巡展 | 2025“央国企 AI+创新应用案例”——中国移动通信集团天津有限公司

在“十四五”规划收官、“十五五”规划启动的关键窗口期，国务院国资委中央企业“AI+”专项行动等政策进一步为央国企转型指明方向。央国企作为国民经济的中流砥柱，在数字经济上升为国家战略、全球产业链加速重构的背景下，正迎来数字化转型的关键机遇期。

8月2日，由CIO时代、新基建创新研究院共同主办的“首届央国企CIO及数科公司数智创新峰会”即将重磅启幕。活动以“央国企十五五数智化战略与机遇”为核心主题，聚焦央国企数智化战略布局、AI赋能与场景建设、数据要素价值释放、大模型攻关与算力基座夯实、技术创新与业务融合等关键议题，力邀央国企CIO、数科公司领军者及产学研权威专家，共探“十五五”期间央国企数智化战略路径，助力打造世界一流企业，为数字中国建设提供“国家队”方案。

本次峰会特别设置了“2025 央国企AI+创新应用案例”奖项评选，中国移动通信集团天津有限公司作为参选单位之一，展示了其优秀的AI+创新应用案例“‘通信-汽车’数据融通的业务推荐及安全大模型系统”。

中国移动通信集团天津有限公司

中国移动通信集团天津有限公司，隶属于全球企业500强中国移动通信集团。天津移动集中力量攻克“卡脖子”的AI关键核心技术，担当科技兴国、科技强企的使命，投身电信行业特色的人工智能关键技术与应用研发，推动构建产学研协同的新一代人工智能语义理解与情感计算分析平台，以模范带头作用发挥求实创新的实干精神，以数智化技术推动公司高质量发展。

“通信-汽车”数据融通的业务推荐

及安全大模型系统

在国家数据局等17部门推出的“数据要素×”行动计划背景下，中国移动与中汽数据携手探索跨行业数据合作，推动数字化转型。打造汽车行业“规划-生产-营销”全链路闭环解决方案，深化“数-智”融合应用，服务广泛汽车行业企业。通过构建复杂多维安全大模型，实现“通信-汽车”跨行业数据融合赋能。项目通过隐私计算、大模型等技术，引入大规模预训练模型，将语言模型融入车辆推荐，实现亿级通信与汽车跨行业汽车增换购推荐系统，显著提升购车体验，提升了推荐的准确率和市场监测效果，促进数据要素高效流通与合规使用，为跨行业合作树立新标杆。该成果实现了通信与汽车跨行业数据的安全共享与智能分析，已应用于精准营销、智慧交通、反欺诈等6类场景，全程未出现安全事故，至今实现400万元经济效益，推动了跨行业数据合作，为数字化转型提供有力支持，具有重要示范和推广价值。

复杂多维网络安全大模型

一、案例背景：

在国家数据局等17部门推出的“数据要素×”行动计划背景下，中国移动与中汽数据携手探索跨行业数据合作，推动数字化转型。打造汽车行业“规划-生产-营销”全链路闭环解决方案，深化“数-智”融合应用，服务广泛汽车行业企业。

二、案例概述：

项目通过隐私计算、大模型等技术，引入大规模预训练模型，将语言模型融入车辆推荐，实现亿级通信与汽车跨行业汽车增换购推荐系统，显著提升购车体验，提升了推荐的准确率和市场监测效果，促进数据要素高效流通与合规使用，为跨行业合作树立新标杆。

三、案例价值：

该成果实现了通信与汽车跨行业数据的安全共享与智能分析，已应用于精准营销、智慧交通、反欺诈等6类场景，实现400万元经济效益，推动了跨行业数据合作，为数字化转型提供有力支持，具有重要示范和推广价值。

四、案例攻关过程介绍：

天津移动作为项目的攻关主体，充分发挥运营商在网络和数据领域的优势，联合中汽数据，基于联邦学习，打造了一个基于数据隐私保护的跨行业联合建模系统，以企业微信为触点，以用户画像为载体，构建汽车垂直行业大模型，贯穿市场销售前端市场、保养、维修等后市场全链路，抓住用户增换购汽车、汽车维修、汽车保养不同营销时机，智能生成营销文案，实现智能问答。

其中，天津移动与中汽数据的汽车行业推荐、分析场景中信息安全防护的实际需要，构建面向跨行业数据隐私保护的联邦迁移学习大模型（FTL-LLM）。联邦学习和大语言模型的融合，基于区块链的去中心化隐私计算技术，建立行业领域知识库，通用知识迁移给运营商和汽车企业本地端的领域大模型，形成数智联邦大模型。

项目建立了复杂多维网络安全大模型系统，具备漏洞监控、攻击溯源和风险监测等安全管理功能，确保在跨行业合作中实现信息共享的安全性。此外，通过构建可信数据要素流通管理能力，建立了一种面向数据隐私保护的新体系，促进了“数智联邦、数智联链、数智联图和大模型”四个领域的技术创新。这一体系不仅重塑了中国移动与中汽数据之间的大数据合作模式，还为金融、医疗和政务等领域的数据合作开辟了新范式。

五、技术创新：基于安全大模型的数据流通体系及隐私保护

天津移动与中汽数据联合，利用隐私计算技术，构建基于数据保护的AI数据流通新体系，创新打造“数智联邦、数智联链、数智联图、联邦大模型”四大领域的“通信-汽车”数据融合的隐私保护体系。数智联邦实现数据分布式计算，保障跨行业联合AI平台的安全可信。数智联链结合区块链技术，解决隐私计算的去中心化及可信安全问题，实现跨行业的模型共享训练以及生态构建。数智联图通过联邦学习与图网络，打破数据边界，识别复杂关系及风险，实现交往圈融通合作可信。联邦大模型构建迁移学习平台，通过联邦学习作为桥梁将服务器端大模型的通用知识迁移给本地端的领域大模型，同时本地的领域大模型中的专业知识也可以反馈给服务器大模型，提升服务器与本地模型性能。

1. 数智联邦：实现“通信-汽车”数据融通合作可信

项目创新性地利用“联邦学习”技术，定位于多方数据分布式计算，打造隐私计算平台。原始数据在天津移动和中汽数据各自本地进行模型训练，只交互模型中间计算结果，辅以同态加密等密码协议实现“数据不动模型动”，确保参与方数据隐私安全。

联合可信AI平台的基础能力，是信息安全和跨行业数据防泄露，天津移动和中宁枸杞数据在技术研发和数据融通达成合作，建立联合专项，重点研究：高效地确定多参与方的贡献、便捷地进行事后的数据安全审计、推动联邦学习和区块链更好地技术融合，最终实现安全可信的跨行业数据联合建模及汽车增换购营销商机识别。

2. 数智联链：“联邦学习+区块链”，实现去中心化

天津移动和中汽数据联合，以“区块链+联邦学习”解决方案形态进行汽车行业拓展应用，区块链技术解决隐私计算的去中心化及可信安全问题，实现跨行业的模型共享训练以及生态构建。

联邦学习+区块链结合，主要有五大步骤：双方ID对齐、建模前特征筛选、模型训练、模型推理、区块回溯和审计。双方ID对齐：用户号码md5加密，用户信息匿名化；特征筛选：隐私计算数据特征IV值，数据上链，安全可靠；模型训练，参与方本地模型训练并上链，CMBaas的智能合约聚合参数，促进双方参数迭代更新；模型推理，推理请求上链，智能合约验证并生成区块，促进双方进行共同推理解密，获得模型推理结果；区块回溯和审计，第三方审计系统发起审计请求，区块服务返回，审计数据。

3. 数智联图：“联邦学习+图网络”，实现关系型数据的融通合作可信

知识图谱的优势是挖掘数据之间的关系，适合移动和中汽联合挖掘基于关系的汽车推荐商机挖掘，天津移动和中汽数据通过融合图计算与多方安全计算技术，在保护各自数据的条件下，实现跨机构间数据安全融合，构建联合关系图谱，打破图计算的数据边界，识别更复杂、更全面的关系链条以及潜在商机。

联邦学习图网络结合，主要有四大步骤：1.运营商利用图计算技术生成通讯关系网络；2.中汽数据利用图计算技术生成在汽车生产、汽车购买、汽车基础类型等关系网络；3.运营商与中汽数据通过多方安全计算，开展特征分析、归一化处理，联合计算，生成虚拟关系网络API模型；4.中汽数据调用API模型，支撑重点商机挖掘及汽车增换购推荐系统。

4. 联邦大模型：“联邦+大模型”，打造“通信-汽车”融合大模型数据融通生态

“联邦学习+大模型”融合技术，将大模型从中心化的单个模型向分布式的多个模型合作演进。大语言模型（LLM）在处理复杂任务方面表现出色，但其效果取决于模型大小和训练数据集的规模。公共领域数据不足以满足LLM的需求，而私有领域数据由于隐私和商业竞争等原因难以直接合作，尤其是中国移动掌握的客户投诉、客户信息、业务规范、行业标准等，而中汽数据也有汽车领域的隐私文本数据，数据隐私法规限制了数据共享，导致数据稀缺和隐私保护问题加剧。

本项目的大模型训练为多个数据中心协作，通过大模型与本地模型的连接，最终集成分布式的联邦大模型，来解决场景应用中面临的数据隐私安全困境。而在分布式大模型训练中，为了应对多方数据隐私安全问题，将联邦迁移学习与大模型技术创新结合，基于开源的FATE平台，提出了大模型新兴范式—面向大模型的联邦迁移学习（FTL-LLM）。通过联邦学习作为桥梁将服务器端大模型的通用知识迁移给本地端的领域大模型，同时本地的领域大模型中的专业知识也可以反馈给服务器大模型，来达到服务器和本地模型性能的共同提升。在知识迁移过程中，利用知识蒸馏，分层学习，差分隐私等技术在提升模型性能的同时，能够保护隐私和保障训练和推理的效率。

六、行业应用创新：跨域赋能与场景高质量融合

项目实现了"通信-泛汽车"跨行业数据价值共创，在保护数据安全的前提下，构建起行业知识融合共享的桥梁。相比传统数据共享或API调用方式，本项目保障了数据流通全过程的隐私安全，同时通过知识蒸馏和差分隐私技术，确保分享模型不会泄露敏感信息。在实际应用中，项目已为汽车行业用户研究、市场分析、新车上市洞察等场景提供支持，实现了显著提升的分析精准度和效率，并将用户画像维度从单一行业的有限特征扩展到跨行业融合后的多维度特征表示，为产业数字化转型提供了有力支撑。

项目在天津移动与中汽数据合作生态中成功落地，构建了面向生产环境的一体化解决方案，包括数据隐私保护模块、MOE专家网络模块、LoRA轻量适配模块和云边端部署模块四大核心组件。得益于标准化的接口设计和模块化的系统架构，方案能够快速适配不同行业场景。与国际主流联邦学习框架相比，本项目在中文语境和国内行业数据特性方面拥有显著优势，特别是在资源受限环境下的模型部署能力上有明显竞争力。

七、未来展望：

天津移动将继续深化本项目的应用与创新，推动其在银行、保险、医疗等更多行业和场景中的规模应用。通过联邦大模型技术的持续优化，提升跨行业数据融通与服务能力。该项目将为各行各业提供更高效、更安全的数据共享与合作模式，助力数字化转型和智能化升级，推动大数据产业的高质量发展，与产业伙伴共同开创数据要素流通的新篇章。

本项目参与多项全国技术与项目推广，入选中国计算机行业协会第七届数据安全创新实践案例。获得国家级、省部级、行业级成果5项，荣获2024年数信杯数据安全大赛金奖、2024年中国国际大数据产业博览会优秀科技成果、2024年数据要素高研院首批创新应用案例。并联合渤海银行申报了工信部等12部委联合的网络安全技术应用示范项目，获天津科技成果鉴定中心出具的"国内领先"鉴定成果。

战略性：项目通过数据要素的高水平应用，促进跨行业数据融通，发挥数据的“乘数效应”。构建1+1>2的生态合作体系，提升产业整体产值，实现多方共赢，推动新质生产力发展，助力中国经济向质量效益型转变。

先进性：项目在技术、产品设计、业务流程及理念机制方面实现多项创新，达到国内领先、国际先进水平。融合隐私计算、区块链技术，构建可信数据交互机制。首创汽车联邦学习与大语言模型结合，实现跨行业大数据协同，推动可信AI生态创新，培育新的商业模式。

推广性：项目可复制性强，规模应用可行性高，市场空间广阔，预计两年内收益2376.4万元。适用于跨企业、跨行业的联邦合作，助力数字化转型和智能化升级。已在天津服务10家以上车企，未来两年将继续扩大应用范围，创造更大价值。

如果您企业也想提交相关案例，

✦

✦

CIO时代：

新基建创新研究院：

新基建创新研究院是CIO时代旗下的智库研究机构，汇聚院士、政府领导、央国企、医疗、教育、能源、制造等十多个行业专家组建智库，拥有千余位智库专家阵容。研究院的主要目标是建立政府、科研机构、高校和行业数字化转型从业者之间的合作，发挥政、产、学、研的桥梁、纽带作用，促进政府与企业间、企业与企业间的交流合作，促进数字产业落地。研究院希望将数字化的优秀实践提炼成理论方法，进行推广应用；助力提升行业数字化转型效率，促进数字中国建设。