国工智能数据大脑分析平台，通过融合大量人工智能算法来对数据进行分类、聚类、关联、预测等方向的数据挖掘。能自动预测产销量数据，分析质量问题的原因，分析产品配方和工艺并给出建议等等，并能将分析结果应用到现场的自动化设备和信息系统，从而成为企业的智能大脑。
应用需求
 | NO.1—为采购增智： 通过将以往的生产数据和销售数据进行汇总，在大量的数据中利用机器挖掘的能力，查找其中规则或规律，并利用这些规则和规律来为采购部门提供合理精确地采购预测计划，提升资源利用率，降低冗余库存。 |
NO.2—为生产增智： 通过将人工智能技术注入生产流程，帮助制造业更柔性的生产方式，同时提升生产效率。发现流程问题，完成质检，并在这个过程中，不断的优化工艺流程，使产品生产更趋向与最优的核心点，完成产品良品率提升。 |  |
 | NO.3—为销售增智： 利用人工智能中关联和聚类等能力，从历史的预测数据中寻找订单之间的关联关系，充分扩展产品价值，并获取产品销售建议，制定未来的销售策略，帮助企业决策者更好的把握战略方向。 |
NO.4—为服务增智： 通过人工智能和互联网的结合，为制造企业提供精准增值服务。售前营销阶段通过人工智能对用户需求进行分析，实现精准投放。在售后服务方面，以物联网、大数据和人工智能算法，实现产品检测和管理，同时为可能出现的风险进行预警，进一步加强对售后的管理。利用大数据和智能算法，远程管理庞大设备群，这样的方式大大提升了设备运营效率，同时还降低了运营成本。 |  |
 | NO.5—为设备增智： 通过这些传感器实时检测设备磨损情况，并在异常状况发生时发出通知。这让制造商能够提前计划预留易磨损的零部件或考虑其他替代方案，防止突然停产。 |
NO.6—为管理增智： 通过人工智能的技术，获取大量的有用信息，将以往同行业或已经出现的风险进行有效分析计算，来提前发现的风险可能产生的原因或发生的，帮助企业管理者提供决策依据，提前准备预防工作，达到有效的风险管控。 |  |
效益分析
|准确预测可协助采购部 门制定准确的采购计 划。 | 准确预测可帮助PMC合理安排生产资源的调 配。
|
|准确预测可协助仓储部门 ]设定合理的安全库存 容量。 |提升生产部” ]产品生产的准确交付率,进而提 升客户满意度。 |
I优化集团的现金流, , 避免冗余库存占用大量资 1使大量宝贵的历史销售数据得以发挥价值
|
|数据分析结果为集团战略提供重 要指引。 |数据预测结果及时为决策层提供数据预警，提 升集团抗风险能力。 |
系统优势
成长型系统：
传统数据分析系统会因为企业数据的不断增长，导致数据整合困难，计算过程繁琐，计算耗时漫长等问题。数据大脑正好相反，随着企业数据的不断增多，数据大脑的计算模型在大量数据的训练下变得更加智能，分析过程更加边界，分析结果更加精确。因此数据大脑属于随着企业数据量增长的成长型系统。
服务化计算：
数据大脑采用开放服务的方式，给企业各类业务系统提供基于人工智能和机器学习计算服务，同时这些业务数据也将不断训练数据大脑的计算模型，不断提高分析预测的准确性。因此数据大脑不再是单一的数据分析系统，而是作为各类业务系统的计算服务中心。
数据大脑平台应用
 | 化合物发现： 采用先进算法使用Stack-RNN模型提取分子的化学特征，支持多种目标属性集成提升预测准确度，一键自动训练生成多种目标属性分子。
|
逆向合成
通过A推演目标化合物的合成路线，关联反应参考文献来源，提供可采购原材料信息，合成路径可根据用户喜好灵活调整。
 | 实验优化 实验效率有显著提升 利用人工智能对化合物合成过程中的某一步反应的温度、压力、催化剂进行定向优化，确定较优合成条件。在客户实际应用中，成功将需要150次左右实验才能找到目标收率，降低到15次。 |
 | 高分子原料和性能预测 通过人工智能算法实现对材料性能逆向推导，输入期望材料性能自动推导配方和工艺 |
