... 工业制造 数据 采集 业务功能 管理功能 现代农业 数字金融 智慧交通 跨境物流 航运贸易 智慧医疗 网络编排 长距无损网络 确定性网络 智算 通算 超算 数字文化 绿色低碳 工业制造 高速传输 运行监控 算力监测 算力调度 算网融合 算网融合 数据 汇聚 数据 传输 数据 加工 数据 流通 数据 利用 数据 运营 数据 采集 算力底座 网络支撑 核心技术开展技术攻关，以期快速实现技术突破；另一方面将通过 国家数据基础设施建设试点试验，并行开展各种技术路线的探索实践。 第二阶段为技术收敛阶段。通过试验试点，逐步淘汰资源消耗大、传输计算效率低的技术路线，围绕资源消耗和传输计 算效率达标的技术路线进行提炼总结，研究制定国家推荐的数据安全可信流通技术标准和数据流通利用基础设施建设标准， 形成国家安全可信数据流通技术路线。 第三阶段为全面 数联网 数联网 数联网 区块链 区块链 区块链 区块链 区块链 区块链 其他 其他 其他 试点内容 城市 第二阶段为技术收敛阶段。通过试验试点，逐步淘汰资源消耗大、传输计算效率低的技术路线，围绕资源消耗和传输计 算效率达标的技术路线进行提炼总结，研究制定国家推荐的数据安全可信流通技术标准和数据流通利用基础设施建设标准， 形成国家安全可信数据流通技术路线。 第三阶段为全面

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、素材调用、复刻编辑等基础性机械劳动，实现以低边际成本、高效 率的方式满足海量个性化需求。 为什么说 AIGC 才是“王者”，因为它对于人类社会、人工智能的意义是里程碑式的。短期 来看 AIGC 只是生产力工具，但中期来看势必会改变社会的生产关系，长期来看将促使整个社会 综上所述，人工智能已经在企业人力资源管理的各个模块中有了非常多的应用场景和应用案 例，下图是对这些场景从“应用价值”和“成熟度”两个维度的总结，高价值、低成熟度应用较多， 目前 AI 许多应用场景仍停留在理论阶段。 价值和成熟度矩阵 高 高 低 价 值 成熟度 智能简历筛选和双向推荐 智能招聘助手 （咨询应答） 虚拟形象 VR/AR公司或者职位体验 候选人绩效预测 个性化拒信撰写 12 13 14 18 19 17 1 2 5 8 9 业务价值 15 低 中 中 高 高 70 AI 在企业人力资源中的应用白皮书 为了进一步指导大家在应用方面的选择和评估，Gartner 也给出了如下更为详细的评估列表。 Gartner 建议，我们可以优先考虑风险低、成熟度高的业务场景，并设计出详细的路线图。 ● 在模型的选择上，我们要格外关注其“可解释性”，即：技术能够解释人工智能所给出结

展，央企面临的挑战也越来越大：一是数字化人才严重不足； 二是数据质量差；三是缺乏数字化经验；四是数字化转型的管 理能力不足；五是部门协调困难，资源分散，内部信息不畅； 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 从业务角度来看，央企内部各业务部门之间、与外部系统 之间，经常会存在数据壁垒及数据共享不畅等问题。同时，信 息系统建设时间长、数量多、业务覆盖面广、信息孤岛问题 严重。 （5） 数字化投资规模大，效率低 在企业内部建设信息化系统时，通常会存在需求复杂、投 资规模大、管理周期长等问题。部分企业数字化转型缺少顶层 设计，转型路径不清晰，制度和规则不健全，难以保障数字化 转型工作顺利开展。