新能源制造龙头企业基于 MatrixOne Intelligence 构建 AI 数据平台，实现标书制作智能体的全流程自动化，投标决策效率提升 40%。
金盘科技（SSE: 688676）是全球电力装备领域的领军企业，A 股上市，主营干式变压器与储能产品，覆盖新能源、新基建、节能与轨道交通等领域，其能源解决方案已服务于百度、华为、阿里巴巴等头部数据中心。
金盘科技的能源解决方案已服务于百度、华为、阿里巴巴等头部数据中心，是国内数字化转型起步较早的制造企业之一。
2025 年 9 月，金盘科技在武汉举办的 AI Factory 生态合作伙伴大会上宣布全力迈向以人工智能为核心的智能制造新时代。矩阵起源与软通动力等生态伙伴共同为其打造 AI 数据解决方案，在现有 Hadoop 数据中台的基础上构建基于 MatrixOne Intelligence 的 AI 数据平台。
招投标是电力装备行业最重的一项日常工作，而金盘的标书制作长期依赖人工。
第一道坎是信息提取。招标文件的关键信息靠人工阅读摘录，准确率不足 50%——这意味着超过一半的条目需要返工核对，而返工本身又消耗同样的人力。
第二道坎是资料查找。投标需要附上过往业绩证明，而这些材料分散在不同部门的系统与个人手中，跨部门找齐一份证明往往要花数天。
两者叠加的结果是：一份标书的准备周期长达 3 到 7 天。而在投标窗口固定的前提下，准备周期直接决定了公司能同时参与多少个项目。
更底层的问题是数据形态。企业自有数据是混合类型、多模态的——结构化的业务数据、半结构化的日志与配置、以及大量未经标准化的文档、图像与视频。无论走通用模型行业精调还是 RAG，都绕不开把这些数据治理成可用状态这一步。
方案自下而上分为三层：数据集成与治理层、数据库及 AI 服务层、应用交互层。三层环环相扣，先解决数据可用性，再谈智能体。
数据平台建立了从接入、治理、存储、解析到特征工程与模型训练推理的全流程架构，对网页、文档、音视频、代码等新型数据源做结构化与非结构化的统一治理，把企业自有数据变成可以直接服务于 GenAI 应用的 AI-Ready 数据。
在此之上落地了三个示范性智能体：标书制作智能体，实现招投标文件的深度解析与自动生成，并处理其中的敏感信息；知识库与培训助手，提取整合企业知识并自动生成培训计划；供应链助手，基于历史数据与实时监控做需求预测与风险预警。
三个场景共用同一套数据底座与治理、权限、审计机制——这是打通系统孤岛之后才成立的做法，也是后续场景边际成本下降的原因。
关键信息提取准确率从不足 50% 跃升至 95%，返工核对这一环基本消失。
跨部门查找业绩证明从数天缩短至 5 分钟。
原本需要 3 到 7 天的标书准备，现在 1 小时即可完成 80%，标书流程整体效率提升近 50 倍。
在投标窗口不变的情况下，准备周期的压缩直接转化为可参与项目的数量。
AI 数据平台全面上线之后，数据与模型基础被夯实，多个示范性智能体验证了 AI 能力在不同业务场景下的有效性，金盘也由此从传统数字化工厂跃升为智能制造工厂。