大模型增强的智 能指标平台、智能标签平台及智能营销平台系列产品，提升企业的数字化决策能力，推动企业数字化升级 我们的愿景 成为企业数字化升级首选长期技术伙伴 我们的团队能力 业内顶尖的技术专家和业务人才 基于行业落地实践经验的标准软件产品 先进的智能算法和垂直大模型应用 我们的使命 推动企业数字化升级，实现数据价值的普惠化 数势科技：行业领先的数据智能产品提供商 部分 径 Expert Recruitment ( 专家雇佣 ) 取数专家 可视化专家 归因专家 预警专家 报告专家 Collaborative Decision-Making ( 协同决策 ) , " 归因专家 取数专家 报告专家 Action Execution ( 动作执行

编码器 Encoder 处理输入序列 Decoder 生成输出序列 解码器 GShard ：基于 MoE 探索巨型 Transformer 网络（ Google, 2020 ） 层被混合专家 MoE 层替代，并采用 top-2 门控 机制； • 当模型扩展到多个设备时， MoE 层在这些设备 间 共享，而其他层则在每个设备上独立存在。 — 有利于大规模计算 • 编码器和解码器里的部分前馈神经网络 2018 年图灵奖、深度机器学习 2024 年图灵奖、强化学习 DeepSeek-V3 跨节点专家并行 硬件协同优化 Transformer Encoder- Decoder Grok-3 20 万张卡 思维链推理 上下文对话 语料学习 ChatGPT BART ，核心是如何更好地实现 金融业务场景。 用户理解 + 金融领域知识库（资源消耗小） 金融领域知识增强的大模型 金融任务增强的大模型 目 标 技术 目 适用任务 侧重 点 拥有众多技 能的金融行 业专家 行业知 识小白 可信金融大模型的研究框架 应用合规可信 数字化监管规则 金融合规测评 智能监管沙箱 人工智能可信 可解释 隐私保护 公平性 鲁棒性

套）、持续性（一般情况下甲方不会轻易迁移，刚需服务一般会稳 定续费）以及技术驱动（依赖先进的技术手段提供高效、智能化服务）等特点。 依据服务模式，企业服务可以划分为外包型、平台型与租用型。外包型包含专家型、经验型、程序型，服务特点为：复杂性高、标 准化程度低、客单价较高；甲方花钱买省心。平台型囊括B2P2B和C2P2B等，服务特点为：标准化程度高、使用高频、低价，但通 常无法完全自动完成。租用型包 究报告》与《2021年中国企业服务研究报告》，此处不再进一步赘述。 来源：艾瑞咨询研究院自主研究及绘制。 定 义 及 特 征 分类 企业服务的定义及分类 租 用 型 平台型 外包型 专家型 经验型 程序型 B2P2B C2P2B 传统租赁型 云服务型 SaaS PaaS IaaS 企业服务指由第三方公司或专业机构 面向企业提供的支持性服务，通常涵盖 “To B”（服务对象）和“段时间” 注释：市场规模统计口径为国内（GDP概念对应下的“国内”）企业购买企业服务的支出总额，不包括企业向金融服务供应商支付的融资费用，也不包括企业向业主支付的购买或租 赁物业、厂房等生产经营场所的费用。 来源：艾瑞咨询研究院根据公开资料、专家访谈及自有模型统计核算及绘制。 92076 94347 104456 108713 113578 120323 128114 135589 2.5% 10.7% 4.1% 4.5% 5.9%

划、 产 品迭 代 等 诸 多 因 素 影 响 ， 反 馈 到 较 远 年 份 时 将 出 现 与 往 年 预 测 数 据 相比 较 为明 显 的变 化 ，该 预 测值 仅 供参 考。 来源：专家访谈、公开资料，艾瑞咨询研究院自主研究及绘制。 2023-2028 年中国保险业科技投入 13.4% 14.7% 14.6% 14 www.iresearch.com.cn 13 负 债 端 投 资 端 来源：公开资料、专家访谈，艾瑞咨询研究院自主研究及绘制。 保险中后台是支撑前端业务闭环的运营中枢，当前 AI 在保险中后台的应用集中于技术与业务场景的深度融合、风险防控的前置化布局以及决策支持的智能化升级， 强 调通过 识 别 合 规 管 理 财 务 管 理 数 据 中 台 IT 运 维 数据驱动的前瞻决策体系 全链路风险穿透与预警 来源：公开资料、专家访谈，艾瑞咨询研究院自主研究及绘制。 资源精准调配 风险管控 决策支持 保险销售的 AI 应用正从单点工具转向覆盖获客、需求分析、产品推荐到销售促成的全流程智能体系，其核心价值在于推动销售模式从传统的“产品推销”

机器（还）不能做什么 第三部 智慧协作时代的关键思考 37 智慧协作的未来 │注释│ 版权页 8 │写于书前│ 这个世界不缺管理思想。每一年，有数以千计的研究人员、从业人员和其他 专家，创作了数以万计的文章、书籍、论文、贴文和Podcast，但只有极少数人致 力于推动真正的实务，而敢于谈论未来管理者则更少。我们想在本系列里展示 的，正是这种对实务有意义、有立论依据，并为未来树立方向的罕见观点。 强技术。我们两人都坚信，AI的主要影响是增强人类的能力。我们希望有更多证 据和文件可以佐证，而非只有那两本早期书籍里提到的初步例子。 我们也坚信，未来一、两年内，因AI而流失的工作比例，将比较接近专家估 计的下限。有一个预测非常有启发性：2015年，麦肯锡全球研究院（McKinsey Global Institute）将工作分解成任务，预测透过目前的AI技术，美国将可能有 45％的工作可以用自动化处理。5 生。到这里工作前，布克斯鲍姆曾在亚利桑那州立大学（ASU）从事发展工作，担 任该职位已有数年。他的妻子在阿肯色州立大学找到教音乐的工作，泰勒也在那 里找到工作。 无论哪个机构，大学募款或发展专家的工作都很相似，至少美国是这样。我 们的目标是和潜在的捐款人——主要是校友，但不限于校友——建立关系。长期 和他们保持联系，最后说服他们捐大笔金额给学校。在COVID-19大流行前，布克 斯鲍

Data+AI 技术体系正引领着无数企业 迈向数据智能的新纪元。 本书整理了阿里云在 Data+AI 领域的最新实践案例与深度洞察，涵盖电商、游 戏、营销、运营等多个行业的成功经验，以及技术专家对数据库与 AI 融合趋势 的专业解读。通过理论与实践的结合，我们将共同探索 Data+AI 如何成为企业 智能化转型的核心驱动力，帮助每一位读者找到属于自己的数据智能之路。 大会上，阿里云数据库产品管理与技术架构部负责人王远与 IT168 & ITPUB 特约嘉宾薛晓刚就数据库与 AI 技术的融合、云原生数据库的新趋势及向量数 据库的支撑能力等热点话题进行了深入探讨。 数据库领域专家薛晓刚（左）、阿里云数据库产品管理与技术架构部负责人、PolarDB 开源社区 技术委员会主席王远（右） 在王远看来，Data+AI 不只是一个概念，而是已经进入实际落地阶段。同时，在新的 时代下的 PolarDB：In-DB 一体化模型训练与推理服务 阿里云智能集团数据库产品事业部高级产品专家 贾新华 在《AI 时代下的 PolarDB：In-DB 一体化模型训练与推理服务》主题分享中，阿里云 智能集团数据库产品事业部高级产品专家贾新华介绍了 PolarDB 积木架构，通过启 动若干个 AI 节点获得 In-DB 一体化的模型训练和推理服务。

强大的项目团队，包括三名董事总经理担任项目管理委员会成员，两名资深总监担任 PMO 成 员，经验丰富的业务与技术设计团队、实施开发骨干成员，以及多名营销、数字化、数据分析、 电商方案、供应链管理、财务管理等领域专家 团队 • 咨询公司以实现客户价值为出发点，承诺高质量的项目交付，保障项目的成功，咨询公司有愿 望、有机制、有能力、有团队与快消集团建立长期战略合作伙伴关系 3 承诺 • 咨询公司核心观点概述 • 快消集团项目总监 • 快消集团项目经理 • 咨询公司项目总监 • 咨询公司项目经理 • 咨询公司项目助理 咨询公司专家组 • 渠道与终端业务专家 • 渠道与终端技术专家 • 客户体验、数字营销专家 • 电商与专家 • 数据分析专家 • 供应链专家 • 财务专家 项目质量管控 • 质量管控合伙人 一体化整合规划项目 快消集团 业务组长 业务组员 技术组员 咨询公司 • 客户体验规划 • 一位敏捷开发专家 • 一位架构师 • 六位开发人员 * • 两位测试人员 * 敏捷方案管理 各团队的代表 • 项目管理者 • 产品负责人 • 商业分析师 • 业务单元负责人 敏捷方案管理团队协调不同 敏捷开发团队之间的依赖关 系，和遇到的与各团队都相 关问题 • 一位敏捷开发专家 • 一位架构师 • 六位开发人员 * • 两位测试人员 * • 一位敏捷开发专家 • 一位架构师

根据应用场景，对业务人员提 出与业务相关的数字化思维、 素养和专业技能要求。 典型职位 首席执行官、首席数 字官、企业中高层管 理者等 业务架构师、软件工程 师、IT 运维、用户体验设 计专家、大数据专家等。 战略规划、市场营销、财务、 人力资源等业务领域具有数字 化思维和应用意识的核心人 才。 典型职责 1）构建数字化愿 景：推动组织向数字 化方向转型； 2）领导组织文化变 报告（2023）》，并提出“井”型数字人才能力结构模型，从特征细分、业务能力、软性 技能、数字技能四个维度考量人才的数字化能力。 “井”型数字人才能力结构模型 2.数字人才能力模型 北京大学光华管理学院董小英研究团队、锦囊专家、数字化公社及北京大学出版社联 合发布了《变数：中国数字企业模型及实践》，提出数字人才能力模型。 数字人才能力模型(Digital Talent Competency Model，DTCM)旨在识别、诊断和 在数字化人才培养的征程中，中培伟业深知不同客户的多样需求，精心打造了丰富多元的 培训形式，全面覆盖公开课、精品录播、在线直播以及定制企业内训，以满足企业和学员在不 同场景下的学习需要。 公开课程： 汇聚行业权威专家与资深实战派讲师，定期在全国各大核心城市举办数字化人才培训 公开课。课程内容紧扣当下前沿技术与企业数字化转型热点，涵盖云计算、大数据、人工 智能、数字化管理等核心领域。 第 20 页 精品录播：

█ 大语言模型的价值实现基础 Part5：HR 中的大语言模型：影响与应用 █ 大语言模型对 HR 的影响 █ 大语言模型在企业 HR 部门的应用情况 参考资料 参调样本 企业案例和专家洞察 2 3 4 7 7 11 21 25 29 29 32 40 40 45 61 62 63 2 智能技术赋能人力资源管理 布莱恩 • 阿瑟在《技术的本质 客观地了解到人力资源工作对于业务的影响与贡献度，使得 HR 可以做出针对性的人力 决策，并进一步提升组织的绩效与竞争力 专家洞察 SAP 大中华区人力资源业务线解决方案负责人 刘家骥 关于什么是 AI 技术，AI 技术可以运用于哪些领域并为 HR 带来价值？ SAP 的专家给出了以下见解： 10 11 The Application of Artificial Intelligence in 技术的难度与成本较大，且供应商所提供的解决方案可能无法满足企业的实 际需求，或是企业对于 AI 技术在 HR 领域的应用画像仍然较为模糊，导致了实际正在或准备运用 AI 技术 的企业并不多。 基于市场观察，SAP 的专家解释了为何高管关注 AI 赋能 HR，但却对 AI 在 HR 领域的应用不甚了解 的原因： 那么基于这样的认知情况，企业在实践中对 AI 技术的应用情况如何呢？企业给了我们这样的回答： 图表 1-3

和方式的进步。 3 “ 三库、两匹配、一计划”已是 HCM 系统的必备功能 人才数据库 核心 / 高潜人才 数据库 职责、权限、 任职资格等 素质 领导力 专业技能 职位 绩效 内外部资源（专家 + 内部培训师） / 培 训体系（首创学院 + 技能培训 + 入职培 训） 人才盘点 人才发展计划 绩效 / 校准会 / 主管观 察 / 行为面试 /360 评估 / 评 鉴中心等方法 绩效 员工关系 1 2 3 4 5 6 COE HRBP ssc “ 六大模块” 不足 三 支 柱 1 2 3 12 “ 三支柱”的良好运行，离不开人力资源系统的支持 人力资源专家中心 COE 人力资源共享服务 平台 SSC 人力资源业务伙伴 HRBP 内部 客户 问题反馈 方案支持 制度规范 问题反馈 需求反馈 交付服务 数据统计、数据挖掘和 辅助决策、解决方案 层：网络自助服务（ 66% 事务） 14 三大中心建设 提供人力资源产品与服务 打造人力资源专业能力 集团类人力资源管理从六模块到三支柱的变革，亟需优秀系统的支持 战略参与 流程优化 制度设计 人才管理专家团队 COE 大区 / 事业部人力资源业务 伙伴 HRBP 人力资源共享中心 SSC 人才激励中心 人才管理中心 人才发展中心 找出落地 需求落地 业务驱动 人事服务 信息化解决方 案