加速数字化智能马达 ——BDM数字化成熟度评估模型2.0实践 20年咨询及科技公司从业经历，专注于金融业数字化转型及创新 李颖 安永 金融咨询总监 www.top100summit.com 李颖 安永金融咨询总监 “ 李颖女士具有20年金融业咨询及科技公司从业经历，目前主要 专注于金融行业数字化转型、科技战略变革及金融科技创新领 域，服务于二十多家银行及金融机构。参与著作《区块链在中 链在中 国》、《百信银行数字化成熟度评估模型研究与应用》、《开 放敏捷架构案例研究》等书籍及文章。 ” 请插入 您的照片 讲师简介 www.top100summit.com 亮点介绍 创想 设计 迭代 转化 研发 应用 学 习 研 发 数 字 化 成 熟 度 评 估 模型BDM的设 计思路和方法 如何应用该模型的报告、 指数、策略库、指标库 等快速建设金融机构数 字化转型能力 加速数字化智能马达 BDM数字化成熟度 评估模型2.0 www.top100summit.com 基本概念 加速数字化智能马达 BDM数字化成熟度 评估模型2.0 • 数字化转型：对现有的业务模式、产品、服务或体验 的持续更新，这是由整个企业的数据和技术实现的。 • BDM: Bank Digital Mash的简称，特指本次构建的 数字化转型成熟度评估模型。 • TOGAF®企业架构：The

ICS 35.080 CCS L 77 中 华 人 民 共 和 国 国 家 标 准 GB/T 43439—2023 信息技术服务 数字化转型 成熟度模型与评估 2023-11-27 Information technology service—Digital transformation— Maturity model and assessment 发布 2024-06-01 .1 5 成熟度等级 ...........................................................................2 6 能力域 ...............................................................................3 7 成熟度要求 ..... ...22 8.5 发布评估结果......................................................................23 9 成熟度等级判定 .......................................................................23 9.1 评分方法 ......

强上市公司的「AIGC 数字人助手」 （7）组织和人才发展 案例一：某半导体制造领域头部企业组织和保留人才 案例二：百度智能组织管理 案例三：某国有互联网金融公司“AIGC 数字人晋升评审官” （8）价值和成熟度矩阵 3.AI 时代的 COE 规划 CONTENTS 4 AI 在企业人力资源中的应用白皮书 为了让企业人力资源管理者全面且深刻地认识 AI，开始关注 AI 的发展，特别是 极有可能带来新一轮生产力革命的、以 AIGC 只是生产力工具，但中期来看势必会改变社会的生产关系，长期来看将促使整个社会 生产力实现质的突破。AIGC 技术的发展进程正在加速，预计未来将在文本、图片、语音、代码等 多个场景中逐步走向成熟，并助推 AI 技术向多模态融合发展。随着深度学习和自然语言处理技术 的发展，AI 已经能够生成高质量的文章、报告和其他类型的文本。AI 也已经能够自动编写代码， 这不仅可以帮助开发者提高工作效率，还可以为非专业人士提供编程服务。 技术的模块是招聘遥遥领先、占到 29.6%，其次是员工服务及沟通 关怀，主要是智能客服在员工咨询应答方面的应用，占到 16.7%，接下来是薪酬、培训和考勤排班。 因为这些领域事务性工作集中、痛点明显且市场供给也相对充分和成熟。 0.0% 26 AI 在企业人力资源中的应用白皮书 在企业人力资源管理中已经使用 AI 技术的模块？ 招聘 员工服务和沟通关怀 培训 考勤、排班 人才盘点 绩效管理 组织管理

eVTOL因其快速、灵活的特性，有望成为在地面交通与传统民航之间开辟“第三空间” 的新一代交通方式。然而，受限于技术、监管和基础设施等因素，eVTOL在过去很多年间 始终未能进入实质性落地阶段。如今，随着市场要素的日益成熟，中国eVTOL正从概念走 向现实。从初创企业到传统汽车巨头，各类参与者竞相入局，加快推动“飞行汽车”从小 众概念向产业化、规模化迈进。 本轮eVTOL的产业加速并非偶然，而是中国市场四大关键发展要素同步推进的结果： 中国载人eVTOL行业白皮书 5 1.3.2 监管端——从特殊豁免走向常态审批 eVTOL的商业化进程依赖于健全的监管体系，涵盖适航审定、飞行员执照、空域划设 及运行规范等关键环节。过去，受限于eVTOL相关监管机制尚未成熟，往往只能通过“试 验飞行”方式获得个例豁免审批。当前，中国民航局正与产业界密切协作，积极探索适配 eVTOL运行特点的审定标准及监管框架，通过推动专项型号审定、简化飞行员执照类别、 逐步放开低空空 的出行eVTOL通常需满足更高的安全 性、容量与系统冗余标准，涉及认证起降点、冗余通信链路、航迹监控系统、气象服务等 更多高等级配套设施，这类基础设施仍需较长的建设周期，预计将在未来三到五年内逐步 成熟（参阅图5）。 整体而言，中国eVTOL基础设施已初具雏形，以深圳为代表的先行城市正在为全栈式 低空运行体系提供验证样板，为更多地区的推广应用提供了路径参考。 深圳在导航、协调与通信等领域率先推进eVTOL基础设施建设

人工智能应用层次 人工智能应用层次 对于任何公司。从那里开始，实施分析和人工智能解决方案可以创造巨大 的财务收益。 公司对其云计算平台的投资正在推动当前最显著的业务成果。这是因为这 些项目能够对企业产生影响的成熟度和规模——在这一点上，人工智能尚 未能够匹敌这种规模。 真正的转型发生在技术真正改变决策方式、人们的工作方式以及顾客体验 品牌的时候。这需要更深层次的文化转变，而不仅仅是新的技术堆栈。 5 2026趋势报告：数据与人工智能 分析，仍然是优先事项。技术已经存在，因此公司需要先实施它，再去追求 更奇特的性能。 软件开发代表AI最大的成功和最大的复杂性。编码助手的效率收益因开发者 的经验水平及项目背景而差异显著。当工程师缺乏成熟度或高级经验时， 使用编码助手的结果可能不一。 数据治理需要特别关注。多个组织已在内部分别实施了微软Copilot等工具 ，但缺乏适当的访问权限和治理，导致员工之间意外共享敏感信息。这并 非真正的 方面仍有重大问题。 专注于销售、服务、 营销和运营支持的数 据项目仍然是基础。” 多个领域显示出AI带来的可衡量影响：效率提升、流程自动化、文档自动 化、客户支持、教育、内容创作和软件工程。AI优先解决方案已经成熟， 足以在大多数行业实现商业成果。 人工智能可以极大地促 进软件开发，但大多数 团队难以有效利用它。 有时，营销宣传超出了 人工智能实际所能交付 的内容，因此团队必须 谨慎选择应用它的地方 。但正确的方法能带来

提供操作建议与洞察以优化 决策。 作业流程可部分实现自动化。 • • 自主化运营流程/自我优化。 AI助手支持人工进行行动规划 与生成。 • • 图2 自主化征程：一场贯穿四大成熟度阶段的真正转型 成熟度 等级定义 自主化指数 实现自主智能供应链 真正意义上的自主智能供应链包含两大维 度（见图2）：任务自动化与决策自主化。在任务 自动化层面，机器将取代人工执行具体任务。例 我们的调研显示，大多数企业才刚刚开始探 索和部署自主化能力。尽管约25%的受访企业已 开启自主化征程，但在从0（完全人工）到100% （完全自主）的指数体系中，供应链各项活动的自 主化成熟度中位数仅为16%（平均成熟度则为21%）。 预计在未来五到十年内，该成熟度中位数将大幅 提升至42%。 为了更深入地理解如何向更高自主化水平迈 进，我们将典型的供应链流程划分为9个集群和 29项具体活动（见图3）。例如，“生产制造”集 图3 端到端供应链活动被划分为29项具体活动，并根据任务相似性归入9个集群 实现自主智能供应链 12 图4 大多数活动集群将在智能系统的驱动下经历重大转型， 部分集群未来将迈向高度自主化 自主化成熟度 [全球专家组观点] 预警、风险、改进 5 运营采购 8 设置、维修与切换 9 25 50 10 15 20 25 30 35 40 45 50 55 60 65 70 75 80 未来状态描述

不同行业单位中，开展审计数智化转型的单位占比 ...................... 10 图 5 不同规模单位中，开展审计数智化转型的单位占比 ...................... 11 图 6 各行业内部审计数智化成熟度三级分布及单位数量占比 .................. 13 图 7 不同梯度行业四维能力对比 .......................................... 14 赋能内部审计机构提升审计监督质效。助力中国内部审计协会 等行业组织开展标准化建设，完善人才培养，为搭建行业服务平台 等行业支撑工作提供借鉴。 助力被审计单位不断完善内部管理。为广大被审计单位提供可 对标的成熟度模型与转型路径指引，帮助内部审计机构找准定位、 厘清差距、制定规划，推动内部审计数智化转型从单点突破迈向系 统提升，更好地服务于国家治理体系和治理能力现代化。 全国内部审计数智化转型发展研究报告（2025） 编写组构建了包括平台建设、数据能力、模型应用、智能化四 个维度的成熟度评估体系（见表 1），对 2888 家被调研单位所在行 业的内部审计数智化转型情况进行数据分析，结果显示各行业内部 审计数智化转型进展呈现明显不均衡，这种不均衡不仅体现在行业 间的梯队分化，也体现在同一行业内因单位规模和资源导致的发展 成熟度差异。 表 1 内部审计数智化转型成熟度评估体系 评分维度 子维度 评分规则 平台建设

何做好准备，在人工智能时代赢得竞争并实现繁荣 发展。通过跟踪从数据生成到数据应用的全生命周 期，GDII 为政策制定者、投资者和企业提供了可 落地的洞察，用于识别发展瓶颈、确定投资优先 级和评估进展。GDII 全新升级了“数字化成熟度” 评估体系，不仅关注数智基础设施的建设本身，更 聚焦于它所带来的应用价值，实现了从“技术投 入”到“价值产出”的评估跃迁。 GDII 围绕以下七个关键支柱来评估各国的准备度 和有效性 ： 国家数智化发展差异化表现 » 高收入国家 数据生成、应用和人才与生态方面表现卓越， 但在扩展数据存储和增强处理方面仍旧面临挑 战，其重点是加强可持续发展并建设先进的计 算基础设施。 » 中高收入国家 数字成熟度存在显著差异。部分国家在数据应 用方面处于领先地位，但受制于政策碎片化和 基础设施投资不均衡，许多国家在数据生成方 面仍旧处于落后地位。 » 中低收入国家 面临系统性阻碍，如基础设施薄弱、成本可承 市场技术与产品的关联性。 人工智能相关衍生指标 » 人工智能 Token 消耗 ：作为数据处理与存储支 柱下的新增指标，该指标通过大规模追踪人工 智能模型的交互量，评估一国在人工智能领域 应用的强度与成熟度，同时反映模型的推理能 力及持续训练活跃度。 » 人工智能应用渗透率 ：作为数据应用支柱下的 新增指标，该指标衡量人工智能模型在生产环 境中的普及程度，尤其聚焦金融、制造及公共 服务等依赖长期持续学习的行业。

对主要战略供应链技术趋势的描述并不是一个趋势比其他趋势更重要的排名列表 （见图 1）。相反，趋势是相互关联的，其重要性不仅因组织成熟度而异，还因行业、业务 需求和先前制定的战略计划而异。 图 1：2025 Gartner 八大供应链技术趋势（来源：Gartner【1】） 3 根据组织的具体情况，检查和评估自身的的趋势潜力，包括组织成熟度、行业部门和风险文 化。将它们纳入组织未来几年的战略规划中，并相应地调整业务模式和运营。组织可以将某 空间内导航。这需要新颖的外形尺寸，并注重故障安全作安全，以 适应不同的环境，包括有人的环境。 行动建议  尽管多功能机器人的潜力很诱人，但具有大批量、可预测和一致流 程的供应链运营不应在等待这项技术成熟时延迟对机器人的投资。  公司需要开始映射其功能流程，以确定哪些流程（如果有）可以用 当前几代机器人来解决，哪些将从多功能中心设计中受益最大。  确定需要高度灵活性和适应性的流程，并专注于了解人力如何执行 移动机器人和无人机技术的成熟度曲线（Gartner hype cycle for mobile robots and drones technologies）（见图 12）和 2024 年供应链执行技术的成熟度曲线（见图 13）。 19 图 12：2024 年 Gartner 移动机器人和无人机技术的成熟度曲线（来源：Gartner【17】） 图 13：2024 年 Gartner 供应链执行技术的成熟度曲线（来源：Gartner【18】）

（ESG）因素如何影响保险行业的长期 发展。 • 战略规划：基于各类参考系综合分析， 制定长期的业务发展战略和规划。 技术成熟、市场趋于饱和； 有闲阶级和资本的出现； 新的投资机会短缺；经济 大概率出现“滞胀”；自满 与失望并存，社会割裂 导入期 转 折 展开期 泡沫之路 新一轮康波 狂热阶段 协同阶段 成熟阶段（动能衰竭） 产能过剩 爆发阶段 新范式与旧经济的分裂； 旧产业的衰落和失业问题 的加剧 视角之后，需要将视野收紧到更为中观 的角度来进行进一步的分析。中观周期是指行业和产业受到技术发展影响的周期。人工智能的爆 发是因为前期在算力、算法和数据等方面进行了长时间的铺垫，这些条件现在逐步成熟，人工智 能便应运而生，对行业和产业产生影响。 科技新趋势 构建保险行业的技术发展趋势参考系（中观） 8 采用 新模式 变革 以早期采用者为重点，适应和支持企业战略和管理革新的措施 技术到应用的转化： • 技术本身不能直接成为服务，它必须通过集成多项技术形成应用。 • 应用是技术与用户需求和场景结合的结果，它将技术的潜力转化为实际可用的功能。 应用到服务的发展： • 应用的成熟是服务发展的前提，只有当应用建立了固定模式，它才能转变为服务。 • 服务是应用在具体领域的实践，它解决了特定用户群体的需求。 随着AI技术的快速发展，它已经成为了推动科技产业价值规律变化的重要力量。短期内，AI技术