【PPT下载】杭州云栖大会企业应用论坛干货分享:企业智慧大脑-AI组织赋能

简介: 互联网下半场三大主题:线上线下打通,人工智能,对企业服务,三者相互结合正在极大地改变和优化企业职能的运作。本次演讲将阐述人工智能给企业带来的真实价值,如何构建企业智慧大脑,并在HR、法务、IT资产管理等场景切实落地

上一篇博客我说过,我会尝试各种姿势,将企业应用分论坛新技术、新产品、场景解读一一分享给大家。今天带给大家企业应用分论坛阿里巴巴信息平台事业部资深算法专家李波所分享的《企业智慧大脑-AI组织赋能》

文章最下方留言给我,可获取高清无码版报告资料哦~~~

以下为演讲摘要:

互联网下半场三大主题:线上线下打通,人工智能,对企业服务,三者相互结合正在极大地改变和优化企业职能的运作。本次演讲将阐述人工智能给企业带来的真实价值,如何构建企业智慧大脑,并在HR、法务、IT资产管理等场景切实落地。

_2


1, 信息平台事业部,是阿里巴巴内部协作/运营平台的建设者,负责所有内部系统,包括:人事HR、行政、财务、采购、IT服务、资产和外包管理、工作流、办公网络等系统。
2, 企业数据智能团队,成立了1年多的时间,在信息平台数据化策略的大背景下,探索了“企业智慧大脑”方向,在多个企业业务领域取得了落地成果。

_3

1,企业智慧大脑的概念:基于人工智能、大数据等新IT技术的融合而构建的企业智能化开放创新平台,辅助智能决策和业务自动化,驱动业务系统的智能化升级,从而实现更加个性化、定制化、精细化的企业生产和服务。
2,“信息孤岛”主要针对企业内部的数据不互通。造成原因一是业务发展的不均衡,以及技术系统发展的先后关系,造成两个系统在描述同一个业务概念的时候,使用了不同的数据模型,导致数据无法打通。二是大量的数据还存在于线下,比如纸质文件,法律文书、报销票据以及用户行为(如:会议室是否正在被使用)等。此时需要运用NLP,CV等AI技术,结合相对低成本的iot设备,来打破信息孤岛,帮助我们提升效率。
3,深度融入应用。以行业+AI的方式,将AI融入应用。传统行业的组织内部运作已经较为成熟,但是有大量的人工工作,效率较低,且容易出错。AI的介入,能够更好提升运营效率。
4,C2B迁移,即C类成功的AI经验迁移到B类应用中。借鉴C类成功应用和C类AI应用的沉淀,可以有效地缩短企业智慧大脑的构建路径。而这可以是未来5-10年,建设企业智慧大脑的重点探索方向。

_4

_5

晋升业务中最为常见的有两个:有哪些候选人有晋升的潜力? 这些候选人与其他候选人相比,是否更符合晋升标准?这两个问题通常由主管和HR来回答,不可避免地引入人工的主管偏差。我们使用客观数据,构建评价指标体系和算法预测模型,在提名和评审阶段辅助主管和HR进行判断决策。

_6

面试官的面试技能和成熟度,直接决定了招聘的效率和效果。但不同于晋升辅助模型,面试官模型缺乏客观的历史数据。因此,建面试官评价模式时需要选择用主动学习的方式,将人工建模与机器建模结合。虽然20%的模型覆盖率不是特别大的一个数字,但对面试官的数据化运营可以起到很大的帮助作用。

_7


由于每个员工花名的独一性,即使离职员工花名也会得到保留,所以新员工取花名是一件困难的事情。它可以随机推荐花名,也可以指定关键词去检索花名,甚至还可以基于描述、释义偏好来取名。例如,你希望花名中含有“在前面开路引导的人”的意义,智能花名系统就会推荐“先驱”、“先锋”、“开拓”等花名给你。智能花名系统上线以来,员工采纳率达到60%以上。

_8


它能自动审核协议中存在的潜在风险,并给出建议。能进一步降低平台风险。目前,自动文书协议审核的识别准确率在98%左右,能检测出85%的违规内容。除此之外,AI还能帮助进行合同形式的审核。包括合同文本内容一致性审核、合同金额正确性检查(如大写金额和小写金额是否一致)、条款完备性检查以及序号、错别字检查等。准确率在90%以上,并具有很大的功能扩充弹性。

_9


大量法律文书,无论是合同文书,诉状,还是证据等,主要以纸质形式存在。如何实现纸质文件到信息系统的对接,决定了整个业务信息化处理流程的效率。智能文书录入不仅能将线下文本自动转化到线上,更能通过NLP信息抽取自动提取录入关键信息,对条款类型进行分类。

_10


合同检索对安全性和保密性要求极高,这套系统在开发和部署阶段,实现了一整套密态检索功能,能有效保障数据的安全性。目前,针对法律文书的特点,系统还实现了定制化检索和排序的流程,使得整体检索相关度在90%以上。



更多企业应用分论坛干货,戳这里:
https://yq.aliyun.com/articles/644836?spm=a2c4e.11155435.0.0.105133128GVz1R
https://yq.aliyun.com/articles/643778?spm=a2c4e.11155435.0.0.105133128GVz1R

持续更新中......


我会尝试各种姿势,把企业应用团队的无边脑洞和温情故事讲给你听。如果你特别想听到“Ta的故事”,不妨留言告诉我。


企业智慧大脑让组织更有活力!扫码可进入交流群_

目录
相关文章
|
13天前
|
人工智能 数据挖掘 数据库
拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策
本文为数据库「拥抱Data+AI」系列连载第1篇,该系列是阿里云瑶池数据库面向各行业Data+AI应用场景,基于真实客户案例&最佳实践,展示Data+AI行业解决方案的连载文章。本篇内容针对电商行业痛点,将深入探讨如何利用数据与AI技术以及数据分析方法论,为电商行业注入新的活力与效能。
拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策
|
18天前
|
存储 人工智能 数据可视化
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
在数字化时代,企业面临海量客户对话数据处理的挑战。阿里云推出的“AI大模型助力客户对话分析”解决方案,通过先进的AI技术和智能化分析,帮助企业精准识别客户意图、发现服务质量问题,并生成详尽的分析报告和可视化数据。该方案采用按需付费模式,有效降低企业运营成本,提升客服质量和销售转化率。
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
|
14天前
|
人工智能 运维 关系型数据库
云栖大会|数据库与AI全面融合,迈入数据智能新纪元
2024年云栖大会「数据库与AI融合」专场,来自NVIDIA、宇视科技、合思信息、杭州光云科技、MiniMax等企业的代表与阿里云瑶池数据库团队,共同分享了Data+AI全面融合的最新技术进展。阿里云发布了DMS的跨云统一开放元数据OneMeta和智能开发OneOps,推出《云数据库运维》技术图书,并介绍了PolarDB、AnalyticDB、Lindorm和Tair等产品的最新能力,展示了AI在数据库领域的广泛应用和创新。
|
8天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
43 4
|
14天前
|
人工智能 运维 NoSQL
云栖大会|多模+一体化,构建更高效的AI应用
在2024年云栖大会「NoSQL数据库」专场,多位知名企业和阿里云瑶池数据库团队的技术专家,共同分享了阿里云Lindorm、Tair、MongoDB和MyBase的最新进展与实践。Tair推出Serverless KV服务,解决性能瓶颈和运维难题;Lindorm助力AI和具身智能时代的多模数据处理;MongoDB云原生化提升开发效率;MyBase One打破云边界,提供云边端一体化服务。这些技术进展和最佳实践,展示了阿里云在NoSQL数据库领域的创新能力和广泛应用前景。
|
14天前
|
关系型数据库 分布式数据库 数据库
云栖大会|从数据到决策:AI时代数据库如何实现高效数据管理?
在2024云栖大会「海量数据的高效存储与管理」专场,阿里云瑶池讲师团携手AMD、FunPlus、太美医疗科技、中石化、平安科技以及小赢科技、迅雷集团的资深技术专家深入分享了阿里云在OLTP方向的最新技术进展和行业最佳实践。
|
15天前
|
数据采集 人工智能 搜索推荐
|
15天前
|
数据采集 人工智能 搜索推荐
大咖说|Data+AI:企业智能化转型的核心驱动力
在数字化浪潮的推动下,企业正面临前所未有的挑战与机遇。数据与人工智能的结合,形成了强大的Data+AI力量,尤其在近期人工智能迅速发展的背景下,这一力量正在加速重塑企业的运营模式、竞争策略和市场前景,成为适应变化、提升竞争力、推动创新的核心驱动力。本文将讨论企业采用Data+AI平台的必要性及其在企业智能化转型中的作用。
83 0
大咖说|Data+AI:企业智能化转型的核心驱动力
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
8天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
27 1