大数据及人工智能 推动企业数字化转型 司瑞凯 Srikanth Raju 大中华区总经理 微软开发体验及合作事业部 互联网 + 中国制造 2025 一带一路 > < 中国需要发展大众创业，万众创新的“双创引擎”，同时提高公共产品和服务 的供给，以创新驱动发展。 ” 李克强 数字化转型 以创新驱动发展 中国式机遇 “ 人工智能 Artificial Intelligence 云计算 Cloud Computing 业务转型趋势 大数据 Big Data 数据增长趋势 敏捷性模型 机器学习 图形图像处理

利率：从缓解通胀到实现增长 就业：整体稳定 能源：紧张局势加剧，石油价格上涨 中国经济格局：中国将会走向何种增长模式？ 2025 年六大领导力主题 1. 人工智能与采购运营模式的演变 2. 人工智能驱动的采购协同：众望所归 3. 人工智能代理加入采购和供应链团队阵容 4. 关于价值的讨论不断变化 5. 多变监管环境中的供应链弹性 6. 本地化与全球化 - 争斗仍在继续 结论 方面的复杂变化，这些变化正在极大程度上重塑着采购和供应链。渐行渐近的 2025 年是一个关键 时刻：人工智能 (AI) 将彻底改变运营模式，推动企业提高效率，重构采购与更广泛业务战略的整合 方式。在此背景下，贸易紧张局势持续存在，本地化和可持续发展正与传统的全球化竞争。 采购和供应链行业领导者面临着一系列大哉问：人工智能是否会将采购转变为自我驱动的强大体 系？在地缘政治不确定的情况下，企业能否在弹性与成本效益之间取得平衡？ 随着企业在多样化的宏观经济环境、人工智能的快速发展、动态的市场条件、贸易战和地缘政 治冲突之中一路见招拆招，他们必须调整战略和实践以保持竞争力。为了作出明智决策、推动 创新和增强运营弹性，最终使企业在未来一年取得成功，了解这些趋势及其对采购和供应链的 影响对于领导者至关重要。 GEP 的 2025 年趋势洞见报告指出了采购和供应链管理的六大趋势，每一项都为领导团队带来 了重大的挑战和机遇。 人工智能与采购的

术语和定义 下列术语和定义适用于本文件。 3.1 智能客服系统 intelligent customer service system 基于自然语言处理、语音识别、文本到语音转换等多种人工智能技术的客户服务系统。通过与用户 进行单轮或多轮交互，将用户的问题进行汇聚融合，依赖于系统所维护的背景知识库以及接口组件，实 现智能对话能力，为用户提供所需要的信息和服务。简称为“智能客服”。 注：通常智能客服在推荐问触发时将推荐问发送给用户进行确认。 3.8 会话 session 用户发起客服咨询，到结束客服咨询的完整过程。 注：会话可能基于人工客服实现，可能基于智能客服实现，可能基于人工客服和智能客服的混合实现。会话结束后， 用户可对本次会话进行评价。 4 缩略语 下列缩略语适用于本文件。 CRM 客户关系管理（Customer Relationship 光学字符识别（Optical Character Recognition） SOP 标准操作规程（Standard Operating Procedure） 5 概述 电商智能客服基于人工智能技术，与传统的人工客服相互配合，帮助商户在节省人力投入的同时， 为用户提供更好的客户服务，在提升购买率的同时，提供更好的服务体验，推动良好的客户关系管理。 电商智能客服通常覆盖两种场景： a) 基于

启航财务管理新时代 智能财务启未来，数据洞察促决策 政策指导助成长，业财融合开新局 风控优先防未然，社会责任显担当 技术创新层面，人工智能（AI）正成为推动财务管理转型升级的核心动力，大数据、机器学习、区块链、大 语言模型 (LLM) 及生成式人工智能 (GenAI)、AI 智能体 (AI Agent) 等前沿技术持续赋能，重塑财务管理流 程与效能，使得数据驱动理念不断深入人心，实时 边界在哪里”、“如何将费控嵌入业务场景并反哺决策”的更深层 次思考。 本白皮书所述智能费控是指利用先进的信息技术（如人工智能、大数据、云计算、物联网等）对企业或组织的费用进行 全流程智能化管理的系统。其核心目标是通过自动化和智能化手段，提高费用管理的效率和准确性，降低人工成本，同 时增强费用管理的透明度和合规性。 为了更好的了解企业的费用管理现状、趋势、意义及挑战，助力费控管理智能化升级，德勤和合思联合发起了智能费 否具备业务洞察与预测能力。智能费控系统未来的进阶方向是“平台化 + 智能化 + 合规内嵌”，它必须具备横 向连接业务、纵向驱动分析的能力，才能成为企业运营与财务协同的桥梁。未来，财务费控管理系统融合先 进的信息技术（如人工智能、大数据、云计算、物联网等），将呈现以下主要趋势： 自动化与智能化是 AI 赋能财务费控的核心，能够极大提高报销、审批、预算分配等流程的效率和准确性。 部分领先企业已实现通过 AI 自动识别

，从而能够在各种任务 中取得优异的成绩。 02 、大模型技术概 述 对话式交互会成为下一个具有超级增长点的交互方式 随着技术的发展 ，人机交互正不可逆转地向人更习惯的方式靠近。可以预见的是 ，接下来是强人工智能时代 ，过去成百上 千个 App 会逐渐演化成未来的成百上千个 Chatbot 。就像 Android 和 iOS 系统为手机赋能一样 ， Chatbot 将会逐渐成为 新的操作系统 ，逐渐为各行业赋能。 大模型将加快新质生产力发展 ， 助力我国经济社会高质量发展 我国始终高度重视人工智能发展机遇和顶层设计， 发布多项人工智能支持政策， 国务院于 2017 年发布《新一代人工智 能发展规划》 。 科技部等六部门也于 2022 年印发《关于加快场景创新 以人工智能高水平应用促进经济高质量发展的指 导意见》 对规划进行落实。 2024 年《政府工作报告》 中提出开展“人工智能 +” 行动。 各地方政府出台相关支持政策， 加快大模型产业的持续发展。 加快大模型产业的持续发展。 南京市政府先后出台《关于加快人工智能产业发展的实施意见》《南京市打造人工智能产业地标行动计划》《南京市加快 发展新一代人工智能产业行动计划（ 2023-2025 ）》等计划措施 ，开年初 ，南京提出要全力突破人工智能产业 ，抢抓大 模型新浪潮 ，建设算法城市、强化赋能应用 ，高标准建设人工智能创新应用先导区。 近日 ，某某银行建设的“南京市金融大模型工程技术研究

3.1 规则引擎配置................................................................................91 4.3.2 人工复核机制................................................................................93 4.4 预警与监控中心 业务连续性保障....................................................................................200 9.2.1 人工审批备用通道......................................................................203 9.2.2 紧急熔断机制...... 超过 5 个工作日而放弃贷款申请。 在此背景下，本项目旨在通过 DeepSeek 平台构建智能化授 信审批风控助手，实现三个核心目标：首先，建立覆盖贷前、贷 中、贷后的全流程风险监测体系，将人工审核环节减少 40%；其 次，通 过多维度数据融合分析，使高风险客户识别准确率提升至 92% 以 上；最后，将平均审批时效压缩至 8 小时内，在风险可控前 提下支持业务规模化增长。该系统的实施将显著提升银行在以下关

智能金融： AI 驱动的金融变革 郑小林 教授 浙江大学人工智能研究所 2025 年 03 月 24 日 提纲 新一代人工智能 新一代 AI 展望 金融智能研究 金融智能应用 AI 的核心问题：建构能够跟人类似甚至超卓的推 理、知识、计划、学习、交流、感知、移动 、 移物、使用工具和操控机械的能力等。 —— 维基百科 定义：人工智能（ Artificial Intelligence Intelligence ，缩写 为 AI ），又称机器智能，指由人制造出来的机 器 所表现出来的智能。 —— 维基百科 一、新一代人工智能 Research Project on Artificial Intelligence August 31, 1955 ， Dartmouth , 统计语言模型 （ SLM ） 基于文本概率分布建模 通常基于马尔可夫假设建立词 预测模型（ • 当模型扩展到多个设备时， MoE 层在这些设备 间 共享，而其他层则在每个设备上独立存在。 — 有利于大规模计算 • 编码器和解码器里的部分前馈神经网络 （ FFN ） 新一代人工智能发展现状 2018 年图灵奖、深度机器学习 2024 年图灵奖、强化学习 DeepSeek-V3

数字经济时代，算力已成为关键生产力，重塑着经济社会发展格 局。伴随人工智能技术迭代加速，尤其是生成式人工智能的突破性发 展，智能算力需求呈现爆发式增长态势。作为智能算力的关键载体， 算力中心对推动科技创新、产业升级以及提升国家核心竞争力具有战 略性、基础性作用。 我国政府持续强化算力基础设施顶层设计，出台了系列政策措施， 积极引导和支持智算产业发展。从《新一代人工智能发展规划》到“东 数西算”工程，再到《 协同创新体系顶层设计，不断加大政策引导力度。智能计算中心（以 下简称“智算中心”）建设作为其中的关键一环，成为推动智算产业发 展、提升国家竞争力的重要动力。2017 年 7 月，国务院发布《新一代 人工智能发展规划》，智算中心概念首次被提出。此后，相关部门积 极响应，于 2021 年 5 月印发《全国一体化大数据中心协同创新体系 算力枢纽实施方案》、2021 年 7 月印发《新型数据中心发展三年行动 算力强基揭榜行动的通知》以及 2025 年 8 月印发《国务院关于深入 实施“人工智能+”行动的意见》等一系列政策，为夯实智算基础设施 建设提供明确指导，助力智算产业加速发展。 各地政府积极响应国家政策，依据本地特色与优势，出台了系列 政策，促进智算产业发展。2023 年 5 月，北京发布《北京市促进通用 人工智能创新发展的若干措施》，将新增算力建设项目纳入算力合作 伙伴计划，加快推动

7 1.2 AI+ 金融应用场景示例：智能理财 智能理财服务流程 u 智能风控是在人工智能技术加持下，实现更精准、更高效率的风控。 在线学习可以通过线上的数据反馈，对目前已有模型进行迅速调整使得新模型可以更好的反映市场状况，实现动态的策略监控与更新。 搭建欺诈风险防控平台：基于人工智能、大数据等技术，统一部署反欺诈规则和模型，构建覆盖贷前、贷中、贷后的全流程风险识别体系。 金融应用场景示例：智能风控 全生命周期智能风控管理 u 传统金融机构、互联网公司和人工智能技术公司是主要参与者。 传统金融机构：具有较好的客户和数据基础；对业务具有更深刻的 理 解；金融牌照相对齐全。 互联网公司：拥有较好的客户和数据基础；研发和创新能力较强； 但 在特定的金融业务上仍然缺乏经验。 人工智能技术公司：独立的技术研发和创新能力是最大的优势；但 在 数据、 游为 场景层，借助 AI 技术实现金融场景创新。 基础层 ：以云服务、芯片、传感器、摄像头等硬件厂商为主，为行 业 建设提供基础性支持。 技术层 ：各类人工智能技术公司，主要提供人工智能算法等核心技 术 和解决方案。 场景层 ：包括智慧银行、智能投顾、智能投研、智能信贷、智能保 险、 智能监管等。 资料来源： 36Kr 、华西证券研究所