Not Found

2023 - 数启智汇

标签： 2023

分类
行业资讯

AI给职场带来什么，人力资源年度大型论坛热议的话题

在9月15日举行的人力资源年度大型论坛——“2023 HRoot人力资本论坛·上海站”上，AI时代如何积极主动地探寻变革之道，以适应不断变化的商业环境成为各行业高管热议的话题。

图说：“2023 HRoot 人力资本论坛·上海站”现场 主办方提供

本次论坛以“技术·组织·人 重塑中的叠加态未来”为主题，邀请了近20名行业专家、知名学者及专业领袖，通过14场精彩演讲和1场深度圆桌对谈，深入探讨技术、组织和人三方协同与共存的意义。

《人力资源数字化转型行动指南》作者、复旦MBA同学会人力资源协会主理人徐刚说，数字化、AI技术在职场上的应用主要有三大方面：提升效率，无论是流程自动化、还是智能客服机器人等，都能帮助我们减少不必要的人工操作，提升工作效率；数据分析，数字化可以积累更多的数据，而AI能帮助我们更好地对这些数据进行智能分析和预测；组织协同，有了数字化可以更好地进行远程协同，这个世界变得越来越小，协同也会变得随时随地。

他认为，总体来说借助数字化和AI，可以让我们能更好地满足客户需求，提升企业组织的竞争力。但AI给我们带来了前所未有的挑战，他认为，职场人士需要持续学习，一旦停止学习，很有可能就跟不上这个世界的变化；另外还有数据隐私和道德问题，可以看到个人保护法的出台其实就是为了更好地保护好个人隐私；人类情感连接的问题，技术会让我们人与人之间面对面的沟通越来越少，这会降低人与人之间的情感连接，产生其他的一些组织管理问题。企业也需要不断探索和完善应用方式和管理措施来应对。

中智股份党委副书记、总经理单为民说，技术不断在更迭，AI时代的到来，使大家不免担心人工智能会取代人力，而这也是此次大会聚焦于此的原因。AI对就业的长期影响十分复杂。为了确保技术的优势得到广泛体现，至关重要的是，要对员工队伍的发展进行投资管理。个人和企业都应该专注于提高数字思维和数字化转型能力，为充分利用新技术做好准备。他认为，目前来看，AI最大的潜力并不是取代人力，而是协助人类创造创新性解决方案，补充并强化人的能力。与其说是AI取代了人力，不如说更有可能出现的情况是，具备数字思维、未来思维的人将取代那些无法适应时代变革的人。

分类
政策法规

《生成式人工智能服务管理暂行办法》 8月15日起施行

国家互联网信息办公室
中华人民共和国国家发展和改革委员会
中华人民共和国教育部
中华人民共和国科学技术部
中华人民共和国工业和信息化部
中华人民共和国公安部
国家广播电视总局
令
第15号

《生成式人工智能服务管理暂行办法》已经2023年5月23日国家互联网信息办公室2023年第12次室务会会议审议通过，并经国家发展和改革委员会、教育部、科学技术部、工业和信息化部、公安部、国家广播电视总局同意，现予公布，自2023年8月15日起施行。

国家互联网信息办公室主任 庄荣文
国家发展和改革委员会主任 郑栅洁
教育部部长 怀进鹏
科学技术部部长 王志刚
工业和信息化部部长 金壮龙
公安部部长 王小洪
国家广播电视总局局长 曹淑敏
2023年7月10日

生成式人工智能服务管理暂行办法

第一章 总　则

第一条 为了促进生成式人工智能健康发展和规范应用，维护国家安全和社会公共利益，保护公民、法人和其他组织的合法权益，根据《中华人民共和国网络安全法》、《中华人民共和国数据安全法》、《中华人民共和国个人信息保护法》、《中华人民共和国科学技术进步法》等法律、行政法规，制定本办法。

第二条 利用生成式人工智能技术向中华人民共和国境内公众提供生成文本、图片、音频、视频等内容的服务（以下称生成式人工智能服务），适用本办法。

国家对利用生成式人工智能服务从事新闻出版、影视制作、文艺创作等活动另有规定的，从其规定。

行业组织、企业、教育和科研机构、公共文化机构、有关专业机构等研发、应用生成式人工智能技术，未向境内公众提供生成式人工智能服务的，不适用本办法的规定。

第三条 国家坚持发展和安全并重、促进创新和依法治理相结合的原则，采取有效措施鼓励生成式人工智能创新发展，对生成式人工智能服务实行包容审慎和分类分级监管。

第四条 提供和使用生成式人工智能服务，应当遵守法律、行政法规，尊重社会公德和伦理道德，遵守以下规定：

（一）坚持社会主义核心价值观，不得生成煽动颠覆国家政权、推翻社会主义制度，危害国家安全和利益、损害国家形象，煽动分裂国家、破坏国家统一和社会稳定，宣扬恐怖主义、极端主义，宣扬民族仇恨、民族歧视，暴力、淫秽色情，以及虚假有害信息等法律、行政法规禁止的内容；

（二）在算法设计、训练数据选择、模型生成和优化、提供服务等过程中，采取有效措施防止产生民族、信仰、国别、地域、性别、年龄、职业、健康等歧视；

（三）尊重知识产权、商业道德，保守商业秘密，不得利用算法、数据、平台等优势，实施垄断和不正当竞争行为；

（四）尊重他人合法权益，不得危害他人身心健康，不得侵害他人肖像权、名誉权、荣誉权、隐私权和个人信息权益；

（五）基于服务类型特点，采取有效措施，提升生成式人工智能服务的透明度，提高生成内容的准确性和可靠性。

第二章 技术发展与治理

第五条 鼓励生成式人工智能技术在各行业、各领域的创新应用，生成积极健康、向上向善的优质内容，探索优化应用场景，构建应用生态体系。

支持行业组织、企业、教育和科研机构、公共文化机构、有关专业机构等在生成式人工智能技术创新、数据资源建设、转化应用、风险防范等方面开展协作。

第六条 鼓励生成式人工智能算法、框架、芯片及配套软件平台等基础技术的自主创新，平等互利开展国际交流与合作，参与生成式人工智能相关国际规则制定。

推动生成式人工智能基础设施和公共训练数据资源平台建设。促进算力资源协同共享，提升算力资源利用效能。推动公共数据分类分级有序开放，扩展高质量的公共训练数据资源。鼓励采用安全可信的芯片、软件、工具、算力和数据资源。

第七条 生成式人工智能服务提供者（以下称提供者）应当依法开展预训练、优化训练等训练数据处理活动，遵守以下规定：

（一）使用具有合法来源的数据和基础模型；

（二）涉及知识产权的，不得侵害他人依法享有的知识产权；

（三）涉及个人信息的，应当取得个人同意或者符合法律、行政法规规定的其他情形；

（四）采取有效措施提高训练数据质量，增强训练数据的真实性、准确性、客观性、多样性；

（五）《中华人民共和国网络安全法》、《中华人民共和国数据安全法》、《中华人民共和国个人信息保护法》等法律、行政法规的其他有关规定和有关主管部门的相关监管要求。

第八条 在生成式人工智能技术研发过程中进行数据标注的，提供者应当制定符合本办法要求的清晰、具体、可操作的标注规则；开展数据标注质量评估，抽样核验标注内容的准确性；对标注人员进行必要培训，提升尊法守法意识，监督指导标注人员规范开展标注工作。

第三章 服务规范

第九条 提供者应当依法承担网络信息内容生产者责任，履行网络信息安全义务。涉及个人信息的，依法承担个人信息处理者责任，履行个人信息保护义务。

提供者应当与注册其服务的生成式人工智能服务使用者（以下称使用者）签订服务协议，明确双方权利义务。

第十条 提供者应当明确并公开其服务的适用人群、场合、用途，指导使用者科学理性认识和依法使用生成式人工智能技术，采取有效措施防范未成年人用户过度依赖或者沉迷生成式人工智能服务。

第十一条 提供者对使用者的输入信息和使用记录应当依法履行保护义务，不得收集非必要个人信息，不得非法留存能够识别使用者身份的输入信息和使用记录，不得非法向他人提供使用者的输入信息和使用记录。

提供者应当依法及时受理和处理个人关于查阅、复制、更正、补充、删除其个人信息等的请求。

第十二条 提供者应当按照《互联网信息服务深度合成管理规定》对图片、视频等生成内容进行标识。

第十三条 提供者应当在其服务过程中，提供安全、稳定、持续的服务，保障用户正常使用。

第十四条 提供者发现违法内容的，应当及时采取停止生成、停止传输、消除等处置措施，采取模型优化训练等措施进行整改，并向有关主管部门报告。

提供者发现使用者利用生成式人工智能服务从事违法活动的，应当依法依约采取警示、限制功能、暂停或者终止向其提供服务等处置措施，保存有关记录，并向有关主管部门报告。

第十五条 提供者应当建立健全投诉、举报机制，设置便捷的投诉、举报入口，公布处理流程和反馈时限，及时受理、处理公众投诉举报并反馈处理结果。

第四章 监督检查和法律责任

第十六条 网信、发展改革、教育、科技、工业和信息化、公安、广播电视、新闻出版等部门，依据各自职责依法加强对生成式人工智能服务的管理。

国家有关主管部门针对生成式人工智能技术特点及其在有关行业和领域的服务应用，完善与创新发展相适应的科学监管方式，制定相应的分类分级监管规则或者指引。

第十七条 提供具有舆论属性或者社会动员能力的生成式人工智能服务的，应当按照国家有关规定开展安全评估，并按照《互联网信息服务算法推荐管理规定》履行算法备案和变更、注销备案手续。

第十八条 使用者发现生成式人工智能服务不符合法律、行政法规和本办法规定的，有权向有关主管部门投诉、举报。

第十九条 有关主管部门依据职责对生成式人工智能服务开展监督检查，提供者应当依法予以配合，按要求对训练数据来源、规模、类型、标注规则、算法机制机理等予以说明，并提供必要的技术、数据等支持和协助。

参与生成式人工智能服务安全评估和监督检查的相关机构和人员对在履行职责中知悉的国家秘密、商业秘密、个人隐私和个人信息应当依法予以保密，不得泄露或者非法向他人提供。

第二十条 对来源于中华人民共和国境外向境内提供生成式人工智能服务不符合法律、行政法规和本办法规定的，国家网信部门应当通知有关机构采取技术措施和其他必要措施予以处置。

第二十一条 提供者违反本办法规定的，由有关主管部门依照《中华人民共和国网络安全法》、《中华人民共和国数据安全法》、《中华人民共和国个人信息保护法》、《中华人民共和国科学技术进步法》等法律、行政法规的规定予以处罚；法律、行政法规没有规定的，由有关主管部门依据职责予以警告、通报批评，责令限期改正；拒不改正或者情节严重的，责令暂停提供相关服务。

构成违反治安管理行为的，依法给予治安管理处罚；构成犯罪的，依法追究刑事责任。

第五章 附　则

第二十二条 本办法下列用语的含义是：

（一）生成式人工智能技术，是指具有文本、图片、音频、视频等内容生成能力的模型及相关技术。

（二）生成式人工智能服务提供者，是指利用生成式人工智能技术提供生成式人工智能服务（包括通过提供可编程接口等方式提供生成式人工智能服务）的组织、个人。

（三）生成式人工智能服务使用者，是指使用生成式人工智能服务生成内容的组织、个人。

第二十三条 法律、行政法规规定提供生成式人工智能服务应当取得相关行政许可的，提供者应当依法取得许可。

外商投资生成式人工智能服务，应当符合外商投资相关法律、行政法规的规定。

第二十四条 本办法自2023年8月15日起施行。

分类
行业资讯

天风·数据研究 | AI产业人士看大模型发展趋势

本报告基于对9位来自中国AI科技团队的产业人士问卷调研，分析了中国AI产业在资源投入、模型发展、数据隐私保护和行业合作等方面的表现，以及面临的挑战和机遇。用科学数据证据给读者提供全面的视角洞察中国AI产业的发展现状和未来趋势。

人工智能是当今最热门的技术领域之一，也是中国互联网公司的重要战略方向。本报告基于对9位来自中国AI科技团队的产业人士问卷调研，分析了中国AI产业在资源投入、模型发展、数据隐私保护和行业合作等方面的表现，以及面临的挑战和机遇。用科学数据证据给读者提供全面的视角洞察中国AI产业的发展现状和未来趋势。

亿级资金有望注入，团队扩容力度加大。根据公司战略定位和发展重点，在技术研发、算力资源投入、数据采集与标注以及市场推广与商业化扩展方面存在投入差异。同时，AI人力资源也在不断扩张，采取多元化的策略来吸引和培养人才。

AI模型新发布可期，复杂数据处理升级。下半年有多个AI模型发布计划，涵盖自然语言处理、计算机视觉和跨模态领域。在模型发布中，Transformer架构是主流选择。数据挑战、模型优化和商业化仍是AI团队面临的瓶颈。虽然大模型在应用场景中扩展，并非模型规模越大越好，也需综合考虑数据和模型的质量。

数据多样性、数据合作和数据隐私保护是中国AI公司在数据领域的关键关注点。数据多样性与合作是关键，共享数据合作是重要趋势。图像和自然语言数据集普及度高，物体检测数据集应用较少。中国AI公司重视数据安全与隐私保护，采取多层防护措施、动态处理与隐私保护并重，以用户为中心保护用户数据。

AI硬件投入将继续保持强劲的发展势头。服务器部署反映算力需求，大部分公司有服务器扩张计划。不同公司在计算资源的使用量、成本和供应商选择上存在差异，反映出它们在AI技术发展上的投入和战略规划。中国本土公司在半导体领域的发展也不容忽视。

AI商业化需要持续投入和优化，而营销策略中突出大模型的创新性和应用价值是至关重要的。按交易量费和定制开发费是中国AI科技团队主要的收费模式，显示出对需求敏感性和灵活盈利模式的重视。调研结果还揭示了AI服务费用反映了模型复杂性、服务质量和市场竞争的因素，需要综合评估选择。

AI的跨行业应用和行业合作是推动技术发展和创新的关键。AI应用有广阔的发展空间，需要各行业积极与AI公司合作推动数字化和智能化转型，同时加强数据隐私保护。我们认为，未来行业整合、竞争加剧和新兴创业公司崛起的可能性较大。

分类
政策法规

《北京市互联网3.0创新发展白皮书（2023年）》重磅发布

5月27日，市科委、中关村管委会在中关村论坛“互联网3.0：未来互联网产业发展”平行论坛上发布了《北京市互联网3.0创新发展白皮书（2023）》（以下简称《白皮书》），从互联网3.0内涵、体系架构、国内外发展现状、北京发展现状和发展建议等方面进行了系统分析和阐述。

　　《白皮书》认为，互联网3.0是现代科学技术的集大成者，是未来互联网产业发展的新形态，高度的智能化、虚实融合发展和完整的经济形态是其主要特征。《白皮书》将互联网3.0体系架构分为基础设施层、交互终端层、平台工具层、应用层4层，其中，基础设施层为互联网3.0运行提供必需的基础设施保障。

　　《白皮书》认为，当前生成式人工智能、XR交互终端、内容制作工具平台等是互联网3.0产业的研究热点，百度、字节跳动、腾讯、苹果、Meta、微软、谷歌、英伟达等国内外科技巨头纷纷开展布局，并引领产业发展；数字人、数字藏品等新兴应用快速发展落地，创新主体纷纷开展应用落地探索。互联网3.0社会组织表现活跃，资本市场逐渐回归理性。在国家层面，美国正在持续引领全球互联网3.0产业发展，日韩力争在XR终端等细分领域实现领先。我国地方政府积极布局发展，已有30多个省市发布支持政策，北京、上海等互联网3.0产业发展方面处于领先位置。

　　《白皮书》认为，北京在互联网3.0科技创新和产业发展基础等方面处于全国领先地位。当前，北京正在围绕关键技术、共性技术平台、应用场景、创新生态和监管等方面，谋划开展系列工作举措，加快推动北京建设具有国际影响力的互联网3.0创新高地。同时，北京不断强化市区协同，推动海淀、朝阳、石景山、通州等区域特色化发展。

　　《白皮书》在分析研判互联网3.0发展现状和趋势的基础上，提出当前北京互联网3.0产业发展在技术和人才支撑能力、产业链完整性、法律规范等方面仍面临挑战。下一步，将持续以《关于推动北京互联网3.0产业创新发展的工作方案（2023-2025年）》为指引，从关键技术攻关、应用场景建设、共性平台搭建、创新生态培育、包容审慎监管等五个方面，加强市区资源协同和联动，推动北京率先建成具有国际影响力的互联网3.0科技创新和产业发展高地。

在此我们整理了一些关注的点和重要的部分：

什么是互联网3.0

互联网3.0 = 元宇宙 + 区块链 + 人工智能

互联网 3.0 范畴包括了虚实融合的高沉浸感官体验和虚实贯通的经济活动体验，涵盖了元宇宙和 Web3 的内涵，其概念正是 体现了人类社会和经济形态由实向虚、以虚赋实、虚实融合这 一发展趋势。

互联网3.0发展亦面临重大挑战

  1. 部分底层技术尚未成熟，概念落地缺少有力支撑
  2. 产业链部分环节缺失，商业模式待丰富验
    商业模式方面，目前互联网3.0相关技术应用场景有限，商业模式单一，如互联网3.0核心技术 AR/VR，市场盈利方式主要为终端设备的出售、线上内容付费和线下VR体验馆的单次付费形式，用户持续性和稳定性均较弱。
  3. 安全体系与监管政策配套尚未铺开，数据安全和隐私保护有待加强
    个人在互联网 3.0中的一切活动将以数据的形式产生和传输，海量数据时刻面临泄露、盗取的风险，高速网络传输安全、数据交易安全、个人隐私安全等成为互联网 3.0发展必须高度重视的问题。此外，确权、交易等数据流通关键环节尚未打通，对于数据流通各个环节的市场监管政策尚未全面铺开，一定程度上制约了互联网 3.0经济体系的构建速度。

发展建议

（一）加强政策支持与组织保障
（二）加快推动技术攻关与共性技术支撑平台建设
（三）加快推动“互联网3.0+”应用场景建设
（四）加强互联网 3.0创新生态建设与风险监管
围绕互联网 3.0创新生态构建，进一步加强产业创新服务，通过组建产业创新联合体、设立互联网 3.0投资基金、培育内容生态、推动产业集聚、举办前沿大赛等方式，逐步培育北京互联网3.0创新生态。同时，聚焦互联网3.0内容监管、数据安全、隐私保护、身份可信、资产确权等，加强监管机制和监管模式探索，利用区块链、隐私计算、网络安全、量子加密等新型监管技术，实现对互联网3.0虚拟世界的可监管和可审计，保障互联网3.0数据的安全与隐私，提升对虚拟世界监管的智能化水平。

以下为全文链接地址：

https://www.beijing.gov.cn/ywdt/gzdt/202305/t20230529_3116307.html

以下为全文链接地址：

《北京市互联网3.0创新发展白皮书（2023）》（点击链接下载）
分类
行业资讯

企业数字化转型，ChatGPT和生成式人工智能可以做些什么？

ChatGPT的惊人功能已经占据了头条新闻，但企业现在面临的问题是，如何使用这些强大的工具来优化客户或员工体验。

开发ChatGPT的OpenAI公司在网站展示了摩根士丹利进行的一个案例研究。其主题是“摩根士丹利财富管理部署GPT-4来组织其庞大的知识库。”该案例研究援引摩根士丹利分析、数据与创新主管Jeff McMillan的话说，“该模型将为一个面向内部的聊天机器人提供动力，该机器人将对财富管理内容进行全面搜索，并有效地解锁摩根士丹利财富管理的累积知识”。

McMillan进一步强调说：“采用GPT-4，你基本上立刻就拥有了财富管理领域最博学的人的知识……可以把它想象成我们的首席投资策略师、首席全球经济学家、全球股票策略师，以及全球其他每一位分析师，并且每天都在待命。我们相信，这对我们公司来说是一种变革能力。”

这是知识管理的终极目标——将企业的知识和专长体现在与客户交互的系统、过程和工具中的能力。

那么真的达到这个目标了吗？生成式人工智能是知识访问、检索和应用的答案吗？在宣布战胜信息混乱之前，考虑一些基本元素和注意事项是很重要的。

首先，生成式人工智能可以克服知识管理挑战的认知背后有一个假设，即知识以明确的、记录的形式存在。然而，在大多数企业中，知识被锁定在员工的头脑中，如果以数字形式存储，它就会分散在部门、技术和存储库的生态系统中的孤岛中。OpenAI公司在其网站进一步指出，摩根士丹利每年发表数千篇论文，其内容涉及资本市场、资产类别、行业分析和全球经济区域……这些知识财富为摩根士丹利公司创建了一个独特的内部内容库，可以使用GPT-4进行处理和解析，同时也可以进行内部控制。摩根士丹利拥有的知识可以构成使用ChatGPT大型语言模型的基础。如果企业内容和知识资源不可获取，质量很差，或者与客户和员工的需求不一致，ChatGPT将无法访问响应这些需求的特定知识。

第二，生成式人工智能创造内容。它不是一个检索机制。那么原始知识库是如何使用的呢？这是一个棘手的领域。ChatGPT正在寻找内容和概念关系中的模式，以便它可以根据提示预测应该显示哪些文本。提示符是一种信号，就像搜索词是一种信号一样。搜索引擎不仅根据术语，而且还根据与查询场景相关的其他信号(例如，行业或搜索者的角色)预测应该显示哪些信息。可以在提示中以事实或文档的形式向ChatGPT提供场景，也可以通过指向作为响应基础的特定信息以编程方式提供场景。

大型语言模型——同义词库

大型语言模型是包含在信息体中的术语、概念和关系的数学表示。大型语言模型的强大之处在于它们能够理解用户的意图——无论请求是如何表达的，用户都在寻找什么内容，以及预测最有可能响应用户意图的单词模式。该模型“理解”用户的请求，并对应该返回的内容做出预测。搜索引擎也会根据用户的查询做出预测，尽管是通过不同的机制。搜索引擎可以用于生成人工智能场景中的检索。使用语义搜索或神经搜索引擎检索内容，并使用大型语言模型为用户格式化响应。

同义词库将非首选术语映射为首选术语(例如，“SOW”和“Statement of Work”映射为“Proposal”，即标记文档的首选术语)。把大型语言模型的一个方面看作是“同义词库”，但不仅仅是单词，而且是短语和概念。用户可以用许多不同的方式提出相同的问题。这种意图分类并不新鲜，它是将短语变化解析为特定动作的聊天机器人的基础。语言模型是意图解析和分类功能的基础。

大型语言模型还能理解提示符后面的单词模式。这就是启用ChatGPT会话流畅性的方式。使它们对企业具有实用性的关键是根据特定的内容或知识体来调整模型(摩根士丹利在实施ChatGPT时就是这样做的)，并吸收企业独有的术语。

有许多带有示例代码的教程说明了如何使用具有特定内容的大型语言模型。例如，其视频引导开发人员完成使用语言模型(如GPT-4)并将聊天机器人指向特定知识和内容的过程。

面向企业的知识专用机器人

在回顾了这些教程之后，有一些观察结果：

定制的、特定于知识的聊天机器人可以使用大型语言模型来理解用户的要求，然后从指定的知识来源返回结果。开发人员指出，需要将内容“分块”成“语义上有意义”的部分。为回答特定问题而设计的组件化内容需要完整且符合场景。重要的是要注意，知识通常不存在于这种状态。要进行组件化，必须将大型文档和文本主体分解成块。例如，用户手册可以按章、节、段和句子分成若干部分。在技术文档领域，这已经做到了——DITA (达尔文信息类分类架构)等标准使用了基于主题的方法，非常适合回答问题。

开发人员谈论“语义”以及语义的重要性。这是什么意思?语义学是关于意义的。语义丰富的内容用元数据标记，元数据有助于精确检索所需的信息和信息的场景。例如，如果用户使用特定型号的路由器，并且该路由器发出错误代码，那么当请求支持机器人帮助时，可以检索标有这些标识符的内容。这个过程在聊天机器人领域也被称为“插播”。

自定义内容被摄取到所谓的“向量空间”中，这是另一种信息数学模型，它将文档放在多维空间中(这是一种数学构造)，允许对类似的文档进行聚类和检索。这被称为“嵌入”。嵌入可以包含元数据和标识符(例如参考源)，这些元数据和标识符有助于记录向用户提供特定答案的原因。这对于法律责任和监管目的以及向用户提供正确、最权威信息的保证都很重要。

训练人工智能的定义

关于“训练”有几个观点。ChatGPT和大型语言模型在大量内容上进行了训练，使它们能够理解用户的查询，并以格式良好且具有会话性的最佳答案进行响应。训练该工具的一种方法是在提示符中包含内容，“根据以下信息回答这个问题……”

但在这里有两个问题：

首先，ChatGPT在其提示符中只能处理一定数量的内容，这种提问方式将非常有限。可以将内容摄取到工具中，这将支持额外的训练。然而，将内容添加到ChatGPT中也会将该内容合并到公共模型中。因此，企业的知识产权将受到损害。这种风险导致许多企业禁止使用ChatGPT和其他因无意中上传企业机密而丢失知识产权的人工智能工具。

另外，还有另一种训练内容的方法。大型语言模型可以使用企业特定知识作为训练语料库的一部分，但这需要提供一个防火墙后面的版本。幸运的是，大型语言模型正在迅速实现商品化，有些甚至可以在笔记本电脑上本地运行。这种类型的训练在计算上也很昂贵。另一种机制是使用大型语言模型来解释用户的目标(他们的意图)，然后使用向量嵌入以编程方式提供来自特定数据或内容源的场景。

然后，语言模型对响应进行处理和格式化，使其具有对话性和完整性。通过这种方式，知识与大型语言模型分开，使企业的商业秘密和知识产权不会受到损害。

所有这些因素都表明需要知识管理和知识架构，将信息组织成组件，以便用户可以获得特定问题的答案。大型语言模型和ChatGPT的革命性本质可以提供所需的会话流畅性，以近乎人类的互动水平来支持积极的客户体验。关键因素是获得企业中结构良好的知识。ChatGPT看起来很神奇，但它是基于信息的统计处理和模式预测。如果正确地组织和整合信息，将会成为企业数字化转型的重要组成部分。

分类
政策法规

北京市促进通用人工智能创新发展公开征求意见

北京市促进通用人工智能创新发展的若干措施(2023-2025年)

（征求意见稿）

原文地址：https://www.beijing.gov.cn/hudong/gfxwjzj/zjxx/202305/t20230515_3103080.html

为抢抓大模型发展机遇，重视通用人工智能发展，充分发挥政府引导作用和创新平台催化作用，整合创新资源，加强要素配置，营造创新生态，重视风险防范，推动我市通用人工智能领域实现创新引领，提出以下落实措施：

一、加强算力资源统筹供给能力

（一）组织商业算力定向满足本市紧迫需求

加强与头部公有云厂商等市场主体合作，实施算力伙伴计划，并确定首批伙伴计划成员，明确供给技术标准、软硬件服务要求、算力供给规模、优惠策略等，向在京高校院所和中小企业公布一批优质算力供应商。

（二）高效推动新增算力基础设施建设

将新增算力建设项目纳入算力伙伴计划，加快推动海淀区“北京人工智能公共算力平台”，朝阳区“北京数字经济算力中心”等项目建设，快速形成规模化先进算力供给能力，支撑千亿级参数量的大型语言模型、多模态大模型、大规模精细神经网络模拟仿真模型、脑启发神经网络等研发。

（三）建设统一的多云算力调度平台

利用政府统一入口，降低公有云采购成本，普惠中小企业，同时减少企业分别面对不同云厂商的沟通成本。针对弹性算力需求，建设统一的多云算力调度平台，实现异构算力环境统一管理、统一运营，方便企业在不同云环境上无缝、经济、高效地运行各类人工智能计算任务。建设北京与河北、天津、山西、内蒙古等省（市）算力集群的直连基础光传输网络，进一步提升平台对四地算力资源感知能力，探索开展算力交易。

二、提升高质量数据要素供给能力

（四）归集高质量基础训练数据集

针对目前大模型训练高质量中文语料占比过少，不利于中文语境表达及产业应用的问题，整合现有开源中文预训练数据集和高质量互联网中文数据并进行合规清洗。同时持续扩展高质量多模态数据来源，建设合规安全的中文、图文对、音频、视频等大模型预训练语料库，通过北京国际大数据交易所社会数据专区进行定向有条件开放。

（五）打造“国家数据基础制度先行先试示范区”，谋划国家级数据训练基地

加快推动数据要素高水平开放的“国家数据基础制度先行先试示范区”建设，争创国家级数据训练基地，提升北京人工智能数据标注库规模和质量。倡议高质量数据网站所属企业提供部分脱敏高质量数据，进行定向有条件开放，企业或科研机构通过在线申请进行有偿使用，并探索基于数据贡献、模型应用的商业化场景合作。

（六）搭建数据集精细化标注众包服务平台

建设指令数据集及多模态数据集众包服务平台，开发集成相关工具应用的智能云服务系统，鼓励并组织来自不同学科的专业人员标注通用人工智能模型训练数据及指令数据，提高训练数据的多样性，给予贡献者适当奖励，推动平台持续良性发展。

三、系统布局大模型技术体系，持续探索通用人工智能路径

（七）开展大模型创新算法及关键技术研究

围绕大型语言模型构建、训练、调优对齐、推理部署等全流程，支持开展创新算法及核心技术研究，形成完整高效的训练体系并对外开源。探索多模态通用模型架构，研究大模型高效并行训练技术，以及逻辑和知识推理、指令学习、人类意图对齐等调优方法，研发支持百亿参数模型推理的高效压缩技术。

（八）加强大模型训练数据采集及治理工具研发

从“采、存、管、研、用”五个方面，研发包含数据采集、清洗、标注、脱敏、存储等功能在内的数据处理工具。重点研究互联网数据全量实时更新技术，多源异构数据整合与分类方法，数据管理平台相关系统，数据清洗、标注、分类、注释等软件工具及算法，数据内容安全审查算法及工具等。

（九）开放大模型评测基准及工具

构建多模态多维度的基础模型评测基准及评测方法。建立基础模型评测工具集，提供适应性的工具进行评测。建立公平高效的自适应评测机制，根据评测目标的不同，自动适配不同的工具和指标。研究人工智能辅助的智能模型评测算法，面向主观型或生成式的任务，构建自动化评估工具。集成包括通用性、高效性、智能性、鲁棒性在内的多维度评测工具，构建基础模型线上评测服务平台。

（十）推动大模型基础软硬件体系研发

支持研发分布式高效训练系统，实现模型训练任务高效自动并行。研发适用于模型训练场景的新一代人工智能编译器，实现算子自动生成和自动优化，推动人工智能芯片与框架的广泛适配。研发人工智能芯片评测系统，实现多芯片多框架的自动化评测。为大模型训练和应用提供自主创新的基础软硬件生态底座。

（十一）探索具身智能、通用智能体和类脑智能等通用人工智能新路径

发展面向通用人工智能的基础理论框架体系，加强人工智能数学机理、自主协同与决策等基础理论研究。推动具身智能系统研究及应用，突破机器人在开放环境、泛化场景、连续任务等复杂条件下的感知、认知、决策技术。探索价值与因果驱动的通用人工智能新路径研究，打造通用人工智能统一理论框架体系、评级标准及测试平台，研发通用人工智能操作系统和编程语言，推动通用智能体底层技术架构应用。探索类脑智能等交叉学科研究，通过大脑神经元连接模式、编码机制、信息处理原理研究，启发新型人工神经网络模型建模和训练方法。

四、推动通用人工智能技术创新场景应用

（十二）推动在政务服务领域率先试点应用

围绕政务咨询、政策服务、接诉即办、政务办事等工作，率先实现大模型技术赋能。借助大模型语义理解、自主学习和智能推理等能力，提高政务咨询系统智能问答水平，增强多语种交互能力。支撑“京策”平台建设，优化政策规范管理和精准服务。辅助市民服务热线更高效回应市民诉求，深化民生大数据高效利用。提升办事服务便利度，辅助引导办事人员表单填写，辅助综合窗口人员更精准提供办事指引，辅助审批人员提高审批效率，推进业务数据更充分共享、业务流程更高效协同。

（十三）探索在医疗领域示范应用

支持我市有条件的研究型医疗机构提炼智能导诊、辅助诊断、智能治疗等场景需求，充分挖掘医学文献、医学知识图谱、医学影像等多模态医疗数据，构建基于医疗领域通用数据与专业数据的智能应用，实现对各种疾病和症状的准确识别和预测，辅助医疗机构提高疾病诊断、治疗和预防的决策水平。

（十四）探索在科学研究领域示范应用

发展科学智能，加速人工智能技术赋能新材料和创新药物领域科学研究。支持我市能源、材料、生物领域相关实验室设立科研合作专项，与我市相关科研机构和创新企业开展联合研发，充分挖掘材料、蛋白质和分子药物领域实验数据，研发科学计算模型，开展新型合金材料、蛋白质序列和创新药物化学结构序列预测，缩短科研实验周期。

（十五）推动在金融领域示范应用

进一步挖掘我市金融行业应用场景，系统布局一批金融机构场景开放“揭榜挂帅”项目。支持金融科技企业针对金融场景中信息负载高，信息更新快，金融从业者难以快速全面的获取准确信息的问题，探索面向金融文本深度理解和分析的人工智能技术应用。聚焦智能风控、智能投顾、智能客服等环节，推动实现金融专业长文本的精准解析和模型知识的更新，突破复杂决策逻辑与模型信息处理能力间的融合技术，实现从复杂金融信息处理到投资决策建议的转化，支撑金融领域的投资辅助决策。

（十六）探索在自动驾驶领域示范应用

支持自动驾驶企业研发多模态自动驾驶技术，发挥大型语言模型高维语义理解和泛化优势，基于车路协同数据和车辆行驶多传感器融合数据，提高自动驾驶模型多维感知和预测性能，有效解决复杂场景长尾问题，辅助提高车载自动驾驶模型泛化能力。支持在北京市高级别自动驾驶示范区3.0建设中，构建车路协同数据库，引导企业开展基于真实场景的自动驾驶模型训练迭代。探索基于低时延通讯的云控自动驾驶模型测试，发展自动驾驶新技术路径。

（十七）推动在城市治理领域示范应用

支持人工智能研发企业结合智慧城市建设场景需求，率先在城市大脑建设中引进大模型技术，开展多感知系统融合处理技术研发，打破城市治理中各系统数据孤岛，实现智慧城市底层业务的统一感知、关联分析和态势预测，科学调配政府资源和行政力量，为城市治理提供更加综合全面的辅助决策能力。

五、探索营造包容审慎的监管环境

（十八）持续推动监管政策和监管流程创新

探索营造稳定包容的监管环境，积极推动人工智能领域新技术赋能传统行业的包容审慎监管，支持人工智能算法、框架等基础技术的自主创新、推广应用、国际合作。鼓励优先采用安全可信的软件、工具、计算和数据资源，通过改进算法等技术手段，确保训练数据集的规范性。鼓励生成式人工智能产品在科研等非面向公众服务领域实现向上向善应用。积极向国家网信部门争取，在中关村核心区建立先行先试，推动实行包容审慎监管试点。

（十九）建立常态化服务和指导机制

做好对拟面向公众提供服务的生成式人工智能产品的安全评估工作，建立常态化联系服务和指导机制，督促企业遵守法律法规要求，尊重社会公德、公序良俗。优化安全评估流程机制，细化对大模型算法设计、训练数据源筛选、内容安全性、人工标注规则的审核评估标准，开展精准化服务指导，加快推进我市人工智能企业相关技术产品的安全评估工作。指导企业建立健全算法安全防范机制，在产品研发阶段引入技术工具进行安全检测，督促企业积极履行算法备案和变更、注销备案手续。发布《北京市互联网信息服务算法推荐合规指引》，引导创新主体树立安全责任意识，健全管理制度、强化技术手段、促进企业算法合规发展。

（二十）加强网络服务安全防护和个人数据保护

指导算力运营主体落实《网络安全法》《数据安全法》《个人信息保护法》等法律规定，加强网络和数据安全管理，明确网络安全、数据安全和个人信息保护主体责任，强化安全管理制度建设和工作落实，鼓励企业开展数据安全管理认证及个人信息保护认证，落实数据跨境传输安全管理制度，全面提升网络安全和数据安全防护能力。

（二十一）持续提升人工智能产业伦理治理自律自治能力

落实国家新一代人工智能创新发展试验区建设任务，加强人工智能伦理安全规范及社会治理实践研究，研发并部署人工智能伦理治理公共服务平台，服务政府监管与产业自律自治，强化相关责任主体科技伦理规范意识，提升科技伦理治理能力。

分类
行业资讯

基于大型AI模型的人力资源管理

本文由gpt3.5根据网络信息生产，特此申明

在现代企业中，人力资源管理一直是一个非常重要的方面。然而，实际上，无论是企业还是人事部门，都很难面对繁重的招聘和员工管理任务。随着人工智能技术的不断发展和普及，大型AI模型的应用已经成为了人力资源发展的重要趋势。

招聘方面的应用场景

大型AI模型借助深度学习和自然语言处理等技术，可以根据候选人的背景、技能和经验等因素预测最适合和最佳的员工，从而提高招聘的质量。

例如，美国航空宇宙公司NASA曾使用基于AI的大型模型来筛选众多求职者，筛选过程中把求职者的数据和文本匹配，并使最适合符合职位质量大幅提升，同时也减小了招聘筛选员工的准确率和成本的压力。

员工绩效管理和人才培养方面的应用场景

大模型在员工绩效管理和人才培养方面也有广泛的应用场景。通过大型AI模型的数据分析和挖掘，可以预测员工的离职率，策划员工的职业路径并为员工的职业发展和晋升提供科学有效的指引。

例如，芬兰移动通信公司Nokia利用大型AI模型对员工的工作表现、投诉记录和社交行为等信息进行一定的习惯和系统性地数据分析，即可预测员工的离职率，然后采取及时和明确的措施避免无效流失。在中国，电子商务公司阿里巴巴也采用大型 AI 模型识别和晋升内部卓越性的员工，以鼓励大家实现更大的目标，维持良好的团队工作和高效的组织运作。

大型AI模型也可以引导员工职业发展以及解决职业瓶颈

举例而言，在美国，德勤公司已经利用大型AI模型，建立了崭新的职业发展领导，并引导员工发现自身的职业发展需要和优缺点。

总结

基于人工智能的大型AI模型可以在企业人才管理非常广泛地应用，并取得非常显著的质量和效益提升。虽然AI模型的适用性比较广泛，但是这种技术并非万事通，也会带来质量和安全等风险，因此应谨慎使用，避免过度依赖大型AI模型，而应该平衡机器学习对人类经验和理解的补充。

分类
行业资讯

首部生成式AI管理办法要来了！我们划了9个重点

‍“狂飙”的AIGC产业刚刚迎来国家级规范性政策。

4月11日，国家网信办就《生成式人工智能服务管理办法（征求意见稿）》（以下简称《意见稿》）公开征求意见。

监管一出手，11日下午ChatGPT相关概念股大幅回调，但热度不减。有的游走在灰色地带的人慌了，有的AI创业者却更加乐观了。

无界AI商务与市场总监李本涨认为，现在很多企业开始将生成式AI融入自己的业务生态，如果有明确的标准、具体的规则可以遵循，那么大家使用AI产品时都会更安心。而且，他希望在监管下，创业者能有更多创新、与互联网巨头公平竞争的机会。

从百度的文心一言到阿里的通义千问，国内各大厂相继发布生成式AI产品。尽管国内大模型研究和商业应用仍处于发展初期，但监管政策“来得很快”，这份《意见稿》对生成式AI技术、生成内容、主体责任、数据源和数据处理等方面都做出了规定。

有网友担心这才刚起步就开展监管是不是太早了？在追赶海外同行的情况下会不会造成阻碍？

实际上，数据安全作为AI发展的前提，近日已被多国提上监管日程。

本周二，美国政府也开始研究是否需要监管ChatGPT。据《华尔街日报》报道，美国商务部就相关的问责措施正式公开征求意见，包括具有潜在风险的新型人工智能模型在发布前是否应该进行核准认证程序。

“人工智能会让我们的生活变得更美好，还是会造成灾难性的后果？”随着新技术的迅猛发展，人们愈加关注生成式AI本身的安全风险以及所引起的负面影响。

围绕这份《意见稿》，“头号AI玩家”和AI从业者、有关专家聊了聊此次新规释放了哪些信号，对AIGC产业会产生哪些影响？

以下是我们划的几个重点：

1 意见稿是《互联网信息服务深度合成管理规定》的升级版

我国是最早对人工智能进行监管治理的国家之一。

比如AI写作领域有一个典型案例。2018年，腾讯研发的AI智能写作助手Dreamwriter生成了财经文章发布后，未经授权许可被其他网站复制并传播。对此，腾讯提起了维权诉讼，认为其侵犯了腾讯及Dreamwriter的著作权。

2020年初，法院判决AI生成作品属于著作权法保护范畴，最终腾讯胜诉。这是国内首例人工智能合成作品维权的案例。

2022年，中国首部专门针对人工智能特定技术制定的法规《互联网信息服务深度合成管理规定》正式发布，已于今年1月10日施行。而此前《互联网信息服务算法推荐管理规定》《网络音视频信息服务管理规定》《网络信息内容生态治理规定》等法律法规中亦涉及到AIGC、深度合成等内容。

近日多起AI换脸或AI换装的争议事件

基于此，中伦律师事务所合伙人马远超认为，这次颁发征求意见稿不算是“突发性”事件，并且，这份《意见稿》可视作《互联网信息服务深度合成管理规定》的升级版。有些内容是对深度合成规定的延续、细化，有的内容则是首次提出，例如第四条、第七条、第十七条。

2 AIGC行业将从野蛮生长走向合规发展

先从整体基调来看，本次新规是为了促进生成式人工智能健康发展和规范应用，对支持行业合规发展传递出积极的信号。

第三条 国家支持人工智能算法、框架等基础技术的自主创新、推广应用、国际合作，鼓励优先采用安全可信的软件、工具、计算和数据资源。

多位从业者表示这意味着“野蛮生长的时代要结束了”。

李本涨告诉我们，他很高兴看到国家推动AI行业朝着合规有序的方向发展，一方面说明一些行业乱象会得到治理，整个行业会得到更多认可和资源投入，另一方面，这也能够让无界AI在未来的产品规划以及业务发展思路上有更多的参考依据，从“走得更快”变成“走得更快更稳”。

3 防止AI生成歧视、虚假信息

从内容来看，AI生成内容同其他互联网上的内容一样，应当遵守法律法规的要求，尊重社会公德、公序良俗。

第四条提到的涉及政治、涉黄涉暴等敏感内容，一直都是互联网内容风控审核的重点。特别强调的是，AI生成内容还应当真实准确，防止生成虚假信息和带有歧视性的内容。

第四条（二）在算法设计、训练数据选择、模型生成和优化、提供服务等过程中，采取措施防止出现种族、民族、信仰、国别、地域、性别、年龄、职业等歧视。

第四条（四）利用生成式人工智能生成的内容应当真实准确，采取措施防止生成虚假信息。

在AI绘画中，如果用户输入特定关键词就有可能生成现实中不存在的图片，以假乱真，比如前一阵子海外热传的用AI生成的“特朗普被捕”照片。

ChatGPT同样会生成合乎逻辑但与事实不符的错误“幻觉”，这是AI大模型的“通病”。

为此，我们需要让AI更好地理解人类的价值观和道德观念。除了不断完善和迭代模型，目前AI产品提供者会采取内容过滤、人工审核等风控措施。

李本涨表示，无界AI在训练模型和生成图片时会尽量还原真实效果，避免一些涉嫌歧视的“刻板印象”，如果遇到类似产出，也会迅速调整模型相关的训练内容。同时产品设置了关键词约束规则，可以避免违规内容生成，发布后会再通过算法和人工对图片进行审核，另外还设立了用户举报机制。

输入“密室杀人现场”，只生成了房间

3 个人信息保护是重要防线

近期ChatGPT的一些用户消息和支付信息泄露后，意大利数据保护机构Garante宣布禁止使用ChatGPT，命令其公司OpenAI暂停处理意大利用户信息，并开展调查。

这是全球范围内针对ChatGPT的第一道政府禁令。此后德国、加拿大、法国等国家也开始考虑效仿意大利，加强对Al数据安全的监管。

可见，保护好个人信息和商业秘密的内容是AI生成内容的重要防线。

第四条（五）尊重他人合法利益，防止伤害他人身心健康，损害肖像权、名誉权和个人隐私，侵犯知识产权。禁止非法获取、披露、利用个人信息和隐私、商业秘密。

第十一条 提供者在提供服务过程中，对用户的输入信息和使用记录承担保护义务。不得非法留存能够推断出用户身份的输入信息，不得根据用户输入信息和使用情况进行画像，不得向他人提供用户输入信息。法律法规另有规定的，从其规定。

在《意见稿》公布前夕，中国支付清算协会网站发布了“关于支付行业从业人员谨慎使用ChatGPT等工具的倡议”。像金融支付属于数据密集型行业，对信息安全防护的要求很高，海外就有企业员工把工作数据输入到ChatGPT中，这种行为涉嫌违规。

5 模型训练数据来源要合法，不能侵权

《意见稿》对AI模型数据来源的合法性提出了新要求，其中一点要求“不含有侵犯知识产权的内容”。

此前就有AI绘画的反对者声称AI使用了版权作品作为训练素材，侵犯了原创者的权利。今年3月，聚集大量写手和画手的兴趣平台lofter，因为部分创作者反对而下线了AI创作功能。

部分lofter用户停更且更换为抵制AI的头像

马远超认为，关于数据源的知识产权保护落地会有一定难度，但也要具体情况具体分析。

例如对独创性相对较低的作品，增加了纯属巧合、生成相似作品的概率，这会对一方权利人维权带来难度。对训练时使用第三方作品是否构成合理使用，也有争议。但某些场景比较容易维权，例如未经许可输入他人的注册商标进行训练，导致输出相似的成果。

6 防止用户沉迷AI生成内容

目前有不少学生群体在使用AI帮助自己写作业、写论文了。据媒体报道，一位海外大学生用ChatGPT写出了一篇世界宗教课的“满分论文”，结果因为过于完美而被教授发现。

为了防止学生作弊，美国、日本、法国等地区的部分高校就声明禁用AI工具。比如香港大学的内部信提到，有学生要使用相关应用程序，须获得课程导师书面同意，若有违规，将被视为潜在抄袭。

由此，我们看到《意见稿》要求用户应实名登录，提供者还要采取防沉迷措施。

第十条 提供者应当明确并公开其服务的适用人群、场合、用途，采取适当措施防范用户过分依赖或沉迷生成内容。

7 调用API的提供者，也要承担相应责任和义务

在ChatGPT爆火后，国内出现了很多调用其接口提供服务的AI小程序、APP或社群，但有的因为因违规而被平台封禁。

《意见稿》对AI模型提供者，以及调用接口进行二次开发的服务商都提出了一系列要求，比如第六条要求提供服务前向国家网信部门申报安全评估，做好备案；第十四条要求提供安全、稳定的服务；第十七条要求披露模型描述等必要信息等等。

第五条 利用生成式人工智能产品提供聊天和文本、图像、声音生成等服务的组织和个人（以下称“提供者”），包括通过提供可编程接口等方式支持他人自行生成文本、图像、声音等，承担该产品生成内容生产者的责任；涉及个人信息的，承担个人信息处理者的法定责任，履行个人信息保护义务。

第十七条 提供者应当根据国家网信部门和有关主管部门的要求，提供可以影响用户信任、选择的必要信息，包括预训练和优化训练数据的来源、规模、类型、质量等描述，人工标注规则，人工标注数据的规模和类型，基础算法和技术体系等。

国内的提供者可能以往容易忽视这些规定和限制，但新规施行后，都要承担起相应的责任和义务了。

8 AI生成的内容要有标识

按照《互联网信息服务深度合成管理规定》，提供者还应对生成的图片、视频等内容进行标识。

有标识的AI生成视频

目前对标识的具体方式还没有很清晰的解释。但加上标识是有利于整治行业乱象的，例如上文提到的换脸造谣事件，AI服务提供方可以依据标识快速辟谣、进行追责。

9 提供者要接受用户投诉，及时处理违法违规内容

今年1月，图库商Getty Images以侵犯版权的名义，起诉了Stable Difussion的公司Stability AI，后者回应称会在新版本添加一个“退出（opt out）”选项，用户可以让AI模型不再收集其作品作为训练数据。

他们还与HaveIBeenTrained网站合作，允许艺术家在Stable Diffusion的训练数据集中搜索自己的作品并选择删除。

类似的，《意见稿》显示国内AI提供者也要建立用户投诉通道，及时处理侵权作品等违规违法内容，并且避免再次生成。

第十五条 对于运行中发现、用户举报的不符合本办法要求的生成内容，除采取内容过滤等措施外，应在3个月内通过模型优化训练等方式防止再次生成。

此外，对于涉及炒作营销等违规内容，AI提供者应暂停或终止用户服务。

第十九条 提供者发现用户利用生成式人工智能产品过程中违反法律法规，违背商业道德、社会公德行为时，包括从事网络炒作、恶意发帖跟评、制造垃圾邮件、编写恶意软件，实施不正当的商业营销等，应当暂停或者终止服务。

Tiamat的关键词违禁提示

新兴技 术的 发展和监管 合规其实是相辅相成的关系。 人工智能技术的发展趋势，一定是跨地域跨国界的，未来数据跨境传输、存储、使用将成为数据安全保护的重大挑战。

马远超认为，我们国家已有网络安全法以及配套立法，这些立法内容能否与时俱进、能否监管到位、执法落地，就成为关键。

《意见稿》只是第一步，部分规定还比较笼统，但在国内AIGC发展初期就跟进革新，长远来看，可以为整个产业的稳健发展保驾护航。

本文转载自新榜官方自媒体文章

分类
行业资讯

未来招聘趋势报告2023

from 领英

文末提供原始文档资料下载

引言

从 2023 看未来招聘趋势 您无法提前看到未来，但可以助力塑造未来。

对于招聘领域的领导者而言，当下是一个充满挑战而又极为关键的时刻。在不确定的经 济形势下，在重塑职场的新趋势中，您有机会成为组织中真正的变革缔造者。您需要具 备战略眼光，善于适应变化，并能敏锐地与人才保持同频——了解候选人想要什么、他 们具有什么技能，以及他们的职业生涯可以如何与您的业务共同成长。

为了帮助您做好准备，我们根据对全球人才领域领导者的数十次访谈、对数千名招聘专 员的调研，以及对领英上生成的数十亿个数据点的分析，在本报告中汇总了 17 个预测。

招聘职能的角色

预测 1 | 招聘将推动事关业务的重要变革。

您经受了疫情的洗礼，坚韧不拔地应对了职场大洗牌的挑战。毫无疑问，招聘职能正变得 越来越具有战略意义，70% 的人才招聘专员表示，招聘团队现已在公司“决策桌”上占有 一席之地。

不仅如此，招聘职能的领导者们现在“有机会真正改变自身的席位，”微软的 Brett Baumoel 说。“你们将会真正改变‘决策桌’本身。”

整个最高管理层都将感受到您作为变革缔造者的影响力——从与 CFO 探讨薪酬规划，到与 CMO 一同优化雇主品牌，再到与 CLO (首席学习官) 共商技能缺口。

预测 2 | 招聘职能对薪酬将有更大的发言权。

通货膨胀愈演愈烈，实际薪资停滞不升，劳动力市场的竞争激烈程度丝毫未有缓和。这三股趋势 似乎势必激烈碰撞，加之薪酬在全球候选人心目中是普遍排在首位的重要诉求，现状已经到了不 能不有所改变的地步。

招聘、财务和 DEI (多元化、公平性和包容性) 团队之间关于薪酬讨论的反馈循环，必须比以往任 何时候都更加敏捷——尤其是在薪酬透明度不断提高的当下。为了帮助公司保持领先地位，招聘 团队的领导者应该推动这个议题的讨论。

您作为招聘团队的领导者，对候选人的诉求、劳动力市场动态、公司招聘工作的实时表现，都有 着最清晰的认识，也因此最适合引领关于薪酬及其对业务影响的讨论——例如支持“技能重于学 历”的薪酬模式，又如推动薪酬与通胀同步提升，以留住顶尖人才

预测 3 | 随着人才重获供求优势，招聘职能需加倍重视建设雇主品牌

您经受了疫情的洗礼，坚韧不拔地应对了职场大洗牌的挑战。毫无疑问，招聘职能正变得 越来越具有战略意义，70% 的人才招聘专员表示，招聘团队现已在公司“决策桌”上占有 一席之地。

不仅如此，招聘职能的领导者们现在“有机会真正改变自身的席位，”微软的 Brett Baumoel 说。“你们将会真正改变‘决策桌’本身。”

整个最高管理层都将感受到您作为变革缔造者的影响力——从与 CFO 探讨薪酬规划，到与 CMO 一同优化雇主品牌，再到与 CLO (首席学习官) 共商技能缺口。

预测 4 | 招聘专员需要一套更具战略属性的软技能。

公司所需的技能正在迅速变化。正如领英的 CEO 常说的那样，“即使你没有改变职位，你的职位也 很可能发生改变，并影响到你。” 招聘团队自身也不例外。

适应能力、解决问题的能力和商业头脑，都进入了招聘专员未来所需五大软技能的榜单。招聘专员 正在成为更具战略属性的业务合作伙伴，因而需要随时调整，找到能够促成总体业务目标的解决方 案。

随着公司上下对“技能优先的招聘”的招聘理念达成共识，招聘团队必须考虑哪些技能是他们最看 重的——在整体员工队伍中，以及在自己的招聘团队中。

预测 5 |招聘将与学习和发展职能增进合作

招聘职能的领导者的职责范畴已经扩大，包括内部人才流动、技能优先的招聘、员工保留等内容， 因而需要与 L&D 进行更多合作，帮助内部人才做好迎接新职位的准备，找到技能缺口，并将公司营 造成支持员工发展职业生涯的环境。

预测 6 | 生成式 AI 将使招聘专员聚焦于“人”

经济不确定性

预测 7 | 经济不确定性尽管招聘面临不利因素，但雇主仍将致力于建立多元化的员工队伍。

预测 8 | 经济不确定性 为了对冲不确定性，雇主将采用更多合同工。

预测 9 | 雇主品牌 公司将密切关注候选人的首要诉求。

预测 10 | 雇主品牌 招聘专员将调整对候选人的推销策略

Z世代

预测 11 |Z世代将回馈重视员工发展和多元化的雇主。

Z 世代人——1996 年以后出生的职场人士——已经成为劳动力大军的重要组成部分。他们当中的许多 人刚刚踏上职业生涯，其求职诉求也反映了这一点。

Z 世代人的主要诉求与其父辈 X 世代人有很大不同。对于这批年轻员工而言，职业生涯发展和获得新 技能非常重要: 与 X 世代人相比，他们重视晋升的可能性要高出 50% 以上。

年轻一代也远比前一辈人更重视具有包容性的工作环境。

预测 12 | 技能优先的招聘 “技能优先的招聘”将成为金标准。

预测 13 | “技能优先的招聘”的招聘策略将挖掘以往被忽视的人才。

预测 14 | 公司将专注于盘点员工具备 (和需要) 的技能

预测 15 | 企业领导者将认识到以内部人才填补空缺职位的价值

预测 16 | 技能提升将是留住多元员工队伍的关键利器。

预测 17 | 学习机会将成为驱动候选人 (而不仅是员工)的有效动力

结语

如果过去几年教会了我们一件事，那就是对意料之外的事情要有心理预期。虽然并非这份报告中 的每一个预测都会完全像描述的那样成为现实，但今天的准备将让您更胸有成竹地面对明天。

招聘圈正在经历变革，但这并不意味着您将是被动的观察者。作为人才工作的领导者，您可以重 塑世界的运作方式，并确保每一个人都各得其所。

归根结底，招聘的未来属于愿意打造未来的人。作为组织中的变革缔造者，招聘的未来属于您。

2023未来招聘趋势报告-2023-50页（点击链接下载）
分类
政策法规

国家互联网信息办公室-生成式人工智能服务管理办法（征求意见稿）

（征求意见稿）

官方地址：http://www.moj.gov.cn/pub/sfbgw/lfyjzj/lflfyjzj/202304/t20230411_476092.html

　　第一条 为促进生成式人工智能健康发展和规范应用，根据《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等法律、行政法规，制定本办法。

　　第二条 研发、利用生成式人工智能产品，面向中华人民共和国境内公众提供服务的，适用本办法。

　　本办法所称生成式人工智能，是指基于算法、模型、规则生成文本、图片、声音、视频、代码等内容的技术。

　　第三条 国家支持人工智能算法、框架等基础技术的自主创新、推广应用、国际合作，鼓励优先采用安全可信的软件、工具、计算和数据资源。

　　第四条 提供生成式人工智能产品或服务应当遵守法律法规的要求，尊重社会公德、公序良俗，符合以下要求：

　　（一）利用生成式人工智能生成的内容应当体现社会主义核心价值观，不得含有颠覆国家政权、推翻社会主义制度，煽动分裂国家、破坏国家统一，宣扬恐怖主义、极端主义，宣扬民族仇恨、民族歧视，暴力、淫秽色情信息，虚假信息，以及可能扰乱经济秩序和社会秩序的内容。

　　（二）在算法设计、训练数据选择、模型生成和优化、提供服务等过程中，采取措施防止出现种族、民族、信仰、国别、地域、性别、年龄、职业等歧视。

　　（三）尊重知识产权、商业道德，不得利用算法、数据、平台等优势实施不公平竞争。

　　（四）利用生成式人工智能生成的内容应当真实准确，采取措施防止生成虚假信息。

　　（五）尊重他人合法利益，防止伤害他人身心健康，损害肖像权、名誉权和个人隐私，侵犯知识产权。禁止非法获取、披露、利用个人信息和隐私、商业秘密。

　　第五条 利用生成式人工智能产品提供聊天和文本、图像、声音生成等服务的组织和个人（以下称“提供者”），包括通过提供可编程接口等方式支持他人自行生成文本、图像、声音等，承担该产品生成内容生产者的责任；涉及个人信息的，承担个人信息处理者的法定责任，履行个人信息保护义务。

　　第六条 利用生成式人工智能产品向公众提供服务前，应当按照《具有舆论属性或社会动员能力的互联网信息服务安全评估规定》向国家网信部门申报安全评估，并按照《互联网信息服务算法推荐管理规定》履行算法备案和变更、注销备案手续。

　　第七条 提供者应当对生成式人工智能产品的预训练数据、优化训练数据来源的合法性负责。

　　用于生成式人工智能产品的预训练、优化训练数据，应满足以下要求：

　　（一）符合《中华人民共和国网络安全法》等法律法规的要求；

　　（二）不含有侵犯知识产权的内容；

　　（三）数据包含个人信息的，应当征得个人信息主体同意或者符合法律、行政法规规定的其他情形；

　　（四）能够保证数据的真实性、准确性、客观性、多样性；

　　（五）国家网信部门关于生成式人工智能服务的其他监管要求。

　　第八条 生成式人工智能产品研制中采用人工标注时，提供者应当制定符合本办法要求，清晰、具体、可操作的标注规则，对标注人员进行必要培训，抽样核验标注内容的正确性。

　　第九条 提供生成式人工智能服务应当按照《中华人民共和国网络安全法》规定，要求用户提供真实身份信息。

　　第十条 提供者应当明确并公开其服务的适用人群、场合、用途，采取适当措施防范用户过分依赖或沉迷生成内容。

　　第十一条 提供者在提供服务过程中，对用户的输入信息和使用记录承担保护义务。不得非法留存能够推断出用户身份的输入信息，不得根据用户输入信息和使用情况进行画像，不得向他人提供用户输入信息。法律法规另有规定的，从其规定。

　　第十二条 提供者不得根据用户的种族、国别、性别等进行带有歧视性的内容生成。

　　第十三条 提供者应当建立用户投诉接收处理机制，及时处置个人关于更正、删除、屏蔽其个人信息的请求；发现、知悉生成的文本、图片、声音、视频等侵害他人肖像权、名誉权、个人隐私、商业秘密，或者不符合本办法要求时，应当采取措施，停止生成，防止危害持续。

　　第十四条 提供者应当在生命周期内，提供安全、稳健、持续的服务，保障用户正常使用。

　　第十五条 对于运行中发现、用户举报的不符合本办法要求的生成内容，除采取内容过滤等措施外，应在3个月内通过模型优化训练等方式防止再次生成。

　　第十六条 提供者应当按照《互联网信息服务深度合成管理规定》对生成的图片、视频等内容进行标识。

　　第十七条 提供者应当根据国家网信部门和有关主管部门的要求，提供可以影响用户信任、选择的必要信息，包括预训练和优化训练数据的来源、规模、类型、质量等描述，人工标注规则，人工标注数据的规模和类型，基础算法和技术体系等。

　　第十八条 提供者应当指导用户科学认识和理性使用生成式人工智能生成的内容，不利用生成内容损害他人形象、名誉以及其他合法权益，不进行商业炒作、不正当营销。

　　用户发现生成内容不符合本办法要求时，有权向网信部门或者有关主管部门举报。

　　第十九条 提供者发现用户利用生成式人工智能产品过程中违反法律法规，违背商业道德、社会公德行为时，包括从事网络炒作、恶意发帖跟评、制造垃圾邮件、编写恶意软件，实施不正当的商业营销等，应当暂停或者终止服务。

　　第二十条 提供者违反本办法规定的，由网信部门和有关主管部门按照《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》等法律、行政法规的规定予以处罚。

　　法律、行政法规没有规定的，由网信部门和有关主管部门依据职责给予警告、通报批评，责令限期改正；拒不改正或者情节严重的，责令暂停或者终止其利用生成式人工智能提供服务，并处一万元以上十万元以下罚款。构成违反治安管理行为的，依法给予治安管理处罚；构成犯罪的，依法追究刑事责任。

　　第二十一条 本办法自2023年 月 日起实施。