日均掃描風險量超2000萬次！中國商業(yè)大數(shù)據(jù)領域AI大模型應用發(fā)布
來源： 紫牛新聞
2025-07-17 17:37:00
7月17日，上海合合信息科技股份有限公司（股票代碼：688615）旗下啟信慧眼宣布完成品牌升級，定位為“商業(yè)數(shù)據(jù)智能決策企業(yè)級AI產(chǎn)品”。本次升級標志著啟信慧眼正式從商業(yè)數(shù)據(jù)查詢服務，邁入數(shù)據(jù)驅動商業(yè)決策的新階段。同時，啟信慧眼首次發(fā)布中國商業(yè)大數(shù)據(jù)領域AI大模型應用，聚焦企業(yè)營銷、盡調、風控等核心場景，賦能企業(yè)數(shù)智化轉型。
合合信息數(shù)據(jù)事業(yè)部副總經(jīng)理沈東輝表示，此次品牌升級，旨在通過AI技術，幫助客戶從海量數(shù)據(jù)中精準定位關鍵信息，洞察目標企業(yè)的風險與商機，深度分析其潛在影響，并自動生成專業(yè)結論與應對建議，為企業(yè)數(shù)智化轉型提供從認知到行動的強大決策支持。
合合信息數(shù)據(jù)事業(yè)部副總經(jīng)理沈東輝
本次升級重點圍繞產(chǎn)品、技術、場景三大維度展開。在產(chǎn)品層面，AI風險解讀、AI商機挖掘等系列功能，實現(xiàn)了產(chǎn)品的智能化躍升。例如，針對供應商信息不透明、供應鏈風險感知滯后、內部數(shù)據(jù)難整合等供應鏈管理痛點，啟信慧眼為全球供應鏈企業(yè)打造全天候智能預警平臺，構建了可視化“世界風險地圖”，目前產(chǎn)品已覆蓋全球200+國家和地區(qū)，與地震局、氣象局、主流新聞平臺對接，并支持130多種語言自動翻譯，助力企業(yè)主動識別風險并提供決策建議。
在底層技術層面，依托母公司合合信息構建的“天樞、天璇、天璣”三大底層技術平臺，升級后的啟信慧眼在數(shù)據(jù)處理、語義理解和智能推理等方面均實現(xiàn)行業(yè)級突破，自主推理及決策能力得到大幅提升。不僅如此，近年來啟信慧眼不斷深耕業(yè)務場景，逐步將行業(yè)經(jīng)驗轉化為標準產(chǎn)品及方案，已為制造、金融、醫(yī)藥等行業(yè)的上千家頭部客戶提供商業(yè)數(shù)據(jù)智能決策服務。產(chǎn)品日均風險掃描量超2000萬次，累計為客戶攔截風險損失預估超200億元，尋源拓客效率平均提升30%-50%，以實際效能證明商業(yè)價值。
當前AI大模型的興起，為商業(yè)大數(shù)據(jù)業(yè)務帶來了以Agent（智能體）為代表的、更大的想象空間。根據(jù)Gartner預測，到2028年Agent將融入三分之一的企業(yè)軟件，成為商業(yè)決策的重要參與者。然而，現(xiàn)實中許多企業(yè)卻面臨“有數(shù)據(jù)、有模型、不會用”的困境。為破解這一難題，啟信慧眼重磅推出商業(yè)大數(shù)據(jù)領域AI大模型應用，依托“大模型+業(yè)務Know-How”核心優(yōu)勢，顯著提升企業(yè)從數(shù)據(jù)洞察到智能決策的全鏈路效率。
如通過AI尋源拓客功能，用戶僅需輸入“近三年上市的人工智能企業(yè)有哪些”等自然語言描述，AI即可解讀用戶意圖，智能匹配標簽，一鍵輸出符合條件的目標企業(yè)列表。此外，基于啟信慧眼專有大數(shù)據(jù)引擎和AI算法，還能自動生成企業(yè)全景畫像。AI風險解讀，則可支持全面掃描目標企業(yè)的潛在風險，例如針對企業(yè)法律文書“量大難抓重點”、“關鍵涉訴金額缺失”的痛點，該功能可自動從海量數(shù)據(jù)中精準提取關鍵信息，并轉化為清晰、易懂的風險提示，大幅提升風險識別準確率與效率。
據(jù)沈東輝介紹，該應用的核心優(yōu)勢在于解決了B端客戶在大模型應用中的痛點：基于精準、客觀的數(shù)據(jù)分析，確保大模型輸出的是可靠的、事實性描述，而非主觀臆斷，從而有效降低了大模型“幻覺”風險。
不同于依賴互聯(lián)網(wǎng)公開數(shù)據(jù)作為“原始燃料”的主流大模型，啟信慧眼不僅擁有覆蓋3.4億家企業(yè)，超2000億條實時商業(yè)大數(shù)據(jù)的確定性數(shù)據(jù)源，其高質量、創(chuàng)新型特色數(shù)據(jù)集包括32個行業(yè)大類、超500個產(chǎn)業(yè)鏈專題，以及上市公司、專精特新、產(chǎn)業(yè)龍頭等在內的超過3000萬家各類企業(yè)主體的產(chǎn)業(yè)鏈數(shù)據(jù)庫。不僅如此，通過給大模型微調訓練、結論指引及精準的參數(shù)控制，啟信慧眼可以對模型的推理過程進行主動約束，有效抑制其發(fā)散性聯(lián)想與過度推理，降低大模型“捏造”數(shù)據(jù)的傾向，為AI決策提供堅實、可信的數(shù)據(jù)支撐。
校對 石偉