本技術涉及數據處理，尤其涉及一種基于人工智能的企業數字化分析方法及其系統。

背景技術：

1、企業數字化應用是指企業利用數字技術來優化業務流程、提升管理效率、創新產品與服務，以增強競爭力和實現可持續發展的實踐。當前，常見的企業數字化應用領域包括：生產制造領域、市場營銷領域、企業管理領域和產品研發領域。在銷售、生產和供應方面，現有的企業數字化分析方法及其系統存在以下問題：

2、（1）一個企業通常由多個不同的部門構成，多個部門之間往往存在信息壁壘，且在現有的企業數字化分析方法及其系統中并未意識到在企業數字化應用的相關分析中，企業的不同部門間的數據相互關聯、相互影響，共同為分析結果提供支持。例如：企業的銷售部門與客戶進行訂單需求的溝通時，往往無法及時、全面、準確地掌握自身企業當前的實際生產情況的相關數據，在不清楚自身企業當前的實際生產情況的相關數據的狀況下與客戶簽訂訂單，可能存在無法及時交付訂單、企業的各部門不便于排單，以及會造成交易糾紛的問題。

3、（2）在企業數字化應用方面，現有的企業數字化分析方法及其系統無法自動根據多個不同部門間的數據對客戶需求進行綜合分析，無法及時、全面、準確地獲取自身企業當前的實際生產情況的相關數據，以及判斷自身企業當前的實際生產情況的相關數據是否能夠滿足客戶需求，從而為相關部門的工作提供支持。例如：當銷售部門接收到客戶需求后，當前只能通過與不同部門的多個人員進行反復溝通以獲取自身企業內部的實際生產情況，但通過人工溝通的方式獲取不同部門的數據存在溝通效率低、獲取數據準確性低和及時性差等問題。

4、因此，亟需研發一種全新的基于人工智能的企業數字化分析方法及其系統，以解決上述問題。

技術實現思路

1、本技術的目的在于提供一種基于人工智能的企業數字化分析方法及其系統，能夠自動根據多個不同部門間的數據對客戶需求進行綜合分析，能夠及時、全面、準確地獲取自身企業當前的實際生產情況的相關數據，以及判斷自身企業當前的實際生產情況的相關數據是否能夠滿足客戶需求，從而為相關部門的工作提供支持。

2、為達到上述目的，本技術提供一種基于人工智能的企業數字化分析方法，包括如下步驟：s1：響應于企業數字化分析請求，獲取實時生產數據；其中，企業數字化分析請求至少包括：請求賬戶、分析請求時間和客戶需求內容，其中，客戶需求內容至少包括：需求產品編碼、需求產品總量、需求到貨時間和收貨地址；其中，實時生產數據至少包括：待生產量、每個待分析生產線的當前單位生產效率、每種原料的當前儲存量和當前發貨地址；s2：將企業數字化分析請求中的客戶需求內容和實時生產數據輸入至預先訓練好的基于人工智能的分析模型中，由基于人工智能的分析模型對客戶需求內容和實時生產數據進行分析，獲得預測出單信息，并發送；其中，預測出單信息至少包括：企業數字化分析結果、預測生產時間和預測送達時間；企業數字化分析結果為滿足需求或不滿足需求。

3、如上的，其中，響應于企業數字化分析請求，獲取實時生產數據的子步驟如下：s11：根據客戶需求內容中的需求產品編碼確定待生產量；s12：根據客戶需求內容中的需求產品編碼確定多個待分析生產線，并獲取每個待分析生產線的當前單位生產效率；s13：根據客戶需求內容中的需求產品編碼確定每種原料的當前儲存量；s14：根據客戶需求內容中的需求產品編碼確定當前發貨地址。

4、如上的，其中，根據客戶需求內容中的需求產品編碼確定待生產量的子步驟如下：s111：根據客戶需求內容中的需求產品編碼對待生產數據庫進行遍歷，確定下單產品編碼與需求產品編碼一致的待生產訂單數據包為待分析的待生產訂單數據包，其中，待分析的待生產訂單數據包中包括：多個待生產訂單，每個待生產訂單至少包括：下單時間、下單客戶名稱、下單產品編碼、下單產品總量、下單到貨時間和下單收貨地址；s112：獲取待分析的待生產訂單數據包中每個待生產訂單中的下單產品總量，將所有的下單產品總量的和作為待生產量。

5、如上的，其中，根據客戶需求內容中的需求產品編碼確定多個待分析生產線，并獲取每個待分析生產線的當前單位生產效率的子步驟如下：s121：根據客戶需求內容中的需求產品編碼對生產線數據庫進行遍歷，確定生產產品編碼與需求產品編碼一致的生產線數據包為待分析的生產線數據包；s122：將待分析的生產線數據包中的每個生產線數據的生產線編碼所對應的生產線作為待分析生產線；s123：根據生產線數據獲取對應的待分析生產線的當前單位生產效率。

6、如上的，其中，根據生產線數據獲取對應的待分析生產線的當前單位生產效率的子步驟如下：s1231：獲取生產線數據中每個生產節點對應的生產設備數據中的生產設備的當前運行時長和生產效率變化表，利用生產設備的當前運行時長對生產效率變化表進行遍歷，確定生產設備的當前運行時長在生產效率變化表中所屬的運行時長范圍，將所屬的運行時長范圍對應的允許故障次數作為待分析的允許故障次數，將所屬的運行時長范圍對應的生產效率變化值作為待分析的生產效率變化值；s1232：根據生產線數據中每個生產節點對應的生產設備數據中的生產設備的標準生產效率和生產設備的每種故障類別的當前故障次數、以及待分析的允許故障次數和待分析的生產效率變化值計算對應的生產設備的當前單位生產效率；s1233：將所有的生產設備的當前單位生產效率中的最小值作為待分析生產線的當前單位生產效率。

7、如上的，其中，生產設備的當前單位生產效率的表達式為：

8、；

9、其中，為第個待分析生產線中的第個生產設備的當前單位生產效率；為第個待分析生產線中的第個生產設備的標準生產效率；為第個待分析生產線中的第個生產設備的待分析的生產效率變化值；為第個待分析生產線中的第個生產設備的待分析的允許故障次數；為第個待分析生產線中的第個生產設備的第種故障類別的當前故障次數；為第個待分析生產線中的第個生產設備的第種故障類別的影響權重，，為第個待分析生產線中的第個生產設備的故障類別的種類的總數，為自然數。

10、如上的，其中，由基于人工智能的分析模型對客戶需求內容和實時生產數據進行分析，獲得預測出單信息的子步驟如下：s21：根據客戶需求內容和實時生產數據獲取原料采購時間，執行s22；s22：根據客戶需求內容、實時生產數據和原料采購時間獲取生產線可生產總量，利用客戶需求內容中的需求產品總量對生產線可生產總量進行分析，生成企業數字化分析結果，若生產線可生產總量大于或等于需求產品總量，則生成的企業數字化分析結果為滿足需求，執行s23；若生產線可生產總量小于需求產品總量，則生成的企業數字化分析結果為不滿足需求，執行s23；s23：根據客戶需求內容、實時生產數據和原料采購時間獲取預測生產時間和預測送達時間。

11、如上的，其中，預測生產時間的表達式為：

12、；

13、其中，為預測生產時間；為客戶需求內容中的需求產品總量；為原料采購時間；為實時生產數據中的第個待分析生產線的當前單位生產效率，，為待分析生產線的總數，為自然數；為個待分析生產線的當前單位生產效率中的最小值；為個待分析生產線的當前單位生產效率中的最大值。

14、如上的，其中，預測送達時間的表達式為：

15、；

16、其中，為預測送達時間；為預測生產時間；為客戶需求內容中的收貨地址；為實時生產數據中的當前發貨地址；為單位距離的運輸速度；為客戶需求內容中的需求產品總量；為在打包單位時間內，能夠完成打包的產品的總數的最大值。

17、本技術還提供一種基于人工智能的企業數字化分析系統，包括：多個企業數字化分析請求端和人工智能分析中心；其中，企業數字化分析請求端：用于發送企業數字化分析請求；接收預測出單信息；人工智能分析中心：用于執行上述的基于人工智能的企業數字化分析方法。

18、本技術的基于人工智能的企業數字化分析方法及其系統，能夠自動根據多個不同部門間的數據對客戶需求進行綜合分析，能夠及時、全面、準確地獲取自身企業當前的實際生產情況的相關數據，以及判斷自身企業當前的實際生產情況的相關數據是否能夠滿足客戶需求，從而為相關部門的工作提供支持。