智慧银行 以人工智能驱动转型并创造价值 毕马威 创·见不同 毕马威国际 kpmg.com/intelligentbanking © 2025 毕马威华振会计师事务所（特殊普通合伙） — 中国合伙制会计师事务所，毕马威企业咨询（中国）有限公司— 中国有限责任公司，毕马威会计师事务所— 澳门特别 行政区合伙制事务所，及毕马威会计师事务所— 香港特别行政区合伙制事务所，均是与毕马威国际有限公司 （英国私营担保有限公司)相关联的独立成员所全球组织中的成员。 版权所有，不得转载。 智慧银行：以人工智能驱动转型并创造价值 2 目录 引言 阶段二：融合 概要 阶段三：演进 调研结论 为迎接人工智能奠定基础 简介 主要考虑因素 阶段一：赋能 打造智慧银行 毕马威：以经验与诚信为您的人工智能转型保驾护航 03 04 05 08 11 15 22 28 32 37 40 © 2025 成员。 版权所有，不得转载。 智慧银行：以人工智能驱动转型并创造价值 3 然而，许多银行却因为保守而故步自封。定义长期价值 颇为不易，许多银行在制定明确目标、确定关键业绩指 标（KPI）和验证投资回报率（ROI）方面步履维艰。技 术升级需要成本，实施存在风险，而且高管希望转型但 却对领导这项工作犹豫不决，使得挑战显得更为严峻。 如欲将自身打造成为智慧型金融机构，银行应该积极拥 抱人

中国 中国 中国 SE01 Iron 里掂F1 GoMate Adam 闪电匣Arm 人形 人形 人形 人形 人形 类人形 工业生产 商业服务 市场化落地——应用场景 特种应用 家庭服务 仓储物流 6 M2 2025 Proprietary and Confidential All Rights Reserved. 人形机器人细分场景落地顺序评估逻辑 …聚焦工业/家庭/商业领域细 预拧紧。 2. 从试制线学习到进场打工：优先试制线，在无生产节拍任务要求的场景下收集数据，完善精准度，达到连续千次工作完成度>95%后，则可进厂打工。 3. 从次级生产空间向SOP产线演进：如从仓储空间开始，包括搬运，来料检验，抽检等. Source: M2研究 & 分析；全球人形机器人企业专家访谈；图片内容涉及特斯拉，优必选等品牌机器人产品。转载引用内容请标明来源 人形机器人优先适配工序画像 中国以工业为主，欧洲日韩关注家庭服务，日韩同时注重商业，尤其以康养为主 18 18 北美： • 北美人形机器人优先应用于仓储物流、 工业生产和特种应用覆盖率达到23%， 因其能有效缓解劳动力短缺和成本压 力 23% 23% 23% 19% 13% 仓储物流 工业生产 特种应用 商业服务 家庭服务 中国： • 中国人形机器人以工业生产为主要 应用场景占比达到82%，因其能满

细分场景 研发设计 试验验证 —— 生产制造 生产操作 焊接、喷涂、冲压、切割、组装等 质量管理 表面检测、综合质检 安全管理 安全巡检 产线优化 —— 运营管理 物流配送 码垛、上下料、仓储、分拣、配送等 本报告分析了 88 个国内外“机器人+人工智能”应用案例，其中 生产操作、物流配送和质量管理占比较高，分别达到 40%、25%和 22% （图 3）。 11 图 3“人工智能+机器人”应用场景分布 目标是实现环境识别和路径规划，形成码垛、上下料、仓储、配送等 典型细分场景，如极智嘉的取货机器人使用计算机视觉技术和深度学 习算法，可以在繁忙的物流中心中，快速识别包裹位置，避开障碍物， 并高效完成取货任务。二是“移动机器人+协同优化模型”模式，AI 应用的目标是开展多种物流机器人的协调配合，如亚马逊建设的无人 仓库大量使用了各类移动、仓储机器人，并引入技术团队将人工智能 融入整个机器人系统。 汽车整车领域“零的突破”。华数机器人在长安汽车整机厂中实现了 批量应用，进行焊点检测、侧围涂胶、车身弧焊等作业，标志着国产 机器人在整车领域的新突破。 “移动机器人+协同优化模型”在汽车行业仓储物流环节应用广 泛，占比约 23%。汽车总装车间生产节奏快，零部件种类繁多，精细 化操作要求高。为保障生产连续性，对物流配送的高效性与精准性要 16 求极高，零部件需按时、按量、准确送达工位，任何延误或错误都可

智能机器人应用场景分析矩阵 应用场景 需求程度 应用场景渗透率 PS：气泡大小代表未来市场空间 工业 制造 仓储 运输 电力 巡检 金融 服务 医 疗 文 旅 教 育 养老 服务、 陪护 建 筑 探测 救援 楼宇 办公 采 矿 农林牧渔产业 餐饮、酒店 • 生产活动中，制造、仓储等场景因技术成熟度高、切入时间早具有较高应用渗透率；酒店、餐饮等封闭的商业场景的机器人应用较广泛，但因市场规模大，覆盖 94台 微创鸿鹄、天智航、佗道、史 赛克、美敦力、键嘉、元化智 能、华瑞博、铸正、捷迈邦美、 柳叶刀、维卓致远 3D术前规划、术中精准控制 及微创操作、追踪及精准导 航 口腔机器人 29台 雅客智慧、键嘉、瑞医博 可视化体外模拟，术中精准 定位、动态导航等 神经外科机 器人 20台 柏惠维康、华科精准、博医来 颅脑三维建模、高精度定位 血管接入机 器人 8台 微创R-ONE 触觉感知、多器械协同、隔 感 知数据的准确性等有待提高。 数字孪生 大模型 群体智能是实现人形机器人在工业、商业服务等重要场景规模化应用的关键。目前, 软件架构的优化是推动群体智能发展的核心动力。例如，优必选在极氪5G智慧工厂 开展的全球首例多台、多场景、多任务人形机器人协同实训中，创新性地提出了人 形机器人群脑网络架构和人形智能网联中枢，为群体智能的实现提供了技术支撑。 群体智能 数字孪生 群体智能 22

北京：立足全球视野，“十五五”时期有望在人形机器人等领 域实现跃升。近年来，北京以打造国内领先、国际先进的机 器人产业集群为目标，加紧布局人形机器人产业，着力提升 医疗康复机器人、协作机器人、特种机器人和仓储物流机器 人等产业发展水平。“十五五”时期，北京凭借其卓越的创新 实力和政策支持，有望在人形机器人领域实现跨越式发展， 产业规模增长潜力巨大。 5 企业：抢抓新机遇，布局新赛道 应用。近年来机器人应用模式逐步从单一应用向集群部署转变， 这使多台机器人之间能够协同作业，共同完成更复杂的任务，提 升整体任务执行效率、提高容错性。目前该技术中的协调控制、 动态任务分配和协调路径规划已经较为成熟，已经在仓储物流系 统、无人机群等领域开展应用。“十五五”时期，该技术将进一 步升级，从“由一个大脑统一指挥”逐步向群体智能发展，即形 成一种去中心化、自组织、群策群力的统一行动的能力，该技术 的发展将

集和分析来自物理世界的市场动态、客户行为、交易记录、 业务环节等多维度信息，通过机器学习模型及大语言模型， 进行智能化的分析、预测与总结，构建高度仿真的业务模拟 环境并自动化输出高质量的分析结果，用户可以通过智慧大 屏、智能驾驶舱等系统与模拟环境相连接，对业务运营情况 进行实时跟踪分析，帮助金融机构动态了解各版块业务运营 情况，并快速做出智能化决策。 2.解决业务问题 （1） 优化对客服务流程 务运营、客户运营、合规管理等业务场景，从业务流程中采 集数据，针对营销转化、合规管理、压力测试等目标进行仿 真推演。业务流程中各环节进行数据采集及分析，预测可能 产生的效果及影响。对真实业务场景、管理流程进行模拟， 用户可通过智慧大屏、管理驾驶舱、移动端等终端对运营情 况进行实时数据采集及监控，并可通过仿真实验室，通过极 为真实的仿真业务数据，模拟真实业务场景进行情景推演、 压力测试，预测营销活动效果及潜在风险（见图 5）。 款能力，从而提供定制化金融服务。 3.技术实现方案 数字孪生技术通过传感器、物理模型等方式，在虚拟空 间中对物理世界进行映射，通过在物流、仓储、交易等各环 节布置传感器，对数据进行实时采集，生成物理世界供应链 各环节的数字孪生体。金融机构可通过物流、仓储、交易等 各环节的数字孪生体，实时动态获取供应链运营和金融活动 的全生命周期过程，对物理世界中供应链各环节可能存在的 潜在风险进行预判，从而更为主动地进行供应链金融全流程

头 角，成为连接未来理想与现实生活的关键桥梁。它有望继计算机、智 能手机和新能源汽车之后，成为重塑全球经济产业格局、改变人类生 活与生产方式的又一强大驱动力，其在智能制造、家庭及商业服务、 仓储物流、特种作业等诸多领域的广泛应用潜力，彰显了作为未来科 技变革核心驱动力的巨大价值，人形机器人无疑是开启人类未来无限 可能的一把关键钥匙。 随着人形机器人技术的迅猛发展，其在国际科技舞台上的竞争愈 致力于为企业、研究机构、投资者以及政府管理部门提供坚实的技术 支撑与决策依据，助力各方深入洞察人形机器人产业发展趋势，加速 技术创新与应用场景的深度融合。 本白皮书凝聚了众多科研人员、企业精英以及行业专家的心血与 智慧，反映了大部分从业者在人形机器人标准化相关领域探索研讨的 共识。在此，我们衷心感谢每一位在白皮书编撰工作中给予大力支持 与做出杰出贡献的专家、学者、企业及机构。然而，我们亦认识到， 面对如此复 尺寸与人体相似，能 够模仿人类运动、表情、互动与动作的机器人，并具有一定程度的认 知和决策智能（《高工咨询》）； 3）人形机器人是一种模仿人类外形的机器人，除具备人形和模拟 人类动作外还兼具智慧化和可交互性等特点。 人形机器人主要包含三 大核心技术模块：环境感知模块、运动控制模块和人机交互模块（《觅 途咨询》）。 6 从上述对人形机器人概念的主要观点来看，可以归纳为如下三个 主要

力供给。提升公共算力支撑能力，满足图书馆、美术馆、体育 馆等大型惠民场所智能服务算力需求。持续推进算力对创新应 用的支撑，推动算力在元宇宙、数字孪生等新业态拓展应用。 2.“算力+工业”。针对“智慧工厂”等场景数据实时计算 要求，加快部署工业边缘数据中心，推动算力赋能智能检测、 故障分析、人机协作等技术迭代，不断提升不同工业场景业务 处理能力。面向原材料、装备制造、消费品、电子信息等领域， 围绕工业生产种类特性多、生产时间长、质量要求高等特点， 以及安全污染隐患大、智能化水平低等难点，瞄准高端化智能 化绿色化方向，逐步构建工业基础算力资源和应用能力融合体 系，满足不同类型工业企业在研发设计、生产制造、仓储物流、 营销服务等方面的算网存用需求，推动工业企业技术改造、降 本增效和绿色化转型，加快推进算力赋能新型工业化建设应用。 3.“算力+教育”。鼓励科研院所根据需求适度建设算力资 源，有效支撑 核心业务多地多活部署能力。围绕金融市场高频交易等低时延 业务场景开发部署智能边缘算力节点，实现金融业务边缘侧数 据的筛选、整合与处理，为金融业务发展提供更为精准、高效 的算力支持。 5.“算力+交通”。面向智慧交通需求，加快“中心-区域- 边缘”多层级算力设施部署，支持感知、通信、控制相关设备 的标准化接入与数据汇聚，为道路交通精细化管理、场站枢纽 智能运营等跨域综合信息应用以及车路协同自动驾驶、港口矿

未来智能移动机器人动力系统将呈现“更高效、更聪明、更绿色”的特征，通过材料革新、 AI 融合、能源突破，实现从“功能执行”到“自主进化”的跨越。其发展不仅依赖单一技术进步， 更需跨学科协同，最终推动移动机器人在工业制造、仓储物流、商用服务等场景的泛在化应用。 其中，作为动力系统核心的电机与减速机，其发展也将围绕效率革命、智能重构、生态协同三 大核心方向展开，技术创新与产业变革将深度融合，推动机器人从 “工具” 向 “智能体”