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 价值 进行大量研究的结果，旨在为从刚开始试点到希望在内 部整体推行人工智能计划的银行管理层提供在人工智能 转型各阶段切实可行的真知灼见。 当前，虽然部分银行在应用人工智能方面取得了很大的进 步，但仍有不少银行面临着重重障碍。其当务之急，是不 能一味停留在测试和试点阶段。银行可参考本报告的指引 实施这一重大转型变革，以充分挖掘人工智能的潜力。 对于银行而言，把握人工智能带来的重大机遇实际需要的 融入成为推动以客户为中心实现可持续发展 的一大核心因素。 Francisco Uría 全球银行业与资本市场主管合伙人 毕马威国际 调研结论 阶段二 阶段三 主要考虑因素 为迎接人工智能奠定基础 为您的人工智能转型保驾护航 简介 概要 引言 引言 打造智慧银行 阶段一 © 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—

5 Post-Training 阶段，随着训练时计算量（来自 RL 的 Training 阶段）和 Test-Time 计算量 （例如 Test-Time Search ）的增长，模型性能（例如数学推理能力）也会随之提 升 Post-Training Scaling 6 [1] https://openai.com/index/learning-to-reason-with-llms/ 随着模型尺寸逐渐增大，预训练阶段参数 Scaling Up 带来的边际收益开始递减；如果想要深度提 升模 型推理能力和长程问题能力，基于 RL 的 Post-Training 将会成为下一个突破点。 自回归模型在数学推理问题上 的关键启示 DeepSeek-R1 技术剖析： DeepSeek-R1 Zero 11 跳过 SFT 阶段，直接运用纯强化学习拓展推理能力边界实际上也带来了几个很重要的启示： 需要足够强的基座模型： 基座模型 (DeepSeek-V3 Base) 超过了某个质量和能力阈值 （ 671B

在全球新一轮科技革命和产业变革中，IT 技术展现出广阔前景和无限潜力。自“互联网+” 行动全面推行后，IT 领域创新成果便开始大范围地与中国经济社会各行业、各领域、各环节 深度融合，人们的生产生活方式发生了巨大变化。现阶段，数字化转型逐渐成为行业企业的共 识，并已成为不可逆转的发展趋势，经过多年发展，中国企业数字化转型已进入“深水区”。 对于企业来说，数字化转型需解决两个问题：①如何推动业务的数字化建设；②如何在数 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。 能源 能源企业关注资源配置、业务优 化和节能减排，目前缺少专注于 依托数字技术赋能业务流程优 化、业务模式创新、供需匹配优 化、排放监测、提效减排等方面 推出了“四阶成长模型”的培训模式，通过认知、训练、实战及认证四个阶段，培养新型技术 人才及为传统人才转型成为数字化技术人才赋能，以支撑企业数字化转型的“技术”需求。  Step1 认知阶段：新趋势+新工具+新技术  Step2 训练阶段：案例分享+模拟操作  Step3 实战阶段：企业真实项目案例解析  Step4 认证阶段：国际证书+国家级认证 数字化技术人才 认知 | 训练 |

DeepSeek-R1 探索出RL方 法，且公开技术 • 诞生推理型Scaling Law DeepSeek颠覆式创新——技术创新 29 政企、创业者必读 技术上实现对美国的赶超 掌握通向AI下一阶段的方法论 DeepSeek颠覆式创新——技术创新  美国人仍在遵循预训练Scaling law范式，走堆显卡路线，如 “星际之门”计划  中国DeepSeek-R1的创新突破，诞生推理型Scaling DeepSeek+场景+智能体+知识库 66 政企、创业者必读 67 企业应用AI的经验总结 政企、创业者必读 建立AI信仰、培养AI素养 才能真正拥抱AI时代 68 政企、创业者必读 个人AI能力的五个阶段 只会与大模型进行聊天（纳米AI） 能打造个人专业知识库，具备知识收集和整理能力（纳米AI知识库） 能使用常见的AI工具，能使用别人打造的智能体（纳米AI工具） 能搭建简单的智能体，能打造自己的工具和数字助手（纳米AI智能体） 政企、创业者必读 企业应用智能体的九层能力 阶段1-4——初级能力 阶段2 企业私有化部署DeepSeek 阶段3 企业构建专业知识库，DS变成专业大模型 阶段4 利用纳米AI搜索免费Agnet平台，企业可搭建数字员工等AI工具 阶段1 使用DeepSeek公有云服务 71 政企、创业者必读 阶段5 引入专用知识库管理，本地部署，成为知识和情报中枢 阶段6 引入带有强大工作流能力的Agent框架，把复杂的流程自动化

DeepSeek，热线系统拓展了智能文本机器人应答、智能辅助填单、智 能工单分类和智能工单转派等功能，充分展现了人工智能大模型在提升政府服务 效能方面的巨大潜力。 就目前而言，对 DeepSeek 的探索和应用仍处于起步阶段，未来需要深入探 索大模型工具在更多政务场景中的创新应用。同时，利用大模型工具开发更多智 能化、个性化的政务服务应用，切实降本增效，是未来发展的重中之重。这不仅 有助于提升政府服务的质量和效率，也有助于推动数字政府的智能化转型。 年，国家信息产业部正式启用了政府热线 号码 12345。此后，各地市政府相继将市长热线与其他部门的专线合并，成立城 市 12345 政务热线。 回顾政务热线的发展历程，大体可分为三个阶段：信息化阶段、数字化阶段、 智能化阶段。 一是信息化孕育阶段。这一阶段政务热线具有离散式和平行化的特征，其背 景是私人电话、公用电话以及移动电话的迅速普及和互联网用户的剧增，使得拨 打热线电话极其简捷方便。此时政务热线表现为多条线路沟通、多个中心受理、 Theory & Behavior, 2009, 12(2):218-236. 4 集中反映群众生活的身边事。换言之，这一阶段政务热线主要作为倾听民众声音、 处理居民难事的渠道，用以强化政府的现代化治理能力，但热线数据背后的治理 价值较少被挖掘3。 二是数字化发展阶段。随着互联网、物联网等数字技术的广泛运用，物理世 界存在的人、物、服务等被链接起来，政府也可以运用数字技术更广泛地触达不

DeepSeek，热线系统拓展了智能文本机器人应答、智能辅助填单、智 能工单分类和智能工单转派等功能，充分展现了人工智能大模型在提升政府服务 效能方面的巨大潜力。 就目前而言，对 DeepSeek 的探索和应用仍处于起步阶段，未来需要深入探 索大模型工具在更多政务场景中的创新应用。同时，利用大模型工具开发更多智 能化、个性化的政务服务应用，切实降本增效，是未来发展的重中之重。这不仅 有助于提升政府服务的质量和效率，也有助于推动数字政府的智能化转型。 年，国家信息产业部正式启用了政府热线 号码 12345。此后，各地市政府相继将市长热线与其他部门的专线合并，成立城 市 12345 政务热线。 回顾政务热线的发展历程，大体可分为三个阶段：信息化阶段、数字化阶段、 智能化阶段。 一是信息化孕育阶段。这一阶段政务热线具有离散式和平行化的特征，其背 景是私人电话、公用电话以及移动电话的迅速普及和互联网用户的剧增，使得拨 打热线电话极其简捷方便。此时政务热线表现为多条线路沟通、多个中心受理、 Theory & Behavior, 2009, 12(2):218-236. 4 集中反映群众生活的身边事。换言之，这一阶段政务热线主要作为倾听民众声音、 处理居民难事的渠道，用以强化政府的现代化治理能力，但热线数据背后的治理 价值较少被挖掘3。 二是数字化发展阶段。随着互联网、物联网等数字技术的广泛运用，物理世 界存在的人、物、服务等被链接起来，政府也可以运用数字技术更广泛地触达不

的认知已经由最初的质疑转变为接受，甚至连医 生这个群体，都开始拥抱 AI，主动进行个性化 AI 的创造。 然而，认可 AI 与为 AI 付费是有差异的。许多医疗 AI 通过与目标用户合作的方式进入医 疗机构与药械企业，并在试用阶段中获得用户的认可，但他们中大多数最终不会为手中 的 AI 买单。 归根结底，AI 只有满足用户的切实需求，且能实现一定规模的溢出价值时，这项技术才 能具备商业化的可能。 那么，医疗产业中各类 2016 年—2024 年涉及医疗 AI 的关键政策（上 政策制定者通常会根据医疗卫生领域的发展现状和未来趋势，制定具有前瞻性和指导性 的政策文件。这些政策文件不仅明确了医疗信息化建设的总体目标和阶段性任务，还规 定了建设内容、技术要求、实施路径等关键要素。因而对于公立医院，政策需求是他们 需要考虑的首要需求。 为了树立医院对于前沿技术的正确认知，引导相关产业的快速发展，我国自 2016 年起 尤其是在智慧运营、智慧后勤等场景，很多三级医院已经采购了相应的数智化系统，率 先享受到了 AI 赋能后的管理红利。 制药 AI 方面，绝大多数创新药企都对医疗 AI 持积极态度。不过，大多数药企在药物发 现阶段均倾向于自研 AI，而到了临床试验，更多药企习惯于采购成熟的第三方综合解决 方案，降低成本并规避研发风险。 5 6 第二章：自我突破，医疗 AI 形态异变 政策与提效两大购置动力支持下，国

力中心定制批发业务在不同地理区域的供需格局存在一定差异，为行业参与者带来了多元化的市场机遇与挑战。 ➢ 以环京地区为典型，得益于AI训练需求的持续增长，行业下游需求迅速扩张。在各地区中，环京地区有望率先步入供不应求阶段。预计到2025年， 环京地区将率先迎来区域性价格拐点，为算力中心行业的高质量发展注入新动力。 资料来源：灼识咨询 报告研究方法论（1/2） 5 研究方法论 • 在编制本报告的过程中，我 志着AI大模型能力的进一步飞跃。 • AI大模型高度智能化的生成能力具 备巨大潜力和无限可能，为其在各 个领域的应用提供了更广阔的空间。 采纳 成长期 目标市场渗透率 探索 孵化期 试验 加速期 落地 成熟期 发展阶段 100% 0% 农业 能源 医疗 建筑 制造 电商 出行 游戏 软件 金融 传媒 教育 广告 AI大模型赋能千行百业 • 随着技术的突破与应用场景的拓展，“AI+”将 智能药物研发 ...... 智能调度 场景 数据 行业 数据 通识 数据 主要行业大模型应用阶段 大模型赋能千行百业 全球AI产业正处于高速发展阶段，AI搜索、具身智能、AI Agent及多模态等多元化需求显著增长，伴随 DeepSeek对开源大模型生态的重塑，AI应用即将步入爆发式增长的新阶段。 14 资料来源： 灼识咨询 全球AI产业蓬勃发展， AI应用即将爆发 AI搜索 具身智能

思考如何构 建与业务协同发展、适度超前的IT架构，基于技术优势带动业务创新和商业 模式创新，推进企业整体发展目标的达成。以云为核心的IT基础设施规划与 企业业务规划密切相关，在业务发展的每一个阶段都应起到核心推动作用。 面对业务和技术发展新需求，越来越多的企业开始在已有云设施之外，规 划、建设新的云环境，利用技术的更新和IT架构的迭代，获得新的发展动 力，并通过引入新的合作对象，解决企业当前云环境下存在的问题。多云策 普惠的数据运营管理能 力、稳定可靠的多云治理和协同、持续优化的成本治理能力、开放合规的全 球服务体系等。IDC调研显示，目前，超过一半的中国企业处于复杂多云阶 段，而处于有序复杂和战略价值实现阶段的企业不到�/�，从整体上看，企业 在提高多云成熟度方面还有很长的路需要探索。 面向通用人工智能技术高速发展的新时代，企业有必要重点围绕AI应用需求 构建多云能力。即以应用为导向，以创造业务价值为目标，确保所选技术和 接面向消费者，Direct to Consumer）模式、构建行业生 态数字生态系统、API货币化、 提供即服务模式和数据货币化。 面对持续变化的新技术、新环境、新问题，企业正在结合自身成长的阶段特性， 借助数字化、智能化的强大赋能作用，一方面稳固成熟业务发展，另一方面不断 寻找新突破点，持续打造第二、第三增长曲线，形成高质量发展的良性局面。 �� �.� “从“获取资源”到“创造价值”

与合作伙伴生态系统高效扩展。 缩写：AI = 人工智能 来源：Strategy& 分析 人工智能让汽车制造商在动荡时期加强收入和利润—— 如果认真对待的话。 3 人工智能应用案例在价值链的各个阶段出现，但时间跨度不同。 人工智能如果能够有效地在整个公司范围内协调，将带来显著的成本效益机会。 我们的分析表明，全面的人工智能转型战略可以实现40-60%的潜在利润提升。 人工智能在汽车领域的机遇 人工智能预期影响的演变 人工智能正从炒作走向现实，尽管采取行动的紧迫性仍然很高。 预期 影响 物理/类似人类的AI 生成式/代理式人工智能 狭窄/敏锐的AI 颠覆性的 情景 新一代 人工智能作为最高发展阶段 人工智能（AI）策略所需以应对风险 风险规避与业务连续性 – 与人工智能努力的快速加速 利用机会之窗 OpenAI 发布 ChatGPT OpenAI 发布 生成式人工智能 GPT3 基底 人工智能在汽车领域的机遇 Strategy& 注释：窄/感知型人工智能专注于有限的任务，具有感官能力，如语音或图像处理，但没有一般推理技能。生成/代理型人工智能根据学习到的模式创建新内容——在 更发达的阶段，它可以自主行动，并根据预设目标和环境输入做出决策。物理/拟人型人工智能模仿人类的行为或动作，通常体现在机器人中，用于与物理世界互动 。来源：Strategy&分析 • 快速发展 朝着具有代理性和物理性