□ 标准不一，政策各异 。管理标准尚未统一，各地（部门）政策五花八门 ，统筹和规范管理难度大。 □ 系统应用浅，操作不规范。 系统业务操作较为繁琐，导致各业务出现集 中处理的情况，该情况导致部分数据信息滞后，无法反馈实时数据流向， 财务无法追溯真实有效的数据，账务处理存在一定风险。 □ 人员流动大，知识传承难。 从业人员素质层次不齐、流动性大，资料、 知识与技能的传承难度大。 融合创新

的专业解读。通过理论与实践的结合，我们将共同探索 Data+AI 如何成为企业 智能化转型的核心驱动力，帮助每一位读者找到属于自己的数据智能之路。 目录页 第一部分：Data+AI 大咖观点 ............................................................... 1 1. 大咖说 | Data+Al：企业智能化转型的核心驱动力 .................................. 14 4. 媒体声音 | 阿里云王远：一站式数据管理平台的智能化跃迁 ................... 20 第二部分：Data+AI 行业应用 ............................................................. 25 1. 拥抱 Data+AI | 破解电商 ............................. 51 5. 拥抱 Data+AI | DMS+AnalyticDB 助力钉钉 AI 助理，轻松玩转智能问数 ..... 58 第三部分：Data+AI 云栖发布 ............................................................. 64 1. 云栖大会 | 数据库与 AI 全面融合，迈入数据智能新纪元

5 The Application of Artificial Intelligence in HR █ Part3 体验大语言模型：使用者的认知与探索情况 大语言模型的话题热度较高，大部分参调者了解过大语言模型，但使用情况与认知情况存在较大差距 █ Part4 企业中的大语言模型：价值与实现基础 您是否了解大语言模型？ N=263 96.96% 3.04% 听说过或了解 部门的组织架构产生影响？ N=92 94.57% 5.43% 是 否 您公司在 HR 领域是否规划或 落地应用了大语言模型？ N=92 23.91% 15.22% 60.87% 已经在部分工作中进行了应用 未落地应用，但已规划可应用场景 没有任何规划或应用 您认为大语言模型的出现是否会对 HR 的能力提出新要求？ N=92 98.91% 1.09% 是 否 83.33% 在前言中我们提到，大语言模型是对已有人工智能技术的迭代，它组合了自然语言处理（NLP）技术中的 Transformer 模型、神经网络，以及机器学习中无监督学习的方法。也就是说，大语言模型是将多种成熟的人 工智能技术作为其组成部部分，从简单到复杂，不断进化与成长，最后拥有了颠覆性的能力。 因此，企业是否愿意使用大语言模型、是否愿意在 HR 领域运用、是否有能力使用大语言模型，与企业对 整体 AI 技术的了解与运用程度有很大

最高决策层、各事业部管理者以及员工自上而下对 人力资源数字化形成了较为深刻的统一认知。 最高决策层、事业部管理者对人力资源数字化的 认知度较高，但部分员工仍较低。 最高决策层对人力资源数字化转型的认知度较 高，但部分事业部管理者和大部分员工较低。 最高决策层、事业部管理者和员工对人力资源数 字化转型的认知度普遍较低。 数字化支持度 最高决策层对人力资源数字化转型具有决心，事业 熟悉企业整体业务流程，具备将战略和现有数据结 合的能力；能够熟练应用各种数字技术和工具；有 效处理各种与人力资源管理活动相关的问题并提供 先进的人力资源解决方案。 对企业整体业务流程比较熟悉；能够熟练应用大 部分数字技术和工具；具备分析能力，能利用数 字技能或基于数据平台的辅助为人力资源管理活 动提供决策支持。 对企业整体业务流程比较熟悉；能够应用基础 的数字技术和工具；具备基础的数据分析能力。 影响群体 面向内外部全体人员，不仅赋能企业内部全体员工， 还能为外部合作方或客户提供人力资源数字化解决 方案。 面向企业内全体人员，更加关注员工体验的提升。 面向 HR 与管理者，实现大部分人力资源流程 的线上化管理，能够为管理者提供人员的基础 分析等。 面向 HR ，满足基础人事运营（如招聘、算 薪）等需求。 技 术 现 状 分 析 数 据 现 状 分 析 数 字 化 成

...........................- 177 - 一、总论 1.1、项目概况 XXXX 是一个综合体项目，由主楼、副楼及商业裙房组成。各部分主要功能及面积指标如下表： 本次弱电系统解决方案主要针对主塔楼酒店部分（层）。 地上建筑面积（m²） 地下建筑面 积（m²） 地下 层数 面积（m²） 功能划分 面积（m²） 层数 主塔楼 办公 层 层 公寓 层 酒店 照明设备以便于设备维护，同时为保证网络的可靠运行，管理间内应配备三组独立供电的 220V 电 源插座。 ⑷ 垂直干线子系统(Riser Cabling) 主干布线是系统内连接主交叉连接到水平交叉连接的部分。语音垂直主干由三类 50/100 对大 对数铜缆，数据主干 12 芯多模光纤电缆。三类 10/50/100 对大对数铜缆按语音点按 10％的预留比 例配置。 PBX 主机房 配线架 配线架 入来满足客户在酒店区域范围内随时、随地接入计算机网络系统，访问 Internet 资源。 智慧酒店计算机网络工程分为 3 个部分：办公网络部分、客用网络部分和弱电网部分。办公网 络部分主要用来为酒店后勤管理办公等方面提供服务；客用网络部分主要用来为酒店客户提供上网 服务功能；弱电网络部分主要用于酒店房间控制网络，例如房间状态、照明、制冷情况等。 计算机网络工程建设网络设备主要包括网络交换系统、无线网络系统、网络安全系统。

市场规模：2024年中国人力资源数字化市场规模约303亿元，同比增 长13.2%。由于AIGC应用从小场景试点逐步转向规模化落地，预计 2027年市场规模将达到484亿元，未来三年平均复合增速16.9%。 产品迭代：部分头部一体化厂商倾向于利用PaaS平台构建灵活开发框 架，以支撑按需定制与快速迭代。 AI+HR：AI应用呈现场景上从招聘、测评环节向培训场景延展；应 用上从智能交互到智慧建议；模型上从行业模型到企业私有模型的发 www.iresearch.com.cn 企业人力资源管理现状 大部分企业中人力资源部门是转型主导角色其意义向发挥人力资本价值转移 • 规划及落地：当前97%的企业已开始着手数字化建设。以人力资源部门发起数字化转型为主，部分企业由IT部门统筹全公司数字 化架构搭建，部分外资企业的战略部门会承担统筹管理角色。目前，大部分企业仍以自下而上的数字化转型为主，但逐渐出现自 上而下转型的倾向，预示着 的灵活调配需求，对人力解决方案的敏捷性和 智慧程度提出更高要求。大部分门店人员管理需更轻量、更便捷，减少理解成本和操作难度，因此移动打卡、实时工时结算与统 计、人员排班等常用功能更适合在移动端操作，同时需要人力系统能自动配比各门店人员数量，根据用人需求实时调配人力资源。 零售行业人力关键模块 零售行业门店人效评估核心关注指标（部分） 灵活用工 智 能 排 班 考勤管理 薪 税 计 算 业务预测

INTERNATIONAL FINANCE AI 大模型在金融行业的应用前景及 潜在影响分析 ◎姚泽宇 苏杭 作者简介 ：姚泽宇，中国国际金融股份有限公司研究部执行总经理 ；苏杭，中国国际金融股份有限公司研究部分析师。 摘要：当前，金融机构主要将大模型应用于业 务场景简单的非决策类环节。本文从展业流程角度 和业务场景角度系统梳理 AI 大模型在金融行业的 应用现状，并从应用趋势、赋能空间、产业格局三 业金融服务，仍需人工介入以满足服务质量和合 规要求。除金融专长仍有待提升之外，大模型亦 面临有时生成内容不可控（如“幻觉”问题）、可 解释性差等问题，应用大模型进行决策判断的可 靠性较低，且传统 AI 在部分金融分析决策任务 中的应用（如风控授信、理赔定价等）已较为普 资料来源：蚂蚁研究院，各公司官网，中金公司研究部 注：统计截至2024年4月30日。 图1 大模型在金融领域的代表性应用图谱 ︵百万美元︶ 38 国际金融 2024-10 INTERNATIONAL FINANCE 及和成熟，以大模型替代传统 AI 的意义不大。当前 大模型主要负责赋能语义理解、信息归纳、内容输 出等环节，并在部分任务场景中与传统 AI 互补协 作以提升效率。 （二）展业流程角度 ：大模型正在赋能金 融业务各细分环节 大模型在非核心决策业务环节中已有落地应用且 已能创造一定的业务价值。本文将金融业务流程拆解

了2050年 前实现100%清洁能源的目标。 在《欧洲绿色协议》框架下，欧盟 制定了到2050年实现气候中和 目标，到2030年将温室气体排 放减少至少50%，并在2050年 前减少剩余部分的具体目标。 预计到2050年，全球新增电力 需求的50%预计将由可再生能 源发电提供。 04 打造面向未来的电力企业 数字化转型的成功之路 可再生能源以及不同规模的分布式能源并网显著增加了电网的复杂性，容易引起 用户服务、增 强业务敏捷性，同时也将作为基础性系统和方法，对能源服务实现动态管理。 新竞争威胁。大型工业和商业公司已经开始投资建设自己的发电项目，将其作为新的商业模式发展、可持续发展 战略的一部分，或为实现企业能源生产的自主化。这些能源资产与电网相连后会形成新的威胁：分布式能源逐渐 分化传统电网，非电力企业参与者将有可能获得用户的需求信息。传统电力企业则有可能从发电者和传输者变身 为电力 IDC电力企业成熟度模型包含五个阶段，并为每个阶段设立了响应的数字化目标， 帮助企业进阶到第五阶段“未来电力企业”。 第三章 打造未来电力企业 13 打造面向未来的电力企业 数字化转型的成功之路 IDC研究表明，大部分电力企业 仍处在数字化转型的早期阶 段，许多企业还无法做到摒弃 短期、战术性的点状解决投资 方案以实现其数字化转型投资 的规模化价值。 IDC成熟度模型旨在帮助企业打造数字化转型路线图和能力建设蓝图。

www.iresearch.com.cn 中国企业服务赛道总览 基于业务和职能部门对企业服务赛道进行划分（详细版图谱见附录） 注释：仅展示部分典型赛道。 来源：艾瑞咨询研究院自主研究及绘制。 研发设计 人力资源 IPD咨询服务 产品策略与设计服务 工程设计咨询服务 医药研发外包服务 CAD CAE PLM EDA 研发项目管理软件 原型设计软件 注释：通过检索点米科技、用友、东方国信、玄武云等行业相关公司，依据申万行业分类，收集其可比上市公司数据。由于采用抽样调取的方法，因此所提供的数据仅供参考。 来源：iFind，艾瑞咨询研究院自主研究及绘制。 中国企业服务部分上市厂商概况 1.12 亿元 总市值 0 市盈率（TTM） ➢ 整体中位数 0.94 亿元 2022年营收 0.02 亿元 2022年归母净利润 1.56 市净率（MRQ） 1 亿元 2023年营收 云上智能算力：提供算力资源供给、调度、分配到一站式模型服务平台 大模型的部署应用存在较高的技术和资金门槛，因而训练通用大模型、行业大模型只会是少数企业的选择，更多的企业会考虑以商 用模型或开源模型为基础部署自有的大模型应用。尽管在部分场景，企业客户对安全性、可靠性的要求极高，但由于AI芯片供不应 求、算力资源成本高企、利用率低下等诸多原因，云上智能算力依然是性价比更高的选择。在此背景下，衍生出了云端算力供给体 系及一站式模型服务