长虹虹御数AIDP平台:让数据资产真正锚定业务价值

智造为根,AI为帆。长虹坚持科技自立自强,深耕工业智能前沿赛道,攻坚人工智能核心技术,不断拓宽全产业链AI应用版图。依托长期实战积淀,长虹构建出覆盖生产、研发、管理、供需等全链条多元化AI成果矩阵,夯

智造为根,AI为帆。长虹坚持科技自立自强,深耕工业智能前沿赛道,攻坚人工智能核心技术,不断拓宽全产业链AI应用版图。依托长期实战积淀,长虹构建出覆盖生产、研发、管理、供需等全链条多元化AI成果矩阵,夯实智能制造转型根基。《微长虹》特别推出 “坚持开放创新 突出AI应用” 系列专题,全景展示企业自主研发的AI科创硬实力,以人工智能技术驱动制造业精益升级,扬帆数智化智造新征程。

每到月末、季度收官,财务运营部门总是整个公司最晚熄灯的角落。运营人员抱着一大堆报表往返财务、采购、销售各部门讨要数据,同一库存指标两套报表数值相悖,通宵核对修改是家常事;管理层想要摸清完整经营全貌,总要等到次日滞后报表,风险察觉永远慢一步……

如今打开长虹虹信软件自研虹御数AIDP全域指标智能分析平台(以下简称:虹御数AIDP平台),即可调取全域数据,系统迅速生成可视化看板,预算超支、库存积压等风险自动标红预警,跨部门跑腿、手工制表彻底成为过去。前不久,该平台从25支决赛队伍中突围,斩获2026“涪江数潮・数据应用创新”大赛一等奖。

640 - 2026-08-11T171046.777.jpg

01数据困局:繁杂数据导致决策滞后、执行偏差

在虹御数AIDP平台落地前,集团内外各类企业普遍深陷“找数难、口径乱、分析慢”的重重数据困局,每一处痛点都扎根日常办公细碎场景,处处可见人力内耗。

财务或运营人员每周都要重复好几套线下报表的制作工作。一线业务想要知晓销量销额情况,只能等待运营手工出数,月中无法实时掌握费用消耗,资源调配决策滞后;平台分摊费用统计标准不一,不同管理单元看到的数据不一致,成本权责难以界定;同比、预算执行等分析依赖手工跨表加工,耗时较长,分析结果滞后,难以支撑业务及时纠偏。原有模式导致业务看不清成本结构、难以预判预算风险,制约精细化成本管控。

大宗材料等外部市场行情数据,依赖采购人员每天一早登录多个外部行业网站,在外部网站注册登录后手动获取,经线下计算分析后导入系统,数据获取周期长,影响管理层对市场行情判断与决策。

各单元分析模型不一致、统计口径不一致,缺乏统一标准来衡量各店铺销售绩效;数据分析全靠手工报表,前一日数据需要次日下午才能够汇总统计至管理层,影响销售决策。

02自主攻坚:扎根业务啃下底层技术难关

面对困局,长虹虹信软件联合长虹AI与数智产品研发中心,依托虹信软件在财务、供应链、数字化工厂等行业的沉淀和AI数智研发中心的AI能力,没有照搬市面通用商业套件,深入财务、采购、运营等数据应用痛点,共同研发虹御数AIDP平台。

虹御数AIDP平台初期核心目标是实现三大跃迁:由“技术驱动”转为“业务指标驱动”,实现数据资产锚定业务价值;从“数据分析工具”升级为“业务专家伙伴”,突破传统BI被动查询局限;依托产品化、多租户架构,从“服务单一企业”延伸至“赋能产业链”。

研发初期最棘手的难题,是系统要同时连通Doris、Oracle、HANA等9类完全不同的数据库。初代系统每次调取经营、财务复杂指标,查询速度拖沓,嵌套式核算规则频繁报错,运营人员常常等十几分钟才能拿到一张报表。联合研发团队团队连续扎根业务办公室,记录每一类分析场景的计算逻辑,围绕OSI语义规范搭建整套适配方案:自动探查元数据、双向兼容业务逻辑与数据库语言、智能校验 SQL语句、沉淀行业知识模型。

平台上线后,重点解决行业四大痛点:数据治理脱离业务价值,缺乏体系化的指标引领;指标口径不一、无联动,难以支撑过程管控;数据平台建用脱节,宏观与一线无穿透;效益归因模糊,难以支撑经营决策;AI数据分析专业能力不足,通用大语言模型总结缺乏“业务场景因子”,AI和数据没有发挥价值。

03落地新景:AI解放人力,数据服务经营

虹御数AIDP平台目前在集团旗下各业务板块、石油能源、有色金属行业等均已投入实战,落地研产供销服等场景。

在集团数字管理中心项目,贯通运营、财务管控、采购管理、科技创新、党建等集团管控体系,并在长虹中国区、长虹华丰科技、长虹美菱、长虹精密等业务板块落地营销、经营管理、运营、生产等数据应用场景。采集ERP、合并系统、ISRM、MDM等多个系统全域数据采集治理,沉淀3000余项数据标准、千余个指标,落地ChatBI自然语言问数、智能归因、自动预警等6大AI应用,覆盖200余个业务场景,让数据从源头开始就服务于业务需求。

数字管理中心投入实战后,重复性的数据处理工作交由系统自动完成,人员得以聚焦于更有价值的经营分析。销售运营岗变化最为直观,每天早上9点即可查看数据、开展分析,销售决策节奏明显加快;中国区财务报表分析频率由按月、按旬提升至每日,覆盖原线下9套手工报表;供应链协同打通采购、库存、生产链路数据,用AI自动抓取8个品类,19个品种外部实时大宗材料行情数据,整体对采购规模、采购风险、供应商、原料库存等进行了分析,为智能比价、供应商智能推荐、大宗材料采购等提供了高质量数据基础。人力从“做数据”中解放出来,回归到“用数据”服务业务的本职。

凭借扎实的实践成果与突出的行业价值,长虹数字管理中心在工业和信息化部中国电子技术标准化研究院主办的2025首届“数据要素赋能新型工业化”大赛全国总决赛中,摘得“工业高质量数据集构建与应用”赛道全国二等奖,同时在2025年第八届“鼎革奖”数智化先锋榜中荣获“年度卓越企业奖”。

640 - 2026-08-11T171152.750.png

640 - 2026-08-11T171208.229.png

虹御数AIDP平台并未局限长虹内部经营场景,依托弹性模块化自研架构,目前已在能源、有色金属等行业落地实施。某能源央企上线虹御数后,完成2200余个指标标准化入库,新增业务指标400余个,管理成本下降22%。业务人员无需依赖技术人员即可自助查数、分析、生成报告,各组织能够基于统一指标体系开展经营监控、风险预警,帮助企业实现问题及时发现、持续跟踪闭环,有效支撑精细化经营管理。目前双方正围绕更多业务领域指标接入和AI场景深化探讨后续合作。

长虹虹信软件虹御数AIDP平台产品研发负责人表示:“后续,我们会打通外部行业数据与企业内部全域指标数据,搭建企业经营管理分析能力;并将基于YAML 的通用语义模型交换规范,持续优化AI+数据的专业分析能力,建设各域各场景专用数据分析智能体,让一线业务人员、运营人员、管理人员对数据需求,便捷地拿得到、看得懂、敢相信、用得上。”


供稿:范淑琨

(来源:电子信息产业网)
免责声明:本文内容来源于第三方或整理自互联网,本站仅提供展示,不拥有所有权,不代表本站观点立场,也不构成任何其他建议,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容,不承担相关法律责任。如发现本站文章、图片等内容有涉及版权/违法违规或其他不适合的内容, 请及时联系我们进行处理。

相关推荐