行业方案

大模型的落地场景有哪些？看华为、吉利、工行等10家企业的最佳实践

2024 年 5 月 21 日

大模型正以其前所未有的规模和深度，重塑着我们的世界。从金融科技到智能制造，从编码助手到数据分析，大模型在多个领域展现出惊人的能力，并在实际应用中展现出巨大的潜力和价值。

当前，大模型的落地场景包括知识管理、编码助手、智能客服、智能运维、营销素材生成、数据分析、员工办公助手、制造流程优化、文档助手、虚拟数据合成等，沙丘社区精选出各个场景下落地效果较好的10个最佳实践案例，涉及上汽乘用车、国金证券、中国移动、华为、平安银行、华农保险、中国工商银行、山东能源集团、广发证券、吉利汽车等10家企业，为企业大模型落地提供参考。

（1）知识管理

上汽乘用车年均销售数量近百万辆，车主日均咨询量几万+，问题经验获取平均时长为十几分钟。

上汽乘用车搭建基于AI大模型的汽车在线问答平台，主要针对PDF、WORD、PPT、TXT、EXCEL等非结构化文档，实现自然语言与知识间的交互，提升员工工作效率及学习能力，应用在上汽的研发、内部运维、售后等多个场景，为车主及内部员工提供智能知识助手，高效获取知识经验，减轻服务人力。

基于AI大模型的汽车在线问答平台提供7*24小时的智能知识交互，让知识获取时间变实时，问题交互准确率达95%以上，客户满意度提升了35%，答案召回率100%。

完整内容：上汽乘用车基于AI大模型的在线问答平台建设实践

（2）编码助手

国金证券在开发方面存在代码质量参差不齐、单元测试覆盖率低、文档不足、重复代码等痛点，因此通过AI编程助手提升工程师的工作效率，减少重复劳动。

在验证AI编程助手的过程中，国金证券对开发工程师日常工作中占比较高的编程场景进行归类，确定了编码辅助类、测试辅助类、设计评审类这三大类开发编程场景，进行逐一试用评测。

目前国金后端 Java 开发团队的三分之二已经全面安装并使用AI编码助手，使用AI编码助手的3个月当中，生成的代码量占全部编写代码量的29%，使用的开发者认为编程助手可以提升工作效率，减少重复劳动。

完整内容：国金证券开发场景大模型应用实践

（3）智能客服

基于中国移动九天·海算政务大模型，黑龙江数字政府打造智能政务客服和管理驾驶舱，智能政务客服为企业、群众提供了“更便捷、更贴心、更智能”的一站式智能客服新体验，管理驾驶舱实现了项目任务的过程管控、多维认知、辅助决策和指挥管理。

基于九天·海算政务大模型的一网统管大屏数字人解说9月试点上线黑龙江，一网通办智能客服10月进入测试。大屏数字人对接数据100亿、可回答问题类型100种、回答准确率92%；智能客服咨询复杂问题准确率提升45%、答案有效性提升17%、拟人化程度提升24%。

完整内容：黑龙江数字政府智能客服实践

（4）智能运维

华为搭建了基于大小模型协同的网络智能运维系统，统一自然语言交互界面，用户输入问题，运维工具输出自然语言答案。

对于已知的可以用现成能力解决的问题，通过运维专用小模型进行健康度报告、健康度查询、故障闭环推荐等，对于未知问题，调用知识检索能力。

结合大小模型的输出结果，使用大模型的逻辑推理与总结归纳能力，辅助进行多源数据的关联分析，降低运维人员的理解与操作闭环难度。

完整内容：基于大小模型协同的网络智能运维实践

（5）营销素材生成

银行业同质化竞争加剧，一线运营经理需要及时、个性化的营销物料，但传统设计效率及产能能以满足需求，平安银行将大模型用于营销物料生成场景，通过“创意+AI+智能创意”根据客户偏好自动生成沟通文本，提升内容生产质量与效率。

完整内容：平安银行大模型应用探索

（6）数据分析

针对业务人员不了解报表口径、所需数据在哪个报表的痛点，华农保险探索大模型技术在数据分析上的应用，开发了“智问”产品，实现基于大模型的问答式经营数据查询及归因分析，帮助管理层和业务人员全面、高效地理解业务数据。

通过“智问”产品，华农保险实现如下价值：

第一，数据知识化，用户通过提问获取数据、降低了获取经营数据和分析结果的门槛；

第二，分析自动化，由大模型理解数据进行分析、提升了归因分析的效率；

第三，节约人力约10人天/月。

完整内容：华农保险大模型应用场景

（7）员工办公助手

结合大模型摘要生成、文档检索等能力，工商银行以人机协同的形式，围绕邮件、会议、材料、员工日常事务等方面，优化行内办公工具的交互体验，提高办公效率；面向网点一线员工提供制度、流程、办法等交互式解答能力，解决网点对客服务、日常管理工作中制度规范检索难、复杂业务办理难、专业术语解释难等业务痛点问题，提升网点员工业务应变和沟通能力，打造高质量服务。

完整内容：中国工商银行大模型落地实践

（8）制造流程优化

我国煤炭资源开采受冲击地压影响较大，山东省60%的矿井都受到不同程度的影响。钻孔泄压施工通过在采集工作面等高应力区施工钻孔，降低冲击地压的风险。

山东能源集团基于盘古视觉大模型，对于钻孔施工情况进行现场实时监管，实现钻孔深度自动核验，如果打孔深度不足则会及时提醒，避免漏检、迟检，减少人工检查的工作量。

从实际应用效果来看：

第一，增强核验实时性，从过去的隔天核验到现场核验，泄压控深度不足时及时提醒施工人员和监管人员，发现问题及时整改；

第二，缩短泄压钻孔审核时长，过去核验钻孔视频耗时平均15分钟，目前审核时间降低到3分钟；

第三，降低人工核验工作量80%；

第四，实现管理闭环，利用系统平台可以对泄压工程进行汇总、查询，实时查询核验结果和闭环处置进展，方便对煤矿冲击力压防治工程进行业务监管，保障现场施工安全。

完整内容：山东能源集团大模型应用实践

（9）文档助手

投行文档复杂多样，既有结构相对固定的制式文档，也有无固定格式的非制式文档。传统的智能核查主要应用各种专门的NLP模型和规则实现业务功能，存在训练专门模型工作量大重复劳动多、语义推理能力弱、处理未见数据的泛化能力弱等问题。