起到了不可替代的作用，其历史优势是央国企独特优势。 1.3 能源央国企数字化状况 从现实情况看，央国企数字化转型距离数字资产60%的目标还 有一定差距，但是大部分央国企已经开启了数字化进程，特别 是传统能源行业，能源央国企“五大六小”等头部企业也在积极布 局数字化。 图 1：能源央国企发展现状 （1） 石油 石油行业数字化转型是在原有的企业信息系统基础上，利 用信息技术、网络技术，实现企业生产、经营、管理全过程的 加深。为应 对新形势下企业数字化转型面临的新挑战，实现企业数字化转 型的目标，需要企业进一步认清形势，把握机遇，探索建立符合 自身实际情况的数字化转型之路。 （3） 燃气 燃气行业作为一个传统行业，在发展的过程中也经历了很 多个阶段，从最初的人工管理到如今的数字化转型，随着互联 网技术、云计算和物联网的发展，燃 气行业开始面临着新挑战。所以从某种程度上来说，数字化转 型已 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、 战略定位不清晰等问题。这些问题让央企面临着严峻挑战。而 人才不足成为当前央企在数字化转型进程中最为突出的挑战之 一，也是其进一步实现高质量发展的最大障碍。部分企业对数字

社区管理目前存在的问题分析 如何创造一个安全的、数字现代化的、智慧化社区有着十分重要的意义。 然而，在日常管理中我们经常会碰到这样的问题：  外来人员混入社区带来的安全隐患；  传统的视频监控，只能做到事后诸葛亮，无法及时报警，且事后查询费人力、 财力、物力；  访客身份无法确认，导致可能事件发生无轨迹可查；  出入口必须有专人盯守；社区人员过多，专人无法识别是否为该小区身份，导 人脸识别智慧社区管理方案 针对以上情况，十分有必要建立一个高科技、全面、人性化、智慧社区管理系 统： --- 采用人脸识别 /车牌识别的身份识别方式，安全、方便、卫生、不可代替  将传统监控进行升级，将事后查询变成即时提醒、报警，采用人脸识别布控系 统，可设置社区内不受欢迎人物为布控黑名单，当该不受欢迎人物进入社区时， 马上提醒或报警，通知相关人员；  将社区门禁管理升级为人脸识别门禁管理系统，采用刷身份证 为什么需要用人脸识别智慧化社区出入口和实名制访 客管理系统、黑名单布控系统？  通过人的脸部特征，准确、快速的辨识每一个人员，由此获得进 出社区的所有人员的身份信息；  采用人脸识别方式，比传统的刷卡、指纹模式有非常明显的优势， 如：不会出现卡丢失（忘带卡）、无法作假出入数据、无需触摸 机器等等；  人脸识别简单易用，适用范围广，无论是在出入口、或是走道、 或是车库内，甚至如储物柜、快递箱等集成，均有相应的配套产

主导，而是 HR 主导和引领。 许景俊教授 香港城市大学资讯系统系教授，博士生导师，国际资讯系统协会高级杰出会员。 曾担任美国肯萨斯州威奇塔州立大学资讯系统副教授和波霍夫特聘商学教授。 寄语：传统 HR 要改变思维定势，不断学习与更新 AI 基础知识，重视数据驱 动决策。 李绪红教授 复旦大学企业管理系系主任、博士生导师，富布莱特学者，Journal of International Chinese Management Research（IACMR） 女 性学者发展委员会联席主席。 寄语：AI 带来的从商业模式到生产方式、管理模式的全方位变革，是当前时 代的必然趋势，无论新生代企业还是传统产业的企业都要直面这一颠覆式变革。 未来已来！人力资源管理更要作为先行者，引领 AI 技术在组织中的全面应用， 赋能管理，成为组织管理变革的代言人。 陈果（George Chen）先生 寄语：用 作为一种新型的内容生产方式，被视为继 PGC（专家生成内容）、UGC（用户生成内容） 和 AIUGC（AI 辅助生成内容）之后的一次革命性的创新，是元宇宙和 Web3.0 的基础设施之一。 AIGC 重塑了传统的内容生产和获取方式，简化了知识获取和创作的难度。这一技术极有可能取代 人类从事创作性工作，从而彻底颠覆我们现有的工作模式。因为，AIGC 能够以优于人类的制造能 力和知识水平承担信息挖掘、素材

素；第二阶段是工业社会，以技术和资本为主要生产要素；第三阶段是数字社会，以数据为主要生产要素。数据作为数字社会的 新型生产要素，不同于土地、劳动力、技术、资本等传统生产要素，具有虚拟性、非稀缺性、易复制性等二十多个独特的特性， 彻底颠覆了传统资源稀缺理论、边际效应递减理论、产权理论等经济学经典理论，对现代经济社会发展模式提出了新的挑战。 国家数据基础设施技术路线发展研究报告 人类社会正进入数据要素化发展新阶段 数据生产方式正在发生巨大变化。2022年人工智能大模型的异军突起，对数据资源的需求陡增。据京数智科技研究成 果，预计到2028年全球可流通数据将完全耗尽。数据生产方式将从互联网上采集结构化数据的传统方式向数据资源的广度 和深度两个方向拓展：第一个方向是向广度拓展，即从互联网爬取数据向物联网自动生成数据的方向拓展。各种可穿戴设 备、智能家电、道路监控设备、工业互联网自动感应装置等生成的多模态 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 意义上的不可流通数据将随着隐私计算、区块链、智能合约、控制技术和数据沙箱等数据安全流通技术的不断突破，而逐步 变成可流通数据，从而充分释放这些涉隐涉密数据的高价值潜能。 数据安全流通要求新型