1 AI 在企业人力资源中的应用白皮书 AI 在企业人力资源中的 应用白皮书 2 AI 在企业人力资源中的应用白皮书 前言 04 主创团队 1. 特邀专家 2. 项目组 06 从认识和了解 AI 开始 1. 人工智能的定义及其子领域 2. 人工智能的诞生与发展 3. 不得不谈的“ChatGPT” 4. 绕不过去的“大模型”与“大语言模型” 5 5.“AIGC”才是“王者” 6.“通用人工智能”是“未来” 10 人工智能时代的 HR 作为 17 AI 在企业人力资源管理中应用 的现状及规划 21 1. 调研发现 2. AI 在人力资源管理中的具体应用 （1）全面薪酬管理 案例一：小熊电器薪酬方案优化 （2）招聘与人才发现 案例一：完美日记“智取”数字营销人才 案例二：宝马服务版图中的人力外包“智慧” 案例三：西门子 案例二：某新能源产业公司的「OKR 目标 AI 辅导员」 案例三：某高端物业管理集团的「AIGC 绩效教练」 CONTENTS 3 AI 在企业人力资源中的应用白皮书 AIGC 的能力范围及可发挥效力场景 63 企业要如何在人力资源中引入 AI 67 AI 在企业人力资源管理中 的应用案例 案例一：三一集团 | 如何用人工智能重塑人力资源管理 案例二：大语言模型应用于共享服务中心的尝试与探索

《“十四五”规划和2035年远景目标纲要》提出，要加快建设数 字中国，以数字化转型整体驱动生产方式、生活方式和治理方 式变革。国资委文件也提出，国有企业要实现数字化转型，数 字化资产比重要从当前的30%提高到60%以上。央企集团总部 要率先打造数字化平台，加快形成集研发设计、生产制造、经 营管理和服务保障为一体的“端到端”企业数字化供应链体 系，构建以数据驱动为核心的敏捷响应和高效协同能力。 1.2 央国企数字化发展趋势 （1） 国家政策 达45项之多，其中涉及国家战略发展、行业政策调整、企业经 营管理等领域。可以说，数字化转型已经成为国家发展战略的 重要组成部分，是企业发展的新常态，是企业转型升级的战略 方向。因此，央国企在数字化转型过程中具有政策和市场双 重支撑。 （2） 经济趋势 央国企是我国的骨干和中坚力量，在推动国家经济社会发 展、保障国家安全和维护社会稳定等方面发挥着重要作用。随 着我国进入新的发展阶段，中央企业正在加快构建以国内大循 准备，以数字化转型来驱动高质量发展。 （3） 技术发展 数字化转型是中央企业近年来在提质增效、转型升级方面 的重点工作。随着技术的不断发展，企业的管理理念、经营模 式和商业模式都发生了巨大的变化， 由此带来的是生产和业务 模式上的变革。这种变革对企业生产经营带来了前所未有的影 响，也为企业数字化转型提出了更高要求。与此同时，技术也 在不断发展和创新，推进企业对于数字化转型战略的实施。 （4） 央国企历史沉淀和实力雄厚

61%、4.79%， 增速放缓显著。地产行业景气度下行，基建投资中长期进入中低速增长新 常态，建筑设计行业需求增量空间有限。 痛点二：设计人员成本占比高，人效提升难度大。建筑设计行业是人员密 集型产业，龙头企业的人力成本占比集中在 50%到 60%区间；人均创收、 创利较为稳定，收入增长主要依靠员工人数增长。建筑设计项目规模相对 较大、环节较多，容易出现信息偏差，协同管理方式低效以及信息化程度 低，制约设计院人效提升。 设计院的市占率基本保持稳定，自 2018 年由 9.64%上升至 2022 年的 10.65%，4 年仅提升 1.01pct，龙头市占率较低且提升缓慢。地域特征明显， 人效提升难度大，设计企业管理半径有限，企业难以持续扩大规模。 ⚫ AI+设计现状：目前主要应用于方案设计阶段，初步设计、施工图设计阶 段应用相对较少。设计行业中部分上市公司已开始布局 BIM 与人工智能， 开展工程数字化设计等多方面业务。AI 降低成本浪费；施工图设计阶段，AI 技术使得各方协同效率提升。 突破人员产能瓶颈、提升人效，打开龙头企业成长空间。在 AI 的冲击下， 更高效绘图带来人均创收的大幅提升，减少基础绘图人员数量，降低人员 薪资的成本。以华设集团为例，在假设营业总成本、营业外收支、所得税 均不变的前提下，进行净利率对人效提升的敏感性分析，人效提升 10%， 可以给企业带来 8%的净利率增长。 扩大管理半径，率先开展 AI 的龙头，市占率有望持续提升。结合

通过算力的生产、 聚合、调度和释放，高效支撑数据开放共享、智能生态建设、产业创新聚集，有力促进 AI 产业化、 产业 AI 化及政府治理智能化 智能计算 中心 B A • 面向政府、企业等输出包括 AI 数据库、 AI 模型、 AI 开放平台等在内的多种 AI 产品 • 基于 AI 产品矩阵可以通过打包或定制化服务等方式助力 AI 产业化、产业 AI 化和政府治理智 能化 • 免费或低成本提供很多开源的人工智能算法及其代码 以强大算力驱动 AI 模型对数据进行深度加工，源源不断产生各种智慧计算服务 通过平台开放接口的方式将行业领军企业的算法能力、数据资源及运营服务等输出 给 IT 基础薄弱的企业 • 据 OpenAI 统计， 自 2012 年以来随着深度学习模型的演进 ，模型计算所需计算量已经增长 30 万 倍， AI 模型构建所需算力呈现出阶跃式增长特点 术生态链将逐渐形成 实现从模型开发、训练、部署、测试、发布的“流水式生产”与一站式交付，加速算力 产业链的形成 加快 AI 算法公司和行业用户快速对接 ，带动一批新兴的专业化大数据企业崛起，驱 动一批创新型企业加速成长 带动新能源、新材料等高新技术产业发展，进而构建起以 AI 算力为核心的人工智能 产业新生态体系 加速 Al 生态对接 推动创新产业聚集 智 算中 心 凭借其强大的

大数据方案解读  产品运行效果展示 企业内部的各种应用系统相互独立，企业应用系统没有统一的入口，一名 员工拥有多个账户 个人业务相关信息缺乏集中展现的地方，员工需要不断在各种系统之间频 繁切换 企业中的基础数据和主要数据有在不同的系统中都是重复，混乱的，没有 统一的入口 企业无法快速，准确的获取下属企业的信息，并对下属企业进行有效管理 信息化建设障碍 社会 化编 化编 码库 大数据管理平台 组织管理 编码规则 访问服务 编码库 编码历史 编码审批 访问权限 高速缓存 企业统一元数据 资产管理 NC-ERP 项目管理 其他系统 GIS 大数据：指系统间共享数据（例如，客户、供应商、物资和组织部门相关数据）， 与记录业务活动，波动较大的交易数据相比，大数据（也称基准数据）变化缓慢 要点：唯一性、共享属性  企业规范的合法化  为IT部门进行整合提供技术基础 大数据管理的实质 大数据 基本档案 可根据需要挂接审 批流程的 可供多个异构系统 共享的 可通过封装服务访 问的 目录  大数据建设目的及建设方式  大数据方案解读  产品运行效果展示 大数据标准解决方案组成  编码规则  企业服务规范

，数据事业的发展壮大也离不开数据产业的发展。当前， 围绕数据资源“采、存、算、管、用”的全生命周期各环节，已形成一大批数据资源、数据技术、数据应用、数据服务、数据安 全、数据基础设施等类型的数据企业，产业集聚效应更加明显，产业链发展更加完备，数据产业正在快速发展壮大。 数据产业正快速发展成为数字经济社会的主导产业 按照人们生产生活的空间划分，人类社会7000多年的文明史可以分为两大阶段四小阶段。第一阶段是物理空间时代。 了一个新的网络空间，从通讯和社交开始，人 类社会的工作、学习和生活等逐渐从物理空间向网络空间迁移；第三阶段是计算空间时代。2000年以后，随着移动终端、 云计算、物联网等新业态的不断出现，政府、企业和个人等不同主体，将越来越多的管理、服务、生产、经营、工作、学习 等事务迁移到网络空间，网络空间的传输功能逐渐被计算功能超越，网络空间也由此升级为计算空间；第四阶段是数据空间 时代。近年来，随着 端、工业感应装置、道路监控设备、智能家居终端、 智能汽车等都成为数据生产设备，并实现7×24小时不间断地采集汇聚各种数据。但是，在全部数据资源中，只有两成左右 是可流通数据，八成左右是个人隐私、企业机密、国家秘密等不可流通数据。即使在20%可流通数据中，在万维网上真正流 通起来的结构化数据只有4%，而其他16%的图片、音频、视频等多模态非结构化数据，受限于技术瓶颈，尚无法实现在互 联网上自由流通。

2 事业单位医疗 210050 3 公务员医疗补助 215 资源勘探信息等支出 21508 支持中小企业发展和管理支出 第 32 页 215080 5 中小企业发展专项 216 商业服务业等支出 21606 涉外发展服务支出 216069 9 其他涉外发展服务支出 同口径比上年同期 完成 预算% 增减额 增长% 财政总收入 第 37 页 一、税收收入 增值税 营业税 企业所得税 个人所得税 资源税 城市维护建设税 房产税 印花税 城镇土地使用税 行业等属性进行税收的 分析；税源预警监控 分析税源的变化及对社会 各个层面的影响（定性分 析）。帮助确定社会扶持 和产业结构调整政策。 厅（局）长 预算、税政、 国库管理者、 研究室 税收数据 企业属性数据 支出项目 绩效评价 项目进度分析 项目成本分析（与社会 数据的比较） 项目绩效评价管理 项目绩效评价分析 分析项目的资金投入、过 程控制、目标实现和社会 满意度（自评、审核、核

署名 智慧工业园区智能化系统整体解决方案 2 2  环境监控系统主要应用于实时监测运动场馆、机场、高铁站、学校、社区、建筑工地、 垃圾场、拆迁工地、智慧园区、工业企业等地方的空气质量（ PM2.5 、 PM10 ）和 扬尘排放情况。  由 β 射线法颗粒物在线监测仪、声级计、视频拍照系统及气象设备等组成。  β 射线法监测颗粒物浓度，为国家标准方法，数据准确，可直接用于执法； 有效控制。该公司拥有基础设施，并可以控制在此基础设施上部署应用程序的方式。私有云可部署在 企业数据中心的防火墙内，也可以将它们部署在一个安全的主机托管场所，私有云的核心属性是专有 资源。 私有云可由公司自己的 IT 机构，也可由云提供商进行构建。在此“托管式专用”模式中，像 Sun ， IBM ，大一这样的云计算提供商可以安装、配置和运营基础设施，以支持一个公司企业数据 中心内的专用云。此模式赋予公司对于云资源使用情况的极高水平的控制能力，同时带来建立并运作 水平的控制能力，同时带来建立并运作 该环境所需的专门知识。 所谓私有云是相对于公有云的一个概念，私有云是为一个客户单独使用而构建的，因而提供对数据、 安全性和服务质量的最有效控制。私有云可部署在企业数据中心的防火墙内，也可以将它们部署在一 个安全的主机托管场所。简单粗暴一点来说就是某一个公司为自己公司储存数据，搭建业务应用系统 等而建立的一个私有的储存器或服务器，相对于公有云来说它具有完全的所有权和控制权，能够自己

design; influence 引言 随着科学技术的不断发展，AI人工智能已成为推动各行各业向信息化、现代化发展的重要力量。将人工智能技术应用于建筑业，可 以简化设计过程，减少设计成本，提高施工企业的经济效益。同时，人工智能技术还可以实现建筑设计的可视化、数字化和智能化，进 而极大地提升建筑设计的效率。但是，目前人工智能 AI人工智能技术在建筑设计领域的应用还很少，因此，如何使其在建筑领域的应用 筑设计的全面性，让整个建筑业都能朝着数字化和智能化的方向 发展。但是，人工智能的发展和突破需要一个好的环境支持。因 此，首先，政府应该制定相关的政策和制度来扶持 AI人工智能 的发展，比如为研发 AI人工智能的企业和研究单位提供足够的 经费，让他们能够更好地投入到技术研发过程中去，获得创新成 果。同时，有关院校要将人工智能技术应用于建筑设计领域作为 常规项目，并加强对人工智能技术人才的培养与教育。其次，相 撑着建筑设计工作的顺利开展 [8]。通过数据中心对建筑设计相关 数据进行存储、分析，并根据建筑工程的具体特征，提升其设计 方案的针对性，充分利用数据信息的核心功能，优化 AI人工智能 在建筑设计中的应用效果。最后，建筑企业应制定适用于建筑设 计的 AI人工智能管理体系，确定其适用方向及使用关键点，确保 其工作的顺利进行。 （二）加大 AI人工智能应用型人才培养力度 为了更好地将 AI人工智能用于建筑设计，设计人员需要对人

招 聘、线上会议到文档协同、工作提交；从线下到线上的迁 移，加速了社会的智慧进化，主要表现为以下三个方面： 首先是加速了经济活动的线上化变革。企业选择线上 办公，导致各种在线办公平台用户规 模指数级增长，其中钉钉平台超过 1000万家企业、2亿人协同办公；腾 讯会议系统上线仅两月，日活跃用户 就超过千万。学校选择线上教学，其 中钉钉平台超过14万所学校、1.2亿学 生在线上课；腾讯课堂有超过140万 能够对外提供各种算力服务、数据服务和AI服务等，其核 心就是计算力的生产中心。 计算从最初的数值计算逐渐演变为科学计算、关键计 算和智慧计算。每种计算都有相应的计算力中心去支撑。 科学计算的算力中心是超算中心。承载当前企业应用、政 府应用和个人应用的算力中心是数量众多的各类数据中 心。当前，人工智能计算需求正呈指数级增长，未来将 占据80%以上的计算需求，承载这种需求的就是AI算力中 心，即智算中心。 智算中心成为新基建的三个基本条件 数据中心已经在大规模的落地开放计 算服务器。同时通信、金融、能源 等关键领域的TOP企业，也纷纷加入 了开源组织，并在数据中心建设当 中加以实践，像OpenStack、K8S、 Hadoop、TensorFlow等面向云计 算、大数据、人工智能等场景的开源 技术软件，已经成为了智算中心软件 平台的实施标准，超过80%的企业都 在其数据中心应用了开源软件技术。 开放计算带来的好处是显而易 工信论坛