2023年 12月 10日
随着大型语言模型（LLM）技术的日益成熟，越来越多的企业意识到其巨大的生产力潜力。然而，在实际的应用过程中，企业通常会遇到较为严峻的业务和技术挑战。
“Langtum”是为了解决这些痛点而诞生的，目标是用大模型切实地实现企业核心业务增长
企业在核心业务流程中常遇到阻碍，导致增长受限。传统方法和资源无法在短时间内解决这些问题：
资源稀缺：核心业务增长快，客户的人才量和技能不足以应付（如在高级技术支持领域，或技术解决方案生成领域）
需求复杂：客户的需求复杂，但传统定制代码或系统整合难以实现
尽管大模型具备强大功能，但在实际应用中仍面临诸多挑战：
大模型幻觉问题：大模型回答准确率低，难以稳定可靠地融入企业业务流
大模型逻辑问题：大模型难以独立解决业务流复杂的企业场景（譬如在供应链管理中，其业务具有多层次逻辑，需要灵活的集成方案）
大模型组件化能力：大模型本身并非为了长工作流而设计，所以在复杂的业务场景中，想使用大模型构建Workflow，需要大量组件化工作。
这些挑战催生了对更为可控、易用、可扩展的工具的需求，也正是“Langtum”诞生的背景。
Langtum是语核科技为了应对上述场景和痛点，而推出的面向企业级Agent应用开发平台。
Langtum核心价值是：用Agent工作流，让企业的核心业务实现增长。
Langtum能通过帮助企业快速、可控地在实际业务流中集成大模型，解决业务流程中的阻塞点，从而达到赋能企业业务增长的目的。
语核科技的核心团队来自于国内头部大数据公司帆软软件，一方面，团队对中国本土数字化产业现状、痛点和业务具有深刻的认知，具有丰富的企业数字化产品、研发、营销经验。另一方面，我们的团队在技术领域拥有卓越的洞察力和丰富的LLM（大语言模型）应用经验。我们不仅紧随AI技术的前沿发展，还致力于将最新的AI技术深度整合到企业运营中，帮助企业创造可观的增量业务价值，从而在竞争中获得显著优势。
在团队看来，当前AI应用最大的问题是：
1.如何找到真正对业务产生直接、显性有价值的场景
2.如何在这个场景中结合一系列技术手段、实现“在企业真实的复杂业务场景中，Agent的执行准确率超过90%”，以此成为真正值得信赖的Agent数字员工。
Langtum的定位便是帮助企业真正落地大模型AI应用场景，让所有企业能充分利用技术变革带来的生产力，助力自身业务增长。
Langtum在产品功能上主要分为模型层、数据层、应用层：
其能力包括：部署、微调常见开源模型，并接入Agent应用平台，便于企业一站式进行模型管理。
主要用于解决企业在数据与AI交互中的问题，包括：数据格式多样、数据格式复杂、规范性较差等。
该模块拥有格式转化、数据清洗加工、要素提取等相关能力。
相比于传统的语料处理平台，Langtum数据处理模块在每个处理环节中，均会调用最适合当前任务的大模型能力，数据处理的精准度处于业界领先水平。
该模块主要包含的是Agent流程构建能力，可帮助企业完成AI应用SOP可视化构建。
在企业的SOP中，可能包含大量重复性的脑力劳动，可通过Agent的能力实现替代并增效，Langtum可帮助企业在低代码平台中快速构建AI应用流程，直接促进业务价值的提升。
Langtum可对多模态内容进行解析：适配包括PDF/Word/Excel等文本模态、图像模态、音视频模态。
通过自研模型和创新技术路线，实现针对如下场景内容的高精准解析
场景二：需要解析内容为专业数据的复杂表格（大量合并单元格、空列）
场景三：出现元素众多且语义复杂的页面
通过自研Langtum产品底座，基于多模态VL Model，内置用于图像内容解析的pipeline，实现输出图像语义的Markdown文本，常见的图像示例：
通过自研Langtum产品底座、ASR模型、图像内容解析技术，基于多模态VL Model，内置用于视频内容解析的pipeline，实现输出基于视频的PPT页面和对应的文本文档。
原始视频
处理结果
Langtum可从文档中精确提取信息：Langtum基于自研文档解析技术、多模态模型能力底座、Langtum产品底座，可实现具有强泛化性、高精准度、高可控性的目标信息提取。技术特点包括：
多维逻辑校验，确保提取信息的准确率大于90%
能精准给出潜在错误案例及原因、正确案例无需人工复核
提取结果自动运算（如日期格式转换与归一化，统一为YYYY-MM-DD）
自主调整参数/提示词进行重新识别，直至识别准确
可适配公司独特的业务规则（如税务信息处理，将带有小数点、逗号、正负号、单位等的字符串数值，经过逻辑判断后，转换成纯数值）
待提取PO订单
基于语核科技对中国本土数字化场景和业务了解、对最新LLM Agent技术的洞察和未来趋势的判断、对企业实际业务场景中的业务洞察，语核科技设计了一批业内领先、且独创的Workflow组件，用于解决企业复杂业务场景下的Agent构建，如基于最佳实践的高级文档解析器、结构化要素提取组件、自动Prompt生成与优化组件、表格转描述性语言组件等组件。
Langtum是企业级流程智能化应用开发平台，能构建不同业务流程的Agent应用，担任“企业数字员工”角色。
在业务执行中，员工需具备多种知识才能完成任务，而Langtum平台将知识作为前置信息，结合具体业务需求生成输出。
其应用包括：
营销中的解决方案提供
制造业的生产计划安排
售后服务中的手册提供
采购中的订单信息处理
Langtum通过可视化编排和大模型能力，将上述重复性脑力劳动任务自动化，提高业务效率，让员工的时间用于产出更多实际业务价值，为企业核心业务带来增长。
痛点：在大型制造业中，定制化产品方案的生成往往需要经验丰富的团队成员，流程漫长且成本较高。
Langtum通过整合企业的历史方案和案例素材，构建营销知识库，并利用工作流模块，实现解决方案的自动生成。
此场景下采用Langtum的优势包括：加速响应客户需求、提高方案生成效率、确保方案的一致性和高质量。
例如：通过学习和优化金属件产品企业的历史组合经验，Langtum能够快速生成满足客户个性化需求的方案和报价信息，从而提升营销阶段的效率和机会转化率。
痛点：在B2C销售中，高人力成本和销售人员业务水平不一长期困扰企业，特别是在公共流量转为私域流量后提升线索转化率是关键痛点。
Langtum的平台可实现销售全流程自动化，如线索接入、需求对接和产品推荐等。B2C企业的流程往往不复杂，自动化系统可以更好地利用企业知识和SOP，扩展销售能力到每个客户，提升平均销售能力。
例如：某教育企业，通过Langtum构建的知识库和自动化流程，对接微信渠道，与客户无缝沟通，直至签约，同时在获客流程的关键节点（如客户暴露关键需求、预算，或希望见面沟通时），AI会提醒人工接管获客，以此大幅提高成单率，实现公司营收的显著增长。
痛点：在B2B制造企业中，大量上下游单据如采购订单和客户订单等因缺乏系统对接而存在大量纸质化场景，传统OCR难以解决不规则数据，人工录入成本高且不精确。
Langtum利用其强大的数据处理能力和模块支持，实现对票据、合同、订单、表格等格式文件的精准数据提取，并通过Agent流抓取关键信息，结合语义解读文档内容。
例如，在大型汽车零部件企业中，Langtum可自动化处理含有不定格式表格的复杂订单合同票据信息，并确保提取信息准确无误，提升数据入库准确度的同时，也节约了员工时间，降低了人力成本，让员工时间可被用于产出更多实际业务价值。
痛点：企业知识库是业务能力平台化的重要模块，但知识库的检索召回率和准确率，一直是知识库系统构建中的痛点难点。传统技术采用文件盘、在线平台等进行关键词检索，这种检索往往会漏掉许多语义符合但字形不符合的信息，也无法根据模糊需求反向检索。
Langtum应用了LLM和RAG技术，可以快速构建产品知识库，支持迅速处理和精准检索，并按权限为不同业务人员提供使用，基于Langtum构建的知识库，其总结能力、检索精准度和查询效率均位于业界领先水平。。
在制造企业中，产品研发和售后服务需要频繁参考历史文档和产品信息，这些需求可通过生成式知识库解决。
例如：在某大型制造企业中，Langtum能够基于用户的模糊需求，自动检索和比对设计参数，提供产品类型相关的信息，并在售后中快速查询解决方案和案例经验。
语核科技凭借Langtum在满足复杂业务需求上所具备的灵活性与强大功能，成功吸引了不同行业的各类型企业客户。
目前，我们的客户涵盖多个行业领域的头部企业，包括：
国央企：
中国城市规划设计研究院
上海市教育科学研究院
中大型民营企业：
唯捷创芯
优悦留学教育
帆软软件
达美乐中国
感谢您访问我们。
如果您对我们的服务感兴趣或有任何疑问，诚挚欢迎您随时与我们取得联系。
您可以通过以下方式联系我们：
联系电话：156-0196-1386（微信同号）
商务邮箱：business@langcore.cn
