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 18 8 评估方法 .............................................................................22 8.1 评估内容 .........................................................................22 8.2 评估流程...... 8.3 预评估............................................................................22 8.4 正式评估..........................................................................22 8.5 发布评估结果.......

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

2025全球人形机器人企业能力画像 [人形机器人整机企业能力评估模型2.0] M2 2025 Proprietary and Confidential All Rights Reserved. 目录 2 1. 出海启示：人形机器人产业链出海现状与启示 2. 回顾更新：2025全球人形机器人量产现状 & 2030展望 3. 聚焦思考：2025全球人形机器人企业能力评估模型 4. 假设展望：未来3-5年各类画像企业成长曲线、商业模式 Reserved. 目录 7 1. 出海启示：人形机器人产业链出海现状与启示 2. 回顾更新：2025全球人形机器人量产现状 & 2030展望 3. 聚焦思考：2025全球人形机器人企业能力评估模型 4. 假设展望：未来3-5年各类画像企业成长曲线、商业模式 5. M2具身智能研究院 - 赋能具身智能全产业链企业持续增长 M2 2025 Proprietary and Confidential Reserved. 目录 12 1. 出海启示：人形机器人产业链出海现状与启示 2. 回顾更新：2025全球人形机器人量产现状 & 2030展望 3. 聚焦思考：2025全球人形机器人企业能力评估模型 4. 假设展望：未来3-5年各类画像企业成长曲线、商业模式 5. M2具身智能研究院 - 赋能具身智能全产业链企业持续增长 M2 2025 Proprietary and Confidential

........................................................................... 26 4.5 SAGE 模型： 战略性风险评估 .................................................................................................. 支 持的文件格式依功能和设置而定，常见的有 txt、pdf、docx 等文本类文件。工 程 审计场景中，可上传工程预算书、结算报告、合同文件等。 图 3-5 上传附件界面 上传前，务必评估文件有无敏感隐私数据。若包含个人身份信息（如身份证 号、银行卡号、姓名、联系方式等） 或商业机密信息（如未公开商业计划、财务 报表、客户数据等），需谨慎上传，以防数据泄露，比如工程审计文件中的施 目的（Purpose）：确保项目资金使用的合规性和透明度，识别潜在财务风险 3. 期望（Expectation）：生成详细审计报告，包括资金使用分析、风险评估和改进建议 提示词模板 作为工程审计专家，请你： 1. 行动：详细审核[项目名称]的全部财务文件 2. 目的：评估资金使用的合规性和效率 3. 期望：提供一份包含以下内容的综合报告： - 资金使用轨迹分析 - 预算执行情况 - 潜在财务风险识别

对机构：助力构建标准化审计知识库，减少因人员流动导致的方法论断 层，提升风险覆盖密度； l “ 对行业：推动审计从 事后纠错 ” “ 转向 事前事中预警 ”，如基于舆情 分析 的声誉风险前置评估模型可提前识别风险信号。 四、使用建议：理性驾驭技术红利重在参考 作为一本简洁明了的手册，我们努力与金融审计实践看齐，问题及解决思 路 注重通用性，兼顾众多中小银行内部审计需要。在使用本手册过程中，还请 （SNA）识别利益共同体，构建员工行为异常指数（EBAI），开发资金 流向追 踪图谱） （12）如何将内部审计的“控制机制”本质嵌入商业银行全面风险管理体 系， “ 建立 风险识别-评估-应对 ”的动态闭环联动模型？（如通过风险控制自 评估 （RCSA）与审计程序联动，建立风险事件库-控制缺陷库-整改案例库三 库贯通 机制） （13）如何运用“系统性风险穿透分析法”识别金融机构跨业务条线的关联 性 风 审计是否可以完全替代审计人的工 作？审计人与 AI 审计的关系是什么，如果有效协同审计工作？（如 AI 处理结构 化数据分析，审计人聚焦职业判断与道德风险评估，建立人机交叉验证工作流） （19 “ ）如何通过 审计数字化能力成熟度模型 ”评估并提升审计团队的智能 工具应用能力？（如从工具应用、数据治理、模型研发、产出价值四维度设定 L1-L5 评级，配套能力差距改进路线图） （二）审计模式创新应用场景示例

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 讲师简介 Operation 5.数字化评估 Evaluation 数字化评估 数字化战略 数字化运营 数字化建设 数字化 架构设计 引领方向 绘制蓝图 构建能力 实现价值 评价效果 SABOE 数字化转 型五环法 www.top100summit.com SABOE方法论框架 一张蓝图 4A架构 战略高度 推动业务变革 三个建设 三个运营 评估衡量 两个循环周期 全 局 规 划 周 期 建 设 运 营 迭 代 周 期 S-数字化战略 A-数字化架构设计 B-数字化建设 O-数字化运营 E-数字化评估 内外协同一体化运营 ①业务运营 ②科技运营 ③数据运营 ①数字化组织、文化和人才建设 ②信息系统建设 ③数据能力建设 数据 智能 敏捷 生态 体验 数字化战略愿景、目标和商业模式 制定数字化架构蓝图和实施路径 业务架构 数据架构

业生成和批改，学生侧的自主学习、辅助练习、测试评估等，新技术与古老教育场景的结合，总会 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。 求；在学习主体方面，引发近乎科幻但并不遥远的哲学思辩：教育人类还是训练大模型，二者可 能存在着广义上教育资源的竞争。 AIGC技术在教师、学生、管理者多角色中，在学术科研、备课规划、作业生成和批改、自主学习、 辅助练习、测试评估的多场景中，都发挥着一定效力。从落地速度来看，表现为C端>B端>G端， 成人教育>高等教育>K12>幼教，教师>学生>管理者。具体到细分场景中，师生应用的全流程 闭环服务、兼具高难度与高天花板的 UNESCO 2023.09 区 域 国 家 《人工智能法案》草案 将用于包含教育和职业培训在内的8个领域的人工智 能系统归入高风险范围，并要求其必须在欧盟数据库 中注册、在整个生命周期都需被评估。此外，生成式 人工智能必须遵守透明度要求。 欧洲议会 2023.06 《人工智能与教与学的未来：见解与建议》 描述了利用人工智能改善教育的机会、以及将出现的 挑战，并提出建议来指导进一步的政策制定。

报告中文版支持单位 北京数安行科技有限公司（简称：数安行）是一家数据安全厂商。公司主 营产品涵盖数据分类分级、数据安全沙箱、下一代数据泄露防护、数据安全检 查、数据安全风险态势感知、数据安全风险监测与风险评估、数据合规与隐私 保护、数据运营安全等，主要为政府、军队、企事业单位提供数据运营安全产 品和服务。数安行以DataSecOps为理念，以AI人工智能技术为核心驱动，将数 据安全左移，在数据处理 适用于用于训练模型的所有信息，这可能会限制个人反对权的范围。这凸 显了开发透明且负责任的生成式人工智能以尊重个人隐私权的必要性。 ● 合规性：《通用数据保护条例》要求对数据处理活动执行数据隐私 影响评估(DPIA)，这也适用于人工智能系统的数据处理及其对数据主体造成 的风险。在用于训练大型生成式模型的大数据集中识别个人数据非常困难， 目前还不清楚欧盟将如何处理生成式人工智能中的《通用数据保护条例》合 详情，包括说明用于 训练的数据类别（如文本、图像、音频或姓名、位置等），确定个人信息的来 源（如用户互动、购买/第三方数据集、社交媒体、公共记录等），详细说明个 人信息的用途（如模型训练、性能评估等）。 ● 访问权：用户可以要求访问在训练数据中使用到的具体数据点，训练过程 可能会泄露可识别信息，需要在训练数据集中实施识别和隔离单个数据点的机 制，如果采用匿名或聚合技术，这在技术上可能具有挑战性。

2000 库存概览：组织层次 © 2011 82 - All rights reserved 82 • 库存类型 • 库存状态 • 移动类型 • 移动凭证 • 评估范围（物料评估） • 评估类（物料评估） • 价格控制（物料评估） 库存管理几个重要概念 © 2011 82 - All rights reserved 83 - 自有库存 - 供应商寄售库存 的。 物料凭证 & 会计凭证示例 © 2011 82 - All rights reserved 88 300100 300000 物料类型 评估类 1 评估类 2 科目 1 评估类 物料主数据 评估类（物料评估） © 2011 82 - All rights reserved 89 物料计价 在物料主数据中 设置价格控制 "S” 标准价 "V” 移动平均价 收货时用采购订单价记帐，发货时 用发货时的物料主数据价格记帐 价格控制（物料评估） © 2011 82 - All rights reserved 90 l 物料评估的价格控制方式有两种 n 标准价 n 移动平均价 l 标准价在价格有效期内所有的记帐以一个标准价记帐，差异 记帐到一个差异科目 l 移动平均价是在收货的时候做评估，当有价格差异的时候， 物料主数据中的移动平均价会自动调整 l

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 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 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 通过云上业务系统 此外，运维体系的实施也不是一簇而就的，而是在 试行过程中，综合各个方面的反馈持续优化改良， 从而逐渐建设出符合用户实际业务发展需求的运维 体系。 2.3 混合云现代化运维体系参考架构 运维体系建设目标和成熟度评估模型建立之后，需 要着手设计运维体系架构。传统的运维体系一般包 含组织、流程、工具等几个组成部分，华为混合云 结合自身实践及数千家客户服务经验，在传统运维 体系基础上，围绕“四效”目标，总结提炼了适配