案例名称:【数字化八大工程全面数智化企业,重构增长方式】
公司名称:【招商局积余产业运营服务股份有限公司(001914)】
案例简述:
业主对“美好生活”的向往更加渴求、劳动力成本居高不下的今天,作为劳动密集型的物业企业,其数字化转型的关键在于通过机器替岗,流程重塑、模式重构等方式,为客户提供有温度的服务同时,解决“项目分散、场景多元、管理困难”等问题,实现提质降本增效的目标,打造成科技含量的平台化、增值化、差异化的综合物业服务领先企业。
本案例以构建“为客户创造美好生活的物业资产生态平台”为牵引,通过数字化8大工程推进全面数字化转型,落实“业务赋能”与“管理赋能”的价值,实现物业企业“接触客户-发展客户-服务客户-管理支撑”的全面数字化升级,打造产业数字化标兵。一是在接触客户环节,围绕客户和员工,打造“以客户为中心”的线上服务工具,渠道管理全面线上化、一体化;二是在发展客户环节,建立客户全面洞察,支持“千楼千面”与“千人千面”的精益化服务;三是在服务客户环节,打造基础服务+增值服务+业态方案的智能化综合服务体系,夯实基础服务质量、挖掘增值服务价值,构建业态服务品牌。四是在运营支撑环节,提升管理运营集约化能力,挖掘数据资产价值;最终形成服务核心竞争力,形成生态化的业务运营。
扫码查看详细案例
好文章,需要你的鼓励
DeepResearchGym是一个创新的开源评估框架,专为深度研究系统设计,旨在解决当前依赖商业搜索API带来的透明度和可重复性挑战。该系统由卡内基梅隆大学研究团队开发,结合了基于ClueWeb22和FineWeb大型网络语料库的可重复搜索API与严格的评估协议。实验表明,使用DeepResearchGym的系统性能与使用商业API相当,且在评估指标间保持一致性。人类评估进一步证实了自动评估协议与人类偏好的一致性,验证了该框架评估深度研究系统的有效性。
这项研究介绍了FinTagging,首个面向大型语言模型的全面财务信息提取与结构化基准测试。不同于传统方法,它将XBRL标记分解为数值识别和概念链接两个子任务,能同时处理文本和表格数据。在零样本测试中,DeepSeek-V3和GPT-4o表现最佳,但在细粒度概念对齐方面仍面临挑战,揭示了当前大语言模型在自动化XBRL标记领域的局限性,为金融AI发展提供了新方向。
这项研究介绍了SweEval,一个新型基准测试,用于评估大型语言模型在企业环境中处理脏话的能力。研究团队从Oracle AI等多家机构的专家创建了一个包含八种语言的测试集,模拟不同语调和上下文的真实场景。实验结果显示,LLM在英语中较少使用脏话,但在印地语等低资源语言中更易受影响。研究还发现较大模型通常表现更好,且多语言模型如Llama系列在处理不当提示方面优于其他模型。这项工作对企业采用AI技术时的安全考量提供了重要参考。
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。