人工智能案例|宁德新能源（ATL）锂电知识大脑案例

Part 01 案例企业介绍

宁德新能源科技有限公司（简称“ATL”）成立于2008年，注册资金15920万美元，由1999年在香港设立的新能源科技有限公司100%控股。公司核心业务聚焦于锂离子电池的研发、生产与销售，产品应用场景广泛，涵盖智能手机、平板电脑、笔记本电脑、可穿戴电子产品等多个领域。

Part 02 案例介绍

宁德新能源科技有限公司（简称“ATL”）成立于2008年，注册资金15920万美元，由1999年在香港设立的新能源科技有限公司100%控股。公司核心业务聚焦于锂离子电池的研发、生产与销售，产品应用场景广泛，涵盖智能手机、平板电脑、笔记本电脑、可穿戴电子产品等多个领域。

（一）案例核心定位

ATL锂电知识大脑深度融合基于大语言模型的人工智能技术，构建了集锂电知识管理、智能分析、办公提效与决策支持于一体的智能化平台。该平台核心目标是通过四大特色应用场景的落地，实现企业运营效率的大幅提升，赋能锂电业务的创新发展与流程优化。需说明的是，平台应用界面将根据员工岗位差异呈现个性化内容，确保功能适配性。

（二）四大特色应用场景

1. 个人助手场景

该场景依托大语言模型的原生能力，可精准理解并执行复杂自然语言指令。通过配置不同提示词（Prompt）、调用各类工具及MCP技术，打造多功能助手矩阵，支持快速切换工作模式、扮演多元角色，具体包括报告撰写助手、邮件编辑专家、代码编写助手、会议纪要整理员、论文速读器、多语言翻译官等，全面覆盖日常办公核心需求。图2为使用ATL知识大脑快速阅读论文的示例。

2. 虚拟员工场景

场景通过链接或API方式与大语言模型无缝对接，为内外部用户提供高效精准的咨询服务。借助Prompt Engineering（提示词工程）与Embedding（嵌入）技术，系统可深度解析用户问题与需求，输出个性化解答与建议，显著提升用户体验与问题解决效率。典型应用模块包括招聘智能助手、MES智能助手、培训课程助手等，其中图3为ATL知识大脑招聘智能助手（微信公众号端）的使用示例。

3. 专业知识问答场景

该场景深度融合大模型通用智能与锂电业务领域专业知识，实现锂电专业知识的智能检索与精准问答。通过应用Prompt Engineering、Embedding、RAG（检索增强生成）、Function Call（函数调用）等核心技术，系统可高效处理复杂专业问题，输出全面准确的答案，大幅提升锂电知识获取与应用效率。典型应用模块涵盖设备智能运维助手、研发知识问答、专利问答等。

此外，依托大语言模型的智能推送能力，平台实现了锂电专业知识的定向主动推送。当数据库中新增特定领域专业知识时，系统会自动推送至相关岗位人员，成功实现知识管理模式从“人找知识”到“知识找人”的转变，加速知识传播与共享，进一步提升知识获取效率。

4. 先进数据分析场景

场景融合Text to SQL、Text to Code等前沿技术，创新采用自然语言驱动的数据分析模式。用户只需以自然语言提出需求，系统即可智能解析意图、自动执行数据分析任务，覆盖从基础数据查询到复杂业务洞察的全维度需求。该模式无需用户具备SQL编程或其他编程知识，大幅降低数据分析门槛，将复杂分析流程简化为直观的对话交互，有效提升数据分析效率与用户体验，成为企业数据驱动决策的核心支撑工具。

（三）核心技术方案

ATL锂电知识大脑以本地部署的大语言模型为核心基座，整合应用Prompt Engineering、Embedding、RAG、Function Call、MCP等关键技术，结合自主研发的多种算法与功能模块，精准匹配四大应用场景的需求。同时，平台深化前沿AI核心技术的落地应用，创新场景化解决方案，最终构建形成高度智能化、集成化的知识管理与决策支持平台，全面赋能锂电业务的创新与优化。https://wxa.wxs.qq.com/tmpl/ov/base_tmpl.html

具体技术实施要点包括：

● 采用本地部署大语言模型的模式，为企业内部应用提供专属赋能，保障核心信息安全，提升系统响应速率，同时降低长期使用成本；

● 运用Embedding与RAG技术，构建专业知识检索与问答体系，实现锂电领域专业知识的精准匹配与智能解答；

● 融入Function Call与MCP技术，搭建灵活的工具调用框架，支撑复杂任务的自动化执行；

● 针对不同应用模块开展专项知识调优，持续提升答案生成的准确性与专业性；

● 推动锂电知识大脑与企业现有IT系统深度集成，简化用户操作流程，提升使用便捷性。

ATL知识大脑系统架构示意图。

（四）案例亮点

● 技术与业务深度融合

精准锚定锂电行业业务痛点，将通用AI技术与锂电专业知识、业务流程深度结合，避免技术与业务“两张皮”；

● 场景覆盖全面多元

四大应用场景覆盖个人办公、客户服务、专业研发、数据决策全链条，实现企业运营核心环节的全面赋能；

● 知识管理模式创新

突破传统知识管理瓶颈，实现“人找知识”到“知识找人”的转变，提升知识传播效率与应用价值；

● 落地实用性强

平台与现有IT系统集成，支持个性化界面配置，同时降低用户使用门槛，确保技术方案快速落地见效。

Part 03 案例点评

ATL锂电知识大脑案例的成功，为制造业尤其是新能源行业的智能化转型提供了重要参考。其核心借鉴价值在于：一是立足行业特性，将通用AI技术与专业业务场景深度融合，解决实际业务痛点；二是构建全链条赋能体系，覆盖个人、团队、企业多个层面的需求，提升智能化转型的全面性；三是注重技术落地可行性，通过与现有系统集成、降低使用门槛等方式，保障技术方案的快速推广与成效转化。该案例的实践经验可被同行业其他企业借鉴，助力推动整个新能源行业的智能化升级，具有较强的行业推广价值。

由CXOUNION-CXO联盟（cxounion.cn）转载而成，来源于中国人民大学新闻与传播学院；编辑/翻译：CXOUNIONCXO联盟小O。

如需加入CXO UNION（CXO联盟）高管社群，请联系社群小伙伴哦~

免责声明: 本网站(http://www.cxounion.cn/)内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。