HUMAN | People, Culture, and Technology at the center of SAP 1 SAP人力资源 数字化转型洞察 数字化转型行动中 成功的关键在于 以人为本 成功的关键在于以人为本 SAP 企业战略、文化和员工 利用技术赢得成功，实现可持续发展 SAP 云端人力资源管理亮点 人才管理 认知智能和分析 整体劳动力 核心人力资源和共享服务 协作、工作和学习 云端人力资源管理：我们的立场 员工体验 主要的知识习得 成果、绩效和国际认可 展望未来 3 4-5 6 7 8 9 10 11 12-14 15 16 17 18 目录 成功的关键在于以人为本 | 员工、文化和技术是 SAP 的核心 3 如今，变革成为新常态，所有企业都在经历变革。许多首席人力 资源官见证了人力资源管理的重大转变：从卓越交付的事务管理 转变为数字化转型的实践架构。 公司最近在最佳实践型案例研究中特别介绍 了 SAP 的内部人力资源转型计划：云端人力资源管理，并证实 SAP选择了有利于其客户和员工发展的正确途径。* 成功的关键在于以人为本 Stefan Ries SAP 首席人力资源官 成功的关键在于以人为本 | 员工、文化和技术是 SAP 的核心 4 SAP企业战略、文化和员工 孟鼎铭 SAP CEO 在上述几大支柱的指导下，我们加快了对有机创新和战

25%的人则认为数字孪生无法带来减排 效益。 现实情况比较乐观。在所有行业中， 38%采用数字孪生的受访者表示碳排 放显著减少。实现减排的受访者称碳 排放量平均减少了15%。 数字孪生的显著优势在于能够依托数 据驱动，精准洞察特定实体或系统的 碳排放状况。以世界经济论坛上备受 瞩目的数字孪生与人工智能结合应用 为例，这种组合通过预测性维护、情 景测试、风险管理以及实时自动化报 告，促使各类建筑管理系统大幅减少 屏显示。此外，我们还能利用元数据和语言 模型确保用户在特定时刻精准获取所需信 息。” Maunz强调了最后一点——关键信息的访 问。他说：“简化数据访问的重要性不亚于 第一手的数据采集。数字孪生最强大的功能 在于利用大型语言模型（LLM）为现场或野 外工作人员提供更便捷的数据访问。” 众多高层领导正积极投资于人工智能功能的 建设，其中43%的领导者计划在未来一年内 进一步提升其人工智能功能。 关于获取回报，Maunz给出了两点建议。 生，先从小规模起步，再逐步拓展。正如 本报告下文所阐述的那样，数据质量可以 随着时间推移逐步提升。 一味追求数据生成并非正确之举。通常来 说，运营数据是已经存在的，即便是纸质 记录的形式：难点在于数据的数字化、索 引编制和验证。 越来越多的企业通过数 字孪生来获取信息，而 不是期待其自主决策 13 企业构建数字孪生时会遭遇哪些挑战？ 数据质量 43% 误区 4 数字孪生 仅适用于设备

企业破局的关键，在于建立 “风险前置” 思维：通过战略聚焦减少无效动作，通 过机制优化堵住管理漏洞，通过文化重塑筑牢合规底线。唯有将风险管控嵌入经营全流 程，才能实现从 “被动救火” 到 “主动防火” 的转变，为可持续发展奠定基础。 国资国企穿透式监管白皮书 22 3.1.2 基于指标建模的智能风控闭环体系 监管的技防能力核心在于用数据说话、用模型预警，而指标模型正是串联数据与决 24 风险类型 核心监测指标 数据来源 穿透逻辑 东道国风险评分（OECD 国家风险 指数＞6 级） 表 3-2 基于指标建模的智能风控闭环体系 指标模型的价值，在于将 “经验型监管” 升级为 “数据驱动型监管”—— 既用 指标“显微镜”精准识别具体风险，又用模型“望远镜”预判趋势性问题。但需注意， 模型是工具而非终点，最终仍需结合人工研判，形成 “技术预警 风险如同潜藏的病灶，往往被复杂的表象包裹。风险图谱正是通过多维度数据融合 与深度分析，为监管对象绘制出清晰的 “风险体征图”，既能穿透层层迷雾识别隐性 风险，更能精准定位 “核心病灶”，为靶向处置提供精准坐标。其核心价值在于：从 “全面扫描” 到 “精准聚焦”，从 “发现问题” 到 “溯源根本”。 以企业常见的 11 项重点风险为例，风险图谱可精准捕捉其独特 “体征”，并锁 定深层病灶： 风险类型 风险画像核心特征（标签）

理的需求，但传统刷卡验证的方式，给人们通行带来了不便，而冒用他人证件通行的行 为也给整体安全性埋下隐患。 1.2 需求分析 随着企业管理模式逐步迈向信息化，企业管理的方式也在逐渐转型，企业管理的重 点在于对企业人员的管理。 1.2.1 智能管理 随着信息技术的发展，企业管理进入了信息时代，而企业生存发展的需要、信息管 理的发展、人工智能思想与技术在企业的延伸共同造就了企业智能管理的出现， 智能管 值。 1.2.2 数据运营 数据管理体系构建的基础和核心都已不再是传统管理模式的团队和制度，当然大数 据商业管理体系技术的战略意义也不在于掌握庞大的数据信息，而是对这些数据进行专 业化处理、分析与发掘的能力养成和发展。数据商业管理体系产业化的关键在于对数据 “ ” “ ” 的 加工 能力，通过 加工 实现数据增值的过程。 第 3 页/共 36 页 智能人员通行管理解决方案 1.3 智能人员通行管理解决方案 3.4.3 多种验证方式结合 在人脸识别的基础上，可以结合刷卡、密码等多种验证方式，来提高通行安全性。 3.4.4 便捷性与安全性 人脸识别技术相对于传统的门禁交互方式，最显而易见的优势在于识别过程中不需 要人员配合，就能够完成整个验证过程，从而解放了双手，最大程度上做到了方便通行。 人脸信息作为人员自身携带唯一性的标志，解决了刷卡式通道一卡多刷、人卡不一 的弊病，真正做到通行人

制造业数字化转型中的人效提升难点 在制造业的发展过程中，人效管理是一个持续的 议题，无论是在初创阶段还是成熟企业，都需要 关注人效的提升。对于小型企业，重点可能在于 销售团队的效率提升，如智能排班和时间管理， 以确保每个员工的时间被最有效地利用。对于大 型成熟企业，挑战可能在于流程冗余和效率低下， 需要通过流程再造和优化来提升效率。无论企业 规模大小，人效管理都应聚焦于企业当前的核心 业务价值流程，以及如何通过改进这些流程来提 等，为其制定合 适的培训计划，并为升迁、调动提供更多数据支撑，做到更精准的人岗匹配，提高人才利用率，最终提升制造企业的人效。 无论是管理工人的排班、降低日常管理成本，提高人才利用率，其中的核心都在于数据，能否掌握并科学应用数据，也是数 字化时代，当前企业的护城河。制造行业人力资源数字化的最终目标，也正是打破企业内部各环节的信息孤岛，实现数据的 流通、整合、分析，驱动业务决策，持续打造市场竞 举例来说：针对“产量”人才，管理的要点在于确保用工 更安全，让管理更高效。对此，李芳阳认为，在招聘和入 职过程中，不同岗位的新员工填写提交的信息应该具有差 异性，另外，企业还可以引入二维码扫码快速入职，身份证、 银行卡 OCR 识别等技术，对应聘人员的身份快速进行识 别，这可以帮助企业规避很多用工风险，比如招入劳动黑 名单人员、应聘人员身份证信息不真实等等；而针对“专 业技能”人才，管理的要点在于实现人才识别和培养的可

扩展新渠道 § 不在于商圈和陈列场所的选址， 而在于企业内部运营管理的去中心化与扁平化， 以及通过新兴技术实现的边际成本持续降低。 § 不在于和消费者之间简单的一次买卖， 而在于企业对每个消费者的长期经营能力。 § 不在于追求商品寻源成本的降低， 而在于内部资源集约共享后的规模效应与效率提升。 § 不在于单个企业来服务消费者， 而在于企业背后产业链的上下游连接与融合服务。 规划、实现和推进 IT 使命， 具备创意设计、用户体验工程及其他与 艺术相关的学科知识及链接技能 Tech Trends 2015 7 技术手段会完善、加速以至于根本上颠覆商业模式，而着力点在于企业根本命脉，即数据和分析能力 1 2 3 4 企业 1.0 使用传统的方式处理企业自有的结构化数据。 企业 2.0 使用比较先进的分析技术对传统企业的结构化数据进行挖掘和分析。 企业 门店运营效率：运营效率偏低，店铺坪 效及人效不匹配行业领先地位 优化门店操作流程，统一门店零售平台 搭建 店铺陈列、动线规划没有充分考虑消费者 需求，店铺运营流程有待改进 从业务视角来看，十二五战略执行后依然存在的关键问题在于业态协同、消费体验、线上业务、商 品管理及供应链能力、运营效率等方面，从完善角度看可以进行重点突破 业态发展 与创新 A 营销与顾 客经营 B 商品与品 类创新 C 供应链与 物流整合 D

达成？这些天然对业务取舍、资产吞吐等有要求，与做价值部分相互 呼应。业绩能保障对预期的释放有绝对正向作用。 （2）回报确保。业绩确定是站在企业的内部视角，而回报确保 则需从资本市场外部视角出发，核心在于衡量投资者能否切实获得真 金白银的收益回馈，包括获得投资收益、拿到分红等。 （3）未来确认。紧扣前面说的做强逻辑。过往上市公司增长逻 辑的兑现，可以让市场对公司未来增长逻辑产生信任，相信公司通过 另外，群体上市公司研发投入强度以及营业现金比率得分也在下滑， 科创投入以及盈利质量承压。 专精特新企业的发展是推进我国高质量发展、培育壮大新动能的 有力抓手，但专精特新企业发展的突破口在于该群体的“发展壮大”。 从群体上市公司 2024 年价值创造数据得分看，行业的可持续发展压 力较大，卡点堵点仍然存在，但问题的核心已经从盈利能力转移到盈 利质量。造血能力叠加融资能力、资本市场认可度是群体“穿越周期” 股平均水平，这导致了群体上市公司价值塑造得分整体不 及 A 股。 在面向资本市场进行价值塑造时，专精特效企业有效地进行了 “回报性”价值塑造，这有利于股价短期的正向表现，但群体股价综 合涨跌幅仍落后于 A 股均值，根源在于产业价值创造能力（价值创 造指标得分）的不足。因此，在讲好“回报”故事的同时，专精特新 上市公司更需夯实产业价值投资逻辑，将资本市场的注意力引向可持 续的价值创造。 图14 2024

品效投资继续失衡，短期主义陷阱加深 秒针营销科学院2025年度的广告主趋势调研数据显示， 营销目标上88%的广告主选择提升销量，较上年提升12个 百分点，但同时，56%的广告主表示增长的机会点在于加 大品牌建设，品效矛盾较往年更加凸显。 秒针营销科学院另外的一项关于品效预算分配的追踪 发现，企业品牌和效果预算的最佳配比为53%:47%，坚持 品牌建设的企业在3-5年内的复合增长率比纯效果派高27%。 核心竞争力。 AI赋能数据运营。AI应用的核心价值在于提升数据运 营的精细化水平。中国企业在精细化运营和数据应用能力 上本就高于许多非美海外同行，如何在AI赋能上进一步强 化这一优势，快人一步建立更强的精细化运营能力，将是 一大机会点。 新兴机会:被忽视的市场与模式 主流视野之外，还有一些值得关注的，水面之下的机 会，主要存在于非洲市场和线下零售领域。非洲市场的结 构性机会。过去三年，非洲市场发生了许多结构性变化， 不过去的课题。这种情况下，通过AI提升运营效率、降低 人力成本，是维持竞争力的必要手段。 第四，重新审视市场机会，不盲目追逐所谓"新兴市 场"。真正的机会不在于寻找新兴市场，因为几乎所有市 场都已有人在做。真正的增长空间在于提升中国出海企业 和产品的整体质量——如果还是停留在销售低价、高性价 比的商品阶段，这种优势只会越来越弱，生意也会越做越 薄。只有提升产品品质、建立品牌价值，才能在海外市场

资源精准调配 风险管控 决策支持 保险销售的 AI 应用正从单点工具转向覆盖获客、需求分析、产品推荐到销售促成的全流程智能体系，其核心价值在于推动销售模式从传统的“产品推销” 向基于客户 需求的“全生命周期风险管理解决方案”转型。未来演进的关键在于生成式 AI 与垂直知识的融合将显著提升服务的个性化与精准度。同时，“人机协作”模式将重构 销售 角色，推动代理人向专业风险顾问转型，以 AI 增强其分析及服务能力。 司内部运营效率提升与质量优化，其核心价值在于解放人力资源，使员工能够从重复性、规则性工作中解放出来，专注于更具创造性和 战略 性的工作。目前保险 办公 助手主要涵盖内部流程自动化、信息整合分析、决策支持与风险控制等场景，助力保险企业实现人机协作，为客户提供更加优质的服务体验。 AI 技术在保险办公助手场景的落地应用及价值 落地场景（四）：办公助手 聚焦企业内部运营效率提升与质量优化，核心价值在于解放人力资源 ©2025 四、保险行业 AI 应用趋势 Insight 当前 ，保险行业的 AI 应用将突破单点工具的局限 ， 正从效率 优化向价值创造跃迁 ，从业务流程改造向战略模式重构升级。 这一趋势的核心逻辑在于：技术能力的集中化整合、 业务场 景的深度协同、生态边界的持续扩展 ， 以及风险与合规的动 态平衡。 保险业 AI 应用将从“效率工具”向“战略中枢”升级 保险行业 AI 应用正经历从分散的

机制与不可逆技术手段，降低泄密风险；流程元数据与事件日志的 完整留存，则为内外部审计提供可追溯证据，保证企业合规经营。 流程数据分析推动企业科学决策。流程数据的战略价值不仅在 于其技术层面的管理效能，更在于其对企业战略目标的深度契合， 高质量的流程数据资源是打造数字化、智能化企业的核心能力之一。 基于流程衍生数据，进一步加工生成的指标数据与分析报告，可以 作为流程知识供给智能体（AI Agent），为流程自动化和流程优化 充分释放流程数据价值的核心在于结合业务场景开展规范化和 高效化运营。具体而言，流程数据场景化运营可以以流程治理“七 步法”，即“流程起底-问题诊断-方案设计-流程发布-系统上线-效 果验证-持续运营”为核心框架，贯穿“查问题、做设计、促实施、 评效果”四大关键环节，通过数据驱动实现流程全生命周期的智能 化管理与运营。 图 7 流程数据场景化建设运营方法 (一)查问题环节 查问题环节的重点在于识别各环节涉及的数据来源及其对应支 23 用户仅能查看流程状态。 采用数据脱敏技术对敏感信息进行处理。例如将客户手机号显 示为“138****1234”，同时记录访问日志，确保操作可追溯。 (三)促实施环节 促实施环节的关键在于依据规范生成流程模型数据（例如将 BPMN 流程图转化为结构化数据表），并与实际业务需求进行匹配验 证。以供应链流程为例，需确保模型能够准确反映库存状态与采购 单之间的实时关联关系。通过部署数据应用与实施质量监控机制，