消费者可以将数据发送到BigQuery中，服务提供商则通过EDC进行访问和分析，而无需直接共享自身数据，最终将处理后 的数据提供给消费者。这一特性在保障数据自主权方面意义重大，服务提供商不用担心数据泄漏风险，还能充分利用自身分 析能力为消费者数据提供价值。 （3）联邦学习 联邦学习是一种创新的机器学习框架。它是一种分布式机器学习方法，允许多个参与者在不共享原始数据的情况下共同 训练模型。这种方 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EDC连接器和联邦学习等技术，以及在数据自主权和互操作性方面的精心设计， 成数据操作系 统，帮助企业优化运营，提高了企业运营效率和决策能力。Palantir Metropolis更偏重于金融领域的应用，通过整合多个数 据库，能够快速发现金融交易中的异常和潜在风险，为金融机构提供风险管理、欺诈检测、合规性审查等解决方案。Palan- tir Apollo是一个云原生的持续交付平台，能够跨不同环境部署和管理软件更新，确保系统的稳定运行和安全性。Palantir

史数据，以及法律要求的智能排班，比较常见 于连锁经营企业和现代服务业。 排班助手 为公司、组织或团队提供排班管理和协调的 应用软件。它可以帮助用户高效地安排员工 或成员的工作时间，并提供实时的通知和交 流功能。 排班风险预警 帮助管理人员有效控制加班工时上限的 AI 小 工具。 生物识别打卡 包括：人脸、指纹、瞳膜在内的生物识别技 术已被广泛应用，甚至有些企业会在采集人 脸的同时采集员工的表情进行情绪分析。生 从调研结果不难看出，生物识别（含人脸、瞳膜、指纹等）和智能排班功能已经得到了广泛应用， 从数据上看高达 87.5% 和 75%。另外，有半数的企业也开始使用排班风险预警和排班助手功能。 生物识别在考勤中的应用不仅从源头杜绝了“代打卡”，还提升了员工的体验；排班风险预警帮 助厂长和店长有效控制劳动风险；智能排班更是让劳动力在企业生产经营过程中的投入产出更加 科学、合理和有效。 企业【考勤、排班模块】的 AI 应用包含哪些功能 应用包含哪些功能 ?( 可多选 ) 50% 50% 75% 87.5% 0 20% 40% 60% 80% 100% 生物识别 （含人脸、瞳膜、指纹等） 智能排班 排班风险预警 排班助手 46 AI 在企业人力资源中的应用白皮书 创新案例 Disney 有万名员工，员工有全职、兼职、实习生与不定时等类 型，薪资有时薪、周薪与月薪等几种支付方式，补贴又分有正常班， 调休班与节假日等几