赋能公共部门及中小企业。协同AI on-demand平台（共享数据集/模型）及AI TEFs测试设施 （含农业、医疗等四大领域项目，预算40-6000万欧元），2024年投入跨境验证，支撑《人工 智能法案》合规落地，加速多模态数据生态与AI技术创新融合。 欧洲共同语言数据空间（European Common Language Data Space）于2023年1月开始实施，其目标是建立一个能 够在法规复杂 广泛应用： 金融：跨机构联合风控、反洗钱； 医疗：多医院联合研究、疾病预测、新药研发及患者隐 私保护； 政务：跨部门数据共享、人口统计； 广告：用户行为分析、精准营销。 区块链在数据流通已近落地应用的场景： 政务数据共享； 金融跨境支付清算； 供应链溯源共享； 医疗患者数据协作； 制造设备微支付； 数字身份自主控制； 知识产权NFT确权； 广告注意力激励； 能源分布式交易； 医疗和健康档案共享，并通过区块链确保数据可追溯； 在工业制造领域，主要应用于智能制造场景中，助力工 业数据融合分析，优化生产流程。 数据元件作为国家数据基础设施关键技术，已在政务、 金融、医疗与工业领域落地： 政务领域支撑温州、北京等地数据共享与资产凭证； 金融领域通过“元件+隐私计算”实现银行风险评估， 企业提供脱敏经营数据即可生成信用评分； 医疗工业领域破解核心数据分散难题，支持新药研发与

的使用范围来看，也是以小范围人员或某个或某些业务单元试点开始，全场景覆盖的不 到 10%，企业绝大多数都是在某个特定的场景下开展，比如：AI 视频面试在校园招聘的场景下， 智能排班在工厂或卖场的场景下等。从落地效果来看，接近 70% 的参调企业认为达到或基本达到 预期，即企业对于降本增效、合规风控和体验提升的诉求。只有 33.3% 的企业认为没有达成预期， 没有达成的主要原因包括：技术或产品不够成熟、 某个或某些业务单元-某个特定场景 全员-某个特定场景 某个或某些业务单元-全场景 全员-全场景 小范围人员试点-全场景 人力模块的 AI 应用覆盖的人员和场景范围 您认为 AI 在贵司实际落地的应用效果 0 0 5% 10% 15% 20% 20% 30% 25% 40% 30% 50% 35% 60% 基本达到预期 没有达到预期 达到预期 超出预期 9 核心员工成为该企业人力资源管理核心议题，企业需要更加创新的 方法帮助识别核心岗位及员工，但其实现过程面临诸多难点 , 例如： 1）行业专业性：半导体行业涉及高度专业知识和技能，需要深 入理解行业知识以制定一套可落地的岗职体系； 2）数据保密性：行业内对数据保密性要求高，常规调研无法获 得足够数据，新方法和模型需大量外部数据支撑； 3) 核心员工识别：核心岗位与员工的识别过程中，常规主观评 分法不适用，需引入客观标准；