-
AI应用落地实战案例–智慧停车管理平台
你有没有发现最近AI应用的需求越来越多了，AI正在加速进入到我们的工作和生活中。这不，今天接到了一个这样的需求：我借助Grok设计了一个可落地的方案：一、核心功能及详细实现1.1 车位引导与调度功能描述：实时检测停车场内空余车位并更新状态。用户通过移动 APP 查看空余车位并获取导航。支持共享车位预约功能。实现细节：AI 摄像头检测：每 10-20 个车位部署一台 AI 摄像头（如海康威…- 0
- 0
-
不止ChatBI，数势科技SwiftAgent 3.0 重磅升级!
当生成式AI浪潮席卷B端市场，企业数据分析领域正上演着一场没有硝烟的江湖争霸。大厂派系携资源优势“跑马圈地”，传统BI厂商匆忙披上大模型外衣，而新锐势力却在模型幻觉的沼泽中越陷越深。在数据分析江湖中有一家企业突破了大模型数据分析桎梏，以"天下武功无快不破"的方式最早实现从数据分析到决策闭环的进化，“比对手更快洞察需求，比行业更早解决痛点，比技术迭代更懂业务闭环”。 &…- 0
- 0
-
精益 AI 视角：企业 AI 工作流成熟度的五个阶段
对于很多刚开始接触 AI 的企业，尤其是中小企业来说，AI 的落地应用其实是一个逐步成熟的旅程，而不是一次性的大跨越。很多时候，我们容易被各种 AI 的宣传弄得眼花缭乱，急于寻找“神奇工具”。但根据 “精益AI工作流” 的理念——即从零开始，小步快跑，逐步改造现有流程——最关键的第一步，恰恰是先放下对工具的执念，回归业务本身。基于此，我总结了一个更完整的AI工作流成熟度五阶段模型。这个模型不仅看工…- 0
- 0
-
当搜索AI学会高情商，瞎编文学终于凉了。
前阵子工作忙到飞起，一边写稿一边查资料，结果DeepSeek 要么罢工、要么卡顿，国内搜索引擎更是“一言难尽”——广告缝里找答案，属实有点难绷。就是在这个时候，有朋友给我推荐了夸克刚刚发布的“深度搜索”。说实话，最开始我不太信。毕竟现在哪家 AI 不是一上来就吹“更懂你”？但用下来之后我发现，这货是真有点东西，尤其是在复杂问题上，比起传统搜索，它可以先“先思考、再搜索”。一、AI + 搜索？最近A…- 0
- 0
-
7000字详解：如何让AI智能体帮你自动挖掘商业洞察、制作数据报告？
今年3月，随着Manus横空出世，“通用型AI智能体”的概念逐渐火爆起来，最近刚刚启动内测的扣子空间也再度创造了“一码难求”的景象 - AI不再是一个被动接受指令进行重复劳动的工具，而是能够主动规划、执行、交付任务的工作助手。事实上，我们测试过很多这类产品，让智能体跑了上百个真实场景的任务。比如Manus、扣子空间、autoGLM沉思、proxy，甚至还有cherry studio和MCP工具的组…- 0
- 0
-
如何使用 LLM规范电子表格并实现数据有效性检测及纠正
一 如何使用 LLM实现电子表格规范化请观察以下电子表格：从“为什么”开始让我们看一下这个Excel电子表格，其中包含电影奖项的信息。这是一个典型的、常见的电子表格，每个人都可能在日常工作中使用它。但它有什么问题呢？要回答这个问题，我们首先要回顾一下使用数据的最终目标：获得洞察力，指导我们在个人或商业生活中的决策。这个过程至少需要两个关键要素：可靠的数据：干净的数据，没有问题、不一致、重复、缺失值…- 0
- 0
-
「AI无能」正在拖垮企业
当AI浪潮掀起千层巨浪，于企业而言，向AI转型已经从求增长变成生存的根本。据Gartner预测，到2028年，33%的企业软件将整合自主型AI，30%的《财富》500强企业将通过单一的、支持多模态交互的AI渠道彻底重构其服务运营，超过70%的客户服务互动将通过第三方AI助手发起并解决，这意味着企业与客户之间的交互界面正在被AI重新定义。麦肯锡则警告：缺乏AI能力的企业将在效率与创新上遭遇前所未有的…- 0
- 0
-
开口即图！我用Dify+数据库+Echarts搭建了一个能“听懂”人话的数据可视化助手！（含自然语言转SQL）
你是否曾幻想过，面对复杂的数据，不再需要手动编写繁琐的SQL，不再需要费力选择图表类型，只需像和助手对话一样，轻松说出你的数据分析需求，精美的图表便能自动呈现在眼前？使用效果如下：上一篇文章，我们探讨了dify中数据库及Echarts图表的基础用法，但当时的SQL语句是预设的，灵活性稍显不足。也有很多人评论想知道如何使用自然语言生成sql然后自动生成Echarts图表的方式。这次满足大家的需求，我…- 0
- 0
-
Dify工作流实践：text2Sql与图表生成
工作中经常会有对结果表数据进行分析并生成报告和图表的需求，就想着尝试使用dify自动完成这项任务。总体想法是通过配置Dify工作流，以自然语言文字输入将需求转化为SQL语句，进而调用外部工具或插件查询数据库以获取返回结果，并借助大模型能力生成报告和图表。经过实践，该方法具有一定的可行性，但输出结果的稳定性还需要进一步调优，这里对实践过程做个记录 (以下过程基于Dify1.2.0版本)。测试表整理&…- 0
- 0
-
浅述AI在产品生命周期管理系统（PLM）中的应用
本文旨在深入探讨生成式AI中一项核心关键技术——自然语言处理（Natural Language Processing,NLP）如何为PLM系统提供创新解决方案，以应对并潜在克服当前系统存在的两大主要弊端。1 引言众所周知，PLM软件主要用于帮助企业有效地管理产品从概念、设计、制造、销售到最终消亡的整个生命周期。它们集成了各个阶段的数据和流程，通过应用软件为手段，支持产品信息在全企业和产品全生命周期…- 0
- 0
-
阿里巴巴 MCP 分布式落地实践：快速转换 HSF 到 MCP server
本文产生自阿里巴巴内部 MCP 实践经验，实现了应用不做代码改动，通过 Higress AI 网关实现 MCP 协议卸载，快速将内部的 HSF 服务转换为 MCP Server ，将现有微服务接入 MCP 生态。在业务和技术同时不踏空的前提下，保留对 AI 原生应用基础设施的选择权。HSF 是阿里巴巴内部以 Apache Dubbo 为内核的 RPC 框架，提供了支持超大规模高性能的 RPC 协议…- 0
- 0
-
如何使用DeepSeek做数据分析？
摘要：在数据爆炸的时代，传统数据分析依赖人工处理，效率低下、误差率高，成为众多从业者的 “心头痛”。DeepSeek 作为数据分析的 “瑞士军刀”，凭借智能算法与自动化流程，颠覆了传统模式，让数据处理从 “耗时耗力” 变为 “轻松高效”，尤其适合企业、教育、金融等多领域用户快速挖掘数据价值。DeepSeek 数据分析核心功能解析实操指南01—DeepSeek 数据分析核心功能解析一、数据准备：快速…- 0
- 0
-
DeepSeek在数据领域的100个应用场景（附案例下载）
DeepSeek火爆出圈给全民普及了一场AI应用的教育，现在DeepSeek正被各行各业的企业拿来进行本地化部署，希望与自身的业务相结合，打造出一套高效的数据体系，推动业务快速发展。那么对于企业来说，要实现此有一个关键问题就是：部署完DeepSeek之后，到底要怎么用好它？以下是100个DeepSeek在数据领域的应用场景，展示了DeepSeek如何为数据行业注入智能化动力，带来切实的改变与效益。…- 0
- 0
-
MCP在数据领域的应用探索
前序文章介绍了「MCP基本概念与核心原理详解" data-itemshowtype="0" target="_blank" linktype="text" data-linktype="2">MCP基本概念与核心原理详解」 以及 「DeepSeek的MCP应用开发实践" data-itemsh…- 0
- 0
-
RPA+AI，才是真正能让你躺平的自动化真神。
想写关于RPA的话题很久了。这次终于找到了一个机会，看到了一些转折点。是因为昨天打开影刀RPA，想搓一个自动跑图的自动化RPA流程的时候，发现他们更新了一个新功能。魔法指令。这个功能的作用非常简单，就是你现在可以通过AI，来用嘴搭建一套关于网页和数据的RPA流程了。这是我觉得，一个非常棒的转折点。很多朋友可能不知道这意味着什么，也有可能完全不知道RPA是什么。所以我觉得在给大家看这个魔法指令功能之…- 0
- 0
-
ChatGPT+PowerBI:供应链数据可视化产品分析
如上图是搭建的供应链数据可视化产品第二页绩效分析，首页分析链接如下ChatGPT+PowerBI供应链数据可视化产品分析在这页内容中，通过ChatGPT协同，提问从供应链绩效分析角度，分析PowerBI可视化内容，如下图ChatGPT给出了分析建议，在关键业绩指标(KPI)展示如下图，具体从每个指标值分析了原因，其中库存周转率结合了行业对比分析，库存覆盖天数过高，提出优化补货策略。优化成本在各个运…- 0
- 0
-
AI、BI、大数据与数据科学的底层逻辑
数据正在重塑世界。每天早上醒来查看健身数据、刷信用卡时的授权验证、公司会议上讨论的销售增长曲线——数据已经无缝融入我们的生活。 但在这个数据爆炸的时代，我们真的理解AI、BI、大数据和数据科学的本质区别吗？它们如何协同工作？又如何改变我们的决策方式？数据：一切的基础数据是世界的模型。就像地图之于地形，数据之于现实世界。数据从何而来？你刷卡购物、打开手机GPS、点击网页广告、在智能手环上记…- 0
- 0
-
能落地的 ChatBI，才是真ChatBI！
导读 随着 ChatGPT、DeepSeek、Manus 等大模型技术和应用的爆发式发展，大模型在企业级应用场景的落地进程日益成熟。然而，在大模型实际落地的过程中，仍会面临成本高、响应慢、幻觉无法消除等关键问题。尤其在智能分析 ChatBI 领域，多家大模型企业均进行过类似的产品探索，但都无法突破企业用户的数据准确度要求，大量分析工作是通过查询数据库实现的。如何降低数据分析技术门槛，去掉…- 0
- 0
-
SaaS已死？RaaS与AI Agent如何重塑ERP的未来
昨日跟小伙伴聚会时候，谈到了AI重塑供应链计划，以前ERP跑个MRP是很费劲的事情，特别是有些数据不完备的情况下。现在这些数据如果给Deep SeeK，很容易给出MRP的计划结果。AI正在重塑很多领域，特别是在供应链，ERP等领域。在过去十多年里，SaaS模式一直是企业软件，尤其是ERP系统的主流选择（从全球来看，国内对SaaS还是抵触的，更愿意接受本地部署）。通过订阅软件，企业能够便捷地获取所需…- 0
- 0
-
深入解析 SuperSonic：下一代 AI+BI 平台的架构与应用
SuperSonic 简介SuperSonic 是一个现代化的 BI 平台，支持以下核心功能：自然语言查询：通过 Chat BI 接口，用户可使用自然语言查询数据，系统自动生成图表等可视化结果。语义模型构建：基于语义层定义数据逻辑模型，无需更改或复制底层物理数据。可扩展架构：通过 Java SPI（服务提供者接口）支持功能扩展，满足多样化需求。SuperSonic 统一了两种 BI 模式…- 0
- 0
-
企业 AI 转型的 7 大黄金法则：摩根士丹利、Indeed 等巨头的实战启示
导语当 AI 不再只是实验室里的“黑科技”，而成为企业提升效率、降低成本、抢占市场的核心武器时，如何真正将 AI 落地成了所有企业的必答题。近日，OpenAI 发布的《AI in the Enterprise》报告，揭秘了摩根士丹利、Indeed、Klarna 等七家全球领军企业的 AI 落地经验。今天，我们为你提炼出这份报告的核心精华——企业 AI 转型的 7 大黄金法则，助你避开弯路，抓住 A…- 0
- 0
-
大模型及其应用系列第六篇——大模型在石化行业的应用案例
大模型在C端用户的应用案例大家比较熟悉，而对在B端的应用案例比较少见。一方面因为B端业务机理的复杂性，导致大模型的应用还处于探索阶段；另一方面，这方面的宣传比较少。本篇介绍大模型在石油石化行业应用的几个典型案例。（大模型及其应用系列第六篇，请在文章底部#大模型及AI应用#目录下浏览其它文章）01电气设备的预测性维护在炼化工厂，有非常多的电气设备。设备的维护通常采用定期巡检和定期保养维护的方式。这种…- 0
- 0
-
DataFocus线上研讨会：Text2SQL技术突破与企业级ChatBI可靠落地方案
DataFocus线上研讨会：Text2SQL技术突破与企业级ChatBI可靠落地方案——2024年4月22日『Text2SQL：从ChatBI到MCP的应用范式演进』研讨内容精编一、大模型时代ChatBI的核心挑战1.1 幻觉（Hallucination）：企业级分析的致命瓶颈定义与本质：AI在自然语言到SQL转换过程中的语义失真现象，根源为两大技术矛盾：• 意图理解断层：业务模糊表达…- 0
- 0
-
如何建设工业领域高质量数据集？工业过程数据统一语义建模的参考标准和实践
今年4月18日，工业和信息化部总工程师谢少锋，在国务院新闻办举行的关于“人工智能赋能新型工业化”的新闻发布会的发言中，将“加快建设工业领域高质量的数据集，夯实基础底座”放到了人工智能与制造业融合发展的第一位。工业人工智能模型的训练和应用，长期受困于高质量过程数据稀缺的瓶颈。我们在制造业企业推广新一代人工智能技术时，经常遇到这样的问题：不同时期、不同来源、不同人员、不同项…- 0
- 0
扫码打开当前页
联系我们
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×