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 2 目录 引言 阶段二：融合 概要 阶段三：演进 调研结论 为迎接人工智能奠定基础 简介 主要考虑因素 阶段一：赋能 打造智慧银行 毕马威：以经验与诚信为您的人工智能转型保驾护航 03 04 05 08 11 15 22 28 32 37 40 © 2025 毕马威华振会计师事务所（特殊普通合伙） 技 术升级需要成本，实施存在风险，而且高管希望转型但 却对领导这项工作犹豫不决，使得挑战显得更为严峻。 如欲将自身打造成为智慧型金融机构，银行应该积极拥 抱人工智能，将其视为可持续发展的驱动因素之一。银 行可以通过将人工智能融入从营销和客户服务到欺诈防 范和风险管理的各项职能当中，构建以客户为中心的创 新解决方案，从而既能增强盈利能力，又能提高客户忠 诚度。本报告提供的措施建议和真知灼见，能够有助银 催化剂。为充分挖掘人工智能的潜力，银行 必须以开放的心态拥抱变革，并将人工智能 融入成为推动以客户为中心实现可持续发展 的一大核心因素。 Francisco Uría 全球银行业与资本市场主管合伙人 毕马威国际 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 引言 引言 打造智慧银行 阶段一 © 2025 毕马威华振会计师事务所（特殊普通合伙）

社会环境因素对零碳园区的影响 零碳园区的建设不仅是技术问题，还涉及社会环境因素。社会环境因素包括政策支持、公众参与、社会 消 费水平、区域产业结构等，这些因素对零碳园区的建设和发展具有重要影响。 政策支持是零碳园区建设的重要保障，政府通过制定相关政策，引导和激励园区的低碳发展。公众参与是 零碳园区建设的重要力量，通过提高公众的环保意识和参与度，促进园区的低碳发展。 社会环境因素一体化的发展趋势 社会环境因素一体化的发展趋势 零碳园区的发展将更加注重社会环境因素的一体化，通过整合社会资源，实现园区的可持续发展。例如， 通过建立多方参与的决策机制，充分考虑各方利益和需求，制定科学合理的零碳园区发展规划。 社会环境因素一体化还将促进零碳园区与周边区域的协同发展，形成区域低碳发展的合力。 社会环境因素一体化 全域综合能源系统是一种更大规模的能源系统，涵盖城市、城市群 甚至更大的地区。它通过整合各种能源形式、能源需求和能源设施， 的 高效利用和低碳发展。 零碳园区的建设将为我国实现碳中和目标提供重要支持， 推 动我国能源转型和可持续发展。 零碳园区综合能源系统的发展仍面临一些挑战，如技术复杂性高、成 本高、社会环境因素复杂等。为应对这些挑战，需要加强技术研发， 降低技术成本，提高技术的可行性和可靠性。 同时，需要加强政策支持，引导和激励零碳园区的建设和发展。此外， 还需要加强公众参与，提高公众的环保意识和参与度，促进零碳园区

展提供了更为广阔的空间。 矿产资源 预测与评价 石油地质 地质剖面绘图 地质灾害 环境应用 三维数据模型在地质 矿山中的应用 GIS 在地质中 的应用 地质灾害 地质灾害是指因自然因素或者人为活动引发的、危害人民生命和财 产安全的、与地质作用有关的灾害。我国地质灾害种类繁多 , 分布广泛 , 活动频繁 , 危害严重。据统计 , 上世纪八十年代末至九十年代初 , 每年 因地质灾害造成 区分出不同危险性等级区域，并通过危险性制图来反映。 滑坡 滑坡 崩塌 滑坡 崩塌毁坏民居 3 、 GIS 在泥石流中的应用 利用 GIS 可以建立泥石流空间数 据仓库 , 通过空间数据挖掘技术对泥 石流的激发因素、爆发时间和规模与 环境背景条件的相关关系进行定量分 析 , 以帮助我们更加深入地研究泥石 流的形成机理 , 建立相对精确的泥石 流预报模式。在泥石流形成机理、泥 石流预报模式研究的基础上 , 可以建 立一个沉降动态监测和预测预警系统，并利用 GIS 实现地面沉降的可视 化 地陷 城市地陷 城市地陷 山村地陷 京津冀地区沉降地图 5 、 GIS 在水土流失中的应用 一般是将影响水土流失 的各因素的专题图分别输入 GIS 并建立起完整的数据库 , 然后通过 GIS 的叠加分析、 拓扑分析等操作 , 并配以一 些特定的算法程序 , 可以进 行水土流失强度、水土流失 危险性及各侵蚀因子的制图 操作。利用

.................... 8 七、发展因素 ................................................................................................................................ 9 1、有利因素 ............................ （3）市场需求增长推动虚拟电厂发展 .................................................................................... 9 2、不利因素 .................................................................................................. 目前虚拟电厂行业大多通过招投标方式获得合同，虚拟电厂企业的技术水平、运行业绩、产品质 量、市场信誉、售后服务等所形成的综合品牌是虚拟电厂企业最重要的核心竞争力，也是影响虚拟电 厂企业是否中标的关键因素。因此，对于新进入虚拟电厂行业的企业存在一定的品牌壁垒。 2、技术壁垒 虚拟电厂行业属于技术密集型产业，虚拟电厂行业的产品大部分为定制产品，并向小型化、信息 化、智能化、集成化方向发展，需

Boston Consulting Group, Inc. All rights reserved. 范围的广度和深度使该项目成为 TRTS …… 供应链的真正变革 供应链 愿景与战略 供应链促成因素 生产 购买 交付 计划 端到端供应链集成 制定战略并衍生 操作模式 A 完善运营模式，优 化核心流程 B 规划和优化网络 C 确保工厂的精益运 营 D 制定 TRTS 数字供应链的路线图 系统 9 Copyright © 2016 by The Boston Consulting Group, Inc. All rights reserved. 成功的条件：我们的经验表明，十个因素与供应链转型最为相关 来源： BCG 案例经验 目标是最大程度的流程标准化，同时在必要时反映特定部门的要求 尽早将 IT 的总体视角与 IT 整合，使其成为推动者，而不是驱动者 制定明确的操 Copyright © 2016 by The Boston Consulting Group, Inc. All rights reserved. BCG 的独特定位是支持 TRT 健康实现供应链转型的关键成功因素 访问全面的基准测试、最佳实践和流程工具 深刻理解供应链转型的战略视角和业务背景 熟悉 TRT 健康的巴士、商业模式和公司文化 跨所有相关职能的深入专业知识，跨职能集成 的能力 持续协调变更和实施流程

 风险评估：利用大数据分析技术，识别潜在的风险因素，提供 风险管理建议。  自动化报表生成：自动生成各类造价报表，减少人工操作，提 高报表的一致性和准确性。 此外，DeepSeek-R1 大模型还具备良好的可扩展性和适应性， 能够根据不同项目的需求进行定制化配置。例如，在处理大型基础 设施项目时，可以增加对地质条件、环境保护等复杂因素的考量； 而在住宅建设项目中，则侧重于材料成本和施工周期的优化。 在当前的工程造价实践中，项目管理者面临着以下主要挑战： - 数据量大且复杂：建筑项目涉及的数据类型繁多，包括设计图纸、 材料价格、人工成本、施工进度等，传统方法难以高效处理。 - 动 态变化快：市场材料价格、人工成本等因素波动频繁，传统的静态 分析方法无法及时响应变化。 - 跨专业协作难度高：造价管理需要 与设计、施工、采购等多个专业部门协同工作，信息流通不畅容易 导致误差和延误。 - 风险管理不足：传统方法在风险预测和应对措 导致造价过程中信息不对称，影响决策的准确性和时效性。其次， 人工计算和审核的工作量大，容易出错，且难以应对复杂的工程结 构和多变的材料价格。此外，随着可持续发展理念的深入人心，绿 色建筑和智能建筑的兴起，工程造价需要考虑的因素更加多元化， 传统的造价模型难以全面覆盖这些新兴需求。 在技术层面，尽管 BIM（建筑信息模型）和云计算等技术在工 程造价中得到了初步应用，但其潜力和效益尚未完全释放。BIM 技 术虽然在项

高 的 相 关 性 ， 但 在 预 测 甲 型 H1N1 流感的发生率上比美国 CDC 的监测结果低 将近 40 倍［18］。 2.2 登革热 针对登革热疫情，通过搜索引擎并 融合虫媒、气候等因素联合开展对登革热的监测 预警，相关研究显示该方法同样取得了较好的效 果。Gluskin 等［19］提出了谷歌登革热趋势（google dengue trends，GDT）的概念，并选择墨西哥进行了 相关研究，研究发现与传统的监测系统相比，在国 家层面上，GDT 可识别出 83% 的报告病例；但是在 各洲层面上，识别病例的效果从 1% ~ 88% 不等，随 后研究联合气温、降水量等气候因素发现 GDT 在 高发病率地区和适宜登革热传播的气候条件下具 有更高的准确性。Althouse 等［20］基于谷歌平台对 2004－2011 年新加坡和曼谷的登革热疫情发病率 和高发期进行了预警预测，检索词包含疾病名称、 除以上围绕重点疾病开展的研究外，各国学者 还利用不同搜索引擎对传染病的预警预测模型进 行了研究探索。研究者通过收集搜索引擎与疾病呈 正相关词条的数据，与卫生部门的监测数据或实验 室确诊数据拟合，并结合气候、时间等因素后构建 合适的模型对传染病进行监测预警，见表 1。 谷歌和百度是研究者使用最多的搜索引擎平 台，搜索的关键词可分为疾病名称、症状、治疗方法 三大类；目前国内外研究者采用的预警预测模型种 类不多，大部分选择了广义线性模型，少部分研究

同时进行治理层结构的 设计 管控设计的后端 • 需要评估是否达成管控的目标 ; 同时 , 对管控效果进行评估 • 随着重大的影响管控的因素的 变化 , 改进管控体系 管控设计的后端 • 需要评估是否达成管控的目标 ; 同时 , 对管控效果进行评估 • 随着重大的影响管控的因素的 变化 , 改进管控体系 集团管控 模式设计 集团组织 设计与责权 划分 管控体系 设计 管控效果 评估 通过投资业务组合的结构优化 • 追求公司价值最大化 • 公司组合的协调发展 • 投资业务的战略优化和协调 • 战略协同效应的培育 • 各分公司经营行为的统一与优 化公司整体协调成长 • 对行业成功因素集中控制与管 理 • 财务控制 • 法律 • 企业并购 • 财务控制 • 战略规划与控制 • 人力资源 • 品牌管理 • 财务控制战略 • 营销 / 销售 • 管控目标 股东投资回报 追求公司价值最大化 长远战略发展需求 股东投资回报 航空主业公司整体协调成长 各企业经营行为的统一与优化 对影响主业内公司发展与成功 的关键因素与能力的集中控制 与管理 总部管控机 构 与绩效管控方式 总部无业务管理部门 以财务指标进行管理和考核 总部设置投资管理部门 , 不 设具体业务管理部门 以战略规划进行管理和考核

智能的监管治理情况。 虽然本文涉及各种法律和监管框架，但必须强调的是，所提供的信息不适用于 任何特定情况的法律指导。 人工智能的监管环境正在迅速演变，法律法规的解释和应用会因各种因素 而存在很大差异，这些因素包括： ● 管辖范围（国家或地区） ● 具体的情景（如行业、应用场景等） ● 具体的人工智能技术或应用 因此，云安全联盟和本文作者强烈建议，如果有任何与人工智能开发、部 署或 和云 安全联盟基于当前的知识和预期所做，受固有风险、不确定性和假设的影响， 部分陈述可能与实际结果存在差异。 以下是可能影响人工智能领域未来发展和相关监管环境的一些重要因素， 也是可能影响本文件中前瞻性陈述准确性的因素所在： ● 技术的快速进步：人工智能领域不断发展，新的技术和应用层出不穷， 很难预测这些技术进步的确切轨迹及其对人工智能监管各方面的影响。 ● 监管框架的不确定性：对人工智能的监管方法仍在开发，不同管辖范 ©2025 云安全联盟大中华区版权所有 9 ● 新兴的伦理考量：随着人工智能应用变得越来越复杂，可能会出现新 的伦理考量，促使更多有关负责任的开发和使用这些技术的法规或指导原则出 台。 ● 经济和社会因素：整体经济环境和对人工智能的社会态度，可能会影 响新技术的开发、采用及监管环境。 这些关于前瞻性的陈述仅反映作者和云安全联盟本文件发布之日的观点， 作者和云安全联盟不承担更新或修改本文档中任何前瞻性陈述以反映未来事