第383章 天罡企业服务的行业试点扩展

  “人才盘点系统在芯谷中央研究院的一千二百名研发人员中试运行了三个月。系统基於员工的工作產出、代码提交、项目协作、培训记录、360评估等数据，构建了多维度的人才画像和潜力预测模型。”

  “试点结果——系统推荐的高潜力人才名单，与人力资源委员会的人工评审结果一致率为百分之八十一。系统识別的离职风险员工，三个月內实际离职率为百分之三十七，比隨机猜测的百分之十二高出二十五个百分点。”

  方敏问:“还有百分之十九的不一致，是什么原因？”

  李婉说:“原因有三类——第一，系统无法评估的软素质，比如团队协作中的人际关係、政治敏感性等。第二，数据缺失，部分员工的產出数据没有完整录入。第三，算法的偏见，系统对代码量大的工程师打分偏高，但有些核心架构师代码量不大但价值极高。”

  赵静补充道:“人才盘点的算法已经做了优化。第二版模型引入了图神经网络，把员工之间的协作关係纳入考量，可以捕捉『隱形贡献者』。下周上线测试，预计一致率可以提升到百分之八十七。”

  陈醒说:“人才盘点系统的价值不在於替代人，而在於辅助决策。百分之八十一的一致率已经很有参考价值。但要注意算法偏见的问题，尤其是对女性员工、年长员工、以及非技术岗位的公平性。法务部要介入审核。”

  周明点头。“已经做了。法务团队和赵静合作，对模型做了公平性测试，发现三个维度的偏见——性別、年龄、学歷。修正后，偏差点消除了。”

  会议进入第三个议题——合规风控场景的试点结果。

  周明亲自匯报。他调出了第五页报告，是一张风险识別模型的效果评估。

  “合规风控系统在未来科技內部的三条业务线试运行——供应链採购、海外运营、数据安全。系统基於自然语言处理和知识图谱，从合同文本、邮件往来、操作日誌、外部情报中自动识別合规风险。”

  “三个月內，系统识別了四十七个真实风险问题，其中高风险十七项、中风险二十一项、低风险九项。这四十七个问题中，有三十一个被法务和合规团队確认是真实风险，准確率百分之六十六。另外十六个是误报，误报率百分之三十四。”

  陈醒问:“百分之六十六的准確率，低於目標。原因是什么？”

  周明调出了第六页报告，是一张误报的分析表。

  “误报主要集中在两个场景。第一，供应链採购中的关联交易识別。系统把正常的供应商往来误判为利益输送，原因是数据源中的公司股权结构图谱不完整。第二，海外运营中的出口管制分类。系统把某些民用產品误判为军用管制物项，原因是国际制裁清单更新太快，知识图谱没有及时同步。”

  “针对这两个问题，我们已经做了改进——股权图谱对接了国家企业信用信息公示系统的api，准確率提升到百分之八十五。制裁清单的同步频率从每天一次提升到每小时一次，延迟从十二小时缩短到一小时。预计下个季度，准確率可以提升到百分之七十五，误报率降到百分之二十五。”