第383章 天罡企业服务的行业试点扩展（2 / 2）

赵静说:「有。三个月内，系统给出了三次错误建议。一次是低估了某批晶圆的工艺时间，导致后续订单延迟。一次是高估了设备的可用率，忽略了计划内的维护。还有一次是物料库存数据更新延迟，导致产线缺料。三个错误都已经被记录并反馈给算法团队，模型已经更新。目前的决策准确率百分之九十四点七，误报率百分之五点三，略高于目标的百分之五。」

周明说:「百分之五点三的误报率，在工业场景可以接受。但目标是降到百分之五以下，需要继续优化。」

会议进入第二个议题——人才盘点场景的试点结果。

负责HRIS的系统产品经理李婉站起来，调出了第四页报告。

「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。系统基于员工的工作产出丶代码提交丶项目协作丶培训记录丶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。系统识别的离职风险员工，三个月内实际离职率为百分之三十七，比随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系丶政治敏感性等。第二，数据缺失，部分员工的产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系纳入考量，可以捕捉『隐形贡献者』。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于替代人，而在于辅助决策。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，尤其是对女性员工丶年长员工丶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——性别丶年龄丶学历。修正后，偏差点消除了。」