银行拥抱新兴人工智能代理 人工智能代理将在提高运营效率的同时，带来高效、流 畅的超个性化客户体验，从而让银行业发生翻天覆地的 变化。 此类智能体可以充当全天候的虚拟顾问，用于提供量身 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 31% 获得显著的市场竞争优势 改善决策 改善数据管理（如数据质量、数据保护等） 推动创新和新产品开发 改善利益相关方管理（如供应商、客户等） 29% 支持可持续发展和环境目标 27% 优化财务规划和预测 26% 贵行希望通过使用人工智能实现以下哪些目标？（最多选五项），n=183 资料来源：《智慧银行：以人工智能驱动转型并创造价值》，毕马威国际，2025年 调研结论 打造智慧银行 阶段一 个月的名为“生成式人工智能机遇量化”（Quantifying the GenAI opportunity）的研究；该研究评估了全面部署和应用生成式人工智能的现 实价值。 对全球超过 家雇佣了 风险 人力资源 财务 运营和供应链 信息技术 销售 服务与数据分析 其他前台职能 网络安全 价值（百万美元） 32.4 19.5 3. 0 10.9 62.2 5.2 4.1 5.2 5.1

回 款天数平均为 152 天， ⽐ 2022 年增长 2 天 4 数据来源： 1. 甲⼦光年智库梳理， 2023 年； 2 医疗保障事业发展统计快报，国家医保局 ; 3. 《解读财务分析报告：透视公⽴医院财务状况》，医院管理论坛报， 2024 年 12 ⽉ ; 4. 《 2023 年药品流通⾏业运⾏统计 分析报告》 , 国家商务部 ; 5. 求解集采制度改⾰⽬标：“降价”是集采的惟⼀考量 , 模型推理，超越基础 RAG ，充分应⽤企业知识结 构， ⾃动学习理解企业信息，强化掌握知识要点关联 • 准确率更⾼，模型幻觉更低，更适合⼯作场景严肃问答 • 知识获取可融⼊⼯作流程（如财务报销），让知识可即时取⽤ 企业 AI 知识库：打造企业版 ima ，提升内部流程效率 ⽀持多格式知识沉淀，打破知识分散困境 “理解准”、“检索准”、“回答准” • 内容准确性验证： 专业内容需交叉 验证、追溯来源 • 版权意识：避免直接商⽤模型⽣成 的代码、⽂案或设计 • 避免透露个⼈信息： ⽐如⼿机号码 、 地址、财务状况（⽐理财建议）等 • 检查隐私条款是否允许数据⼆次利 ⽤ 安全与权限控制 • 访问权限分级 • 数据隔离机制 • 避免透露公司敏感信息：⽐如 内 部⽂件、政策草案、经济数 据等

研发回报下滑6 医疗⾏业⾯临前所未有的挑战 新⽣产要素在数据，“问数据，要数字” 数据来源：1. 甲⼦光年智库梳理，2023年；2医疗保障事业发展统计快报，国家医保局; 3. 《解读财务分析报告：透视公⽴医院财务状况》，医院管理论坛报，2024年12⽉; 4. 《2023年药品流通⾏业运⾏统计 分析报告》, 国家商务部; 5.求解集采制度改⾰⽬标：“降价”是集采的惟⼀考量, 澎湃新闻；6.创新药 • 知识萃取+模型推理，超越基础RAG，充分应⽤企业知识结构， ⾃动学习理解企业信息，强化掌握知识要点关联 • 准确率更⾼，模型幻觉更低，更适合⼯作场景严肃问答 • 知识获取可融⼊⼯作流程（如财务报销），让知识可即时取⽤ 26 智能办公：AI辅助的智能⽂本助⼿ 27 ⽂档智能助⼿：⽂档的doc、表格、思维导图等各⼯作⽂件中，通过AI提⾼⽤户⼯作效率 ⽂档创作 ⽂本编辑 表格公式⽣成 DeepSeekJ会给医药企业带来哪些变化？—“技术为⾈，业务为舵” 懂业务者锚定价值，好奇⼼驱动突破 31 ⼤模型虽好，使⽤需谨慎 数据授权和管理 • 避免透露个⼈信息：⽐如⼿机号码、 地址、财务状况（⽐理财建议）等 • 检查隐私条款是否允许数据⼆次利⽤ 数据隐私和安全 • 访问权限分级 • 数据隔离机制 安全与权限控制 • 内容准确性验证：专业内容需交叉 验证、追溯来源 • 版权意识：避免直接商⽤模型⽣成

7% 27.7% 27.0% 20.4% 生产/制造/供应链 IT/网络安全 人力资源 法务和合规 企业战略和财务 生产/制造/供应链 销售和客户服务 市场营销 产品研发和创新 应用非常成熟 产品研发和创新 市场营销 IT/网络安全 企业战略和财务 人力资源 法务和合规 其他 生成式 AI 在企业各环节应用的成熟度 应用成熟 一般 应用不成熟 数据来源：腾讯研究院《2025 务、生产/制造/供应链、产品研发以及市场营销等业务部门中，应用生成式 AI 的比例均超 过 30%。在 IT 与网络安全、企业战略财务、人力资源以及法务合规等职能部门中，生成 式 AI 的应用占比则普遍低于 30%。 当视角转向 AI 的应用成熟度（深入融合程度）时，IT 与网络安全、人力资源以及企业战 略财务等职能部门 AI 应用"成熟"和"非常成熟"的占比总和均超过 70%。相比之下，在生 产/制造/供应链、销售

依 赖，在供应链融资过程中，进行大量的线下人工审核，从企 业背景调查到核准授权，耗费大量人力效率低，无法及时获 取业务变化，风险管控能力弱。通过数字化平台建设，上下 游企业的经营情况主要来自财务报表、信用评级报告，以及 订单、合同、发票等数据，该类数据易出现造假行为。数字 孪生技术可以有效解决供应链金融在数字化转型中数据收 集难，企业评价维度少的问题，通过物联网（IoT）设备收 26 助金融机构实时采集养老机构的医、食、住、行等信息，提 31 供产业经营的全景数据，辅助贷款审核与发放。此外，数字 孪生技术还可以构建虚拟养老社区，为行动不便的老年人提 供便捷交流沟通、个性化线上财务管理等服务。 2.解决业务问题 （1） 提供更加便捷的金融服务 随着积极应对人口老龄化逐渐上升为国家战略，适老化 改造成为各行各业的重要发展方向，金融领域也在不断探索 新型养老金融服务模式，通过数字孪生技术构建线上虚拟养 网收集供应链各环节数据，包括交易记录、订单处理、库存 水平等，这些信息可能包含商业秘密或客户隐私，一旦泄露， 将对企业竞争力和客户信任造成严重影响。类似地，在智能 运营场景中，需收集客户身份信息、交易记录、财务状况、 市场策略等信息，这些包含金融机密和客户隐私的敏感数 据，一旦发生泄露或不当利用，可能引发严重的安全隐患。 在数据传输环节，数字孪生体系通常需连接互联网或专 用内部网络，以便实时接收数据输入、模型更新及与其他系

FINRA 分析师的注册资 格。 华泰力求报告内容客观、公正，但本报告所载的观点、结论和建议仅供参考，不构成购买或出售所述证券的要约或招 揽。该等观点、建议并未考虑到个别投资者的具体投资目的、财务状况以及特定需求，在任何时候均不构成对客户私 人投资建议。投资者应当充分考虑自身特定状况，并完整理解和使用本报告内容，不应视本报告为做出投资决策的唯 一因素。对依据或者使用本报告所造成的一切后果，华 响所预测的回报。 华泰及作者在自身所知情的范围内，与本报告所指的证券或投资标的不存在法律禁止的利害关系。在法律许可的情况 下，华泰可能会持有报告中提到的公司所发行的证券头寸并进行交易，为该公司提供投资银行、财务顾问或者金融产 品等相关服务或向该公司招揽业务。 华泰的销售人员、交易人员或其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本 报告意见及建议不一致的市场评论和/或交 美国-重要监管披露 • 分析师刘俊、苗雨菲、戚腾元、马梦辰本人及相关人士并不担任本报告所提及的标的证券或发行人的高级人员、董 事或顾问。分析师及相关人士与本报告所提及的标的证券或发行人并无任何相关财务利益。本披露中所提及的“相 关人士”包括 FINRA 定义下分析师的家庭成员。分析师根据华泰证券的整体收入和盈利能力获得薪酬，包括源自 公司投资银行业务的收入。 • 华泰证券股份有限公司、其子公司和/或其联营公司

… … 6 … 摘自Strategy&专有AI用例库 AI在汽车行业中的应用案例示例 人工智能在汽车产业链中的应用具有潜在价值。 总体和支持功能（例如：战略、规划、并购、IT、财务、人力资源） 价值 链 研究和 发展 生产和 供应链 销售，营销 售后服务 移动性和 金融服务 连接和 自动化服务 数据 资产 产品360° 植物/供应链 360° 客户360° 生态系统360° 价值是由每 个功能的AI影响（百分比）和功能在总运营利润中的收入/成本份额驱动的。每个功能影响计算的依据是在考虑成本效率和收入提升后，与汽车行业相关的人工智 能用例。4）支持功能包括IT、人力资源、财务、法律和并购。 来源：Strategy& 分析 人工智能在汽车领域的机遇 Strategy& … … … … … 8 量身定制的AI治理是公司在实现有效扩展中的关键。

5 页“研究方法”）。 我们发现，领导者仍然难以通过 AI 投资实现业务转型，但他们相信自己正处于重大突破的边缘。 事实上，63% 的受访高管表示其 AI 产品组合将在未来一到两年内对组织产生重大财务影响。 实验中 2024 6% 2025 扩展和优化 创新 30% 44% 24% 44% 46% 信息来源：《2025 年五大趋势全球脉动调查》。问：以下哪一项最能 描述贵组织当前和明年采用AI 守数据隐私、安全和消费者保护等领域现有 和新出现的大量法规。 1 2 3 2025 年五大趋势：人智共创未来 点燃创新纪元 17 生成式 AI 导致传统 IT 预算编制流程难以为继。这给技术和 财务团队带来了冲击，他们正在迫切重新评估支出的优先 级，并将资金投入到最需要的领域。 AI 的快速采用带来了严 峻的 IT 预算挑战，但组 织很快就能自我造血。 2025 年五大趋势：人智共创未来 AI 走出创新沙盒，能够创造收益呢？首先，要将生成式 AI 投资集中 在潜力最大、风险最低的应用领域，而不是在整个投资组合中平均分配资金。2024 年，71% 的生成式 AI 支出将用于 HR、财务、客户服务、销售和营销以及 IT，这些领域的投资有望降 低成本。只有 29% 流向了与产品相关的业务职能部门，而这些部门正是推动创新增长的孵化 器。因此，发掘打破常规的商业案例变得困难重重。 25

AI的采 用。 复杂的劳动力市场动态——人工智能对工作场所的影 响取决于自动化、增能和创造新角色的复杂互动。政 策制定者应当理解这些动态，以确保人工智能益处的 公平分配，并支持劳动力平稳过渡。 财务驱动力——研发资金、战略公共采购和有针对性 的税收激励可以用来促进人机互补人工智能技术。改 善劳动力市场机会和建立清晰的职业发展路径可以减 轻人才流失的风险。 涉及并赋权工人——包容性人工智能需要强调工人及 技术 准备指数 有助于评估 各国 准备状态 通过关键 指标 国家名称 排名在 技能 排名 研究与开发（Research and Development） 排名 行业 排名 财务 排名 美国 瑞典 排名在移动ICT领域 2022 排名 排行 前十名 英国 荷兰 (王国之) 新加坡 瑞士 大韩民国 德国 爱尔兰 法国 选定的经济体 中国 俄国 联邦