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 .......

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 2024 年 Gartner 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 13：2024 年 Gartner 供应链执行技术的成熟度曲线（来源：Gartner【18】） 【17-18】将“室内飞行无人机”重新命名为“自主数据收集和检查”，因为飞行无人机虽然 很有趣，但并不是自主数据收集的唯一用例，其中还包括使用移动机器人。【18】对该技术 做了详细分析，并定义了这个技术趋势。 定义：自主数据收集和检查使用各种技术，例如室内飞行无人机和移动机器人来自主捕获数 据。这些解决方案使用人工智能视觉或

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 ： » 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。

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 图 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

无框力矩电机、谐波减速器等国产化优势品牌进“T链”；短板环节近3年加速突破-空心杯电机、行星滚柱丝杠、六维力传感器等2025有望破40% 3 部件 硬件Bom价值量占比 2025E 应用部位 头部企业技术成熟度（TRL） AI/软件 导航 NA - 操纵 NA - 交互 NA - 电机 无框力矩电机 ~12% 直线 & 旋转关节 空心杯电机 ~6% 手 执行器 行星滚柱丝杠 ~15% 直线关节 - 散热 ~1% - 驱动器 ~2% - 编码器 ~5% - 0 10 20 30 40 50 60 70 80 90 100% 2022 国内头部企业技术成熟度 2025 国内头部企业技术成熟度 2025 国际头部企业成熟度 Bottleneck Bottleneck Bottleneck Bottleneck 国产化优势 国产化短板 Pre-01 M2 2025 Proprietary

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 非真正的人 投资 投资 阿啦 阿啦 生成生成 业务影响 业务影响 决策决策 AI AI 智能智能 自动化 自动化 客户客户 服务服务 文档文档 处理处理 开发者 开发者 工具 工具 技术成熟度 技术成熟度 医疗保健行业预示着未来的发展方向。近期，美国食品药品监督管理局批 准了AI辅助工具在肺活检过程中用于提升实时导航精度的有限使用。预计到 2026年，该技术将获得更广泛的批准。随着AI在现实世界中的更多应用改

全球资本开始布局早期创业项目，关注K12和职业培训领域 教育作为AIGC技术落地的典型场景之一，2023年间，全球AIGC+教育赛道共发生45笔投融资，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 标点等一键识别与修改。数量上， 相比于老师逐份批改耗时耗力，AI可在学生完成后即时批改并提供反馈，加快学生学习转化，提升效率。值得注意的是，教师对批 改内容拥有修正和最终判定权，根据不同模型的不同成熟度，需要教师把握好使用边界。  人工出题，更多依赖教师经验  标准化程度较高的题目，工作较为机械重复  大量学生、不同班级的作业批改耗时耗力 • 典型试题：教师提供试题范围及标准，AI批量 求。同时， 与数字人、人形机器人结合后，多模态的大模型既可识别学生的声音、表情等特征，也可借助“似人”的外貌提供“类人”的交互 陪伴。从不同细分场景的成熟度来看，当前口语、写作练习等，相较于数学、化学等逻辑类的练习任务，用户容错能力更强，应用 成熟度和热度也更高。  对话机器人声音及图像流畅度低，互动感差，难以多轮对话  非生成式的对话练习场景受限，以朗读、复述、固定情景对话 居多，难以满足自由练习需求

.....26 4.1核心技术突破与研发态势 ........................................................26 4.1.1L3级自动驾驶技术成熟度 ..............................................26 4.1.2感知决策系统创新进展 ................................ 全压力倒逼 长途货运企业因疲劳驾驶致损率高，主动加装DMS与车道偏离 预警（LDW）系统；二是保险成本变化 部分保险公司对装配AEB+DMS的车 队提供5%–8%保费折扣，形成经济性激励；三是技术成熟度认知提升 博世 等全栈方案商推动毫米波雷达+视觉融合方案在中重卡平台规模化落地，国内新 势力商用车品牌（如福田启明星系列）已实现L2级NOA功能量产上车，显著增 强用户技术信任度[5][6]。 答对先见AI 全球智能驾驶辅助技术发展现状:技术路线、商业化落地与政策框架分析 26 4.技术创新与研发投入格局 4.1核心技术突破与研发态势 4.1.1L3级自动驾驶技术成熟度 L3级自动驾驶技术成熟度正处于从实验室验证迈向真实道路规模化应用的关键 跃迁期。在环境感知模块，当前主流方案普遍采用多传感器融合架构（激光雷 达+4D毫米波雷达+高清视觉），对复杂交通参与者（如突然横穿的行人、遮挡

合 理的成熟度指标，对运维体系的发展阶段进行数字化衡量。 2.2 混合云现代化运维体系建设思路 混合云现代化运维体系建设应当设置明确的目标， 聚焦运维带来的价值以及能够沉淀的运维能力两个 方面进行考量，使得运维产生的收益最大化。基于 目标设计运维体系的成熟度模型，设置不同维度的 考核指标，评估运维体系建设目标的达成情况以及 效益 图2.2 现代化运维体系建设目标、成熟度评估维度与落地建设思路 落地建设思路 运维体系“四效”目标 运维体系成熟度评估四大维度 运维体系建设落地思路 输入 持续改进 业务感知能力 分析决策能力 自动化能力 可视化能力 运维建立与转换 运维规划与设计 运维提供与支持 运维改良 效率 0100 1010 0101 效果 战略意图 业务设计 技术演进 效能 +- ×÷ 效益 在实现目标过程中的不足，并加以改进。 “实践是检验真理的唯一标准”，一个好的运维体 系最关键的衡量标准就是可落地性。运维体系在落 地过程中，需要各个部门密切配合，相互磨合并且 持续改进，最终形成最符合政企现状的运维体系， 持续保障业务稳定运行，支撑业务持续健康发展。 表2.3 运维体系成熟度评估标准 评价维度 评价标准 指标举例 业务感知能力 应用请求成功率 应用请求平均时延 运维人效比率 平台资源使用率 运维自动化率 变更成功率 资源统计报表 运维可视化程度 通过云上业务