多源信息来源 • 互动性、个性 化 患者流程 • 内容⽣产辅 助 • 管理营销素 材 • 营销内容策 划 • 患者招募 • 试验设计优 化 • 执⾏效率提升 新药研发与 临床试验 • 客户精细化标签 • 个性化与医⽣互动 • 交叉证据⽹ 络 构建 提升新药研发和 临床管理效率 数字化内部流程 提效 更个性化、 互动 ⾏业学术化推⼴ • “ 数字健康”和⽣态“破壁跨圈”， 产⽣更多数据 • 医院数据开放和流通 • 个性化诊疗和健康管理 数据价值在⼤模型背景下进⼀步被凸显 推理思考能⼒以及医保控费压⼒ 15 主动权 →⼤模型成为患者信息来源 • “ 数字健康”和⽣态“破壁跨圈”，⽐如可穿戴设备与 AI 分 析相结合 →⼤模型汇聚和分析数据 • 个性化诊疗和健康管理 →获取服务的路径发⽣改变 ⼤模型成为新 的信息来源 患者 • 患者⾏为“消费者化”：医疗信息透明化，患者有更多 DeepSeek 对于医疗体系有那些影响？

数据驱动的 多渠道营销 更个性化、互动 ⾏业学术化推⼴ 重塑患者流程 • 患者招募 • 试验设计优化 • 执⾏效率提升 • 交叉证据⽹络 构建 • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 内容⽣产辅助 • 管理营销素材 • 营销内容策划 • 客户精细化标签 • 个性化与医⽣互动 • 多源信息来源 • 互动性、个性化 患者流程 • 多重购买渠道 2010 2018 ⾏业视⾓：DeepSeek对于医疗体系有那些影响？ • 患者⾏为“消费者化”：医疗信息透明化，患者 有更多主动权 • “数字健康”和⽣态“破壁跨圈”，产⽣更多数据 • 个性化诊疗和健康管理 患者 • 电⼦病历和数据管理⾰新 ⼤模型语义理解加速医学数据治理和流通 • 医院数据开放和流通 数据价值在⼤模型背景下进⼀步被凸显 • 精细化运营管理（DRG/DIP） 分析相结合→⼤模型汇聚和分析数据 • 个性化诊疗和健康管理→获取服务的路径发⽣改变 患者 超级产品 增长1亿⽤户所⽤时间 ⼤模型成为新 的信息来源 16 ⽤户触达 潜在⽤户 “⼤模型会替代搜索引擎， 成为新⼀代精准流量⼊⼝v” ⽤户认知 ⽤户⾏为 ⽤户依从性 • ⽬标⼈群画像/潜在⼈群标签 （⽐如年龄、性别、主诉、现病史等） 腾讯医典 腾讯视频 体系性患者宣教 个性化患者建议 健康智能体

它将理解他们的工作，学习他们的偏好，并通过其互动 来了解他们，旨在帮助他们成为更优秀的自己。 企业 它 可能更像是一个中枢神经系统——企业架构进化成能够 捕捉业务的集体知识、独特的差异化特征以及其文化和 个性的东西，并成为其关键协调者（甚至是自主操作者 ）。对于 建筑： 一个全面的骨干架构是将AI实验转化为企业级解决方案的关键。它将智能扩展到整个组织以及 现有的工作流程中，并实现可重复性，因此解决方案可以一次性制作并重复使用。 简单却至关重要的问题：如果世界由人工智能和增强自 主性塑造，并且将超凡的一致性带给它触及的一切，那 么这留给您的品牌和独特的企业个性何去何从？企业正 站在中介挑战的十字路口。他们有机会彻底改变与客户 互动的方式，并提高客户旅程的相关性，但要做到这一 点，他们必须认识到，他们公司的AI个性与经过时间沉 淀的传统品牌一样至关重要，后者是通过小型、个人化 的互动建立起来的。 为了帮助商业领袖为即将到来的变革之旅做好准备，今 它即将推动企业数字足迹的巨大扩张。 企业将很快在一个技术景观中运营，其中新的数字概念 几个小时就能变为现实，而不是几周。它们可以结束一 劳永逸的数字解决方案，因为创建数字系统并将其连接 起来的速度大幅提高，使得前所未有的个性化成为可能 。这将是可定制技术的新时代，其中不受约束的数字实 验和创新不仅将成为可能，而且将成为业务增长策略的 关键特征。 这是我们在人工智能突破语言障碍的那一刻开始迈向的 未来，但我们尚未到达那里。首先，存在着一个过渡期

出了更高要求；普惠科技聚焦小微贷款、供应链金融等场景， 占比16%，尽管智能风控提升了融资效率，不过复杂场景中 的动态风险评估仍是重要挑战；财富科技专注于财富管理和 理财服务，占比11%，旨在通过智能投顾 5和个性化资产配置 满足客户的多样化需求，但在隐私保护和数据安全方面的要 求也愈发严格。 金融机构作为金融业务的载体，承担着为社会提供资金 配置、风险管理和服务支持的职能，也有义务应对数字化转 型 国家金融监督管理总局数据，中国银行业金融机构法人数和 证券公司数近五年分别增加了30家和9家 6。金融业竞争存活 同业数的增加，导致了客户获得成本和企业营销成本的上 升。 同时，随着客户对金融产品个性化需求上升，传统市场 划分和客户画像可能因无法满足客户需求，导致金融机构获 客率下降。而客户需求分析准确度不足，也在对客产品设计 和营销策略上给金融机构带来了挑战。 数据分析工具普遍应用的当下，海量的客户数据仍是金 时的及时性 和有效性。 2.金融风控方面痛点介绍 金融风控领域方面的痛点包括风险识别滞后，合规压力 大，数据整合难度大。传统金融业风险管理方式一般基于历 史数据和静态模型，在客户对金融产品个性化需求提高的现 在，可能存在风险识别滞后的问题，表现为在市场变化、客 户行为和潜在欺诈方面反应速度较慢，不能迅速适应市场变 化。当突发市场波动时，若金融机构无法及时调整风险策略， 将导致客户投资损失，甚至客户流失。

STEP 03 试点验证阶段：AI 的工具化应用 阶段特点： 快速见效、风险可控 投入成本相对较低 应用范围局部性强 以效率提升为主要目标 典型案例： 营销领域：利用 AI 生成营销文案、个性化推荐 客服领域：智能客服机器人初步应用 运营领域：数据分析和预测性维护 行政领域：智能会议纪要、文档处理自动化 扩展深化阶段：AI 的产品化整合 阶段特点： 系统性应用部署 技术深度集成 驱动的获客与线索筛选：提升获客效率，缩短销售周期 AI 驱动的获客工具通过分析客户数据，精准识别潜在客户，并对线索进行高效筛 选和优先级排序 根据客户的行为和偏好，发送个性化的营销信息，提升客户参与度和购买意愿，缩 短销售周期 个性化销售策略与客户互动：提升客户满意度和销售业绩 分析客户的购买历史、行为数据和沟通风格，为销售团队提供量身定制的销售策 略和互动建议 为销售人员提供实时的对话建议， 供应链优化：提高库存效率，降低成本 AI 通过分析市场需求、库存水平和物流数据，优化供应链管理 预测商品销量，调整库存，减少过剩或短缺情况，提高供应链稳定性 个性化推荐：精准推送，提升消费者体验 AI 基于消费者的购物历史、偏好和行为数据，提供个性化产品推荐 优化购物体验，增强消费者满意度和忠诚度，提升商家销售额和客户粘性 智能客服与支持：提升客户满意度，降低运营成本 AI 驱动的智能客服提供

.....61 1 1 第一章：什么构成了医疗 AI 的配置动力？ 历经十余年的发展，医疗产业对于 AI 的认知已经由最初的质疑转变为接受，甚至连医 生这个群体，都开始拥抱 AI，主动进行个性化 AI 的创造。 然而，认可 AI 与为 AI 付费是有差异的。许多医疗 AI 通过与目标用户合作的方式进入医 疗机构与药械企业，并在试用阶段中获得用户的认可，但他们中大多数最终不会为手中 的 疗机构销售，具体 付费可分为一次性买断与订阅制收费，国内医院偏好于一次性买断的模式。 二、医院－影像数据的收集和标注： 随着影像 AI 的价值被医生逐步认可，不少医生希望自主训练算法，打造更为个性化的 影像 AI 模型。训练过程中，影像 AI 需要大量的高质量医学影像数据进行训练和学习。 因此，提供 AI 训练平台，协助医生整理、标注大量的医学影像数据，已成为影像 AI 的 一种新兴商业模式。 CT-FFR 技术崭露头角。这项技术能够迅速分析患 者的 CT 影像，从功能学角度准确评估冠状动脉的狭窄程度及其潜在影响。这一突破避 免了传统冠脉造影可能导致的过度治疗或治疗不足，为患者提供了更为精准、个性化的 诊疗方案。 在经皮冠状动脉介入治疗（PCI）阶段，AI 同样发挥着重要作用。它不仅能够自动分析 冠状动脉 CTA 等心脏影像数据，快速准确地识别出狭窄、斑块等病变部位，从而减少 人工阅

影响 示例 供应商 端到端开发 平台 NVIDIA 优化电池 管理 博世 道路评估 服务 米其林 客户行为 分析学 科克斯汽车公司 原始英文内容：OEMs 基于视频的 质量控制 个性化数字 车内体验 特斯拉 自动电动汽车 充电机器人 现代汽车 自动化二手车交易平台 汽车评估 Auto1 宝马 动态路线 定价 高需求 区域预测 移动性 提供商 传感器数据 处理用于AD 生成电池 工程 预测性维护 资产 预测性诊断 并且保修优化 适应性移动即服务 车队管理 车内个人助理 并且经验优化 智能驾驶员关怀 自动化产品 生命周期管理 端到端供应链/ 物质处置RPA 个性化汽车 配置与定价 多模式票务 并且支付优化 车队销售协同驾驶员 研究与开发项目优先级排序 性能提升 供应链物流 优化与风险缓解 最后一公里交通 优化 智能导航和 停车服务 企业 函数 合作伙伴生态系统 释放资源以进入下一阶段 内部任务，具有高自动化程度 潜在 复杂、多步骤的核心 流程 主要业务/运营 模型变更 终端用户服务带有“哇！效果” 主 用例 属性 （与 例子） 个性化/相关终端用户 体验 价值创造与其他 行业领域 内部结构化数据基础 内部非结构化数据基础 多领域和多所有者数据基础 虚拟客户服务 中心/助理 车载个人 助手 生成式车辆 零件设计 协作机器人制造

香港特别行政区合伙制事务所，均是与毕马威国际有限公司（英国私营担保有限公司)相关联的独立成员所全球组织中的成员。 版权所有，不得转载。 智慧银行：以人工智能驱动转型并创造价值 5 越来越多的银行正通过聊天机器人、内容创建和个性化 营销等特定用例对生成式人工智能开展试验。然而，许 多银行在从此类用例中获取价值回报方面仍面临重重困 难。我们的调研发现，尽管许多金融机构认为人工智能 对其未来发展至关重要，同时也已开始利用人工智能提 工智 能平台与开源人工智能平台的不断竞争，使局面变得更为 复杂，银行也因此难以明晰应从何处着手加大投入。 银行拥抱新兴人工智能代理 人工智能代理将在提高运营效率的同时，带来高效、流 畅的超个性化客户体验，从而让银行业发生翻天覆地的 变化。 此类智能体可以充当全天候的虚拟顾问，用于提供量身 定制的财务指导，自动执行日常交易，并基于实时数据 和前瞻洞察主动管理客户需求。在运营中，人工智能代 智能宏伟愿景。应围绕这一愿景规划转型 路线图，以重新定义人工智能推动增长和 创新的方式，并在团队中落实成果责任 制。将人工智能部署与战略目标相结合， 如改进欺诈检测、简化业务流程和增强客 户个性化体验，可有助于最大限度地提高 投资回报。 建立对转型路线图的信任 人工智能的应用可能使银行业面临独特的 信任风险，这意味着必须从一开始就实施 主动风险管理。银行必须应对数据隐私和 安全方面的挑战，以确保遵守金融法规，

指的是通过智能化营销& 销售手段, 实时洞察客户需求、精准触达客户、持续经营客户价值, 并共创迭代 产品创新,持续增长、 创收创利;提升客户体验, 指的是通过数字化平台和智能 运营技术, 持续获取和运营客户, 创新个性化、智能化服务体验, 提升客户满意 更多干货请关注公众号“管理技术化平台” 10 度、增强粘性, 积累忠诚客户。 其次是战略价值, 包括了创新业务模式、打造新增长引擎, 以及韧性发展的 能力。其中 质量。例如, 企业可利用生成式 AI 进行产品的概念设计; 或者通过整合内外部 数据 (如销售数据、客户需求数据) , 来做出更科学的产品规划。 今年的企业智能化转型框架在研发创新模块方面进行了差异化的个性化设 计, 依据行业和场景的不同, 划分为硬件研发、软件研发成熟度模型。 更多干货请关注公众号“管理技术化平台” 13 针对智能产品研发 硬件, 企业可以从以下角度探索: 是否实现了研发流程的数字化贯通 通过建立全渠道数字营销接触点, 整合分散的数据资源, 并 应用大数据客户细分和标签体系来实现精准营销。随着 AI 技术的快速发展, 其 在智能营销中的应用愈加广泛,例如基于用户行为和偏好的智能推荐、 自动化生 成个性化营销内容、动态调整营销策略以实时响应市场变化等。这些技术手段可 以大幅提升企业的营销效率, 优化成本, 并显著增强客户体验。 更多干货请关注公众号“管理技术化平台” 15 企业构建智能营销体系的切入点包括以下问题:

在产品创新领域，流程智能化通过敏捷开发与需求响应闭环重构价值链。比如，服装企业通过创新 的研发流程，实现从门店需求采集到服装设计定稿仅需数周时间，大幅提高了爆款服装命中率。在 用户体验领域，流程智能化则体现为个性化服务与快速响应。比如，企业客户服务部门通过 AI 流 程创新，可以提高客户投诉响应速度，从而拉升 NPS。 当技术迭代、降本压力、创新瓶颈三重叠加，流程智能化已不再是“锦上添花”，而是决定企业生 流程发起效率。同时，大模型机器人可以基于员工身份的不同，自动唤醒个性化流 程。 此外，蓝凌还针对系统监控建设了 RPA 巡检机器人。通过全时段监控系统状态，保 障业务连续性。 03 价值创造的乘数效应 蓝凌项目实施后，中集集团流程管理体系发生了系统性变化，达成了既定的用户体 验、管理水平和降本增效三方面优化目标。 用户体验优化体现在，移动端审批效率大幅提升，以及流程个性化推荐和自动化发 起。 管理水平优化体现在，各流程业务统一到新的蓝凌