三平台 · 一底座

以 AI 能力底座为基石,向上贯通应用、开发、治理三大平台

01 应用层

数聚酒窝 DIMP® 数据应用

把数据变成人人可用的答案与决策

数据问答 智慧洞察 指标归因 数字展厅 决策执行
02 开发层

聚宝 D-Pro® 数据开发

把散落的数据加工成可信可用的资产

数据建模 加工链路 依赖关系 影响分析 元数据管理 报表
03 治理层

数聚治理 DGP® 数据治理

为 AI 提供可计算、可推理的数据环境

主数据 数据标准 数据质量 血缘图谱 安全脱敏
业务上下文下沉 AI 能力反哺
ONE BASE

数聚智脑 D-AI · AI 能力底座

企业业务上下文的「蓄水池」。以元数据为中心架设桥梁,将业务知识、隐性经验、行业特性与元数据持续沉淀,消弭企业业务与 AI 之间的语义鸿沟——让 AI 从「精通语法」走向「懂业务」。

语义库
业务手册
知识库
业务经验
RAG
查询能力
记忆库
行为偏好
MCP + 工具
动手能力
Skill
标准作业流程
飞轮效应:上下文越沉淀,AI 越懂业务;AI 越懂业务,业务应用体验越好 —— 消弭的不只是语义鸿沟,更是效率与价值的提升。三大平台以用促治,让治理自然发生,闭环自增强、越用越懂。

六大核心组件,让 AI 底座 吃透企业业务

六大组件分工明确,将「业务知识」注入 AI 血脉,成为企业智能应用的 DNA

语义库

业务手册

实体、指标、维度的机器可读语义模型 —— 让 AI 理解「数据在业务上意味着什么」,口径有书可查、有据可依。

知识库

业务经验

预置并持续录入术语表、口径定义、分析模板、行业标准,把散落在个人头脑里的经验变成组织共享资产。

RAG

查询能力

每次问答先精准检索相关知识,回答有据可依、有书可查,从「一本正经胡说」变为「有理有据诊断」。

记忆库

行为偏好

记录用户偏好、历史纠正、决策习惯 —— 纠正一次,永不再错,Agent 从智能助手成长为领域专家。

MCP + 工具

动手能力

神经调度中枢:把业务理解转化为查数、建模、归因、出图 —— 不止出文字建议,而是直达真实数据动手干活。

Skill

标准作业流程

归因逻辑树、分析路径模板、异常处理 SOP、最佳实践流程 —— 经验不丢,打磨好的能力全公司随取随用。

三平台 · 全链路覆盖

应用、开发、治理三大平台,覆盖企业数据从采集加工到应用决策的全生命周期

数聚酒窝 DIMP®

应用层 · 数据应用智能体

基于数聚自研 DIMP 产品结合 AI 生长出来的数据应用平台。以自然语言交互识别用户意图,走完「问数 → 分析 → 归因 → 决策闭环 → 沉淀资产」的完整链路,构建可被语义理解的数据决策系统。

NL2LogicForm2SQL 智能归因 语义层 数字展厅 Copilot
  • 1 · 问数 —— 业务人员用自然语言提出业务问题
  • 2 · 分析 —— 解读指标构成,讲清楚数是怎么来的
  • 3 · 归因 —— 定位问题根因,异常自动关联维度
  • 4 · 决策闭环 —— 输出「结论 + 证据 + 行动建议」并下发
  • 5 · 沉淀资产 —— 口径、逻辑、偏好回流,越用越懂
分析结果可信赖 问答权限可管控 指标语义可理解 数据来源可追踪

聚宝 D-Pro®

开发层 · 超融合 BI 与低代码开发平台

将散落在各处的数据采集、集成、交换、建模打通孤岛,形成可信、可理解的数据资产;并通过低代码应用让线下数据线上化,业务流程进系统、数据随流程自动沉淀。

数据建模 加工链路 血缘/影响分析 元数据管理 Vibe Coding
  • 数聚枢纽 —— 数据采集 · 集成 · 交换,跨系统畅通流转
  • 模型工厂 —— 拖拽式加工建模,自动血缘与影响分析
  • 元数据中心 —— 统一口径与指标管理,资产目录清晰可查
  • 数据填报 —— 可视化配置流程、表单与校验规则,无需编码
  • 协同应用 —— 数聚易搭 + AI,低代码 + VibeCoding 敏捷构建应用
从月级交付迈入周级交付 业务流程进系统 数据随流程沉淀

数聚治理 DGP®

治理层 · AI 原生数据治理平台

AI 原生数据治理框架,目标从「为人提供可信数据」升级为「为 AI / 机器提供可计算、可推理的数据环境」。治理工作越来越高效,数据越来越准确,为上层 AI 应用提供干净、可溯、可编程的数据供给。

AI-Enabled Knowledge Graph MCP 采集 血缘图谱 GaaS
  • 主数据智能对齐与标准化 —— NLP 识别多源同一实体,生成标准主数据字典
  • 业务数据血缘图谱构建 —— 分钟级生成跨系统端到端血缘,中文可读说明
  • 数据质量规则自学习 —— 基于历史特征动态生成检核规则,自动识别异常并溯源
  • 治理流程自动化编排 —— MCP 采集 → 知识库匹配 → 属性标记 → 记忆回写
  • 敏感数据智能识别与脱敏 —— 动态生成符合《数据安全法》的脱敏策略
AI 成为数据第一应用方 治理即服务 GaaS 以用促治

AI原生应用 构建新范式

Vibe Coding + 聚宝® — 从想法到上线,不再有鸿沟

当 Vibe Coding 遇上 聚宝®低代码平台,数聚股份让"说出来的需求"变成"跑起来的应用"。技术侧以自然语言驱动开发,实施侧以 FDE 前沿部署模式保障落地——从想法到上线,不再有鸿沟。

技术视角:AI + 低代码 — Vibe Coding 赋能聚宝®

模型驱动的低代码开发平台天然具有与AI完美结合的能力

对比维度 表单驱动的低代码(Form-Driven) 模型驱动的低代码(Model-Driven)
核心理念以用户界面和表单为中心,由表及里以数据模型和业务逻辑为核心,由里及表
逻辑与集成能力线性流程,适合CRUD和审批流;集成能力弱支持复杂规则、多表关联、事务;集成能力强(API)
可维护性复杂后逻辑散落各处,维护成本高改模型即改系统,结构清晰,易于长期演进
性能及扩展性高并发与大表单表现差:面对高并发或复杂表单时,容易出现界面卡顿、响应变慢,扩展受限:运行在沙箱中,无法进行耗时计算或引入第三方库承载能力强:设计上能支撑企业级核心业务,可承载亿级数据量扩展性好:可通过微服务架构对核心模块进行独立扩展,应对高并发
适用场景轻量级数据采集、审批流、简单协作工具企业级核心业务系统(CRM、ERP、MES等)
与Vibe Coding结合潜力(AI增效维度)AI只能辅助生成表单校验JS脚本、流程节点文案、简单的SQL/API调用片段,或根据描述推荐现成组件布局。受限于平台封闭性和“UI即Schema”的强耦合特性,AI难以触及底层数据重构,效率提升主要体现在减少重复拖拽上。AI可通过自然语言直接生成完整的数据模型(实体关系图、字段属性、索引)、复杂业务规则引擎脚本、跨系统API编排逻辑。平台开放性强,AI可作为“建模副驾驶”,帮助开发者快速将模糊的业务需求抽象为严谨的领域模型,大幅缩短架构设计到实现的距离。
NL2App · 自然语言到应用 Semantic Layer · 业务语义层 Prompt-Driven Build · 提示词驱动 AI Code Gen · 代码生成 Low-Code + AI · 低代码与AI双轨

实施视角:FDE 模式 — 前沿部署工程师保障落地

FDE模式源自 Palantir,核心理念是:将最懂技术和最懂业务的人,直接部署到客户现场,端到端交付价值。数聚股份将 FDE 模式与聚宝®平台结合,形成"驻场深潜 + 平台沉淀"的双轮驱动实施体系。

01

AI 技术应用能力

熟练运用大模型、RAG、Agent框架,能将聚宝®平台能力与AI能力组合编排

02

行业业务理解能力

深耕制造、医药、零售、金融等行业,快速识别业务痛点与数据价值切入点

03

现场落地实施能力

可长期驻场,拆解需求、定制方案、完成系统调试与员工培训全流程交付

04

跨界协同能力

联动企业生产、财务、销售多部门,协调业务与技术双向沟通

飞轮效应:FDE 在一线铺设"碎石路"——解决特定客户的个性化需求;聚宝®平台把共性模式修成"高速公路"——沉淀为可复用的标准能力。每一次客户部署都让平台更强大,每一次平台升级都让下一个客户落地更快。

双视角合璧:Vibe Coding + FDE = AI应用落地的完整闭环

业务侧 FDE 深潜 交付上线 反馈进化
1
业务痛点
2
FDE 驻场深潜
3
自然语言描述需求
4
Vibe Coding 生成应用
5
聚宝引擎编译运行
6
交付上线/应用商店上架
7
FDE 经验反馈
8
平台能力持续进化
持续迭代 · 闭环飞轮

AI 咨询 · 培训 · Agent搭建

从认知到落地,系统化构建企业AI能力,实现业务与智能的深度融合

AI 咨询服务

覆盖企业AI战略规划、场景识别、技术选型、原型验证与规模化部署的全周期咨询

  • AI 战略与场景规划 — 评估数据基础,识别高价值场景
  • 数据架构与模型选型 — 大/小模型混合架构设计
  • Agent 化方案设计 — 针对具体业务流程设计智能Agent
  • 落地陪跑与优化 — 从试点到推广,模型调优与迭代

AI 培训服务

面向企业不同角色,打造阶梯式、实战化的AI培训体系

  • 高管与业务人员 — AI通识与场景思维工作坊
  • 数据分析师/IT — 大模型原理、提示工程、RAG、LangGraph/Dify
  • AI 专项技能 — 文档解析、OCR、NLP、智能问数、知识库搭建
  • 实战项目 — 从需求分析到Agent上线的全流程答辩

场景化 Agent 搭建

聚焦企业高频、高价值业务场景,提供开箱即用的Agent解决方案与定制化搭建

  • 开箱即用 — 七大典型场景Agent快速部署
  • 定制开发 — 结合企业实际业务系统定制
  • 私有化部署 — 满足数据安全与合规要求
  • 持续迭代 — 基于业务反馈持续优化Agent能力

七大 企业场景化 Agent

聚焦企业高频、高价值业务场景,提供开箱即用的智能体解决方案

01

智能合同审查

NLP · 条款风险识别 · RAG

基于大模型语义理解与RAG检索增强,自动解析合同条款、识别法律/财务/商业风险,多维度风险预警与修改建议,合同审批周期从10天缩短至3天

02

智能财务报销

OCR · 智能审核 · 合规风控

融合OCR识别与AI规则引擎,自动提取发票/行程单/收据等30余种票据关键字段,智能校验真伪、去重与合规性,报销审批从4.8天压缩至1.2天

03

智能工单派单

NLP · 技能匹配 · 负载均衡

基于NLP语义分析与多维度数据建模,自动解析工单描述、匹配最优处理人员,结合技能标签、负载均衡与地理位置智能派单,工单错派率下降90%

04

智能数据挖掘

关联分析 · 聚类 · 预测

对多源业务数据(ERP/CRM/Excel/数据库)自动进行关联分析、聚类、预测,生成可视化报告与决策建议

05

智能问数分析

NL2LogicForm2SQL · 归因 · 可视化

结合大模型与专有模型,支持自然语言提问,自动完成多表查询、归因分析及图表展示,让决策者随时"问数"

06

智能知识库

RAG · 语义检索 · 问答

整合企业文档/FAQ/制度规范/产品手册等多源信息,构建AI知识库,支持语义检索、自动问答、辅助生成报告

07

智能客服

NLP · 情感识别 · 多轮对话

基于大模型与RAG知识库构建多轮对话智能体,7×24小时在线应答,支持意图识别、情感分析、跨渠道个人记忆与主动关怀,夜间独立处理70%常规咨询

+

更多场景定制

Custom Agent

以上 Agent 均可根据企业实际业务系统与安全要求进行私有化部署与定制开发

数聚 AI 中台 架构全景

前台赋能 + 后台管控,构建企业级AI的完整运营体系

AI 门户 · 前台 — 员工赋能 & 业务应用
AI对话
智能问答交互
知识搜索
语义检索
写PPT/文档
智能生成
搭建智能体
Agent编排
API接口
企业应用集成
写代码
开发辅助
智能预测
趋势洞察
AI 门户 · 后台 — 知识引擎 & 应用构建
企业知识库
Word/PDF/Excel
RAG搜索
检索增强生成
提示词编排
Prompt工程
AI应用构建
低代码搭建
插件接入
E-charts/地图等
API Agent
接口智能体
Workflow
流程编排
应用监控
全链路追踪
大模型调度层 — Multi-LLM 统一管理
DeepSeek
通义千问
智谱清言
讯飞星火
ChatGPT
Moonshot
Qwen-72B
Llama3
GLM3-6B
企业级安全管控 — 合规 · 审计 · 治理
用户管理
权限管理
模型调用管理
流量管理
内容审查
调用留痕
算力调度
使用监控

AI 能力 全景标签

数聚股份AI技术栈与核心能力一览

NL2LogicForm2SQL Agentic Workflow Semantic Layer Knowledge Graph Prompt Engineering RAG 检索增强 Multi-LLM 调度 DeepSeek 低代码 + AI Copilot 模式 Al Enabled 数据治理 MCP 数据血缘图谱 质量规则自学习 用户问答行为日志 OCR 识别 智能归因 自动报告生成 数字员工 智能预测 LangGraph Dify MaaS API Agent 私有化部署 因果/果因算法 PDCA闭环 个人记忆 知识图谱

AI 实践案例

真实落地案例,验证AI赋能的业务价值

AI数字大脑

西格迈 · AI数字大脑项目

协助西格迈确立数据管理标准,构建完善指标体系,实现全链条数据互通与实时更新。通过预测性维护等AI应用,有效降低维护成本,提升产能,入选浙江省人工智能赋能制造业典型案例。

+15%
产能提升
维护成本降低
AI优化排产

升达危废 · AI算法调优

运用AI算法进行深度调优,从根本上优化排产流程,提升生产计划的执行效率。最终成功实现生产资源的优化配置与高效利用,为企业稳健发展注入强劲动力。

AI
排产流程优化
执行效率提升
智能问数

各行业头部企业 · 智能问数平台

为众多企业部署"智能问数"平台,让每一位业务人员都能用最自然的语言直接提问,即时获得数据洞察。打破数据解读的技术壁垒,将"人找数"变为"数找人"。

NL2LogicForm2SQL
自然语言问数
秒级
响应速度