2 | 2025 爱分析·流程智能化应用实践报告 报告编委 报告指导人 张扬 爱分析 联合创始人&首席分析师 外部专家 张杜丽 蓝凌 副总裁 3 | 2025 爱分析·流程智能化应用实践报告 特别鸣谢 4 | | 2025 爱分析·流程智能化应用实践报告 目录 1. 报告综述! " 2. 落地实践! # 案例: 蓝凌助力中集集团，以智能 BPM 平台重塑流程管理新范式! $$ 3. 结语! $# 关于爱分析! %& 产品服务! %$ 法律声明! %% 5 | 2025 爱分析·流程智能化应用实践报告 报告综述 | 2025 爱分析 · 流程智能化实践报告 6 1. 报告综述 2025 年伊始，推理模型的崛起与 AI Agent 的再度火爆，使得流程智能化领域迎来新的突破机 会。金融、零售、制造等诸多企业在部署 DeepSeek 大模型之后，都在积极探索企业内部的流程 重构与效率提升场景。 企业探索流程智能化，一方面是为了在疲弱的宏观经济形势下取得成本优势，另一方面也是为了在

摘要：随着数字经济发展，数字孪生（Digital Twin） 技术成为连接物理世界与虚拟空间的重要力量。本课题围绕 数字孪生技术在金融领域中虚拟厅堂服务、供应链金融、智 能运营等场景的应用，探索了其在提升客户体验、优化流程、 强化风控的潜力。通过具体案例实践，为金融行业数字孪生 应用提供借鉴和指导。 1 一、数字孪生介绍 （一）数字孪生的概念与发展 数字孪生（Digital Twins）概念于 2003 年提出，最初 （光检测和测距）或其他 3D 扫描设备获取大量空间坐标点， 然后使用表面重建算法如 Delaunay 三角剖分或泊松重建。 此外，动态建模技术，专注于捕捉和表示系统的动态行为， 常见用于表达逻辑流程和状态转换的状态机建模，用来模拟 并发事件和资源分配问题的 Petri 网建模等。建模技术为数 字孪生提供了坚实的理论和技术支撑，正向着更加自动化、 智能化的方向不断发展。 5.感知类技术 12 风控上，数字孪生能帮助机构进行可视化分析及信贷评估， 监控虚拟服务流程是否合规。而在安全领域，数字孪生可以 为测试环境提供仿真业务数据，防止数据脱敏不彻底、生产 取数丢失导致发生大规模数据泄露。 （二）金融业数字孪生需求方向 在金融行业数字化转型的过程中，数字孪生技术在风险 管理、客户体验改善和业务流程优化等方面显示出了巨大的 潜力。本节将讨论金融领域数字孪生技术的关键需求方向，

正逐步渗透到企业运营的各个环节，推动着 企业向智能化、高效化、个性化方向发展。 对企业发展而言，数字化转型已不再是选择题，而是关乎生存和长远发展的必答题。随着 数字化转型进程不断加速，企业的业务流程和工作流程也面临全面的变革，岗位技能将被重塑， 人才需求结构也发生显著的变化，企业对于数字化人才的要求和需求也在提升，如何培养一支 为企业赋能的数字化人才队伍成为企业转型发展的关键。 但是，当前数字 前者解决方案目前已较为成熟，大体思路是依托自身或外部的数字技术，对业务流程、管 理流程进行解构和重构，进而完成流程和管理的数字化；后者则需要数字化人才作为支撑，通 过数字化思维来解析业务，推进管理和服务的优化以及模式和业态的创新。 典型行业人才需求分析 行业 人才缺口 所需人才必要技能 金融 金融企业关注全业务流程的数字 化、智能化，但金融科技人才主 要集中在营销、风控等方面，而 后台数字运营等业务领域的人才 后台数字运营等业务领域的人才  在合规前提下，具备基于数据驱动的金融业务多 场景应用和创新能力，能以数字逻辑优化金融业 务流程并推进业务创新。 第 7 页 较为缺乏。 制造 不同体量的制造企业关注点不完 全相同，但需求主要集中在运营 管理及流程优化、模式创新等方 面。  大型企业对业务人员的数字化运营及应用能力要 求高。  中小型企业现阶段着重于管理层数字意识和数字 化领导力的提升。

政企、创业者必读 21 DeepSeek出现之前的十大预判 之八 智能体推动大模型快速落地  能够调用各种工具，具有行动能力  调用企业专业知识，更懂企业  将日常重复性业务流程形成Playbook，实现流程自动化  通过目标拆解，多次调用大模型以及专家模型协同，形成 慢思考能力 传统软件是辅助人的工具，Agent是能够自主工作的数字员工，是新的生产力 政企、创业者必读 22 DeepSeek出现之前的十大预判 基础科学 能源自由 宇宙探索 生命科学 科学 能力 6 AI Fo r Science 知识管理（ 内部知识管理、 外部情报分析、 大数据分析、 工作流知识） 专家经验模型（ 专业模型训练） 业务流程自动化（ A g e n t框架） 组织协同（ 工作流） 人机交互 赋能个人和 企业员工 生产力提升 多模态 能力 3 图片理解和处理 视频理解和处理 音频理解和处理 非结构化文档处理 47 对外 四个方向 降低10倍人力 降低10倍成本 提高10倍效率 提升10倍体验 四个“十倍”原则  四个方向  四个十倍 选择场景 分解流程  做过去只有人才能做的事  做人做的重复繁琐易出错的事  拆解繁琐复杂的业 务流程 55 政企、创业者必读 场景选择示例：人员招聘系统 场景分得足够细，就可以训练对应的专业模型来解决问题 注：经360内部测试，深色的业务环节更加符合“四个十倍”原则

点燃创新纪元 IBM 商业价值研究院 | 研究简报 2024 年是拥抱变化、把握机遇的一年。冲突和转型的交织令原有假设受到质疑，领导者不得 不重新评估其风险偏好。他们必须平衡速度需求与成熟流程的安全性，然后改变那些束缚发展 的习惯。 生成式 AI 是这一转变的核心，带来了一个充满新机遇和未知风险的世界。智能体 AI 是指自主 执行各种功能的系统和程序，可在员工从事其他工作时代表他们完成任务。通过为 的任务，这是大多数 AI 助手无法做到的。 另外，随着数字劳动力的发展，变革的力量牢牢掌握在员工手中。 1 这样个人得以提高生产率 并重新定义工作流程，同时挑战了传统的领导观念。 引言 AI 推动数据普及化， 重新定义决策流程。 领导者如何才能在不给企业带来风险 的情况下增强员工的自主创新能力？ 2025 年五大趋势：人智共创未来 点燃创新纪元 2 事实上，领导者没有时间审查每一项创新。随着智能体 事实上，领导者没有时间审查每一项创新。随着智能体 AI 在组织中发挥的作用不断增强，领导 者需要下放更多决策权，才能真正加快步伐。他们仍然需要制定目标并明确前进规则，但必须 赋权团队重新思考工作流程，并用新的方式部署 AI 智能体，从而大幅度提高绩效。 在这种环境下，领导者相当于在敏捷性和安全性之间走钢丝，尽力维持韧性与风险之间的平衡。 这绝非易事。为了解领导者如何实现这一目标，IBM 商业价值研究院 (IBM

正在成为推动数字政府治理现代化的重要引擎。 首先，大模型驱动资源整合，强化数字政府协同联动能力。 政务热线数智化注重资源整合，借助大模型的强大能力，能进一步提升数字 政府协同联动能力。数智化秉持整体性思维，贯穿从接诉到反馈的整个流程。一 方面，加快推进热线整合，通过搭建统一的在线平台，努力实现跨区域、跨部门、 跨层级、跨业务的协同管理和政务服务。大模型可以对海量数据进行分析和处理， 为热线整合提供有力支持，从而引领推进政府组织结构的调整和权责重组，促进 打破传统政府部门结构限制和冗杂热线的识别困扰，助力各级平台及其成员单位 之间横向和纵向上的协同联动，以及不同数据网络和管理系统之间的互联衔接， 有效缓解因“数据孤岛”引发的沟通成本高昂和治理流程阻塞等问题。同时，大 模型通过对数据的深度挖掘和分析，解决源于数据共享受阻所导致的信息不对称、 反应不灵敏、响应不及时等接诉困境，使政务服务的业务处理更加流畅高效，极 大强化了政府部门间的整体联动性。 最后，大模型优化服务流程，进一步提升数字政府督办考核能力。 我国人口、面积、经济总量大的特征决定了民生诉求多、业务办理压力大的 客观现实，进而也容易滋生懒政怠政、推诿扯皮的工作作风。政务热线在实现各 7 类政府部门专线整合的基础上，进一步重塑政府服务流程，大模型可以对业务办 理流程进行优化和监督，实现对热线承办单位的统一管理、监督和考核，发挥政 务热线在业务办理全流程的“指挥棒”作用，引导承办单位落实好主体责任。一

正在成为推动数字政府治理现代化的重要引擎。 首先，大模型驱动资源整合，强化数字政府协同联动能力。 政务热线数智化注重资源整合，借助大模型的强大能力，能进一步提升数字 政府协同联动能力。数智化秉持整体性思维，贯穿从接诉到反馈的整个流程。一 方面，加快推进热线整合，通过搭建统一的在线平台，努力实现跨区域、跨部门、 跨层级、跨业务的协同管理和政务服务。大模型可以对海量数据进行分析和处理， 为热线整合提供有力支持，从而引领推进政府组织结构的调整和权责重组，促进 打破传统政府部门结构限制和冗杂热线的识别困扰，助力各级平台及其成员单位 之间横向和纵向上的协同联动，以及不同数据网络和管理系统之间的互联衔接， 有效缓解因“数据孤岛”引发的沟通成本高昂和治理流程阻塞等问题。同时，大 模型通过对数据的深度挖掘和分析，解决源于数据共享受阻所导致的信息不对称、 反应不灵敏、响应不及时等接诉困境，使政务服务的业务处理更加流畅高效，极 大强化了政府部门间的整体联动性。 最后，大模型优化服务流程，进一步提升数字政府督办考核能力。 我国人口、面积、经济总量大的特征决定了民生诉求多、业务办理压力大的 客观现实，进而也容易滋生懒政怠政、推诿扯皮的工作作风。政务热线在实现各 7 类政府部门专线整合的基础上，进一步重塑政府服务流程，大模型可以对业务办 理流程进行优化和监督，实现对热线承办单位的统一管理、监督和考核，发挥政 务热线在业务办理全流程的“指挥棒”作用，引导承办单位落实好主体责任。一

技术的应用层出不穷。企业通过机器学习、深度学 习等技术,构建出更加精细化的管理体系和更高效的生产模式。 例如, 借助 自然语言处理技术,客服机器人在响应客户咨询时表现出了前所未有的效率 与准确率; 在制造业中,通过智能算法优化生产流程,减少资源浪费, 大幅 提升了生产效率。从垂直融合到泛化应用, 人工智能正凭借全面连接、信息 共享、上下联动和资源整合等优势, 正深度激活各行各业的 '脉络' , 推动 千行百业的智能化水平走向纵深。 。紧密结合 AI 技术创 新趋势和在企业的落地进展, 进一步凸显 "AI 基础设施" 的重要性,强 更多干货请关注公众号“管理技术化平台” 9 调混合 AI 数字底座成为主流架构, 为企业的业务流程提供智能化支持的 必然趋势。 2) 做了混合 AI 数字底座二级模块的全面刷新。AI 时代的数字底座, 需 要 AI 基础设施, 同时, 也需要 AI 运行所需的技术平台。这包括: "3 库 首先要提到的是运营价值,这是企业最为显而易见、最为关注的价值主张, 包含企业运营过程中的降本提效、驱动主营业务增长以及持续提升用户体验。其 中,降本提效指的是通过数字化运营及智能技术应用,优化研/产/供等业务流程、 提升运营和决策质量、降低资源浪费、提高人员、设备等的产出率,持续改善全 价值链运营成本、提升运营效率;驱动主营业务增长,指的是通过智能化营销& 销售手段, 实时洞察客户需求、精准触达客户、持续经营客户价值

定制的财务指导，自动执行日常交易，并基于实时数据 和前瞻洞察主动管理客户需求。在运营中，人工智能代 理能够以无与伦比的速度和精度分析大量数据，从而简 化后台的欺诈检测、合规监控和风险评估等流程。 价值蓝图 为了克服上述挑战，抓住相关机遇，为利用下一代人工 智能技术做好准备，银行应采取精心设计的结构化方法 对人工智能加以应用。本报告介绍了含三个阶段的人工 智能价值框架，以帮助银行确定应优先开展的工作并相 银行应制定与其核心竞争力相一致的人工 智能宏伟愿景。应围绕这一愿景规划转型 路线图，以重新定义人工智能推动增长和 创新的方式，并在团队中落实成果责任 制。将人工智能部署与战略目标相结合， 如改进欺诈检测、简化业务流程和增强客 户个性化体验，可有助于最大限度地提高 投资回报。 建立对转型路线图的信任 人工智能的应用可能使银行业面临独特的 信任风险，这意味着必须从一开始就实施 主动风险管理。银行必须应对数据隐私和 技术以实现关键业务职能转型。 对于银行业而言，人工智能不再只是一个未来概念，而是已在欺诈检测、个性化和风险管 理等关键领域推动着创新实践。当前，全球各地反应迅速的银行正率先利用人工智能改造 关键流程并增强客户体验。他们已摸索出数百个人工智能用例，涵盖了从简化运营到提供 超个性化的产品和服务的多个目标。然而，我们的研究表明，其他银行正面临着诸多限制 因素： 基础设施仍有待完善 银行在为能

多源信息来源 • 互动性、个性 化 患者流程 • 内容⽣产辅 助 • 管理营销素 材 • 营销内容策 划 • 患者招募 • 试验设计优 化 • 执⾏效率提升 新药研发与 临床试验 • 客户精细化标签 • 个性化与医⽣互动 • 交叉证据⽹ 络 构建 提升新药研发和 临床管理效率 数字化内部流程 提效 更个性化、 互动 ⾏业学术化推⼴ ⾏业学术化推⼴ ⽣产与 供应链 数据驱动的 多渠道营销 多渠道营销 学术化推⼴ 患者服务 • 多重购买渠道 重塑患者流程 13 医保捉襟见肘 • 收⽀失衡加剧，控费 边际效应减弱 2 • 职⼯医保：结余稳健但增速 药事服 务 患者服务：从“千篇⼀律”到“精准匹配”信息和服务 • 智能分析⽤户病情、并精准推荐宣 教 个性化推荐医疗信息 18 患者新旅程：终端 + 数据 +AI+ 服务， AI 串联全流程，激发新 需求 “ 精益求精”⽤户画像 “细致⼊微”⾏为管理 内容查看 饮⾷建议