本發(fā)明涉及人工智能，尤其涉及基于ai驅(qū)動的企業(yè)數(shù)字化診斷系統(tǒng)。

背景技術(shù)：

1、智能化改造和數(shù)字化轉(zhuǎn)型診斷能夠全面評估企業(yè)當(dāng)前發(fā)展水平，厘清差距短板，因企制宜制定轉(zhuǎn)型路徑，引導(dǎo)企業(yè)對標(biāo)先進(jìn)，突破發(fā)展瓶頸。診斷成果可以為企業(yè)政策制定提供精準(zhǔn)依據(jù)，優(yōu)化資源配置，營造有利于制造業(yè)數(shù)字化轉(zhuǎn)型的良好生態(tài)。

2、企業(yè)數(shù)字化轉(zhuǎn)型診斷評價是對企業(yè)數(shù)字化轉(zhuǎn)型成果進(jìn)行評估的手段，現(xiàn)有技術(shù)中對企業(yè)數(shù)字化轉(zhuǎn)型診斷評價通常是通過專家打分確定評價指標(biāo)，通過問卷調(diào)查等確定指標(biāo)得分等，另外，現(xiàn)有的數(shù)字化轉(zhuǎn)型成熟度評估方法多以單一視角為主，均存在一定的局限性。如何從多方面評價企業(yè)數(shù)字化轉(zhuǎn)型成果以及如何更方便地根據(jù)評價診斷成果來制定新的企業(yè)數(shù)字化轉(zhuǎn)型策略，以提高企業(yè)的數(shù)字化轉(zhuǎn)型效果，成為亟待解決的問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明描述基于ai驅(qū)動的企業(yè)數(shù)字化診斷系統(tǒng)，可以解決上述技術(shù)問題。

2、根據(jù)第一方面，提供基于ai驅(qū)動的企業(yè)數(shù)字化診斷系統(tǒng)，該系統(tǒng)包括：

3、數(shù)據(jù)獲取模塊，用于獲取企業(yè)內(nèi)部數(shù)據(jù)和企業(yè)外部數(shù)據(jù)；

4、數(shù)字化評估模塊，用于根據(jù)企業(yè)內(nèi)部數(shù)據(jù)制定各個維度的指標(biāo)及其權(quán)重，根據(jù)所述指標(biāo)和權(quán)重計算出各個維度的評分，再根據(jù)各個維度的評分計算出綜合評分；其中，所述各個維度的評分是用來制定強(qiáng)化學(xué)習(xí)模型中的獎勵，所述綜合評分用于評估當(dāng)前的企業(yè)數(shù)字化能力；

5、推薦策略優(yōu)化模塊，用于根據(jù)企業(yè)內(nèi)部數(shù)據(jù)及其對應(yīng)的各個維度的評分以及企業(yè)外部數(shù)據(jù)生成數(shù)字化轉(zhuǎn)型推薦策略，通過強(qiáng)化學(xué)習(xí)模型優(yōu)化企業(yè)數(shù)字化轉(zhuǎn)型推薦策略，以提高企業(yè)的數(shù)字化轉(zhuǎn)型效果；其中，

6、所述強(qiáng)化學(xué)習(xí)模型包括狀態(tài)、智能體、動作和獎勵，所述狀態(tài)數(shù)據(jù)包括當(dāng)前企業(yè)內(nèi)部數(shù)據(jù)以及企業(yè)外部數(shù)據(jù)，將狀態(tài)數(shù)據(jù)輸入至強(qiáng)化學(xué)習(xí)模型中，所述強(qiáng)化學(xué)習(xí)模型確定所述狀態(tài)數(shù)據(jù)對應(yīng)的動作數(shù)據(jù)，動作數(shù)據(jù)包括根據(jù)當(dāng)前策略選擇的推薦方案，所述智能體將所述動作數(shù)據(jù)應(yīng)用于企業(yè)，以獲取推薦方案實施后的效果，并計算即時獎勵，其中所述獎勵是根據(jù)企業(yè)內(nèi)部數(shù)據(jù)各個維度的評分來制定的，獲取新的企業(yè)內(nèi)部數(shù)據(jù)對應(yīng)的各個維度的評分，根據(jù)獎勵和新的狀態(tài)更新智能體策略參數(shù)，通過a/b測試驗證推薦策略的效果，比較不同推薦策略的實際效果，選擇最優(yōu)策略。

7、在一些實施例中，所述企業(yè)內(nèi)部數(shù)據(jù)包括業(yè)務(wù)流程數(shù)據(jù)、財務(wù)系統(tǒng)數(shù)據(jù)、it基礎(chǔ)設(shè)施數(shù)據(jù)、客戶體驗數(shù)據(jù)、員工技能和培訓(xùn)數(shù)據(jù)、合規(guī)性和風(fēng)險管理數(shù)據(jù)、供應(yīng)鏈和物流數(shù)據(jù)。

8、在一些實施例中，所述企業(yè)外部數(shù)據(jù)包括市場和行業(yè)數(shù)據(jù)、客戶和消費者數(shù)據(jù)、經(jīng)濟(jì)和政策數(shù)據(jù)、技術(shù)發(fā)展和趨勢數(shù)據(jù)、供應(yīng)鏈和合作伙伴數(shù)據(jù)。

9、在一些實施例中，所述系統(tǒng)還包括數(shù)據(jù)處理模塊，用于對企業(yè)內(nèi)部數(shù)據(jù)和企業(yè)外部數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗和歸一化處理。

10、在一些實施例中，所述系統(tǒng)還包括數(shù)據(jù)存儲模塊，用于存儲企業(yè)內(nèi)部數(shù)據(jù)和企業(yè)外部數(shù)據(jù)。

11、本發(fā)明提供基于ai驅(qū)動的企業(yè)數(shù)字化診斷系統(tǒng)。通過數(shù)據(jù)獲取模塊獲取企業(yè)內(nèi)部數(shù)據(jù)和企業(yè)外部數(shù)據(jù)，通過數(shù)字化評估模塊根據(jù)企業(yè)內(nèi)部數(shù)據(jù)制定各個維度的指標(biāo)及其權(quán)重，根據(jù)所述指標(biāo)和權(quán)重計算出各個維度的評分，再根據(jù)各個維度的評分計算出綜合評分。通過推薦策略優(yōu)化模塊根據(jù)企業(yè)內(nèi)部數(shù)據(jù)及其對應(yīng)的各個維度的評分以及企業(yè)外部數(shù)據(jù)生成數(shù)字化轉(zhuǎn)型推薦策略，通過強(qiáng)化學(xué)習(xí)模型優(yōu)化企業(yè)數(shù)字化轉(zhuǎn)型推薦策略，以提高企業(yè)的數(shù)字化轉(zhuǎn)型效果。通過本發(fā)明提供的系統(tǒng)，可以從多個角度提升企業(yè)的決策效率和轉(zhuǎn)型效果，通過計算各個維度的評分并生成綜合評分，企業(yè)可以全面了解自身的現(xiàn)狀和優(yōu)勢，為制定策略提供依據(jù)。推薦策略優(yōu)化模塊可以生成數(shù)字化轉(zhuǎn)型推薦策略，確保推薦方案的個性化和針對性，通過強(qiáng)化學(xué)習(xí)模型優(yōu)化企業(yè)數(shù)字化轉(zhuǎn)型推薦策略，模型能夠根據(jù)反饋不斷學(xué)習(xí)和調(diào)整，逐步提高推薦策略的效果。

技術(shù)特征：

1.基于ai驅(qū)動的企業(yè)數(shù)字化診斷系統(tǒng)，其特征在于，所述系統(tǒng)包括：

2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述企業(yè)內(nèi)部數(shù)據(jù)包括業(yè)務(wù)流程數(shù)據(jù)、財務(wù)系統(tǒng)數(shù)據(jù)、it基礎(chǔ)設(shè)施數(shù)據(jù)、客戶體驗數(shù)據(jù)、員工技能和培訓(xùn)數(shù)據(jù)、合規(guī)性和風(fēng)險管理數(shù)據(jù)、供應(yīng)鏈和物流數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述企業(yè)外部數(shù)據(jù)包括市場和行業(yè)數(shù)據(jù)、客戶和消費者數(shù)據(jù)、經(jīng)濟(jì)和政策數(shù)據(jù)、技術(shù)發(fā)展和趨勢數(shù)據(jù)、供應(yīng)鏈和合作伙伴數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括數(shù)據(jù)處理模塊，用于對企業(yè)內(nèi)部數(shù)據(jù)和企業(yè)外部數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗和歸一化處理。

5.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括數(shù)據(jù)存儲模塊，用于存儲企業(yè)內(nèi)部數(shù)據(jù)和企業(yè)外部數(shù)據(jù)。

技術(shù)總結(jié)
本發(fā)明提供基于AI驅(qū)動的企業(yè)數(shù)字化診斷系統(tǒng)。通過數(shù)據(jù)獲取模塊獲取企業(yè)內(nèi)部數(shù)據(jù)和企業(yè)外部數(shù)據(jù)，數(shù)字化評估模塊根據(jù)企業(yè)內(nèi)部數(shù)據(jù)制定各個維度的指標(biāo)及其權(quán)重，根據(jù)所述指標(biāo)和權(quán)重計算出各個維度的評分，再根據(jù)各個維度的評分計算出綜合評分。推薦策略優(yōu)化模塊根據(jù)企業(yè)內(nèi)部數(shù)據(jù)及其對應(yīng)的各個維度的評分以及企業(yè)外部數(shù)據(jù)生成數(shù)字化轉(zhuǎn)型推薦策略，通過強(qiáng)化學(xué)習(xí)模型優(yōu)化企業(yè)數(shù)字化轉(zhuǎn)型推薦策略，以提高企業(yè)的數(shù)字化轉(zhuǎn)型效果。通過本發(fā)明提供的系統(tǒng)對企業(yè)數(shù)字化進(jìn)行診斷評估，并且生成具有個性化和針對性的數(shù)字化轉(zhuǎn)型推薦策略，再通過強(qiáng)化學(xué)習(xí)模型優(yōu)化企業(yè)數(shù)字化轉(zhuǎn)型推薦策略，模型能夠根據(jù)反饋不斷學(xué)習(xí)和調(diào)整，逐步提高推薦策略的效果。

技術(shù)研發(fā)人員：吳景琦,陳遠(yuǎn)波,張林輝
受保護(hù)的技術(shù)使用者：云鏑智慧科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9