数字 化。 （4） 部门协调困难，内部信息不畅 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 别，而且可以深度搜索，可以提供自动回答问题服务。利用人 工智能技术来优化企业流程、提高生产效率、自动化客户服务 等。具体场景应用包括： 2.1 全渠道客服系统 （1） Udesk全渠道客服系统广泛覆盖国内外服务渠道，可接入网页、微 信、小程序、APP、企业微信、钉钉、飞书、抖音、微博、美团、饿 了么、WhatsApp、Facebook、Twitter等。 （2） AI文本机器人、语音机器人客服，通过情景重现、语音语义融合， 型进行客户分配，以专属坐席提升服务质量。 （3） VR过程中可以通过语意分析的方式执行路由操作，也可随时切换 手动控制；IVR丰富的外部调用方式，包括变量、JS表达式等。 2.3 在线客服 （1） 覆盖国内外二十多个渠道，包括Web、H5、APP、微信、企业微 信、小程序、飞书、百度、抖音、微博、Facebook、Line、 WhatsApp、Twitter、美团、饿了么等渠道。 （2） 在线

对分散，管理较为宽 松—只要不涉及公民隐私，企业通过政府开放平台、网络爬取、提供产品或服务中获得等各种方式得到的数据，都可以自由 使用和流通。 美国的数据基础设施探索实践 使用技术或方案 覆盖企业全部供应链、生产链、生态链 的完善数据整合与协作体系 云原生架构数据分析处理平台 区块链和加密算法 以Google Cloud、AWS、Azure等为代表的公司是全球领先的云平台公司，为美国和其他国家公域数据流通提供了先 15 这种宽松的数据流通法规环境，催生出了三种不同的数据基础设施建设和运营模式：一是平台公司的数据流通平台。以 亚马逊、谷歌、微软为代表的大型跨国数据平台公司分别构建起自身的数据安全流通环境，形成覆盖企业全部供应链、生产 链和生态链的完善数据整合与协作体系；二是专业公司的数据分析平台。以Databricks、Snowflake、Palantir为代表的数 据平台公司，构建起云原生架构数据分析 数据 分析与BI场景，以及AI驱动创新的优化预测分析和自然语言处理等场景。截至2025年3月，Snowflake已拥有542个年收入 超100万美元的客户，包括754家福布斯全球2000强企业，覆盖金融、零售、医疗等多个行业。 （2）跨平台可分离的数据核心技术 Snowflake通过云原生架构提供数据存储、分析、共享及AI驱动的数据基础设施解决方案，其核心技术包括云原生架构 技术、多数据

著有《人力资源大数据应用实践》等作品。 许可先生 寄语：人工智能素质教育，从过去 IT 时代的旧范式转变为新范式教育。人的 思维方式，包括人和机器的关系发生了巨大的改变。人工智能的技术培养，可 以覆盖到各个年龄段的学生，帮助他们建立起相应的素养与思维方式。 现任北京绿洲星辰教育科技有限公司 CEO，中国计算机学会（CCF）计算机应 用专委会执行委员。曾先后担任中国惠普有限公司全球服务部高级经理、惠普 企业计划从以下那个模块或哪些子模块切入（可多选） 0 5% 10% 15% 20% 25% 30% 35% 40% 从 AI 的使用范围来看，也是以小范围人员或某个或某些业务单元试点开始，全场景覆盖的不 到 10%，企业绝大多数都是在某个特定的场景下开展，比如：AI 视频面试在校园招聘的场景下， 智能排班在工厂或卖场的场景下等。从落地效果来看，接近 70% 的参调企业认为达到或基本达到 33.3% 小范围人员试点-某个特定场景 某个或某些业务单元-某个特定场景 全员-某个特定场景 某个或某些业务单元-全场景 全员-全场景 小范围人员试点-全场景 人力模块的 AI 应用覆盖的人员和场景范围 您认为 AI 在贵司实际落地的应用效果 0 0 5% 10% 15% 20% 20% 30% 25% 40% 30% 50% 35% 60% 基本达到预期