的启动键，开 启了国家数据要素化事业的新征程。 国家数据基础设施建设是一项前无古人的伟大创新事业，从实现目标上要形成数据高效流通与安全可信 间的协调统一。从技术架构上要突破引领全球计算机和信息系统发展了80余年的冯.诺依曼架构；从建设运营 上要实现供给方、需求方和服务方等数据主体基于共识规则基础上的价值共创。具有极大的挑战性，至今还 未形成成熟的技术路线。《国家数据基础设施建设指引》充分 爬取、提供产品或服务中获得等各种方式得到的数据，都可以自由 使用和流通。 美国的数据基础设施探索实践 使用技术或方案 覆盖企业全部供应链、生产链、生态链 的完善数据整合与协作体系 云原生架构数据分析处理平台 区块链和加密算法 以Google Cloud、AWS、Azure等为代表的公司是全球领先的云平台公司，为美国和其他国家公域数据流通提供了先 进的基础设施。 1.Google 行分析后，处理结果依然存储于BigQuery，方便消费者随时获取处理后的数据，极大地提高了数据的利用效率。 （2） EDC搭建数据交互桥梁 EDC是由Eclipse基金会托管的开源项目，其目标是提供一个可弹性扩展的开发架构。EDC在Google Cloud的数据交互 体系中扮演着桥梁的角色，是实现互操作性的关键一环。借助EDC，服务提供商和消费者的数据系统得以无缝对接。例如， 消费者可以将数据发送到BigQuer

崔晓燕（Edith Cui）女士 HR 数智研究院常务理事，共享服务、人力资源数智化转型和流程再 造及服务产品设计领域的资深专家。著有《人力资源数字化转型： HRSSC 的搭建、迭代与运营》，主理个人公众号《智能时代的 HR 技 术与艺术》。 负责此次白皮书专家访谈的组织、调研问卷的设计、整体内容的撰写 及整体的项目管理。 尹妮妮（Nini Yin）女士 负责此次白皮书专家访谈纪要的整理、调研问卷的分析、部分内容的 给出的定义：人工智能是利用计算机和机器模仿人类思维的问题解决和决策制定 能力，即：像人类一样的思考系统，像人类一样的行动系统。 其他主流的人工智能的定义，包括： 感知 学习 行动 交流 推理 模拟 设计 控制学 认知科学 心理学 计算机 科学 数学 12 AI 在企业人力资源中的应用白皮书 ● 机器学习（Machine Learning）：这是一种让计算机系统能够通过数据学习和改 的机器学习模型。在深度学习领域，大模型 通常是指具有数百万到数十亿参数的神经网络模型。这些模型需要大量的计算资源和存储空间来 训练和存储，并且往往需要进行分布式计算和特殊的硬件加速技术。大模型的设计和训练旨在提 供更强大、更准确的模型性能，以应对更复杂、更庞大的数据集或任务。大模型通常能够学习到 更细微的模式和规律，具有更强的泛化能力和表达能力。 大语言模型是一种基于深度学习技术的大型预

通过二代证读卡器，获取证件上的人脸照片，与现场持证人的人脸进行比对，检查 持证人与当前证件是同一个人——即利用人脸识别技术，实现探监和到访人员的“人 证合一”验证，确认到访者的身份。 人脸识别智慧社区管理方案 人脸识别大门访客登记架构和业务流程 访客登记 访客进出 人脸识别智慧社区管理方案 人脸识别大门访客登记管理特点 人脸证件比对系统——特点说明  通过二代身份证读卡器，能验证二代身份证真伪，并能读取二代证内

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 据不完全统计，国家出台的与数字化转型相关的政策已 息系统建设时间长、数量多、业务覆盖面广、信息孤岛问题 严重。 （5） 数字化投资规模大，效率低 在企业内部建设信息化系统时，通常会存在需求复杂、投 资规模大、管理周期长等问题。部分企业数字化转型缺少顶层 设计，转型路径不清晰，制度和规则不健全，难以保障数字化 转型工作顺利开展。 2. AI是推进能源央国企数字化的利器 AI人工智能是推动能源央国企数字化转型的利器，AI能够 帮助企 的私人定制。 （4） 数据实时监控，业务动向清晰洞察，数据业务信息实时监控，让上 一秒发生的事情下一秒就知道。 （5） 操作简单，轻松搭建高水准数据大屏，无需定制开发，业务人员 仅需 1个小时即可搭建设计师水准的数据大屏。 2.6 现场服务管理 （1） 实现从提单到售后的售后服务全流程闭环管控，管理更清晰，交付 更透明，响应更及时，为客户提供更优质的售后服务，让客户更 满意。 （2）