加速数字化智能马:BDM数字化成熟度评估模型2.0实践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:The0 积分 | 32 页 | 2.83 MB | 9 月前3
【评估标准】GBT434392023信息技术服务数字化转型成熟度模型与评估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 ......0 积分 | 28 页 | 873.49 KB | 5 月前3
2026趋势报告:数据与人工智能-21页人工智能应用层次 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10 积分 | 21 页 | 4.83 MB | 1 月前3
全国内部审计数智化转型发展研究报告不同行业单位中,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20 积分 | 99 页 | 22.28 MB | 1 月前3
全球数智化指数(GDII)2025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。10 积分 | 142 页 | 10.11 MB | 4 月前3
罗戈网:2025年值得关注的供应链技术的主要趋势报告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】)0 积分 | 33 页 | 2.27 MB | 7 月前3
AIGC+教育行业报告2024产生令人欣喜的化学反应。然而,商业实践的落地是受到现实和周期限制的。从落地逻辑而言,当 前产品基本是原有教学场景和产品的替代,原有技术功能的优化迭代,而少有新场景的迸发;就落 地速度而言,尚不成熟的教育大模型落地,仍需学生思考和辨别能力的加持、以及相对明确统一的 评估标准支撑,各领域、场景、学段落地情况各有差异。 同时需要警惕的是,AIGC技术具有显著的资源密集和依赖特点,而教育是一项社会公益事业,事关 需要根据时代需求快速更新迭代 分科教学 既有通用行业的大规模数据,也有垂 类的、各学科的教育数据,且联网之 后,迭代更新的速度更快 大规模数据 内容标准化 教学内容 一般情况下,师生通过讲解、沟通等 较为成熟的语言问答进行知识的传授 和教学互动 口语交互 有来有回的多轮交互,更接近教育的 真实过程,如孔子《论语》的对话体, 苏格拉底启发式对话教学模式 自然语言交互 交互自然化 交互方式 资,其中半数项目来源于美国,且多集 中在K12教育及职业培训两个细分领域内。从项目成熟度来看,当前全球AIGC+教育投融资集中在早期阶段,全球资本普遍关注用 少量资金布局早期创业项目。虽然当前成熟项目较少,但相较种子及天使轮,VC的单笔融资金额更高。可以预见,随AIGC在教育领 域的应用发展走向成熟,资本将切入对成熟、优质项目的关注之中。 来源:dealroom、IT桔子,汇率按照2023年平均10 积分 | 55 页 | 3.32 MB | 10 月前3
一汽(武艳军):SABOE数字化转型方法论和实践案例司数字化战略规划、企 业架构设计、数字化转型实施等方面工作。 • 《企业架构驱动数字化转型:以架构为中心的端到端转型方法论》专著作者,微 信公众号“金融IT那些事儿”主理人, 《商业银行数字化成熟度评估模型“Bank Digital Mesh”》白皮书第一作者, Open Group《决策者参考:使用 O-AA™引 导 敏捷数字化双重转型》白皮书联合作者 。 ” 请插入 您的照片 提出碳达峰、碳中和战略 经济发展进入新常态 • 2008年以来,以云计算、大数据、人工智能、物 联网、区块链为代表的数字技术进入了集中成熟 爆发期。 • 数字技术组合应用,发挥数据价值 • 互联网、物联网积累了海量数据 数字技术发展成熟 经济发展进入新常态 数字技术发展成熟 互联网企业跨界而来 传统企业纷纷转型升级 数字经济 农业经济 工业经济 B.C. 8000 A.D. 1760 A.D. 放款在5分钟内完成 8.0 7.0 6.0 6.0 7.2 6.8 7.3 战略规划与 组织流程建设 连接与在线 数据能力 智能能力 云化基础设施 敏捷能力 风险防范与安全 汽车金融数字化成熟度评估 产业金融 www.top100summit.com 汽车金融数字化转型实践(2/2) 构建极致体验的智能化汽车金融业务 数字化战略愿景 量化业务目标 报单在9分钟内完成 审批在8分钟内完成0 积分 | 38 页 | 2.38 MB | 9 月前3
信通院:“机器人+人工智能”工业应用研究报告2025模拟 自然界生物群体的行为,实现群体优化协调。在感知交互方面,基于 机器视觉技术的识别类模型应用比较成熟,在机器人的操作取物、移 动避障等各类功能中应用广泛,部分企业甚至开始了针对表面缺陷、 产品特征识别、安全巡检等难度较高任务的深度学习探索;基于语音 交互技术的语言类模型虽然较为成熟,但是主要用于陪伴对话、教育 辅导、智能家居等服务型场景,而由于可靠性要求高、工业知识积累 6 不 过程中自主学习轴孔装配技能,通过在线辨识控制器的最优参数,提 高装配操作质量。二是自主导航类,随着激光地图建模技术不断成熟, 基于地图开展移动路径设计的自主导航功能也实现广泛应用,发展出 各类清洁、搬运机器人。 在传统模块化机器人中,多种模型的组合配合也大大拓展了机器 人的应用场景。其中,以工业视觉为代表的感知交互技术在软硬件层 面都趋于成熟,因此与其他模型的组合使用较为常见,如搭载“识别 类+复杂操作类”模型的分拣机器人、质检机器人;搭载“识别类+ 进行统一处理,利用大模型对语言和物理世界的理解开展自主决策, 1来源:中国信息通信研究院、北京人形机器人创新中心有限公司《具身智能发展报告(2024 年》 9 并生成编程指令执行具体操作。但是,当前较为成熟的大语言模型对 三维物理世界的理解不足,因此,融合两种或多种输入输出模式的多 模态大模型是衔接虚拟和物理世界的主要模式。 2、人形机器人作为人类能力的延伸是具身智能的重要发力点 具身智能的可0 积分 | 37 页 | 2.06 MB | 10 月前3
电子行业深度报告:AI系列深度,AI+降本增效拓宽应用,硬件端落地场景丰富-20230712-东吴证券-28页的赋能将深刻改变很多 B 端的生产力及生产效率,其可以 帮助企业提高生产效率、提升客户体验和创造新的商业价值。举例来看, 1、安防行业作为 AI 技术落地应用较为领先的领域,率先受益于 AI 技术的成熟发展:随着 AI 逐步渗透到视频前后端设备中,AI 技术能够 对视频数据进行实时的结构化处理与分析,呈现在人工面前的并不是实 时的大量视频数据,而是经过 AI 分析后的结果。传统安防产业在产品、 技 理解图表中数据的含义并做进一步计算 ....................................................................... 6 图 5: AIGC 相关技术场景及成熟度分类 ............................................................................................ 7 数据来源:Similarweb、东吴证券研究所 请务必阅读正文之后的免责声明部分 东吴证券研究所 行业深度报告 6 / 28 OpenAI 模型可以完成绝大多数文本和图像任务,具有成熟的生产力。根据 OpenAI 的官方介绍,GPT-4 可以接受文本和图像的信息,并允许用户指定任何图像或语言任务, 处理超过 25000 个单词的文本。除了在各种标准考试和不同语言情景下都有突出的表现10 积分 | 28 页 | 2.68 MB | 10 月前3
共 59 条
- 1
- 2
- 3
- 4
- 5
- 6
