术路线，选择了北京、天津、上海等18个城市围绕以上六条技术路线开展城市数据基础设施建设试点试验， 并启动了11项数据基础设施国家标准研究制订。 目前，《指引》提出的六条技术路线成熟度还不高，还不能完全实现安全可信基础上的数据大规模流 通，全国各地方各行业特别是开展试点示范的18个试点城市，对各条技术路线的发展现状、技术特点、适用 范围、应用情况、发展趋势等方面有迫切需求。非试点地区和行业也对数据基础设施的试点建设进展高度关 安全。在数据要素化发展新阶段，数据成为新型生产要素， 不仅对数据提出大规模、高通量、快速率的流通要求，充分发挥数据的要素价值作用，同时对数据安全也提出了新的、更 严格的要求，即要确保数据在大规模、高通量、快速率的流通过程中的安全。数据安全发展到了动态全过程安全阶段，这 时不仅需要更加强大的连接和算力功能，对数据更大规模、更快速率、更高通量流通利用的需求更强烈，而使用控制、隐 私计算、区域链 BigQuery作为Google Cloud的企业数据仓库，是Google Cloud数据处理的核心枢纽，具备诸多显著优势。它是完全 托管和无服务器的，这一特性赋予了它最大程度的灵活性与可扩展性，使其能够支持从千兆字节到艾字节规模的存储和SQL查 询。消费者可以将数据便捷地上传至BigQuery中，这些数据会被安全加密存储，保障数据的持久性和高度可用性。BigQuery还 拥有高速内存中的BI引擎，每秒可处理450万行数

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 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。 2. AI是推进能源央国企数字化的利器

拨款将倾向于那 些看起来更容易 出成果的项目 —摘自 Meet HR 学园 14 AI 在企业人力资源中的应用白皮书 4. 绕不过去的“大模型”与“大语言模型” 大模型是指模型具有庞大的参数规模和复杂程度的机器学习模型。在深度学习领域，大模型 通常是指具有数百万到数十亿参数的神经网络模型。这些模型需要大量的计算资源和存储空间来 训练和存储，并且往往需要进行分布式计算和特殊的硬件加速技术。大模型的设计和训练旨在提 更细微的模式和规律，具有更强的泛化能力和表达能力。 大语言模型是一种基于深度学习技术的大型预训练神经网络模型，深度学习指的深度神经网 络模型，是人工智能的分支“机器学习”下面的一种算法模型。这一模型不仅规模仍在进一步扩大， 而且可以从对话反馈中不断进化，提升信息回答的准确性、逻辑性和流程性。 5.“AIGC”才是“王者” 人工智能生成内容（Artificial Intelligence Generate AI，“AI 原生”产品的出现 一定会带来又一次人机交互界面的颠覆，带来巨大的产品“划时代感”，就像“功能手机”到“智 能手机”一样。而且经验告诉我们，随着人们对于新技术的掌握程度加深，技术创新一定会规模 化涌现。 17 AI 在企业人力资源中的应用白皮书 0101010101010101001010101010101001 0010101010101010100010101010101010