的服務(wù)場(chǎng)景。其次,

在落地基于大小模型協(xié)同提供服務(wù)的過(guò)程中,對(duì)落地流程進(jìn)行標(biāo)準(zhǔn)化,讓更多的團(tuán)隊(duì)能基于大模型模型協(xié)同提供政務(wù)服

務(wù)方法論快速落地其他政務(wù)服務(wù)項(xiàng)目。最后,在與多個(gè)系統(tǒng)對(duì)接過(guò)程中,制定統(tǒng)—的服務(wù)接口和技術(shù)規(guī)范,確保不同地

域平臺(tái)間的兼容性和—致性。●產(chǎn)品化沉淀:通過(guò)問(wèn)卷、訪(fǎng)談收集各級(jí)地方政府的具體需求及用戶(hù)反饋,基于需求開(kāi)發(fā)專(zhuān)項(xiàng)功能模塊或插件,將能力沉淀為滿(mǎn)足不同地域、不同領(lǐng)域(如社保、稅務(wù))的通用型產(chǎn)品?！衿脚_(tái)推廣與培訓(xùn)體系建立:與省級(jí)及市級(jí)政務(wù)部門(mén)合作,共享技術(shù)成果和實(shí)施經(jīng)驗(yàn)。建立全面培訓(xùn)計(jì)劃,設(shè)立線(xiàn)上課程

和研討會(huì),提供AI應(yīng)用和平臺(tái)操作培訓(xùn)資源,組織線(xiàn)下巡回培訓(xùn)會(huì)議或工作坊,在各地設(shè)立培訓(xùn)中心?！癯掷m(xù)迭代與技術(shù)創(chuàng)新:基于多個(gè)地域以及不同領(lǐng)域業(yè)務(wù)需求的探索研究,持續(xù)迭代大小模型技術(shù)架構(gòu)方案,利用平臺(tái)產(chǎn)

生的數(shù)據(jù)進(jìn)行深度分析,識(shí)別優(yōu)化點(diǎn)和技術(shù)瓶頸?；谛浅酱竽Ｐ偷恼?wù)服務(wù)智能化應(yīng)用

11基于大小模型方案提升政務(wù)服務(wù)效率和服務(wù)質(zhì)量,不僅解決了現(xiàn)有問(wèn)題,還為未來(lái)技術(shù)創(chuàng)新預(yù)留了空間,推動(dòng)業(yè)務(wù)模式

和行政管理方式的進(jìn)—步發(fā)展和升級(jí)。綜上所述,"大小模型協(xié)同助力政務(wù)服務(wù)升級(jí)"方案的核心價(jià)值在于其高效、個(gè)性化、低成本的服務(wù)處理能力,能有效

解決政務(wù)系統(tǒng)中的痛點(diǎn)問(wèn)題,同時(shí)提升用戶(hù)滿(mǎn)意度,引領(lǐng)政務(wù)服務(wù)領(lǐng)域向更智能、更高效的方向邁進(jìn)。大模型與小模型協(xié)同工作,能夠快速精準(zhǔn)的理解市民用戶(hù)咨詢(xún)的問(wèn)題,并能夠準(zhǔn)確的為用戶(hù)提供友好個(gè)性化的答復(fù)。大型模型擅長(zhǎng)于—問(wèn)多意圖、長(zhǎng)上下文意圖等復(fù)雜意圖的理解以及友好個(gè)性化回復(fù)的生成,而小模型則專(zhuān)注于特定場(chǎng)景下的簡(jiǎn)

單問(wèn)題的精準(zhǔn)識(shí)別、快速低成本定位用戶(hù)意圖

,

通過(guò)大小模型協(xié)同解決,能在保障準(zhǔn)確的同時(shí)為用戶(hù)提供友好個(gè)性化的服務(wù)。當(dāng)前政務(wù)服務(wù)咨詢(xún)中大多數(shù)市民咨詢(xún)還是簡(jiǎn)單重復(fù)的問(wèn)題,基于大小模型方案,小模型能解決的問(wèn)題,直接用小模型進(jìn)

行業(yè)務(wù)閉環(huán),避免使用高成本的大模型,最終實(shí)現(xiàn)在不大幅提升服務(wù)成本的同時(shí)提升服務(wù)效果與服務(wù)體驗(yàn)。協(xié)同工作的大小模型能夠提供更智能、個(gè)性化的服務(wù)體驗(yàn)。小型模型負(fù)責(zé)簡(jiǎn)單問(wèn)題的精準(zhǔn)識(shí)別,再基于大型模型對(duì)反饋信息的友好加工,使政務(wù)服務(wù)更加貼心友好,提升市民用戶(hù)咨詢(xún)體驗(yàn)。經(jīng)驗(yàn)總結(jié)與后續(xù)計(jì)劃大幅提升復(fù)雜咨詢(xún)場(chǎng)景處理能力降低政務(wù)服務(wù)成本提升智能政務(wù)服務(wù)的用戶(hù)體驗(yàn)驅(qū)動(dòng)創(chuàng)新和增長(zhǎng)公共行政與管理客戶(hù)服務(wù)與智能助手社會(huì)服務(wù)與基礎(chǔ)設(shè)施運(yùn)營(yíng)商實(shí)踐AI大模型賦能垂直行業(yè)標(biāo)桿案例集基于元景政務(wù)熱線(xiàn)大模型的政務(wù)智能體平臺(tái),是基于中國(guó)聯(lián)通的先進(jìn)人工智能技術(shù)能力,以中國(guó)聯(lián)通元景政務(wù)大模型為

基座,以政務(wù)場(chǎng)景為主要落地場(chǎng)景,打造智能工單填報(bào)、智能派單、坐席知識(shí)輔助、熱線(xiàn)數(shù)智分析、智能問(wèn)數(shù)等服務(wù)能力,

以智能機(jī)器人賦能應(yīng)用,并可根據(jù)實(shí)際需求進(jìn)行機(jī)器人產(chǎn)品組合及插拔,為政務(wù)行業(yè)提供基礎(chǔ)人工智能能力和產(chǎn)品解決方案。目前,該政務(wù)熱線(xiàn)大模型及政務(wù)智能體平臺(tái)已在多省市政務(wù)熱線(xiàn)落地應(yīng)用。以遼寧12345熱線(xiàn)為代表,如圖1所示,

在坐席知識(shí)輔助、智能工單填報(bào)場(chǎng)景,實(shí)現(xiàn)自動(dòng)工單填寫(xiě)、智能派單、輔助問(wèn)答等功能,工單填寫(xiě)準(zhǔn)確率達(dá)90%,完整度提

升超30%,知識(shí)輔助相比傳統(tǒng)方式準(zhǔn)確率提高60%,平均每通客服通話(huà)時(shí)長(zhǎng)由186s縮短至133s;在熱線(xiàn)數(shù)智分析、智能

問(wèn)數(shù)領(lǐng)域,如圖2所示,通過(guò)分析80余萬(wàn)個(gè)歷史工單及12萬(wàn)個(gè)小區(qū)投訴信息,形成6大類(lèi)專(zhuān)報(bào),為熱線(xiàn)中心提供對(duì)話(huà)式

的數(shù)據(jù)查詢(xún)、分析、可視化呈現(xiàn)。傳統(tǒng)政務(wù)服務(wù)熱線(xiàn)存在人工效率低,線(xiàn)路壓力大、文書(shū)撰寫(xiě)繁

瑣等問(wèn)題。為助力政務(wù)服務(wù)和社會(huì)管理效率的提升,中國(guó)聯(lián)通

政務(wù)熱線(xiàn)大模型應(yīng)運(yùn)而生,旨在充分結(jié)合政務(wù)場(chǎng)景及數(shù)智技術(shù)

優(yōu)勢(shì),打造坐席知識(shí)輔助、智能派單、智能問(wèn)數(shù)等能力,面向

群眾、客服、政務(wù)服務(wù)中心全場(chǎng)景全鏈路進(jìn)行智能化升級(jí),提

高政府管理及服務(wù)效率,提升市民業(yè)務(wù)辦理滿(mǎn)意度。史樹(shù)明中國(guó)聯(lián)通人工智能創(chuàng)新中心語(yǔ)言大模型首席科學(xué)家基于元景政務(wù)熱線(xiàn)大模型

的政務(wù)智能體平臺(tái)圖1

遼寧12345熱線(xiàn)平臺(tái)

圖2

遼寧12345熱線(xiàn)數(shù)智分析平臺(tái)12

基于元景政務(wù)熱線(xiàn)大模型的政務(wù)智能體平臺(tái)參與

單位模型訓(xùn)練工縣基礎(chǔ)模型元景基礎(chǔ)大模型(語(yǔ)言大模型、多模態(tài)大模型)DL

框架Pytorchi計(jì)算層AI芯片(GPU、NPU等)AI服務(wù)器(昇騰)算力調(diào)度平臺(tái)管理機(jī)器人創(chuàng)建機(jī)器人配置機(jī)器人測(cè)試機(jī)器人發(fā)布機(jī)器人工廠權(quán)限管理……行業(yè)智能體知識(shí)問(wèn)答機(jī)器人智能寫(xiě)作機(jī)器人信息抽取機(jī)器人信息分類(lèi)機(jī)器人自動(dòng)摘要機(jī)器人智能填報(bào)機(jī)器人……行業(yè)大模型基于元景政務(wù)熱線(xiàn)大模型的政務(wù)智能體平臺(tái)主要面向以下三類(lèi)服務(wù)對(duì)象,解決其存在的各類(lèi)痛點(diǎn)問(wèn)題。面向市民的自助服務(wù):對(duì)話(huà)依賴(lài)定好的流程,意圖識(shí)別準(zhǔn)確度待提升,對(duì)話(huà)擬人度低,不夠智能;缺少情緒識(shí)別,溝通

不夠人性化。面向-線(xiàn)的人工服務(wù):坐席手里業(yè)務(wù)缺少智能輔助;知識(shí)篇幅大,坐席查找知識(shí)點(diǎn)慢;建單錄入文字多,影響服務(wù)效率。

面向運(yùn)營(yíng)的運(yùn)營(yíng)管理:數(shù)據(jù)報(bào)表系統(tǒng)加工周期長(zhǎng);取數(shù)用數(shù)系統(tǒng)查詢(xún)不便捷。政務(wù)熱線(xiàn)是感知城市、社會(huì)和民情的重要手段,是政府實(shí)現(xiàn)有效治理和提升治理能力的重要方式,各地加快多號(hào)歸并、—號(hào)響應(yīng)、多渠道融合,政務(wù)熱線(xiàn)通過(guò)與市民時(shí)刻“即聯(lián)”,實(shí)時(shí)捕捉民情動(dòng)向,及時(shí)查堵治理盲點(diǎn);同時(shí),政務(wù)熱線(xiàn)承擔(dān)著“上掛下聯(lián)”職責(zé),通過(guò)平臺(tái)互聯(lián)、數(shù)據(jù)互通、信息共享等機(jī)制,可實(shí)現(xiàn)跨部門(mén)、跨區(qū)域的數(shù)據(jù)流通,促進(jìn)政府部門(mén)“接駁”聯(lián)動(dòng),

及時(shí)、高效地回應(yīng)群眾訴求,提升政府部門(mén)的協(xié)同治理水平。中央提出要推動(dòng)政務(wù)熱線(xiàn)歸并整合,提升服務(wù)便捷性和高效性;強(qiáng)化12345熱線(xiàn)與110報(bào)警服務(wù)臺(tái)的高效對(duì)接聯(lián)動(dòng);

加強(qiáng)數(shù)字政府建設(shè),推動(dòng)公共服務(wù)數(shù)字化、智能化;推進(jìn)12345數(shù)據(jù)在市場(chǎng)監(jiān)管、行政執(zhí)法監(jiān)督等領(lǐng)域的應(yīng)用。此外,全國(guó)

多個(gè)省市也在推出—系列政策來(lái)大力推動(dòng)政務(wù)業(yè)務(wù)系統(tǒng)智能化。政務(wù)智能體平臺(tái)提供多類(lèi)智能機(jī)器人,集成了豐富的插件、工具、知識(shí)庫(kù)等,快速搭建基于元景政務(wù)大模型的機(jī)器人,

賦能政務(wù)服務(wù)智能化升級(jí),提升效率及市民滿(mǎn)意度,其架構(gòu)如圖3所示。解決方案與價(jià)值行業(yè)挑戰(zhàn)提示詞工程插件系統(tǒng)元景政務(wù)熱線(xiàn)大模型基于元景政務(wù)熱線(xiàn)大模型的政務(wù)智能體平臺(tái)

13

重要工作挖掘

領(lǐng)導(dǎo)工作推薦

調(diào)研活動(dòng)推薦

智能公文寫(xiě)作

上級(jí)任務(wù)拆解

任務(wù)自動(dòng)匹配從國(guó)家政策來(lái)看從行業(yè)現(xiàn)狀及需求來(lái)看從應(yīng)用場(chǎng)景來(lái)看項(xiàng)目整體架構(gòu)/技術(shù)方案公共行政與管理客戶(hù)服務(wù)與智能助手社會(huì)服務(wù)與基礎(chǔ)設(shè)施Paddlepaddle視覺(jué)處理(CV)強(qiáng)化學(xué)習(xí)TensorFlow語(yǔ)音語(yǔ)義(NLP、ASR)微調(diào)工具精調(diào)工具模型預(yù)訓(xùn)練MindSpore工單自助上報(bào)圖3

元景政務(wù)大模型架構(gòu)圖智能知識(shí)推薦

市民畫(huà)像數(shù)據(jù)智能打標(biāo)領(lǐng)導(dǎo)問(wèn)數(shù)對(duì)民(企)服務(wù)政務(wù)辦公熱線(xiàn)數(shù)智分析01大模型

擴(kuò)展工具政策解析便民知識(shí)庫(kù)政策推薦民意洞察智能申報(bào)政策咨詢(xún)

工單訴求分類(lèi)

工單要素提取

工單摘要生成

工單智能派發(fā)

工單自助上報(bào)

話(huà)務(wù)質(zhì)檢監(jiān)測(cè)

智能報(bào)告生成

智能對(duì)話(huà)回訪(fǎng)

智能對(duì)話(huà)對(duì)話(huà)

訴求效能分析

民情監(jiān)測(cè)預(yù)警政務(wù)場(chǎng)景圖5

RAG核心組件3.2模式創(chuàng)新政務(wù)智能體平臺(tái)聚焦痛點(diǎn)問(wèn)題,將智能化技術(shù)深度整合,構(gòu)建自助人工協(xié)同、多媒體協(xié)同、線(xiàn)上線(xiàn)下協(xié)同、服務(wù)營(yíng)銷(xiāo)協(xié)

同的新型智慧服務(wù)模式,使智能交互更溫暖、智能輔助更便捷、運(yùn)營(yíng)管理更高效。14

基于元景政務(wù)熱線(xiàn)大模型的政務(wù)智能體平臺(tái)3.1技術(shù)創(chuàng)新第一個(gè)技術(shù)創(chuàng)新是打造了多任務(wù)語(yǔ)音生成模型架構(gòu),如圖4所示?；?0萬(wàn)+小時(shí)高質(zhì)量語(yǔ)音數(shù)據(jù)訓(xùn)練,具備一句話(huà)

zero-shot克隆人聲、類(lèi)人高自然度及副語(yǔ)言表達(dá)、多語(yǔ)種多方言混合生成能力。政務(wù)智能體平臺(tái)的語(yǔ)音及對(duì)話(huà)機(jī)器人均基于該模型架構(gòu)打造。圖4

多任務(wù)語(yǔ)音生成模型架構(gòu)第二個(gè)技術(shù)創(chuàng)新是政務(wù)智能體平臺(tái)加入的RAG(增強(qiáng)檢索生成)核心組件,如圖5所示。其能夠使得大模型支持級(jí)聯(lián)切

分、自適應(yīng)拆分、多路檢索融合技術(shù),提升知識(shí)理解完整性,提升行業(yè)知識(shí)庫(kù)理解與系統(tǒng)知識(shí)問(wèn)答能力。索引庫(kù)稀疏/稠密向量全文倒排索引級(jí)聯(lián)切分

自適應(yīng)拆分運(yùn)營(yíng)商實(shí)踐AI大模型賦能垂直行業(yè)標(biāo)桿案例集政務(wù)智能體平臺(tái)主要包括三大類(lèi)機(jī)器人,如下所示:溝通場(chǎng)景

主要包括智能對(duì)話(huà)、文本轉(zhuǎn)寫(xiě),合規(guī)檢測(cè)等。熱線(xiàn)場(chǎng)景主要包括智能回訪(fǎng)、話(huà)務(wù)質(zhì)檢等。數(shù)字員工

主要包括智能語(yǔ)音對(duì)話(huà)、智能問(wèn)數(shù)、識(shí)人問(wèn)候、簡(jiǎn)單調(diào)度等。主要包括文本歸檔,問(wèn)數(shù)咨詢(xún)、安全門(mén)禁等。主要包括身份驗(yàn)證、可疑人查篩等。主要包括公文審核,敏感性定級(jí)等。主要包括智能問(wèn)答、坐席輔助、知識(shí)推薦等。語(yǔ)種

ID多語(yǔ)言G2P多語(yǔ)言G2PAudiocodec

Encoder語(yǔ)音類(lèi)機(jī)器人語(yǔ)音轉(zhuǎn)譯機(jī)器人、語(yǔ)音播報(bào)機(jī)器人

聲紋檢測(cè)機(jī)器人、語(yǔ)音質(zhì)檢機(jī)器人跨語(yǔ)言NeuralcodecLanguageModeling

>

口語(yǔ)化文本>源文本

>

參考音頻

——>AudiocodecDecoder文本類(lèi)機(jī)器人公文審核機(jī)器人

文本分派機(jī)器人對(duì)話(huà)類(lèi)機(jī)器人智能問(wèn)答機(jī)器人

智能外呼機(jī)器人口語(yǔ)化

生成模型元景大語(yǔ)言模型——>——>

——>

——>知識(shí)助手稿件審核政企辦公promptTOP

K輸出結(jié)果輸入問(wèn)題關(guān)鍵創(chuàng)新應(yīng)用場(chǎng)景RAG增強(qiáng)流程文檔處理0203多路檢索

融合反詐/安全檢測(cè)關(guān)鍵詞檢索文本

——>向量檢索聚焦熱線(xiàn)領(lǐng)域,提供即插即用智能工具包基

于

100+客

戶(hù)

需求實(shí)踐,沉淀形成20+核心功能助力電信客服、政務(wù)、企業(yè)熱線(xiàn)實(shí)現(xiàn)降本增效元景政務(wù)熱線(xiàn)大模型用戶(hù)交互界面核心功能元景大模型多模態(tài)能力

數(shù)字人/語(yǔ)音識(shí)別/語(yǔ)音合成/聲紋識(shí)別..元景大模型政務(wù)熱線(xiàn)產(chǎn)品不僅在12345政務(wù)熱線(xiàn)領(lǐng)域有廣泛的應(yīng)用,其產(chǎn)品能力可為50多個(gè)具有熱線(xiàn)服務(wù)業(yè)務(wù)的行業(yè)客戶(hù)提供產(chǎn)品支撐。包括110、119、120、122等。智慧熱線(xiàn)產(chǎn)品基于大模型,打造了覆蓋坐席輔助、智能工單、知識(shí)庫(kù)、質(zhì)檢、呼叫中心、智能問(wèn)答、數(shù)據(jù)管理、

大數(shù)據(jù)分析、應(yīng)用服務(wù)等30多個(gè)子產(chǎn)品及產(chǎn)品組件,業(yè)務(wù)范圍全覆蓋。以政府政務(wù)便民服務(wù)熱線(xiàn)(12345)及工會(huì)組織(12351

為主,同時(shí),面向具有熱線(xiàn)服務(wù)業(yè)務(wù)的其他行業(yè)客戶(hù),

提供方案咨詢(xún)、產(chǎn)品支撐、技術(shù)服務(wù)等全流程“一站式”解決方案。政務(wù)熱線(xiàn)平臺(tái)憑借PB級(jí)的數(shù)據(jù)計(jì)算能力,通過(guò)數(shù)據(jù)挖掘,分析訴求數(shù)據(jù)價(jià)值,從而發(fā)現(xiàn)社會(huì)治理過(guò)程中的熱點(diǎn)、難點(diǎn)、堵點(diǎn)問(wèn)題,為政府有效解決城市運(yùn)行、社會(huì)民生等問(wèn)題提供科學(xué)決策、精準(zhǔn)施政的依據(jù)。政務(wù)熱線(xiàn)大模型在訴求上報(bào)、坐席輔助、知識(shí)庫(kù)、質(zhì)檢、工單推薦、報(bào)告生成等7類(lèi)場(chǎng)景,賦能工單填寫(xiě)減少

40s以上、派單時(shí)間減少30s以上、辦結(jié)周期縮短30%以上、投訴類(lèi)訴求一次性解答率提升了20%。目標(biāo)客戶(hù):以全國(guó)數(shù)百個(gè)地區(qū)的12345熱線(xiàn)為主要客戶(hù),同時(shí)發(fā)掘包括110、119、120、122等政務(wù)熱線(xiàn)以及包括汽車(chē)銷(xiāo)售熱線(xiàn)等企業(yè)熱線(xiàn)服務(wù)作為潛在客戶(hù)。產(chǎn)品覆蓋場(chǎng)景:打造覆蓋坐席輔助、智能工單、知識(shí)庫(kù)、質(zhì)檢、呼叫中心、智能問(wèn)答、數(shù)據(jù)管理、大數(shù)據(jù)分析、應(yīng)用服

務(wù)等30多個(gè)子產(chǎn)品及產(chǎn)品組件,業(yè)務(wù)范圍全覆蓋。盈利模式:構(gòu)建政府-運(yùn)營(yíng)商-科技公司-設(shè)備廠商的商業(yè)生態(tài),形成央企建設(shè)、政府買(mǎi)服務(wù)的商業(yè)盈利模式,以

saas私有化部署(基礎(chǔ)平臺(tái)+服務(wù)器)+支持系統(tǒng)工程化服務(wù)定制的售賣(mài)方式,同時(shí)支持可增量購(gòu)買(mǎi)算法模型及定制服務(wù),

收取對(duì)應(yīng)定制費(fèi)用。元景+客服熱線(xiàn)

10010客服熱線(xiàn)顯著提升一線(xiàn)感知與服務(wù)效能坐席點(diǎn)擊率下降坐席平均接話(huà)時(shí)長(zhǎng)下降客戶(hù)首次問(wèn)題解決率元景+政務(wù)熱線(xiàn)

12345市民熱線(xiàn)智慧的政務(wù)服務(wù)“總客服”工單項(xiàng)寫(xiě)效率提升工單記錄完整度提升平均通話(huà)時(shí)元景+企業(yè)熱線(xiàn)汽車(chē)銷(xiāo)售熱線(xiàn)為智能化創(chuàng)新發(fā)展注入新質(zhì)生產(chǎn)力機(jī)器人營(yíng)銷(xiāo)轉(zhuǎn)化率戰(zhàn)敗原因分析準(zhǔn)確率員工成熟周期話(huà)術(shù)優(yōu)化智能質(zhì)檢智能分派智能培訓(xùn)基于元景政務(wù)熱線(xiàn)大模型的政務(wù)智能體平臺(tái)

15以政務(wù)熱線(xiàn)升級(jí)驅(qū)動(dòng)治理協(xié)同,以智能化賦能政務(wù)工作機(jī)制升級(jí),政務(wù)智能體平臺(tái)擁有以下核心價(jià)值:以“1套模型能力+N個(gè)智能化場(chǎng)景”的產(chǎn)品模式,向不同目標(biāo)客戶(hù)提供定制化服務(wù),如圖6所示。助力大數(shù)據(jù)賦能

科學(xué)施政AI大模型賦能

業(yè)務(wù)智能化豐富的行業(yè)實(shí)踐全場(chǎng)景功能覆蓋全行業(yè)能力觸達(dá)決策輔助

業(yè)務(wù)聯(lián)動(dòng)人機(jī)協(xié)同

工作臺(tái)智能反饋

問(wèn)題跟蹤公共行政與管理客戶(hù)服務(wù)與智能助手社會(huì)服務(wù)與基礎(chǔ)設(shè)施圖6

政務(wù)智能體平臺(tái)商業(yè)模式智能回訪(fǎng)智能工單...研判預(yù)警問(wèn)題聚類(lèi)知識(shí)生成意圖挖掘智能應(yīng)答知識(shí)問(wèn)答/信息抽取/

信息分類(lèi)/自動(dòng)摘要..核心價(jià)值商業(yè)模式040540%28.4S85.3%+10%90%+

50%60%30%

-15%語(yǔ)義能力圖7

未來(lái)計(jì)劃16

基于元景政務(wù)熱線(xiàn)大模型的政務(wù)智能體平臺(tái)基于元景政務(wù)熱線(xiàn)大模型的政務(wù)智能體平臺(tái)具有獨(dú)特的技術(shù)優(yōu)勢(shì)和領(lǐng)先的行業(yè)實(shí)踐。深度聚焦政務(wù)細(xì)分場(chǎng)景,提供該領(lǐng)域共性的AI能力和通用性場(chǎng)景智能體;提供行業(yè)智能體開(kāi)發(fā)能力,針對(duì)個(gè)性化場(chǎng)景可以快速制定所需智能體;具備豐富的

基礎(chǔ)AI能力,能夠提供豐富的插件、工具,及大模型和小模型能力?；谠罢?wù)熱線(xiàn)大模型的政務(wù)智能體平臺(tái)自2023年以來(lái)已經(jīng)完成落地6個(gè)項(xiàng)目,市場(chǎng)化金額近1100萬(wàn)元,目前正

在支持與交付中的項(xiàng)目達(dá)3個(gè),市場(chǎng)化金額近2900萬(wàn)元。已逐漸形成成熟的商業(yè)模式。未來(lái),政務(wù)智能體平臺(tái)產(chǎn)品將在實(shí)踐應(yīng)用場(chǎng)景中積累更多業(yè)務(wù)經(jīng)驗(yàn),將產(chǎn)品目標(biāo)客群從政務(wù)熱線(xiàn)逐步擴(kuò)展到更多地方

政府部門(mén)、公共服務(wù)機(jī)構(gòu),核心應(yīng)用場(chǎng)景也隨之更豐富、核心功能更加成熟,可服務(wù)更多潛在客戶(hù),3年以?xún)?nèi)市場(chǎng)化金額超

9000萬(wàn)元。2024

2025

2026

產(chǎn)品持續(xù)升級(jí)●

跟進(jìn)AI技術(shù)發(fā)展,應(yīng)用更高級(jí)的AI生成技術(shù)●

根據(jù)歷史項(xiàng)目經(jīng)驗(yàn),提供個(gè)性化、定制化的產(chǎn)品

和服務(wù),提升用戶(hù)價(jià)值。市場(chǎng)推廣●戰(zhàn)略聯(lián)盟

:與IT企業(yè)、科研機(jī)構(gòu)等建立長(zhǎng)期合作

關(guān)系,保持平臺(tái)所需產(chǎn)品和技術(shù)能力的先進(jìn)性?！?/p>

品牌力升級(jí)

:根據(jù)市場(chǎng)反饋和用戶(hù)需求對(duì)品牌形

象進(jìn)行升級(jí),提升品牌價(jià)值和影響力?！?/p>

合作深化:深化與合作伙伴的關(guān)系,共同探索新

的商業(yè)模式和市場(chǎng)機(jī)會(huì)。核心功能文本類(lèi)智能體能力持續(xù)優(yōu)化●

新增語(yǔ)音類(lèi)智能體●

探索多模態(tài)智能體●

統(tǒng)—知識(shí)庫(kù)重點(diǎn)建設(shè)●

擴(kuò)展工具豐富

市場(chǎng)推廣●

聚焦各地

12345等政務(wù)熱線(xiàn)打造標(biāo)品

項(xiàng)目?！?/p>

舉辦產(chǎn)品發(fā)布會(huì),聯(lián)合渠道生態(tài)伙伴,

加大產(chǎn)品運(yùn)營(yíng)宣傳力度,建立用戶(hù)心智。功能擴(kuò)展●

多模態(tài)智能體進(jìn)—步深入建設(shè)●

和新客戶(hù)共創(chuàng)新場(chǎng)景新能力

市場(chǎng)推廣擴(kuò)展其他公共服務(wù)機(jī)構(gòu)、企業(yè)服

務(wù)熱線(xiàn)等潛在用戶(hù)●

進(jìn)—步加強(qiáng)聯(lián)通省/分/

子公

司聯(lián)合深度,擴(kuò)展商機(jī)深度(如

深入挖掘挖掘用戶(hù)需求及場(chǎng)景)經(jīng)驗(yàn)總結(jié)與后續(xù)計(jì)劃運(yùn)營(yíng)商實(shí)踐AI大模型賦能垂直行業(yè)標(biāo)桿案例集在新形勢(shì)下,賀蘭山東麓作為寧夏回族自治區(qū)的防洪重點(diǎn),按照“需求牽引、應(yīng)用至上、數(shù)字賦能、提升能力”要求,

加強(qiáng)數(shù)字孿生、大數(shù)據(jù)、人工智能等新—代信息技術(shù)與水利業(yè)務(wù)“四預(yù)”的深度融合,利用西部大數(shù)據(jù)中心,建設(shè)高可用智

能算力服務(wù)平臺(tái)。寧夏賀蘭山東麓防洪治理“四預(yù)”工程(—期)由中移物聯(lián)網(wǎng)有限公司合作承建,采用中移坤靈數(shù)字孿生平臺(tái)可視化模型,

建立賀蘭山東麓數(shù)字孿生平臺(tái)支撐體系,提供在網(wǎng)絡(luò)空間虛擬再現(xiàn)水利工程能力,為防洪分析預(yù)警、防洪智能調(diào)度等業(yè)務(wù)應(yīng)

用提供支撐。同時(shí)也是業(yè)內(nèi)首次創(chuàng)新性地融合水利大模型知識(shí)平臺(tái),從感知數(shù)據(jù)、行業(yè)數(shù)據(jù)等真實(shí)世界中的水利源數(shù)據(jù)抽取

并構(gòu)建防洪預(yù)案庫(kù)、經(jīng)驗(yàn)庫(kù)、文檔庫(kù)、歷史場(chǎng)景庫(kù)等,研發(fā)水利知識(shí)引擎,實(shí)現(xiàn)預(yù)案快速檢索、查詢(xún)和生成,為實(shí)際業(yè)務(wù)應(yīng)

用提供知識(shí)檢索、知識(shí)管理、預(yù)案生成、預(yù)演推理能力,為寧夏水利廳在賀蘭山東麓地區(qū)的防汛應(yīng)急預(yù)案、水庫(kù)調(diào)度運(yùn)行方

案的制定及部署提供強(qiáng)力支撐。傳統(tǒng)經(jīng)驗(yàn)?zāi)Ｐ皖A(yù)見(jiàn)周期短,預(yù)報(bào)精度低。無(wú)法綜合分析并高效處理大量氣象、地理信息、水生態(tài)、遙感、水文、生態(tài)環(huán)境、

社會(huì)經(jīng)濟(jì)數(shù)據(jù)等多來(lái)源異構(gòu)數(shù)據(jù),且數(shù)據(jù)隨時(shí)間波動(dòng)較大,預(yù)測(cè)難度大,人工成本高,無(wú)法有效結(jié)合實(shí)時(shí)感知監(jiān)測(cè)數(shù)據(jù)進(jìn)行

分析研判,及時(shí)性和精確性難以保證;寧夏賀蘭山東麓防洪治理“四預(yù)”工程

17水利行業(yè)的數(shù)智化是國(guó)家戰(zhàn)略要求,水利部提出要推動(dòng)大模型應(yīng)用落

地,實(shí)現(xiàn)預(yù)報(bào)是基礎(chǔ)、預(yù)警是前哨、預(yù)演是關(guān)鍵、預(yù)案是目的,這是

當(dāng)前智慧水利的核心需求。我們基于在感知連接、算力網(wǎng)絡(luò)、基礎(chǔ)大

模型等方面的資源稟賦,與行業(yè)伙伴深度合作,助力水旱災(zāi)害防御能

力升級(jí)。通過(guò)攻關(guān)關(guān)鍵技術(shù),實(shí)現(xiàn)智能問(wèn)答、水利預(yù)案生成、水利智

能體,顯著提升了“四預(yù)”的數(shù)字化、智能化、精準(zhǔn)化水平。熊小鵬中移物聯(lián)網(wǎng)有限公司副總經(jīng)理、工會(huì)主席寧夏賀蘭山東麓防洪治理“四預(yù)”工程行業(yè)挑戰(zhàn)“四預(yù)”建設(shè)過(guò)程中的關(guān)鍵難點(diǎn)及痛點(diǎn):預(yù)報(bào)不精準(zhǔn)、難度大參與

單位無(wú)法科學(xué)動(dòng)態(tài)地調(diào)整洪水、工程等風(fēng)險(xiǎn)閾值,無(wú)法基于具體的實(shí)時(shí)洪水規(guī)模、降雨量、入河流量、水域流速等動(dòng)態(tài)趨勢(shì)量提

供預(yù)警,無(wú)法依據(jù)不同的風(fēng)險(xiǎn)等級(jí)對(duì)區(qū)域?qū)嵤┯嗅槍?duì)性的預(yù)警通知;推理預(yù)演不實(shí)時(shí)直觀:無(wú)法動(dòng)態(tài)驅(qū)動(dòng)數(shù)字孿生流域進(jìn)行推演 應(yīng)急指揮調(diào)度中心無(wú)法直觀有效得知災(zāi)害趨勢(shì)和影響范圍,不能有效明確展示災(zāi)情影響范圍和程度;預(yù)案編制效率低,跨區(qū)域協(xié)同難度大周期長(zhǎng)傳統(tǒng)知識(shí)庫(kù)檢索方式無(wú)法及時(shí)響應(yīng),生成的預(yù)案內(nèi)容有效期短、編制時(shí)間長(zhǎng),不能及時(shí)提供輔助決策支持,應(yīng)急響應(yīng)和資源

調(diào)度無(wú)法實(shí)現(xiàn)統(tǒng)—、科學(xué)的協(xié)調(diào)和調(diào)度。本項(xiàng)目基于賀蘭山東麓過(guò)往的應(yīng)急預(yù)案、調(diào)度方案等知識(shí)規(guī)則及標(biāo)準(zhǔn)規(guī)范,構(gòu)建具有實(shí)用價(jià)值的水利知識(shí)庫(kù),推進(jìn)賀蘭山東麓實(shí)體與數(shù)字孿生模型的同步交互。底層由數(shù)據(jù)底板匯集地理空間數(shù)據(jù)、感知數(shù)據(jù)、業(yè)務(wù)管理數(shù)據(jù)等水利信息網(wǎng)傳輸?shù)母黝?lèi)異構(gòu)時(shí)空域數(shù)據(jù),知識(shí)引擎通

過(guò)對(duì)源數(shù)據(jù)進(jìn)行知識(shí)抽取、知識(shí)融合、結(jié)構(gòu)化處理,構(gòu)建完備的水利知識(shí)庫(kù)和知識(shí)關(guān)聯(lián)圖譜,為模型調(diào)用及輔助決策提供

算據(jù)支持。以中國(guó)移動(dòng)九天基礎(chǔ)大模型為核心,構(gòu)建行業(yè)數(shù)據(jù)庫(kù),微調(diào)形成水利行業(yè)大模型,可驅(qū)動(dòng)流域數(shù)字孿生體實(shí)現(xiàn)推理預(yù)

演,同步共享歷史和實(shí)時(shí)數(shù)據(jù),助力上層防洪應(yīng)用“四預(yù)”業(yè)務(wù),實(shí)現(xiàn)防洪預(yù)報(bào)預(yù)警,以及防洪應(yīng)急全場(chǎng)景的建模和預(yù)演,

有效生成可視化預(yù)案的防治效果。用戶(hù)水旱災(zāi)害防御中心市縣水務(wù)局水文分局干渠及河道管理單位社會(huì)公眾防洪業(yè)務(wù)氣象監(jiān)測(cè)防洪監(jiān)測(cè)—張圖降雨預(yù)報(bào)攔洪庫(kù)水位預(yù)報(bào)預(yù)警自然模擬調(diào)度策略推薦歷史數(shù)據(jù)查詢(xún)水雨情信息應(yīng)用站點(diǎn)監(jiān)測(cè)監(jiān)測(cè)告警預(yù)報(bào)預(yù)警當(dāng)前預(yù)案基礎(chǔ)統(tǒng)計(jì)監(jiān)測(cè)統(tǒng)計(jì)信息查詢(xún)溝道水情預(yù)報(bào)

攔洪庫(kù)水情預(yù)報(bào)溝道水位預(yù)報(bào)預(yù)警

溝道堤防潰堤預(yù)警預(yù)案模擬預(yù)案簡(jiǎn)略查看預(yù)案生成預(yù)案發(fā)布應(yīng)急管理數(shù)據(jù)統(tǒng)計(jì)報(bào)表

歷史洪水管理山洪預(yù)警應(yīng)急事件事件處置數(shù)據(jù)模型空間數(shù)據(jù)建模業(yè)務(wù)數(shù)據(jù)建模數(shù)據(jù)治理實(shí)施數(shù)據(jù)資源治理落實(shí)數(shù)據(jù)質(zhì)量管理開(kāi)展元數(shù)據(jù)管理制定數(shù)據(jù)標(biāo)準(zhǔn)數(shù)據(jù)服務(wù)地圖服務(wù)數(shù)據(jù)脫敏數(shù)據(jù)共亨集成預(yù)留數(shù)據(jù)接口水利廳數(shù)據(jù)共享交換平臺(tái)、水利廳視頻級(jí)

聯(lián)集控平臺(tái)等數(shù)字李生黃河數(shù)據(jù)資源池?cái)?shù)據(jù)匯聚時(shí)空數(shù)據(jù)平臺(tái)建設(shè)數(shù)據(jù)管理體系建設(shè)圖1：系統(tǒng)總體架構(gòu)圖18寧夏賀蘭山東麓防洪治理“四預(yù)”工程知識(shí)平臺(tái)水利知識(shí)流域防洪業(yè)務(wù)知識(shí)庫(kù)水資源業(yè)務(wù)知識(shí)庫(kù)歷史洪水場(chǎng)景庫(kù)專(zhuān)題知識(shí)圖譜庫(kù)水利知識(shí)引擎場(chǎng)次降雨相似度四配引擎降雨態(tài)勢(shì)判別引擎應(yīng)急處置措施推薦引擎防洪業(yè)務(wù)規(guī)則支撐引擎水資源調(diào)配規(guī)則支撐引擎調(diào)水方家推薦引擎水資源預(yù)報(bào)模型參數(shù)推薦模擬平臺(tái)水利專(zhuān)業(yè)模型降雨預(yù)報(bào)模型洪水預(yù)報(bào)模型洪水預(yù)演模型攔洪庫(kù)調(diào)度模型

庫(kù)渠聯(lián)合調(diào)度模型

洪水影響分析模型人工智能模型洪水預(yù)報(bào)調(diào)度決策可視化模型三維可視化模型解決方案與價(jià)值運(yùn)營(yíng)商實(shí)踐AI大模型賦能垂直行業(yè)標(biāo)桿案例集傳統(tǒng)預(yù)警系統(tǒng)閾值固定數(shù)字孿生模擬仿真引擎項(xiàng)目整體架構(gòu)/技術(shù)方案水利系統(tǒng)以外的單位水文水資源監(jiān)測(cè)預(yù)警中心山洪溝道、灌區(qū)、行政區(qū)域治理管理活動(dòng)影響區(qū)域水利工程水利感知網(wǎng)水利信息網(wǎng)水利云01知識(shí)檢索

知識(shí)推薦

知識(shí)抽取

知識(shí)存儲(chǔ)

知識(shí)表示信息基礎(chǔ)設(shè)施預(yù)報(bào)防洪態(tài)勢(shì)一張圖實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)管理預(yù)案預(yù)演移動(dòng)端應(yīng)用預(yù)警數(shù)字

孿生

平臺(tái)數(shù)據(jù)底板物理

流域水利大模型融合知識(shí)庫(kù)中抽取的歷史數(shù)據(jù)和實(shí)時(shí)感知數(shù)據(jù),預(yù)處理后驅(qū)動(dòng)專(zhuān)業(yè)模型實(shí)現(xiàn)對(duì)未來(lái)水

文情勢(shì)(例如水位、流量、降雨量等)不同預(yù)見(jiàn)期的定量或定性預(yù)測(cè)預(yù)報(bào),并提供定性的描述和

解釋,以便用戶(hù)和監(jiān)管人員更有效地理解和應(yīng)對(duì)。在“四預(yù)“業(yè)務(wù)系統(tǒng)中,水利大模型結(jié)合預(yù)警規(guī)則庫(kù),根據(jù)預(yù)測(cè)和預(yù)報(bào)結(jié)果,自動(dòng)設(shè)定預(yù)警閾值和

觸發(fā)條件。在監(jiān)測(cè)到預(yù)設(shè)閾值溢出或滿(mǎn)足特定條件時(shí),立即觸發(fā)預(yù)警機(jī)制,通過(guò)短信、電話(huà)、移動(dòng)端APP推送等方式向當(dāng)?shù)卣?、居民、相關(guān)人員發(fā)送預(yù)警信息,提醒其采取必要的防范措施,確保及時(shí)疏散和救援。水利大模型結(jié)合歷史案例、專(zhuān)家經(jīng)驗(yàn)和專(zhuān)業(yè)知識(shí)庫(kù),自動(dòng)生成或優(yōu)化應(yīng)對(duì)預(yù)案,同時(shí)將預(yù)案及數(shù)據(jù)同步給數(shù)字孿生流域模型,根據(jù)降雨強(qiáng)度、入河流量、水位等時(shí)間、空間、地區(qū)數(shù)據(jù)進(jìn)行場(chǎng)景推理

預(yù)演,模擬對(duì)應(yīng)時(shí)間內(nèi)該區(qū)域降雨、水位漲幅、內(nèi)澇影響區(qū)域狀況等情況。當(dāng)預(yù)演顯示有災(zāi)害趨勢(shì)或客戶(hù)輸入預(yù)警情況想尋求預(yù)案時(shí),大模型將根據(jù)已有實(shí)時(shí)數(shù)據(jù),結(jié)合歷史

洪水場(chǎng)景庫(kù)、專(zhuān)家經(jīng)驗(yàn)、業(yè)務(wù)規(guī)則庫(kù)、調(diào)度預(yù)案庫(kù)等,自動(dòng)化檢索歷史相似場(chǎng)景和經(jīng)驗(yàn)數(shù)據(jù),生成

并優(yōu)化應(yīng)急預(yù)案,同時(shí)根據(jù)當(dāng)?shù)厍闆r、政府政策、法律法規(guī)等,

因地制宜,在大模型交互界面輸

出應(yīng)急響應(yīng)流程、資源調(diào)度方案、人員疏散救援計(jì)劃等。水利大模型可支持圖數(shù)據(jù)庫(kù)和向量數(shù)據(jù)庫(kù)的應(yīng)用處理,并支持存儲(chǔ)不同來(lái)源多種形式的數(shù)據(jù),實(shí)

現(xiàn)全流程多源異構(gòu)數(shù)據(jù)處理,構(gòu)建豐富的水利通用知識(shí)庫(kù)。借助水利知識(shí)圖譜和知識(shí)引擎的數(shù)據(jù)融合及關(guān)聯(lián)能力,構(gòu)建專(zhuān)業(yè)水利大模型,從而有效識(shí)別和表

示水利專(zhuān)業(yè)領(lǐng)域的概念、屬性和關(guān)系,理解水利業(yè)務(wù)場(chǎng)景的問(wèn)題,充分凸顯精確語(yǔ)義識(shí)別能力。應(yīng)用數(shù)據(jù)檢索增強(qiáng)RAG架構(gòu),水利大模型可結(jié)合上下文信息有效擴(kuò)充大模型輸出內(nèi)容,回答復(fù)雜

的水利專(zhuān)業(yè)問(wèn)題,同時(shí)數(shù)據(jù)檢索引擎能夠基于用戶(hù)意圖高效匹配檢索相似關(guān)聯(lián)數(shù)據(jù),提升業(yè)務(wù)響

應(yīng)速率,實(shí)現(xiàn)秒級(jí)預(yù)案內(nèi)容生成。水利大模型可支持知識(shí)庫(kù)動(dòng)態(tài)更新,能夠?qū)崟r(shí)補(bǔ)充更新監(jiān)測(cè)數(shù)據(jù),跨時(shí)間維度的歷史監(jiān)測(cè)數(shù)據(jù)和

實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)更加全面,結(jié)合細(xì)分應(yīng)用場(chǎng)景能有效分析未來(lái)水文趨勢(shì);通過(guò)用戶(hù)反饋機(jī)制進(jìn)行性

能評(píng)估和優(yōu)化,提高用戶(hù)體驗(yàn)和決策支持質(zhì)量。通過(guò)構(gòu)建與實(shí)體水利基礎(chǔ)設(shè)施相對(duì)應(yīng)的“數(shù)字孿生體”