化后台的欺诈检测、合规监控和风险评估等流程。 价值蓝图 为了克服上述挑战，抓住相关机遇，为利用下一代人工 智能技术做好准备，银行应采取精心设计的结构化方法 对人工智能加以应用。本报告介绍了含三个阶段的人工 智能价值框架，以帮助银行确定应优先开展的工作并相 应调整投资，从而充分发挥人工智能的潜力。 的受访者表示他们的员工正在迅速掌握 如何使用他们引入的人工智能工具/技术 调研结论 阶段二 阶段三 主要考虑因素 为迎接人工智能奠定基础 决策提供支持的企业级人工智能基础设施 进行投资。 培养利用人工智能提升人类潜能的文 化氛围 采用综合人才战略以留住人才及提升人才 技能是关键要务之一。学术机构、金融科 技初创企业和创新中心可以帮助以全新视 角提高员工技能。沉浸式人工智能培训项 目能帮助推动客户体验和运营模式创新， 拓展招聘渠道，并促成变革性成果。 调研结论 阶段二 阶段三 主要考虑因素 为迎接人工智能奠定基础 为您的人工智能转型保驾护航 简介 概要 访银行具备了能为数据驱动的服务提供战略支持的整体云或混合云平台，这使得许多银行 难以为有效应用人工智能奠定基础。 管理层和员工刚刚开始了解人工智能的潜力 61%的受访银行已经提供与人工智能相关的道德和护栏培训，以帮助员工负责任地应用此 项技术。然而，深度的人工智能培训仍然较少，只有30%的受访银行提供了高级培训课 程，以促进对人工智能能力的全面了解。 我们在人工智能方面仍处于试验阶段。尚未就其 使用方式制定任何明确的目标或KPI。

广阔的应用前景。在营销上，可以通过模拟客户虚拟业务场 景进行员工培训，提升品牌形象，还可以分析供应链上下游 生产经营情况，评估跨区域业务需求并提供定制化服务。在 12 风控上，数字孪生能帮助机构进行可视化分析及信贷评估， 监控虚拟服务流程是否合规。而在安全领域，数字孪生可以 为测试环境提供仿真业务数据，防止数据脱敏不彻底、生产 取数丢失导致发生大规模数据泄露。 （二）金融业数字孪生需求方向 拟厅堂和数字人与客户互动，为客户提供更加个性化的服 务。在提升了客户满意度的同时，使金融机构的服务效率和 响应速度得到提升。 3.业务流程优化 复杂性的金融业务流程要求金融机构不断寻求流程优 化的途径。数字孪生技术可以帮助金融机构发现流程中的瓶 颈并通过模拟业务流程来优化低效环节。这种模拟既包括前 台的客户服务流程也包括后面的清算、结算等操作流程，优 化模拟流程能达到在不影响实际业务运行的前提下，提高业 务效率的效果。 质量、降低运营成本，进一步做深做细科技、绿色、养老、 普惠、数字金融“五篇大文章”，推动金融高质量发展。 16 三、应用场景分析 （一）虚拟厅堂服务 1.应用场景概述 数字孪生技术可以帮助金融机构构建个性化的虚拟厅 堂环境，其中高度还原真实网点的各类场景和业务办理设 备。客户可通过多种渠道（如手机、电脑、VR/AR设备）进 入虚拟网点，享受个性化、高效的厅堂服务。虚拟厅堂不仅

—超越任何技术方面——这是我们必须做对的一个基本 要素。 我们相信我们能够做到。我们将这个技术新时代视 为一个机会，通过系统化地注入对人工智能的信任 ，使企业和人们能够实现其不可思议的革新潜力。 共同合作，我们现在可以为人工智能自主且帮助我 们共同实现更多成就的勇敢未来做好准备。 领导者们意识到创造这一未来的挑战，其中包括对 核心技术的初期高额投资、以数据为中心的质量以 及人才和新技能。在这些挑战中，信任是最主要的 。 人工智能：自主宣 着领导者开始结合他们的AI泛化努力，似乎不可避免 的是，他们将很快提升和赋权个人，推动并帮助企业 运营，彻底重塑产业，甚至提升国家。 行业 这可能看起来像是行业内公司之间的通用框架和 通信协议，或者是编码界定行业大挑战的引擎——这 些模型将有助于我们增长对物理学、遗传学、运动等 方面理解。并且对于 国家 和 政府 它汇集了独特的知识、语言、文化、法 律和安全，以帮助行业、公司和公民参与。关键的是 ，这些认知数字大脑不会在孤岛中运作。当它们开始 都表现出略微不同的形式。但总体而言，AI的下一阶段 将为其触及的每一件事注入增强的能力和更大的自主性 。对于 个体 认知数字大脑将作为副驾驶或助手运行， 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：

据，如电压、电流、功率因数等， AI 大模型可以对这些数据进行实时 分析和处理，监测电网的运行状态 。一旦发现异常情况，如电压波动 、电流过载、设备故障等，能够及 时发出警报，并对故障进行诊断和 定位，帮助运维人员快速排除故障 ，提高电网的可靠性和稳定性。 2、储能设备的优化控制：对于电池储能、抽水蓄能等储能设备，AI 大模型可以根据能源 需求和供应的变化情况，优化储能设备的充放电策略。例如，在电价低谷时段，控制储能 应用 于新能源材料研发，如光伏材料、固态电池电解 质等，通过高通量模拟筛选候选材料，缩短实验 室验证周期。 2、能源技术创新：在能源新技术的研发过程中， DeepSeek可以作为智能助手，帮助科研人员进行 数据分析、模型建立、方案设计等工作，加速能 源技术的创新和突破。例如在新能源电池设计中， 让DeepSeek生成多个设计概念和初步方案，通过 模拟分析发现新的材料组合和结构设计。 企业的产能、设备运行状况、资源储备等信息，预测能源的供应 能力和供应稳定性。例如，在石油和天然气行业，模型可以根据 油田的产量数据、设备的维护情况以及新的勘探开发计划，预测 未来的油气供应情况，帮助交易商和供应商提前做好应对措施。 3、供需平衡分析：综合考虑能源的市场需求和供应情况， Deepseek可以对能源市场的供需平衡进行分析和预测。有助于市场监管部 门及时发现供需失衡的情况，并采取

栏和决策支持，仅凭人才是无法取得成功的。 2025 年五大趋势：人智共创未来 点燃创新纪元 4 本研究是 IBM 商业价值研究院 “五大趋势” 系列报告的第六期，旨在分享战略性洞察， 帮助组织领导者规划未来。 本报告基于过去 12 个月进行的全面研究，借 鉴了 55 项调研的数据。这些调研涵盖混合 云和 AI、一般业务、金融和技术以及特定行 业，包括全球超过 43,000 名高管和 每一期的五大趋势报告都会重点介绍在来年 有望对业务产生重大影响的关键挑战和机 遇。今年的报告确定了 2025 年各行业和组 织的发展趋势，基于深度调查和全面的客户 参与，提供切实可行、以研究结果为依据的 洞察，帮助领导者驾驭日益复杂多变的环境 并取得长足发展。 2025 年五大趋势：人智共创未来 点燃创新纪元 5 AI 正在重塑未来的工作方式。但是，许多员工对 未来毫无准备。如果有太多员工固步自封，转型 商业价值研究院；2025 年五大趋势全球脉动调查 2025 年五大趋势：人智共创未来 点燃创新纪元 11 最大的障碍之一是企业数据的质量、可访问性和安全性。利用内部专有数据对生成式 AI 模型进 行培训，对于帮助企业利用 AI 获得优势至关重要。然而，只有 16% 的技术领导者确信他们目 前的云计算和数据能力能够支持生成式 AI， 15 而且只有 21% 的受访高管强烈同意其组织拥有 在整个企业扩展 AI

极强 的行业普适性，一系列的数字化、智能化升级几乎可以给所有行业带来降本、提 质、增效的显著效应；更重要的是，人工智能应用进一步加速了数字产业化的进 程，产生了许多新的产业形态和就业岗位，从而帮助各地方构建出可持续发展的 数字经济产业链。 �� 图� 国家政策持续强化数字化发展 来源：IDC，���� 工信部等八部委 发布《推进IPv�技术演进和应用创新发展的 实施意见》 ����年�月��日 AI重塑发展格局 更加极致的客户体验 “走出去” 数字化创新业务 数字化商业模式 来源：IDC，���� �� 自动化：更广泛的自动化用例已经无处不在。IT自动化、流程自动化和价 值流自动化，可以帮助企业实现自主运营、数字价值工程和创新速度。在 过去几年中，机器人和无人机等自动化技术正越来越多地应用于物流、能 源、医疗等诸多领域。在此背景下，数据也正在成为组织的核心战略能 力，由于自动化程 数字化商业模式：数字化企业将更加注重通 过商业模式创新来统筹实现数据的运用、用 户体验的提升、服务的深化以及生态的构 建，以更好地适应数字化环境下消费者行为 的变化、市场动态的快速演进以及技术进步 带来的变革，帮助企业保持竞争优势，实现 可持续发展。 IDC预测，到����年，已经建立 数字业务平台的组织将拥有比竞 争对手高出��%的数字化市场份 额，并拥有更强的追踪投资回报 率和执行数字收入举措的能力。

示： 需要足够强的基座模型： 基座模型 (DeepSeek-V3 Base) 超过了某个质量和能力阈值 （ 671B 在 14.8T 高质量 Token 上训练）（基座模型知识帮助突破推理上界，也有 一些 工作利用小模型复现 Aha Moment 得益于大规模 RL 和高质量推理数据）； 大规模强化学习加持： GRPO 对于强化学习训练的优化； 规则化奖励： 绕过 的问题： 长推理过程可读性差、语言混合，帮助性低 Research Questions: 能否在 Zero 基础上兼顾推理性能的同时，提升模型的帮助性和安全性？例如产生 Clear & Coherent CoT 并且展现出通用能力的模型 R1 ； 能否利用一些高质量反思数据集做 Cold Start 从而加速 RL 的收敛或帮助提升推 理表现 DeepSeek-R1 purpose) 成效： 使模型在推理能力不减的前提下，语言表现更为自然， 适应性更为广泛。 全领域 RL RL for all Scenarios 进一步提升除了 reasoning 能力之外帮助性和安全性 对于 reasoning data, 可以用基于规则的奖励 对于 general data, 可以用奖励模型来建模人类偏 好意图 成效： 最终版本的 R1 不仅在推理和对话能力上达到了高水

似病例处理经 验，为医生提供临床决策支持，辅助医生减少误诊和漏诊的风险，提高医疗安全。 市场分析和趋势预测：精准洞察市场，优化营销策略 利用 AI 分析消费者行为、社交媒体趋势、经济指标等数据，帮助零售商预测未来 销售趋势 基于消费者购买趋势和偏好的变化，及时调整产品线和营销策略 医学教育与培训：虚拟病例训练，优化教学内容 模拟真实临床场景，为医学生和医生提供虚拟病例训练，提升他们的临床决策能 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，帮助他们更好地与客户建立信任和关系，提升 客户购买体验和复购率 销售预测与市场趋势洞察：数据驱动决策，优化资源配置 分析销售数据、市场趋势和宏观经济指标，为销售团队提供精准销售预测和市场 洞察 预测销售趋势和需求变化，识别市场机会和风险，帮助销售团队优化资源配置和 战略决策 供应链优化：提高库存效率，降低成本 AI 客服依赖， 降低运营成本 11 客户关系管理：提升客户忠诚度，促进长期发展 深度分析客户数据和行为模式，为销售团队提供客户关系管理支持 评估客户忠诚度和潜在价值，及时发现潜在问题并采取措施，帮助企业留住高价 值客户 高效招聘与精准筛选：提升招聘效率，提高人才选拔精准度 AI 驱动的招聘工具可以根据岗位描述和企业需求，快速筛选出符合岗位要求的候 选人 分析简历、行为数据和社交网络信息，评估候选人的潜在能力和职业适应性

花旗是全球最⼤的⾦融机构之⼀，在所有主要成熟和新兴市场开展业务。在这些世界市场上，我们的员⼯进⾏着持续的多学科对话 - 获取信息，分析数据，制 定⻅解和提出建议。作为我们的⾸要思想引领产品，花旗全球展望旨在帮助我们的读者应对全球经济⾯临的最具挑战性的问题，并预测⼀个快速变化且相互关 联的世界中的未来主题和趋势。花旗全球展望汇集了我们全球对话的最佳要素，并整合了我公司各个⾼级专业⼈员的思想领导⼒。本⽂不是研究报告，也不构 适当的成 本、能⼒和监管条件下，对这些服务的需求可能会⾮常⼤。 最近⽣成式⼈⼯智能的进展正指向认知任务或按需创作艺术。许多⼈真正想要的是 在⽇常任务，如清洁⽅⾯获得帮助，以便能够更多地思考、创作艺术和休闲。⼈⼯ 智能机器⼈可以帮助实现这种乌托邦⻆度。 当然，⼈们对机器⼈取代⼯作的更加悲观担忧，正如在挑战章节中讨论的那样。然 ⽽，本报告的副标题‘AI-机器⼈正在追踪你’则是在暗⽰另⼀个潜在结果。⼈⼯智 型在训练和推理中的能源消耗在将最新的⼤型模型部署到机器⼈技术中时仍然是 主要瓶颈之⼀，因为系统通常具有资源约束。我期待在这些领域看到更多激动⼈ ⼼的发展。我是⼀位技术爱好者，我相信机器⼈技术，机器学习和⼈⼯智能等技 术有望帮助我们解决当今⼀些最紧迫的挑战。然⽽，这项技术被⽤于对社会有害 的⽬的，如信息误导和战争，仍然是⼀个重⼤关切。要将这⼀最新技术⾰命转变 为我们所有⼈的成功，需要技术开发⼈员、⽴法者和整个社会共同努⼒。

需要跟传统机器人结合大模型增强，传统机器人无法回答时， 大模型对汽车专业词汇精准理解回复 传统机器人不智能， 应答效果差 客户诉求 产品示例 人工校验入库 在售前/售后服务领域：腾讯乐享帮助打造一站式智慧售前/服务社区 乐享讲好品牌故事，传播好企业文化，让工业企业和零售户感受到有规则，有公平，有信心 Deepseek 大模型引擎 结合物联网和人工智能打造的勘探/安装/巡检一体化平台， 2000套 每天报装数 5分钟 每套审核时间 70% 标准巡检覆盖比 40% 实际巡检覆盖比 节约综合人力成本 降低隐形成本风险 车辆事故、车辆违章、人员安全 云边协同的智能运维方案帮助新能源场站实现无人运维，智能运维 • 基于分布式云计算和AI等先进技术，通过云边协同架构，实现总部与边缘场站两级资源协同互动，打造新一代无人化智能场站 • 数字化能力下沉场站，提升巡检智能化，降低生产运营风险，推动新能源减员增效 智能运检系统 AI创新中心 算法模型库 第三方算法 模型 模 型 训 练 Tencent AI 边缘版 ⋯ 标 准 化 场 站 2 标 准 化 场 站 N 数 据 采 集 公有云丰富的技术能力帮助企业建立分布式智能通用电池/充电桩运营系统 SaaS生态 eSPARK BaaS 业务中台 技术底座 通用电池 应用终端 “ 绿电” 随心用： 开放支持产业链上下 游伙伴，积极探索通