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 进的技术。机器学习包括监督学习、无监督学习、强化学习等方法，它们可以用于预测、 分类、聚类等任务。 ● 深度学习（Deep Learning）：这是机器学习的子领域之一，通过构建深层神经 网络模型来进行复杂的模式识别和特征提取。深度学习在图像识别、自然语言处理 等领域取得了显著的成果。 数字人情感交流陪伴 文字生成 过去-2020年 2020年 2023年 2025年？ 2030年？ 代码生成 图像生成 音频生成 策略生成 视频生成 VR/AR/数字人 等多模态内容 气象预测、医疗诊断 交通实时管理等行业 决策自动化起步 3D视频、数字特效 场景初步创作 根据指令进行 音频创作 16 AI 在企业人力资源中的应用白皮书 3) 通用智能体应该具有一个价值系统， 大家熟悉的 OCR 和 RPA 这些流程自动化的工具在企业人力资源管理领域已经有了超过 10 年 的应用，特别是在招聘的简历解析和智能推荐等方向；基于数据和信息洞察的人才画像、人才扫 描、离职预测、组织健康度 / 活力度分析、舆情分析大家也不陌生；用智能客服替代绝大多数人 工进行员工咨询的自助应答，通过外呼机器人联系员工进行提醒或者催办，已经广泛应用于超大 体量企业的 HRSSC；用 AI

设。通过连接和整合私人、社区和公共数据源，Google Cloud帮助企业优化需求管理，让企业能够更精准地把握市场动态，合理安排生产与供应。凭借强大的数据分析能力，显著 提升了企业的实时洞察和预测能力，大幅提高运营效率，有效降低风险，削减不必要的成本支出。Google Cloud作为IDSA 的成员，积极为开源数据空间连接器做出贡献。 Google Cloud通过在BigQuery上整合 Sight生成商业智能仪表板。用户可以利用Amazon SageMaker提供的服务来实现机器学习和数据检索，使用Amazon SageMaker，用户可以通过在数据空间的更大组合数据集上训练模型来运行预测分析。用户通过使用AWS身份和访问管理 （IAM）、AWS密钥管理服务（AWS KMS）、AWS Lake Formation、AWS控制塔等服务来实现对数据的控制和访问。用户 可承袭AWS提供 公司成立于2003年，最初为美国情报机构开发数据分析工具和提供数据分析服务，后来拓展至金融、制造、 医疗等多个领域市场。Palantir拥有独特的数据清洗和整合技术、数据可视化和分析技术、数据建模和预测技术、安全与隐 私保护技术等数据分析和集成技术，构建起了服务于国防和商业领域的关键数据基础设施。 （2）丰富的数据基础设施平台产品 Palantir基于统一操作环境开发出应用于不同场景的数据基础设施平台产品，包括：Palantir

语义增量自适应，让机器像人一样去理解、去思考，提高客服质 量与效率。 （3） Udesk全渠道客服系统提供图文、音视频、表情包、文件等内容传 输，沟通更流畅，服务不掉线。 2.2 呼叫中心 （1） 呼叫中心基于大数据预测呼叫等待时间，为客户提供比传统方式更 加实时、准确的等待服务。 （2） 呼叫中心依托客户的行为数据和坐席的技能数据，通过智能算法模 型进行客户分配，以专属坐席提升服务质量。 （3） 突时主动重新分配工程师，利用AI智能分析实时提供优质服务建 议。 （2） 根据地理位置、客户偏好、可用性以及服务协议级别创建调度计 划，智能派单引擎实时计算匹配路由，按照服务要求快速匹配合 适的工程师。 （3） 提供服务预测和服务资源优化配置，追踪资产位置、维修历史与计 划，在问题出现之前提供预见性服务，根据需要提供修理、更换部 件等服务。 （4） 实时查看工程师移动轨迹和服务位置，准确掌握工程师上门服务时 间。