企业大模型知识赋能平台

企业服务行业细分软件案例ID：248937

智瀚探索

14 年经验· 上海智瀚探索科技有限公司

微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。

案例介绍

项目背景：客户为光学科技企业，长期面临三类痛点——技术文档、工艺规范与历史项目资料分散在各业务部门，检索困难、复用率低；新人培养依赖"师带徒"模式，上岗周期长；客户服务与工艺分析高度依赖资深工程师个人经验，难以规模化复制。为此建设企业大模型知识赋能平台，将分散的经验与文档转化为可检索、可推理、可复用的企业知识资产。

担任角色：【系统架构师 / AI 应用负责人】

建设内容：围绕四大核心业务场景，构建"知识底座 + 场景应用"双层架构——

知识底座：汇聚技术文档、工艺规范、产品图纸、历史案例等多源异构资料，完成清洗、切片与向量化，构建统一知识库与光学领域知识图谱（产品—工艺—缺陷—参数关联），形成知识资产中枢。
新人培训：智能问答与岗位学习助手，支持按岗位、按工艺线检索问答与案例推荐，替代部分"师带徒"环节。
客户服务：面向售前售后提供技术问答与方案辅助生成，快速响应客户咨询与售后问题定位。
产品设计：基于历史产品数据与知识图谱，提供相似案例检索、设计参数选型建议。
工艺分析：融合计算机视觉，实现光学元件外观缺陷检测 / 工艺参数关联分析 / 良率归因。
技术方案：采用【私有化部署大模型 + RAG 检索增强 + 知识图谱（Neo4j）+ CV 模型】路线。通过 RAG 将大模型回答锚定在企业自有知识上，解决通用大模型"不懂企业业务"与幻觉问题；知识图谱提供结构化关联推理；CV 承担视觉类检测分析任务。全链路私有化部署，保障核心工艺数据安全。

项目价值：知识检索更方便更专业了，新人独立上岗周期缩短，客户技术问询响应时长下降，沉淀了企业知识资产。