AI 时代下的企业人才管理体系

1. AI 时代下的企业人才管理体系彭靖田谷歌 AI 开发者专家上海载极数据科技创始人/CEO

2. About me - 彭靖田，谷歌出海创业加速器导师，加州大学访问学者 - 连续创业者：才云科技AI技术合伙人（20年字节全资收购），品览联合创始人兼CTO（23年股权退出），上海载极数据（24年）提供AI智能体开发，大模型微调和企业咨询服务。 - 开源贡献者：Kubeflow/ TensorFlow/ Kubernetes - 行业布道者：Linux CNCF 程序委员会成员，大模型开发/微调训练和深度学习课程学员 10万+

3. 目录 ▪ DeepSeek 爆火的现象与本质 ▪ 创新实践：企业如何重构人才价值链 ▪ 拥抱未来：AI 时代企业人才管理体系

4.

5. DeepSeek 有多火？

6. 2月17日，中共中央总书记、国家主席、中央军委主席习近平《民营企业座谈会》。DeepSeek 梁文锋出席。

7. 1月20日，中共中央政治局常委、国务院总理李强《总理座谈会》。DeepSeek 创始人梁文锋出席并发言。

8.

9. 为什么火：能力突破、开源、低成本、国产化 ⚫ 能力突破：推理大模型 No.1 • 全球大模型领跑者： DeepSeek R1 模型赶超 OpenAI o1，拥有最强推理能力。 ⚫ 开源：技术共享，生态共建 • 大模型标准制定者：公开技术原理（论文），开源全部代码和模型，建立大模型训练标准和方法论。 ⚫ 低成本：开启普惠企业级Al应用 • 训练成本仅550万美金: 显著低于行业同类模型（6000 万美金），打破高价壁垒 • 推理成本降低83%：加速商业化落地，开发者可快速构建教育、金融、医疗等垂直领域应用 ⚫ 国产化：100% 技术自主可控 • 突破“卡脖子”技术瓶颈：将国产模型与美国的代际差距从3-5年追平，部分能力赶超。 • 带动国产半导体产业智能化升级，典型如：华为昇腾，沐曦 GPU（已完成上市辅导）。

10. DeepSeek vs 其他大模型

11. DeepSeek 技术演进与战略布局 • DeepSeek V1：验证 LLaMA 工作，提出超参数幂律关系公式 • DeepSeek V2：提出多头潜在注意力机制（MLA）与 DeepSeekMoE 架构 • DeepSeek V3：提出无辅助损失负载均衡策略与多 Token 预测（MTP） • DeepSeek R1：追平 OpenAI o1，全球首个基于强化学习训练的推理大模型

12. DeepSeek V2 横空出世（2024 年 5 月）提出 MLA 与 DeepSeekMoE 架构，大幅降低训练成本，提升模型性能

13. DeepSeek V2 横空出世（2024 年 5 月）

14. DeepSeek V3 引领开源大模型（2024 年 12 月）

15. DeepSeek V3 Benchmark

16. DeepSeek R1 赶超 OpenAI o1（2025 年 1 月）

17. DeepSeek R1 全家桶开源模型对比模型名称用途特点类型个人开发、学术研究部署成本低、能力有限蒸馏模型（小尺寸）成本适中，中文场景能力强蒸馏模型（最大尺寸）成本偏高，中文能力差蒸馏模型（最大尺寸）成本高，最接近通用人工智能满血版 DeepSeek-R1-Distill-Qwen-1.5B DeepSeek-R1-Distill-Qwen-7B DeepSeek-R1-Distill-Llama-8B DeepSeek-R1-Distill-Qwen-14B DeepSeek-R1-Distill-Qwen-32B 商业化产品开发集成 DeepSeek-R1-Distill-Llama-70B DeepSeek-R1-67IB 政府和国央企等综合应用

18. DeepSeek 更新 V3 基座模型，大幅提升编程能力（2025年3月24日） DeepSeek-V3-0324较之前的版本增加了60%的专家（从160增加到256），使用了FP8精度训练将计算效率翻倍，不仅使前端编码能力增强，数学与逻辑能力也有所提升。

19. DeepSeek 更新 V3 基座模型，大幅提升编程能力（2025年3月24日） DeepSeek-V3-0324 跃居非推理类模型榜首，甚至超越了 Claude Sonnet 3.7（闭源商业模型）。

20. 3月25日，Google 发布 Gemini 2.5 Pro，实力超群

21. Gemini 2.5 Pro 图像编辑能力引发关注

22. 3月25日，GPT-4o 迎来大更新，花样玩法层出不穷

23. GPT-4o 在 LMSYS 跃升到第二

24. 4月6日，Meta 正式推出 LLaMA 4 系列 • 多模态原生支持：可处理文本、图像、视频等多种输入，显著提升泛化能力。 • 混合专家架构（MoE）：提升计算效率，按需激活专家模块，节省资源并增强性能。 • 多型号发布： • LLaMA 4 Scout：17B参数，16个专家模块，支持单张 H100 运行。 • LLaMA 4 Maverick：17B参数，128专家模块，性能更强。 • LLaMA 4 Behemoth：超大规模模型，仍在训练中，定位为最强版本。

25. LLaMA 4 陷入训练作弊风波

26. DeepSeek R2 呼之欲出 ▪ DeepSeek和清华的研究者提出了一种新方法——自我原则点评调优（SPCT），用于推动通用奖励建模在推理阶段实现有效的可扩展性，最终构建出DeepSeek-GRM系列模型。同时引入了元奖励模型（meta RM），进一步提升推理扩展性能。。 ▪ SPCT显著提升了GRM在奖励质量和推理扩展性能方面的表现，超过了现有方法及多个强劲的公开模型。 ▪ 将SPCT的训练流程应用于更大规模的LLM，并发现相比于训练阶段扩大模型参数量，推理阶段的扩展策略在性能上更具优势。

27. DeepSeek 开源贡献与社区生态 ▪ ▪ 发布 DeepSeek-R1-Zero、DeepSeek-R1及6个蒸馏模型（基于Qwen与Llama系列），覆盖1.5B 至70B参数规模。提供完整的训练框架与数据生成方法，推动社区在推理模型与蒸馏技术上的探索。

28. 创新实践：企业如何重构人才价值链

29. 企业与人才战略团队业绩发展企业双向选择人才技能薪酬

30. 大模型时代的企业与人才执行组织达标战略团队业绩企业数据驱动实时反馈人才大模型时代：拥抱 AI 工具发展技能薪酬晋升工具落地

31. 企业拥抱 AI：重构人才价值链招聘与选拔： AI驱动精准匹配，提升效率与公平性培养与发展：个性化学习路径，实时反馈驱动成长激励与留存：数据驱动激励机制，优化人才体验

32. 企业招聘新挑战

33. 面试官的新问题

34. AI + 候选人已经是 Next Level

35. 企业应对方案：AI 面试官 + AI 评测报告

36. 入职后：培养与发展

37. 建立长效的新员工培训机制：个性化培养+实时反馈

38. SaaS 数智化学习管理平台

39. 个性化配置培训计划

40. 专业“测学考评”人才评估流程

41. 多维度、可视化学习报告

42. 目标一致：成为不被 AI 取代的工程师/企业 AI作为工具，工程师是创新的驱动者 • AI技术虽然能够处理大量数据和重复性任务，但它仅是实现效率提升的工具，无法替代工程师在终身学习与跨界能力的培养问题解决、创意思维和跨领域整合上的独特能力。 • 未来人才生态对工程师提出的新要求——不断更未来工程师需要善于利用AI，实现人机协同创新，新技能和知识结构。工程师不仅要掌握最新的AI 构建协同共生的智能生态系统从而在产业变革中占据主导地位。技术，还应具备跨领域的知识和复合型能力，从 • 企业通过构建智慧人才生态，打造工程师与AI技而在面对快速变化的技术环境中保持竞争力，并术紧密融合的协作平台。企业应推动组织文化和

43. 拥抱未来：AI 时代企业人才管理体系

44. 传统员工绩效管理流程：环节多、周期长、反馈慢

45. AI 时代的人才管理新趋势从以经验为中心向数据驱动 AI与 HR 深度融合新机遇与潜在风险转变

46. DeepSeek 技术加持：数据驱动激励机制实时绩效反馈 • OKR/KPI 智能追踪：自动抓取业务系统数据（如销售CRM、项目管理系统），可视化呈现目标进度，减少人工填报误差。 • AI教练反馈：为员工提供绩效改进建议（如“本月客户拜访量低于均值，建议优化时间分配”）。数据驱动的个性化激励 • 个性化激励：根据数据分析结果，为不同岗位、不同绩效水平的员工制定量身定制的激励措施（例如：股权分配、奖金结构、个性化奖金、晋升通道、培训机会等），辅助HR制定最优策略。 • 情绪识别与干预：通过员工沟通文本分析情绪波动，及时触发管理者介入（如发现某团队消极情绪上升，建议调整任务分配）。

47. DeepSeek 技术加持：预防性管理，优化员工体验离职风险预测 • 多维度数据分析：整合考勤、绩效、薪酬、社交网络行为等数据，构建离职预测模型（准确率可达85%以上），提前触发留任措施。 • 案例应用：某零售企业通过 DeepSeek 识别出高离职风险门店店员，针对性调整排班制度后，半年内离职率下降18%。员工体验提升 • 智能问答助手：7×24小时解答员工关于休假、报销等政策问题，减少HR重复性咨询工作量。 • 文化适配度评估：通过员工内部论坛发言分析，识别与企业价值观偏离个体，辅助文化融入计划。

48. 下半场：中国 AI 企业的战略级机会

49.

50.

51.