裁 员以及竞争优势的讨论中占据主导地位。然而，实际实施主要发生在技术 团队和高级分析组内。金融、风险和基金管理的核心业务功能仍然高度依 赖从1990年代或21世纪初遗留数据库中提取并由手动填充的Excel文件。 这种分歧在不同行业都表现明显。公司在新闻稿中宣布人工智能计划，而 财务团队则手动在不同系统间复制数据。高管们倡导数据驱动决策，但当 结果与直觉冲突时又会推翻分析结果。技术部门像离岸服务提供商一样运 建筑 生产 部署 & 编排 人工智能增强 操作 主流 成熟A 能力 商业 令人惊讶的是，人工 智能将不会让人觉得 具有未来感。它将会 让人觉得平凡且必不 可少，就像微软办公 软件中的Excel曾经那 样。” 越来越多的公司将会 转向更为战略性的AI 应用方法，解决基础 设施的薄弱环节和通 往生产之路，以及调 整组织，将AI视为其 业务和组织发展策略 中的主要催化剂。 通用人工智能工 智能不会让人感觉革命性的， 而是相当普通。零售定价代理每天做出成千上万的决定。医疗导航系统指导 流程。工程工具提升资深开发者的生产力。营销助手帮助团队更快地工作。 令人惊讶的是，人工智能会成为像Excel一样不引人注目的存在：嵌入式、 必要、意料之中。 此外，对碎片化、孤岛 式数据的传统依赖以及 缺乏标准化，尤其是在 音乐和艺术等领域，必 须首先解决，以避免破 坏人工智能和数字化转 型工作。如果不优先考

结果输出 ，如图 5-4 所示。 34 图 5-4 造价估算问答结构化结果 从 图 5-4 造价估算问答结构化结果中可以清晰地看到生成的各项数据，这 些数据可以直接拷贝至 Excel 中，从而得到工程造价表。DeepSeek 生成的数据 格 式可以按照提示词定制，内容基本准确。 5.3 工程招投标文件生成 5.3.1 工程招投标文件生成概述 DeepSeek 可赋能

准化但技术复杂度高的后台财务、精算和 IT 部门，风险点分布广泛。 在数智化基础方面，保险行业已普遍应用基础数据分析工具， 并初步具备高级分析能力，数据应用以结构化为主，同时正积极探 索人工智能等前沿技术的场景化落地。Excel 和 SQL 分析已是常规 工具，半数受访公司具备 BI 分析、数据挖掘和图数据库分析能力， 并已建立审计主数据资产目录。在新技术应用上，行业已起步探索， 70%的受访公司应用智能问答辅助工作，80%的公司则利用相关技术 业平台。由于资源限制和数据壁垒，行业转型多从局部突破，而非 系统性地建设一体化平台。以广东省为例，仅有 2 家医院拥有独立 的审计信息系统，多数单位仍依赖 OA、合同管理等系统辅助审计， 甚至以 Excel 手工操作为主，独立的审计信息化投入几近为零。数 据层面，虽已建成核心业务系统，但资产、人事、合同等系统的数 据仍未实现有效融通。 在具体实践中，医疗行业的模型应用高度聚焦于医保基金监管

观点#3：隐私保护需求推动办公用 PC AI 化 23 年 3 月，微软推出面向 Office 的 Microsoft 365 Copilot 以来，以办公助 手为切入点，重塑包括 Word、Excel、Powerpoint 等通用办公软件， 以及 Dynamics 套件等专业软件在内的生产力工具矩阵，向数据协同、功 能联动的方向发展。如何保护自身私域数据的安全是企业导入微软 Copilot 的主要痛点之一。24 终端如何解决大模型痛点：隐私保护（AI PC）。23 年 3 月，微软推出面向 Office 的 Microsoft 365 Copilot 以来，以办公助手为切入点，重塑包括 Word、Excel、Powerpoint 等 通用办公软件，以及 Dynamics 套件等专业软件在内的生产力工具矩阵，向数据协同、 功能联动的方向发展。如何保护自身私域数据的安全是企业导入微软 Copilot 的主要痛点之

都对传统搜索引擎是一种颠覆式进化。 OpenAI+办公软件：以 Office 全家桶与微软 Teams premium ChatGPT 为例， ChatGPT+Office 三大件 Word、Excel、PowerPoint 可完成从文字创作到可视化全程服务。 ChatGPT 可以根据用户的描述需求自动撰写文档内容，缩短文档的创作时间；根据已形 成文档内容智能推荐文档格式、排版等；并根据用户描述制作个性化

更高效地工作，最终提高整体生产力和创新能力。 4. AI 工作簿： AI 工作簿将 AI 的强大功能与传统的数据分析和管理工具相结合。例如 9 V7 Go、Elicit Workbooks、Sheets 或 Excel API 集成。这些平台增强了数据处理能力，使 用户能够自动输入数据、执行复杂计算并从海量数据集中获取洞察。AI 工作簿还可以 提供数据可视化建议和预测分析，使用户能够更轻松地解读数据并采取行动。将

（15）整改责任是否归属不清？（如：跨部门问题（如数据泄露）未明确 主 责部门与协同方）； “ 需要建立 问题-责任树 ”模型，实施整改双签确认制） （16）整改跟踪系统功能是否落后？（如：依赖 Excel 台账管理，无法实 时 监控整改进度）；需要开发整改驾驶舱系统，增加穿行测试等线下验证手段 在整 改验收中的权重（不低于 40%），集成自动预警与红黄灯机制） （17）审计建议是否存在操作性不足？（ 万人为重大缺陷） （二）大数据审计场景应用问题 1 、如何整理不同系统的数据？（比如先制定一套标准的数据格式规则， 例 如统一日期格式、单位名称等，再用工具自动清洗数据，确保不同系统（如 Excel 表格、数据库）的数据能合并分析） 2 、 如何根据风险变化调整人力投入？（比如用风险热力图工具（类似天 气 预报图），根据交易量、客户投诉等数据自动标记高风险业务，优先安排审 计资 源）