曲线的交叉点，这个理论源自于《创新者的窘境》中的颠覆式创新理论。第 一个 S 曲线是当前的 SaaS 发展曲线，而第二个 S 曲线则是由人工智能驱动的创新模式，如 AI 构建的大模型 （AIGC)。AIGC 在其发展初期可能低于当前的 SaaS 模式，但随着其不断发展和深度结合业务，它有可能以更 快的速度替代现有的模式，甚至颠覆 SaaS。 展望未来，AI 的确有可能颠覆部分 SaaS 应用。但短期内，AI 应用。但短期内，AI 更多的是赋能角色。从历史上的技术变革来看， 互联网在发展过程中一直存在颠覆，但颠覆的是业务形态，而不是业务需求本身。会计、广告、信息获取等业 务仍然存在，只是它们的形式发生了变化。因此，SaaS 厂商除了需要解决 AI 带来的数据安全挑战、创新业务 以及商业化等问题外，还需要回归本质，专注业务，并结合数字化建设进程，构建自身的竞争力。 然而，这并非一蹴而就的过程。当前阶段，AIGC 仍 SaaS 服务正好能够利用 AIGC 这种灵 活性。 i 人事是一款人力资源管理软件，它集成了招聘、培训、考勤、薪酬等多个模块，提供一站式的人力资源管理解 决方案。i 人事深知AIGC可能会颠覆 SaaS，但背后的业务需求——例如人力资源管理——是不会被取代的。因此， 我们一方面拥抱 AI 的变革，利用 AI 为客户带来更多价值；另一方面，我们始终关注业务，与客户的需求紧密结合， 努力提升自身的竞争力。通过使用

在长尾客群方面，线上服务能够低成本、高效率地 满足用户的大部分金融需求。而互联网运营能力 更强、数字服务生态更加完善、深度洞察用户需求 痛点的大型数字平台得以切入多个金融服务场景， 并在一定程度上对传统金融机构产生颠覆性影响； 同时，积极顺应技术发展趋势、主动应用数字技 术赋能业务的部分金融机构也推动了自身的快速 发展。 展望未来，大模型有望在服务长尾客群方面 带来较大影响。具体而言，大模型有望给长尾客群 样化、定制化的金融服务需求，传统金融机构仍主 要通过线下面对面的交流加深信任，并依托金融领 域的业务专长提供更加专业化的服务，实现客户关 系的维系。而在线下展业过程中，高净值及机构企 业客户获取服务的方式较难被大模型颠覆，大模型 将更多作为赋能金融机构和金融从业者的工具提升 线下服务质效。 2. 产业协作 ：大模型在金融领域的价值创造 更多体现为业务驱动，科技公司与金融机构更多 体现为“竞合”关系 科技公司与持牌机构将形成“竞合”关系，而 融从 业者对客展业、提升用户交互体验，带来业务层面 的价值创造。 3.AI 产业化视角 ：大模型对金融行业需求侧 和渠道侧可能产生较大影响，而在供给侧目前更 多仍是渐进式赋能，未来能否产生颠覆效应取决 于潜在技术发展边界 基于前文对大模型在金融行业应用发展趋势的 讨论，本文认为大模型有望在需求侧给长尾客户带 来交互体验的升级，形成新的服务入口，进而为涌 现出大模型范式下的金融超级应用提供土壤，并有

探索迈向数字卓越之路 前言 ��� 名 在每天与我交流的那些世界各地的金融机构中，几乎所有机构都将提升客户体验列为首要任务。整个行业所面临的压 力愈发严峻 — 这些压力源于不断提升的期望、金融科技颠覆者相继涌现，以及全球监管格局的持续变化，企业正专注 于使其运营实现转型，以继续保持竞争力。 对于部分企业而言，这方面的努力包括测试生成式 AI，以为成千上万客户提供 � 对 � 的大规模个性化服务。与此同时， 前五大转型驱动力 ��% ��% ��% ��% ��% 如何解读此图表： 金融服务企业面临着在快速变化和竞争激烈的 环境中为未来做好应对准备的压力。这种紧迫 性源于客户期望提升、金融科技颠覆者的不断 涌现，以及不断变化的监管环境。 核心转型驱动力： 更精益的运营 许多企业认识到，旧有的成本结构和过时的流 程与数字时代的需求并不兼容。 随着技术使组织能够做到“事半功倍”，许多公 使您能够随时 随地与一位或数百万位客户互动。 了解详情 了解详情 了解详情 关于 INCISIV Incisiv 是一家面向消费行业高管的点对点高管网络和行业洞察企业，帮助其应对数字 化颠覆。 Incisiv 为消费者和技术行业范围内的客户提供精心策划的高管学习、数字成熟度基准 以及规范性的转型洞察。 incisiv.com 合作伙伴 关于 ADOBE 我们赋予每个人创造有影

研讨会等。必须转变文化，接受数据和自动化 的力量。 与宏观目标接轨 数据质量与集成 变更管理 关键要点 无需对 ERP 系统进行重大升级就能更高效地组织采购活动，这对于许多企业会是一个颠覆性的变化。通过采用 人工智能驱动的采购协同工具，企业能够大幅提高效率，并使其团队能够以更具影响力的方式降低成本、管理 风险和处理复杂问题。 随着供应链中断现象越来越普遍，敏捷性的重要程度更胜以 持续发展、道德采购和透 明度放在首位，采购和供应链领导者发现自己正穿行于不断变化的标准、限制和合规要求的迷宫中。由此， 监管审查进入一个新时代，迫使企业从根本上重新思考其供应链。 这一发展既是颠覆，也是挑战。几十年来，全球化使企业能够优化成本和效率。除了直接供应商之外，企业 并不一直需要对供应链有太多了解。如今，同样的全球布局正在接受审查，监管机构希望提高透明度，并要 求企业对上游供应链 年的供应链需要重新调整。七国集团已表态重新将重心放在扶持国内产 业，这有可能扭转数十年来的自由贸易政策。多年来，全球化和自由贸易主导着战略思维，使企业能够利用 世界各地低成本的生产中心实现效率最大化。然而，新出现的贸易壁垒可能会颠覆这一既定模式。 对于供应链和采购领导者而言，这种变化的环境意味着必须重新思考传统模式。受到贸易保护主义政策、关 税和加强监管审查的影响，未来将要求企业采用更敏捷、更具弹性和前瞻性的供应链管理方法。2025

拥有的“独门绝技”在金融机构眼中可能是一个无法估值的“黑箱”，导致“不敢投、不 愿贷”。 （2）风险定价模型的“失灵”：传统信贷风控模型高度依赖历史财务数据和 有形资产抵押。对于一家初期亏损但拥有颠覆性技术的企业，该模型会得出极高 的风险评级，从而拒绝授信。它无法有效衡量和定价企业的未来成长潜力、技术 壁垒和团队价值等关键信息。 （3）信贷模式的“矛盾”：在以有形资产为核心的抵押文化下，专精特新企 专精特新企业面临的风险复杂且多元，既有企业内生的经营风险，也有外 部环境变化带来的系统性风险。 风险类别 具体风险点 对融资的影响 内生风险 (Endogenous) 技术迭代与研发失败风险 核心技术被颠覆或研发投入无法转化为商业成果，导致企 业价值归零，投资血本无归。 市场接受度与商业化风险 产品虽技术领先，但市场需求未被验证或商业化路径不清 晰 ，导致“叫好不叫座”，无法产生稳定现金流。 核心人才流失风险

央企数字化转型加速，数科公司成为RPA/APA产品的重要推广渠道，未来趋势中，数科公司在央企RPA采购链条中的占比将迅速提升至40%-50%，央企数科公司将迅速占 据RPA渠道份额，并对RPA/APA市场渠道模式和生态产生颠覆性影响。 2 目录 3 01 央国企RPA市场发展背景 1. RPA定义及分类 2. 央国企分类及规模 3. RPA应用场景 4. 央国企RPA核心价值 5. RPA客户类型及采购差异 面仍面临挑战"例如，机器人在复杂环境下的故障率较高，且电池续航能力有限。 环境 交互 感知 认知 软硬件 解耦 主要挑战 细分领域挑战 发展趋势四：数科公司兴起 数科公司将迅速占据RPA渠道份额，并对RPA市场渠道模式产生颠覆性影响 34 观点一：央企数字化转型加速，数科公司成为RPA/APA产品的重要推广渠道，未来趋势中，数科公司在央企RPA采购链条中的占比将迅速提升至40%-50% • 央企数字化转型需求旺盛，

经济论坛在 Top 10 Emerging Technologies of 2023 报告中也同样将生成式 AI 列为 2023 年的新兴科技之一，并表示在合理的应 用之下，生成式 AI 能够颠覆行业、促进经济增长、改善人们的生活。 生成式 AI 的出现对于人工智能领域而言既是转折点，同样也是引爆点。与以往的人工智能技术不同的是， 生成式 AI 通过对大规模语料、数据、图形等信息的无监督 LP）技术中的 Transformer 模型、神经网络，以及机器学习中无监督学习的方法。也就是说，大语言模型是将多种成熟的人 工智能技术作为其组成部部分，从简单到复杂，不断进化与成长，最后拥有了颠覆性的能力。 因此，企业是否愿意使用大语言模型、是否愿意在 HR 领域运用、是否有能力使用大语言模型，与企业对 整体 AI 技术的了解与运用程度有很大的关联。因此，在讨论大语言模型的应用前，我们将对整体的 智能加速迭代，才能与业务部门一起翩翩起舞” █ “大多数传统企业对人工智能在 HR 领域的运用还停留在浅层阶段。然而，这完全不意味着 对技术的抵触，人工智能是大势所趋，在中国更是如此。我们企业拥有“敢于颠覆”基因的 HR 团队随时关注着市场动态和新科技趋势，在确保数据安全、场景有效的前提下积极拥抱新 技术、新方法，不断尝试各种潜在可能。” █ “这是一个多变、不确定、未知的时代，面对复杂场景，不仅需要有强大的实时分析的后台支撑，

术的发展日新月异 。各种数字技术的发展趋势已经和正在 构成创新的支柱，他们各自高速向前发展，互相之间的适度碰撞又加大了整体的影响力，成为颠覆性变革的 巨大力量。数字技术在工作和生活中已经无处不在，“数字化”已经成为一个概括性术语，指代任何借助技 术创新而实现颠覆性变革和新机遇的战略。“数字化转型”是运用新兴技术重新想象商业、组织面向未来的 一个发展过程1。数字化转型绝不仅仅局限于新技术的实施和运作，相反，真正的数字化转型通常会对企业的 头企业，为集团近200家成员单位 提供金融服务。该公司普遍存在大量高度重复、规则化、耗时长的工作，长时间占用宝贵的人力资源，亟待自动化 处理。智能业务机器人的到来将从根本上改变员工工作内容，从而彻底颠覆企业运营和管理方式。 21 项目挑战： • 员工精力长期被简单重复性劳动占据，工作质量与效率提升空间有限，难以投入更多精力从事高附加值的工作； • 业务流程长期依赖纸质化手工操作，公司内

收集到 有关他们肢体语言、语调与关键词的数据，由此总结出一 些特质，再将这些特质综合起来，就知道什么是理想的候 选人了 在收到 30000 份简历后，采用 AI 人工智能结构化行为式面试 它彻底颠覆了这个行业传统的经验和方法论 基于人才知识图谱的动态会话决策 38 举例： AI 在招聘上的应用 - 面试机器人 • e 成科技成立于 2013 年，是国内首家设立算法部门，将 人工智能和大数据应用于数字化人才决策解决方案的

如英伟达 Omniverse），推动影视 制片、虚拟展厅等领域的创作效率提升。苹果 Vision Pro 的“空间化网页”应用已初步展 示虚实融合的交互潜力，未来或发展出全息会议、数字孪生工厂等颠覆性场景。 自主机器人的超视距感知：基于语义级 SLAM（如 SemanticKITTI 数据集）与动态场 景理解算法，机器人系统将突破传统静态地图限制，实现对人员流动、物体位移的实时建 模与预测。波士顿动力 Oculus 头显和专用触觉手套，让玩家不仅 能看到虚拟世界，更能真实感知触碰和操作，增强了沉浸感和互动性。 随着 AR 与触觉反馈技术的不断成熟，未来在教育、医疗、工业培训和娱乐等领域将 催生出更多颠覆性的应用场景，改变人们的交互方式与工作模式。 三、 技术挑战 尽管增强现实（AR）与触觉反馈技术的结合展现出巨大的潜力和创新机会，但在实 际应用中，仍面临着一系列技术挑战，这些挑战涉及到硬件、软件、用户体验以及行业适