驶、智慧城市， toB 为主 专用性强，主要面向地球物理、分子力 学等基础学科以及军工研究 注 [1] ：行业中 GPU 是一个较为泛化的概念，从功能角度划分， GPU 特指具备图形渲染能力的硬件， AI 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 计算架构技术领先 算力的几种形态 超算中心 智算中心 云计算中心 提升国家及地方科研创新能力 第 3 页 美国：以保持国家竞争力为目的，最先发展智能超算中心， 具备单体算力大、科研实验室居多 国内：近两年已有 30+ 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 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

案例一：某大型连锁服务公司的智能绩效 案例二：某新能源产业公司的「OKR 目标 AI 辅导员」 案例三：某高端物业管理集团的「AIGC 绩效教练」 CONTENTS 3 AI 在企业人力资源中的应用白皮书 AIGC 的能力范围及可发挥效力场景 63 企业要如何在人力资源中引入 AI 67 AI 在企业人力资源管理中 的应用案例 案例一：三一集团 | 如何用人工智能重塑人力资源管理 案例二：大语言模型应用于共享服务中心的尝试与探索 状，并启发需求、碰撞思考、畅想未来、提前规划、合理布局、高效行动，让 AI 技 术真正赋能并解决企业人力资源管理中存在的问题和痛点，革命性提升企业人力资 源管理的生产力，加强管理者驾驭人力资源管理的能力，不断释放人力资源管理的 价值，挖掘人力资源管理的潜力，易路人力资源科技、HR 数智研究院联合复旦大学 企业人力资源研究所，携手 10 余位专家，通过对 100 多份有效调研问卷的收集、整 理和分析，以及对 深刻的变革。在这样的变革背景下，企业的人力资源管理也需要从理论到实践进行 彻底地重构。对我们人力资源管理者来说，不仅不能缺席，同样也不能迟到。要和 管理者及 IT 一起推动和见证“数字化驱动”的“人力资本”与“组织能力再造”的， “将人性与科技融合”的“数字化人力资本管理”阶段的到来。 让我们一起，保持开放、乐观的心态，积极拥抱变化，怀揣初心、努力探索、 前瞻布局、有效行动吧！ 6 AI 在企业人力资源中的应用白皮书

中共中央办 公厅、国务院办公厅发布《关于加快公共数据开发利用的意见》，提出“加强数据基础设施建设，推动数据 利用方式向共享汇聚和应用服务能力并重的方向转变。”“研究制订数据基础设施标准规范，推动设施互联、 能力互通，推动构建协同高效的国家公共数据服务能力体系。”2024年12月31日，国家发展改革委、国家数 据局、工业和信息化部发布《国家数据基础设施建设指引》，正式按下国家数据基础设施建设的启动键，开 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。这种方法在保护数据隐私的同时，利用多 车数据生态系统建设。通过连接和整合私人、社区和公共数据源，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Big

，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 识 别 检 测 高性能识别检测平台往往需要支持处理 10 万 + 的物体识别能力 ，具备分钟级别的模型 生成响应速度 ，具备模型持续优化升级的能力 ，需要支持诸如深度分离卷积、残差密集 网络（ RDN ）和隐式三维朝向学习等最新机器学习算法 ，同时支持各类算法的灵活配置以 满足不同实际应用场景的需求 机器人 建设意义和应用需求 一、加速 AI 产业化创新发展 智 能 客 服 智能客服实际上是集合人工智能学、计算机科学、 语言学等多门学科的综合应用 ，需要让机器主动去认知 和学习 ，不断强化行为模式 ，提高思考能力 ，从而更加 灵活地完成各项工作任务。智算中心能够为 NLP （自然 语言处理）、 NLU （自然语言理解）、 ASR （自动语 音识别技术） 、 TTS （语音合成技术）等核心技术提供 算 力支持 开放共享为基础 免费或低成本提供很多开源的人工智能算法及其代码 以强大算力驱动 AI 模型对数据进行深度加工，源源不断产生各种智慧计算服务 通过平台开放接口的方式将行业领军企业的算法能力、数据资源及运营服务等输出 给 IT 基础薄弱的企业 • 据 OpenAI 统计， 自 2012 年以来随着深度学习模型的演进 ，模型计算所需计算量已经增长 30 万 倍， AI 模型构建所需算力呈现出阶跃式增长特点

合架构代表着数据中心体系结构的未 来发展方向。融合架构从1.0到2.0， 已经实现了存储资源和异步计算资源 的弹性组合。现在的融合架构正处于 3.0阶段，也就是通过连接池化和重 构技术，实现不同的计算资源的协同 能力。通过软件定义来实现业务自动 感知和资源自动重复，使计算的性能和效率大幅度提升。 在硬件层面，通过硬件重构来实现资源置换。CPU与GPU、 FPGA、xPU等各种加速器将更加紧密结合，利用全互联 多路多种计算单元；异构存储介质，如NVMe、SSD、HDD 等则通过高速互连形成存储资源池。 在计算和存储资源池中，除了传统的CPU和GPU之外， 还可以运用更多新型的计算芯片、存储介质和互联技术， 进一步提升数据中心的处理能力。 例如，谷歌专为人工智能设计的芯片TPU。与GPU相 比，TPU采用低精度（8位）计算，以降低每步操作使用的 晶体管数量，是同代CPU或者GPU速度的15~30倍。同时， TPU还可以进行 合作伙伴和新兴AI企业，浪潮提出了元脑生态计划。 元脑由浪潮联合具备AI开发核心能力的左手伙伴和 具备行业整体方案交付能力的右手伙伴共同组成。聚合了 AI最强算力平台、最优质的算法模型开发能力和最优质的 集成、部署和服务能力，将支撑和加速各行业、各产业与 人工智能的融合，让各个行业、各个产业具备可感知、自 学习、可进化的能力，最终帮助用户完成业务智能转型升 级，以生态之力成就行业、产业AI大脑。

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 驶、智慧城市， toB 为主 专用性强，主要面向地球物理、分子力 学等基础学科以及军工研究 注 [1] ：行业中 GPU 是一个较为泛化的概念，从功能角度划分， GPU 特指具备图形渲染能力的硬件， AI 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 计算架构技术领先 智算中心定义 超算中心 智算中心 云计算中心 提升国家及地方科研创新能力 第 6 页 超算中心融合管理子系统 （包含统一门户） 零丢包 可少量丢包 0 丢包 高速网络交换子系统 通用 CPU 算力子系统 GPU 智算子系统

交通快速方案设计系统 AI ROAD 是华设集团控股子公司江苏狄诺尼发布的一款基于人工智能技术的交 通市政方案设计软件，基于 AIGC 模型进行训练，初步形成了交通市政设计领域 的 AI 内容生成能力。目前在路线和立交设计中得到应用，初步能够提升方案设计 效率 7～8 倍，提升整体工作的综合效率 20～30%。2023 年 2 月，AI ROAD 推出 场景出图新功能，该软件仍处于不断更新迭代中，未来应用场景将更加丰富。 资料来源：华建数创官网，兴业证券经济与金融研究院整理 ➢ TransBIM 施工图智能生成 第三维度开发的 TransBIM 平台能将输入参数转化为 BIM，经过可行性分析，一 键生成施工图。AI 基于强大学习能力，经过海量模型训练，实现自动制图，大幅 提升设计效率。用 3～7 天便可以交付建筑施工图、结构施工图、给排水施工图、 暖通施工图、电气施工图等全套图纸。根据第三维度官网数据，通过 TransBIM BIM 设计、智慧园区 具备 BIM 正向设计、BIM 全过程咨询、参数化设计、复杂结构找形与量化分 析、城市场景数字孪生、应用软件二次开发的全方位设计咨询研发能力，以及能 源管理信息化、智慧园区及建筑运维管理、数字展示等应用平台的开发能力。 设计总院 大数据与云业务、工 程数字化 在大数据与云业务、智慧交通研发与咨询、数字化建造技术、机电与信息化集成 等业务领域拓展得到一定成效，为西和至宕昌高速公路、诸暨市西二环路快速化

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 是人工智能的核心，它通过模拟人类的学习方式、方法，来持续 2023.12 | 061 提升自己的能力水平。机器学习能够通过模仿人的感觉，做出合 理的判断。机器学习的发展离不开海量的数据支持，也离不开计 算机的支持。二是深度学习。深度学习是目前人工智能研究的热 门内容，它通过模仿人体大脑神经网络的学习过程，模仿人的思 [2]。 （三）AI人工智能的应用优势 一是能够有效地强化建筑设计效率。传统的建筑设计方法过 于依赖于设计人员的思维方式，存在着很大的局限性。AI人工智 能能够把人类的思想和计算机的超强运算能力有机地结合起来， 从而达到更好的建筑设计效果，同时也大大提高了建筑的设计效 率；二是为实现建筑设计的创新创造条件。在经济社会发展的今 天，人们对建筑的功能和形式提出了更高的要求。人工智能技术 工智能技术有更为深入的认识，并把握其应用要点。而设计人员 对于 AI人工智能的运用能力，同样会直接关系到建筑设计的最终 质量。因此，建筑设计人员要主动地转变自己的思维方式，充分 认识信息化时代对建筑设计行业提出的新挑战，通过强化专业学 习，并有针对性地提升自身的信息技术水平，强化 AI人工智能应 用能力，以适应新时代背景下建筑设计工作需求 [9]。同时，为充 分体现 AI人工智能的使用价值，建筑设计人员应注意提高自己

合汇聚数据，形成智慧工地的大数据运营，实现智能决策； 新科技赋能，新运营模式 引入 5G 、大数据、物联网、人工智能等创新科技，赋能工地的智慧 化管理；采取租赁方式提供智慧工地服务，实现运营模式的创新。 基于 AIoT 核心能力打造的智慧工地整体方案架构 人脸识别设备 高清摄像头 用户层 SaaS 应用层 PaaS 平台层 感知层 塔吊球机 闸机 塔吊 / 升降机监控套件 PM2.5 监测仪 传感器 • 大多数边缘计算联动都是平台 侧执行，无法做到集数据采集、 策略应用设置、边缘计算、终 端联动一体化解决方案。无法 基于场景进行灵活选配相应联 动应用。 通信问题  目前多数成熟应用缺少无 线通信能力，无法实时将 数据回传，每个应用添加 独立的 DTU 实现数据回传 会额外加大建设成本。 边缘云柜解决工地场景痛点 算法 分析 LoRa zigbee 485 RJ45 数据 采集 中的众多的 apps 从顶到下构建智慧工地新生态 智慧工地整体解决方案的优势和亮点 5G 融合通信，无限连接 借助 5G 融合通信技术，赋 能智慧工地的信息通信， 提供灵活部署、高带宽的 通信能力 云边协同的 AIoT 架 构 通过智能边缘的 AIoT 核心技术， 形成物联网与人工智能、云计算与 边缘计算相结合的架构体系，实现 主动预警、云边协同、高可靠、低 成本的智慧工地方案 标准一体化硬件资源

字化资产比重要从当前的30%提高到60%以上。央企集团总部 要率先打造数字化平台，加快形成集研发设计、生产制造、经 营管理和服务保障为一体的“端到端”企业数字化供应链体 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 近年来，在国务院国资委的指导下，央企加快了数字化转 型进程，并取得了显著的成效。但随着数字化转型向纵深发 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 可视化拖拽操作，简单易用。自助式的可视化探索分析服务，预置 丰富的数据分析可视化报表，业务数据生成报告，降低业务人员 使用门槛。 （2） 数据分析能力丰富，数据全方位呈现。具备对比钻取、趋势分析、 地理分析、高级计算等多种能力，丰富的可视化能力与交互操作， 数据可读性强，快速发现业务问题。 （3） 自定义大屏炫酷特效，支持企业形象展示。数据分析结果通过仪表 盘和大屏的方式呈现，自定义动态炫酷的可视化大屏，企业形象