人类社会正进入数据要素化发展新阶段 10 > 11 国家数据基础设施技术路线发展研究报告 化的数据标注与合成技术正成为海量非结构化数据成为高质量数据集的关键核心技术。第二个方向是向深度拓展，即从公域 数据领域向私域数据领域拓展。随着人工智能大模型的快速发展，全球可供大模型训练的公域数据即将耗尽，而原先由于涉 隐涉密（国家机密、企业秘密、个人隐私）而被尘封的海量私域数据，正在成为人工智能高价值数据集的重要数据源。传统 》 （DGA） 《数据法案》 （Data Act） 《 数 字 市 场 法 案 》 （DMA） 《 数 字 服 务 法 案 》 （DSA） 美国 加州隐私法 （CCPA） 金融领域的《格雷姆-里奇= 比利雷法》（GLBA） 《健康保险流通和责任法》 （HIPPAA）等 中国 《中华人民共和国网络 安全法》 《中华人民共和国数据 安全法》 《中华人民共和国个人 通过研究对比发现，美国在 联邦层面上一直没有数据安 全和个人信息保护等方面的 立法，只在个别州和金融、 健康、信用、视频、教育、 证券、未成年人、通信、计 算机、贸易、消费者保护等 11个领域出台了隐私保护 相关法律，这种相对宽松的 数据流通法规环境，催生出 了几种不同的数据基础设施 建设和运营模式。 数据基础设施类别 平台公司数据流通平台 专业公司数据分析平台 经纪商数据交易平台

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.“AIGC”才是“王者” 6.“通用人工智能”是“未来” 10 人工智能时代的 （6）员工服务及关怀 案例一：腾讯员工关怀新玩法 案例二：国潮运动品牌的人工智能化 HR 共享服务中心 案例三：民企 500 强上市公司的「AIGC 数字人助手」 （7）组织和人才发展 案例一：某半导体制造领域头部企业组织和保留人才 案例二：百度智能组织管理 案例三：某国有互联网金融公司“AIGC 数字人晋升评审官” （8）价值和成熟度矩阵 3.AI 时代的 COE 规划 CONTENTS 4 ·关于 AI 的基本概念、发展历史、最新技术及未来发展趋势 ·AIGC 给企业及人力资源管理带来的变化、挑战和使命 ·AI 在企业人力资源管理领域的应用现状和规划 ·各模块的应用场景、未来趋势及创新案例 ·AIGC 在企业人力资源管理领域应用的探索 ·AI 给企业人力资源管理带来的价值和意义 ·企业要如何在人力资源管理中有效地引入 AI ·企业人力资源管理 AI 应用案例集

加速卡特指用于 AI 推理或训练的硬件。本材料主要针对 AI 加速卡进 行分析 TaaS 是指 TensorFlow asa Service ，深度学习平台及行业大数据解决方案 智算中心定义 建设目的 应用领域 主要特征 • 专用 ASIC 芯片为主 • 为大规模科学计算任务提供支撑服 务 带动政府治理及各行各业数智化转型升 级，促进产业 AI 化、 AI 产业化 促进信息服务业云化转型，通过资源共 城市建成或在建设智算中心，总体 投资规模超千亿，旨在带动当地产业智能化升级 参 AI 领域的竞争是未来世界领导权的竞争 NSF 基础科研 520 亿美元 创新与技术局 290 亿美元 关键技术研发 169 亿美元 应对 AI 的机遇和挑战，争取主动权 数字领域 人工智能领域 计算基础设施 1500 亿欧元 200 2021 年的 51% 跃升为 2023 年的 70% 来源：中国信通院《中国算力发展指数白皮书（ 2022 ）》 政策加持国内外提前布局，智能算力需求激增 各国政府布局 AI 领域全栈能力，并出资引导智能算力基础设施建设， AI 智能算力增速远超摩尔定律 智算中心主要由国家政府总体牵头建设，同时基础设施提供商积极参与 l 2022 年 11 月 30 日， OpenAI 的对话式

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 优势得到更好的体现，是建筑行业从业人员必须重视的问题。 一、AI人工智能概述 （一）AI人工智能的概念 AI人工智能是一门新兴的技术，具有鲜明的时代性和实践 性。从20世纪60年代开始，经过科学家们不懈的努力，AI人工 智能技术不断地获得新的突破，并深刻地影响着社会各行业领域 的发展。AI人工智能的四大模块分别是机器智能、语言识别、图 的发展。AI人工智能的四大模块分别是机器智能、语言识别、图 像识别和自动处理 [1]。AI人工智能区别于其他技术，它具备深度 学习、可模拟性等特点，这也是其能够在诸多领域得到广泛应用 的重要原因。AI人工智能还具有，能够模仿、解决更多更复杂的 问题，减轻人工压力，提升各行各业的工作效率。同时，AI人工 智能的发展方向也是一个未知数，值得深入研究。目前，AI人工 智能的应用形式主要有如下几个方面：一是机器学习。机器学习 存在的复杂的非线性映射问题，提高整个建筑的设计水平；三是 形状语法：该技术就是利用一种特殊的几何方法，对各种2D、3D 图形进行研究，并根据用户的需求和规则，自动构建出相应的图 形；四是集群智能技术：该技术是分布式人工智能技术领域的一 个重要研究方向。在一个特定的群体中，有许多非智能体，它们 之间仅能进行简单的信息传输和处理，而在微观合作中，它们可 以从宏观上表现出复杂的智能行为，在具体的应用中可以通过群 蚁群算法和粒子算法来实现

率的提升较难，信息化渗透 率低、协同效应低效，人均创收无边际递增趋势，从而限制了设计人员效率提升， 并且设计企业人力成本占比高，限制了设计人员数量大规模增长。再一方面，设 计院有各自擅长的设计领域，跨细分行业竞争项目难度较大。三方面原因共同制 约了设计院大规模扩张。 表 2、龙头上市设计企业分地区收入占比情况梳理 企业名称 地区 2018 2019 2020 2021 2025 年，我国基 本形成 BIM 技术框架和标准体系，完善行业规范，促使 BIM 在设计行业中的渗 透率提高。《“十四五”住房和城乡建设信息化规划》提出深化 BIM 和 CIM 在住 房和城乡建设领域的全方面应用，以新技术赋能“新城建”，以“新城建”对接“新 基建”。 《“十四五”工程勘察设计行业发展规划》提出加快提升 BIM 设计软件 性能，加快推进 BIM 正向协同设计，推广工程项目数字化交付。BIM 平台集成开发公共服务平台研究与应用。 2022 年 《城乡建设领域碳达峰实施方案》 提出利用建筑信息模型（BIM）技术和城市信息模型（CIM）平台等， 推动数字建筑、 数字孪生城市建设，加快城乡建设数字化转型。 2022 年 《“十四五”住房和城乡建设科技 发展规划》 建筑信息模型（BIM）技术在工程设计、生产和施工领域得到推广应 用。研发自主可控的 BIM 图形平台、建模软件和应用软件，开发工程项

强大 高效 易用 生 产 算 力 服务 平台 语 音 交 互 语音交互算法的训练语料数据量将很快突破百万小时 ，训练数据包含大量不同用户的口 音数据、多领域歧义语料数据和具备复杂语法规则的数据。随着大规模语料样本数据的不断积 累 ，需要更好利用智算中心具备的大数据挖掘技术、深度学习算法 ，构建更加高级的语音模型， 为客户提供流式计算、在线计算、大规模离线计算等多种形式的服务 适用范围 政府投资 建设模式 建设运维过程更加安全可控 政府对项目决策和执行效率高 财政负担全部投资，压力大 资金使用效率可能不高 涉及国家安全或重大公共利益的项目 （如政务领域 、基础数据库 、信息安全平台设施 建设等项目 ） 企业建设 运营模式 财政资金压力较小 大企业平台化和整体性优势 ，有利 于加快区域间协同发展。 政府控制力较弱 存在大企业绑架风险 不涉及国家安全，具有公共服务特征和一定公益 机制设计复杂，存在制度性风险 融资成本较高。 属于公共服务领域 ，市场化参与程度较高 、国家 安全和公共利益方面潜在风险较低 、需求长期稳 定 、使用者付费比例高于 10% （原则上属于能源 、交通运输 、市政公用 、农业 、 林业 、水务 、环境保护 、保障性安居工程 、教育 、 科技 、文化 、体育 、医疗卫生 、养老 、旅游等 行 业领域的项目 ） • 采用政企合作建设运营的框架，高效整合政企资源。

城市建成或在建设智算中心，总体 投资规模超千亿，旨在带动当地产业智能化升级 参 AI 领域的竞争是未来世界领导权的竞争 NSF 基础科研 520 亿美元 创新与技术局 290 亿美元 关键技术研发 169 亿美元 应对 AI 的机遇和挑战，争取主动权 数字领域 人工智能领域 计算基础设施 1500 亿欧元 200 2021 年的 51% 跃升为 2023 年的 70% 来源：中国信通院《中国算力发展指数白皮书（ 2022 ）》 政策加持国内外提前布局，智能算力需求激增 各国政府布局 AI 领域全栈能力，并出资引导智能算力基础设施建设， AI 智能算力增速远超摩尔定律 智算中心主要由国家政府总体牵头建设，同时基础设施提供商积极参与 智算中心发展情况 加速卡特指用于 AI 推理或训练的硬件。本材料主要针对 AI 加速卡进 行分析 TaaS 是指 TensorFlow asa Service ，深度学习平台及行业大数据解决方案 智算中心定义 建设目的 应用领域 主要特征 • 专用 ASIC 芯片为主 • 为大规模科学计算任务提供支撑服 务 带动政府治理及各行各业数智化转型升 级，促进产业 AI 化、 AI 产业化 促进信息服务业云化转型，通过资源共

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 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 六是信息化投资规模大，支出效率低 （1） 缺乏数字技术应用 目前部分企业尚未形成成熟的数字化技术体系，在智能 化、新基建等方面还存在短板，缺少先进的数字化技术、产品 和解决方案等数字化技术工具，在一些关键领域和重点环节还 难以突破。 （2） 数字化人才严重不足 当前，央企面临着双重压力：一方面要应对国际国内市场环 境的变化和激烈的竞争压力，另一方面要应对自身传统发展模 式所带来的经济下行、人才短缺、 和核心数 据为主线，以构建数字生态为基础，以创新应用为重点，在数 字技术的支撑下，推进价值链管理和产业链管理。 在数字化转型中，企业的战略层面也要发生变化，未来央 国企的战略会更加聚焦在数字化领域的发展和突破。首先，央 国企会把数字化转型上升到公司战略层面。在转型过程中，我 们将看到央国企战略定位发生变化，例如更加注重数据驱动， 更加强调业务导向的数据赋能价值；其次，央国企在经营管理 方面将

直是开源计算生态发展的推动者，一 直在积极地将开源开放的建设理念和 标准向全球推广，一直在大力推进开 放计算生态发展，所有的顶级互联网 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 智慧城市、智能制造、智能家居以及智能医疗等行业的智 慧化转型。 目前，行业用户的智慧化转型，仍然面临着巨大的 技术鸿沟。这个鸿沟既有如何选择最合适的算法模型，也 有如何从软硬件两个方面对算法做性能优化，更有如何面 向特定领域的智能算法进行高效敏捷的开发部署等诸多问 题。要填补这个鸿沟，就需要计算 中心提供整合的、易用的开放服务平 台。 基于智算中心先进的AI算力基 础平台、AI算力调度平台、AI算法模 型来打造人工智能开放服务平台，汇

AiC○ 产业发展——智慧交通 三 X T R O T E C 中 科 逆 熵 [anDrIDT 寒武纪 矢 口 算 芸 处 理 器 当前，视频结构化系统已应用于多 个领域 ，我们基于云端智能处理卡，可实现 多路目标检测、追踪、结构化视频 等任务。 AiCD 产业发展——智慧交通视频结构化方案 三 XTROTEC 中 科 逆 熵 AiC○ 产业发展——智慧医疗