內(nèi)蒙古電力集團數(shù)字技術(shù)賦能基層班組減負

　　為深入貫徹中央八項規(guī)定精神學(xué)習(xí)教育要求，內(nèi)蒙古電力集團數(shù)字化部結(jié)合整治形式主義為基層減負要求，扎實改進工作作風(fēng)，充分運用數(shù)字技術(shù)賦能基層班組減負。

　　RPA流程機器人應(yīng)用方面

　　2023年，集團公司建成上線RPA流程機器人自動化應(yīng)用，并向班組全面開放，組織基層開展專題培訓(xùn)，通過預(yù)先設(shè)定的“數(shù)表校核規(guī)則”和算法程序與業(yè)務(wù)系統(tǒng)進行交互、預(yù)警，模擬人工操作完成大量重復(fù)性任務(wù)，從源頭上降低員工工作量，提高效率。截至目前，所屬單位共部署流程機器人1436個，開發(fā)腳本501個，其中營銷業(yè)務(wù)腳本占比69%，生產(chǎn)及其他業(yè)務(wù)占比31%。其中，巴彥淖爾供電公司開發(fā)的營銷客戶檔案信息工作票機器人，相較于傳統(tǒng)人工走票日均處理3600張的效率，通過部署30個RPA機器人，單日可處理2萬張工作票，全程無需人工干預(yù)，全年的數(shù)據(jù)處理量可縮短至2個月內(nèi)完成，且數(shù)據(jù)準(zhǔn)確率可達到100%。鄂爾多斯供電公司OMS系統(tǒng)調(diào)度停送電操作指令票錄入機器人，每日自動登錄OMS系統(tǒng)，循環(huán)錄入多個操作指令票的時間、操作任務(wù)、注意事項、操作單位、調(diào)度指令內(nèi)容等信息，工作時長由1小時縮短至5分鐘，錄入準(zhǔn)確率100%，每月班組可節(jié)省約65工時。還有其他單位在統(tǒng)一技術(shù)培訓(xùn)與指導(dǎo)下，普遍開展RPA機器人應(yīng)用工作，節(jié)約大量工時。

　　推動數(shù)據(jù)回流賦能基層方面

　　針對基層“用數(shù)難、數(shù)難用”的問題，數(shù)字化部組織將數(shù)據(jù)中臺面向基層開放，以輕量化、靈活敏捷的方式將數(shù)據(jù)能力注入業(yè)務(wù)一線。基于數(shù)據(jù)中臺的BI報表統(tǒng)計分析能力，打造從數(shù)據(jù)需求、源表定位、敏捷開發(fā)、精準(zhǔn)統(tǒng)計決策，到可視化展示的全鏈路微應(yīng)用開發(fā)生態(tài)體系，為不同業(yè)務(wù)場景需求提供定制化決策支持。截至目前，12家供電單位利用數(shù)據(jù)中臺結(jié)合本單位數(shù)據(jù)分析需求，自主開發(fā)個性化數(shù)據(jù)微應(yīng)用183項，覆蓋生產(chǎn)、財務(wù)、人資等專業(yè)。烏蘭察布供電公司開發(fā)的配電故障(急修)錄入及時率分析統(tǒng)計應(yīng)用，通過追溯故障檢修計劃時間、實際完成時間及責(zé)任人，精準(zhǔn)定位錄入不及時問題責(zé)任人，顯著縮短生產(chǎn)管理人員在問題追蹤上的時間投入。內(nèi)蒙古超高壓供電公司開發(fā)財務(wù)指標(biāo)分析應(yīng)用，實現(xiàn)從ERP系統(tǒng)、BPC系統(tǒng)獲取利潤、資產(chǎn)、稅項等多維財務(wù)信息，同步統(tǒng)計同比增長率、環(huán)比增長率等指標(biāo)，較以往人工獲取方式效率提升97%(15小時縮短至20分鐘)，數(shù)據(jù)賦能質(zhì)效明顯。

　　整合移動應(yīng)用，整治“指尖上的形式主義”

　　組織完成“蒙電e聯(lián)”移動互聯(lián)服務(wù)平臺開發(fā)上線，有效滿足了廣大員工移動辦公和線上會議需求。整合移動OA、移動商旅、移動運檢助手、智慧工地等平臺，徹底解決基層以往需要下載切換多個APP才能完成外勤作業(yè)的問題，在保障安全的基礎(chǔ)上，將過去繁雜的業(yè)務(wù)移動化、便捷化，切實為一線員工減輕負擔(dān)。尤其對常年在外的巡線員、營銷客戶經(jīng)理來說，不用再背著厚厚的記錄本，隨時用手機就能上傳現(xiàn)場情況，后臺同步處理，真正實現(xiàn)了“數(shù)據(jù)多跑路，員工少跑腿”。

　　人工智能創(chuàng)新應(yīng)用

　　2021年起，集團公司陸續(xù)開展人工智能基礎(chǔ)平臺相關(guān)建設(shè)，建成圖文識別(OCR)、自然語言處理(NLP)和流程機器人(RPA)3類通用服務(wù)，并在輸電、變電、財務(wù)、基建、調(diào)度等領(lǐng)域研發(fā)專業(yè)場景模型。以財務(wù)領(lǐng)域為例，研發(fā)圖像無損放大、圖像質(zhì)量檢測、圖像色彩增強等15類圖像處理模型，可智能識別增值稅發(fā)票、火車票、出租車票、飛機行程單、汽車票等14類常見票據(jù)，大幅提升財務(wù)人員工作效率。使用DeepSeek大模型、OCR、跨模態(tài)預(yù)訓(xùn)練技術(shù)等，研發(fā)標(biāo)題抽取模型、中標(biāo)通知書抽取模型、合同抽取模型、銀行回單抽取模型、結(jié)算驗收單抽取模型等34個模型，基層財務(wù)人員工作效率提升5倍。

　　數(shù)據(jù)重復(fù)錄入問題治理

　　針對基層反映強烈的生產(chǎn)系統(tǒng)與安監(jiān)系統(tǒng)數(shù)據(jù)重復(fù)錄入問題，數(shù)字化部多措并舉“實時治理”，一是協(xié)調(diào)相關(guān)業(yè)務(wù)部門，通過明確管理界面，統(tǒng)一“現(xiàn)場勘查”“安全工器具”等信息錄入端口，從源頭上合并減少重復(fù)錄入操作。二是針對“生產(chǎn)班組人員信息”等錄入頻度不高的數(shù)據(jù)，組織開發(fā)流程機器人(RPA)腳本并下發(fā)，降低重復(fù)錄入工作量。三是針對錄入頻度較高的“工作月計劃”、“工作周計劃”等內(nèi)容，通過數(shù)據(jù)中臺進行數(shù)據(jù)擺渡，由生產(chǎn)系統(tǒng)向安監(jiān)系統(tǒng)同步數(shù)據(jù)，避免重復(fù)內(nèi)容多個系統(tǒng)錄入，截至7月底，已通過數(shù)據(jù)中臺同步作業(yè)計劃數(shù)據(jù)1200余萬條，顯著減少系統(tǒng)重復(fù)錄入工作量。

　　下一步，數(shù)字化部將繼續(xù)深入貫徹落實中央八項規(guī)定精神，以數(shù)字技術(shù)為抓手，賦能破解基層治理難題，聚焦基層數(shù)據(jù)多頭填報、跨系統(tǒng)流程優(yōu)化等痛點，堅持“實時治理”原則，持續(xù)開展基層調(diào)研和跟蹤盯辦，實時掌握基層單位的“數(shù)字應(yīng)用痛點”;常態(tài)化舉辦數(shù)字技術(shù)交流培訓(xùn)，解決基層員工因“不會用、不敢用”導(dǎo)致技術(shù)閑置的問題;加大數(shù)據(jù)向基層開放力度，增加RPA授權(quán)數(shù)量，讓數(shù)字技術(shù)真正為基層所用，推動數(shù)字化轉(zhuǎn)型成果更好服務(wù)班組、惠及基層。(內(nèi)蒙古電力集團數(shù)字化部)