行业投资评级 - 报告未明确给出具体的行业投资评级 [1] 核心观点 - 欧洲电动卡车充电基础设施的建设将分为两个阶段 第一阶段到2030年 主要建设私人车队基地或半公共枢纽的充电设施 第二阶段在2030年后 随着电网升级 公共充电基础设施将逐步扩展 [12] - 到2030年 欧洲将需要超过30万个公共和私人充电点 以满足中型和重型电动卡车的需求 目前仅有约1万个充电点 [2] - 到2040年 欧洲电动卡车充电基础设施的建设将需要约400亿欧元的资本投资 其中到2030年需要70亿欧元 目前仅承诺了不到四分之一 [2] - 公共充电基础设施的利润池预计到2030年将达到5亿欧元 其中快速充电器的利润池最大 而夜间充电的利润池最小 [15] 充电基础设施的挑战与机遇 - 电动卡车充电基础设施的建设面临电网容量不足的挑战 到2030年 充电网络将消耗20太瓦时的电力 约占欧洲总电力需求的0.5% [2] - 电动卡车充电市场尚未形成主导玩家 来自不同领域的公司有机会通过创建新业务或战略合作来塑造市场生态系统 [3] - 车队运营商在规划充电基础设施时需要考虑多种因素 包括运营需求、电网容量、充电器类型和数量等 以优化成本和车辆运行时间 [15] 电动卡车的使用场景 - 欧洲的第一波商用电动卡车将主要用于单日行程 包括从中央设施分发、市政路线、多式联运班车和短途枢纽到枢纽的运输 这些场景将覆盖超过50%的电动卡车 [7] - 另外40%的电动卡车将用于单日高速公路上的工业或消费品运输 这些卡车通常需要补充公共充电 [7] - 多日长途运输的电动卡车占比仅为5% 这些车辆将严重依赖公共充电 随着公共充电设施的普及 这一比例将显著增加 [8] 充电基础设施的部署 - 到2030年 90%的充电基础设施将部署在主要工业基地或物流枢纽附近 总投资预计为55亿欧元 覆盖75%的电动卡车电力需求 [13] - 公共充电基础设施的发展将较为缓慢 到2030年 欧洲将仅有4000个夜间充电点和1.2万个快速充电点 总投资为15亿欧元 [15] - 到2040年 预计将有10万个公共充电点安装在欧洲高速公路沿线 提供45%的电动卡车总用电量 [15] 充电基础设施的优化 - 车队运营商可以通过调整卡车坡道时间、司机班次和休息时间等操作来平衡电力需求 从而减少电网升级和充电点数量的成本 [17] - 缓冲电池和本地微电网可以帮助削减电网的峰值需求 并通过利用太阳能或风能等本地发电来进一步补充电力 [18] 充电基础设施的商业模式 - 车队运营商可以选择自建充电基础设施 也可以选择外包给专业的充电点运营商或一站式解决方案提供商 后者可以提供专门的维护协议 [21] - 电动卡车制造商在充电基础设施领域具有独特的作用 一些公司已经成立了独立的组织 并与其他制造商合作建设公共充电网络 [25] - 充电基础设施的部署需要多方合作 包括车队运营商、卡车制造商、工程公司、充电硬件供应商和能源公司等 [21] 未来展望 - 到2030年 电动卡车充电市场的利润池预计将超过7亿欧元 具有显著的先发优势 [32] - 电动卡车充电市场的增长可能受到资金短缺和市场结构复杂性的制约 但通过创新的解决方案 如本地微电网、能源管理和数字预订系统 可以释放其全部潜力 [30]

行业投资评级 - 报告未明确给出具体的行业投资评级 [1][2] 核心观点 - 人工智能（AI）尤其是生成式AI（gen AI）在医疗保健行业有潜力显著提升运营效率并改善消费者体验 [4] - 医疗保健行业的运营领导者面临高行政成本和员工流失率的挑战 行政成本占美国每年超过4万亿美元医疗支出的25% [3] - 45%的运营领导者将部署最新技术（包括AI）列为2023年的首要任务 较2021年增加了17个百分点 [4] 行业挑战与机遇 - 医疗保健行业的数字化转型项目通常只能实现不到三分之一的预期价值 仅有约30%的大型数字化转型项目成功 [5] - 25%的运营领导者表示 将AI和自动化用例从试点扩展到生产是最大的挑战 [5] - 仅有10%的受访者与医疗保健组织的对话式AI和聊天机器人的互动完全解决了他们的查询 无需后续与人工代理互动 [5] AI在服务运营中的应用 - AI在医疗保健服务运营中的应用包括财务交易 行业通用功能 行业特定功能 客户和患者服务以及行政临床支持功能 [4] - 具体用例包括优先处理索赔 改善诊断和治疗 增强聊天机器人功能 自动化生成利用率报告等 [12][15] - 生成式AI可用于生成合成数据 自动总结电子健康记录数据 生成自定义覆盖摘要等 [15] 最佳实践 - 领先组织通过优先考虑关键领域 定义清晰的AI用例 并设计AI解决方案来追求高优先级用例 [16] - 使用AI进行超个性化客户接触点 分析客户数据以生成个性化配置文件 并通过客户选择的渠道进行互动 [16] - 通过AI驱动的预测和调度优化 可以提高员工容量管理 增加占用率10%至15% [17] 实施AI的步骤 - 组织可以通过快速诊断评估 确定流程低效和潜在改进价值 并优先考虑关键领域 开发初始概念验证 [18] - 扩展用例需要采用敏捷迭代方法 建立跨职能运营模式 并确保其支持持续改进 [20] - 建立有效的治理框架 包括持续监控和审计机制 以确保AI系统行为符合伦理指南 [21] 人才战略 - 成功组织将人才战略与AI和生成式AI路线图保持一致 重点关注会员服务 索赔处理和政策开发等关键领域 [22] - 通过实施有针对性的培训计划和培养持续学习和创新的文化 来弥合技能差距 [22] 未来展望 - AI在医疗保健服务运营中的未来前景广阔 尽管许多运营活动仍需要人工干预 但AI可以通过简化流程和支持更便捷和个性化的服务来提高效率 [23]

Automotive & Assembly Practice How batteries will drive the zero-emission truck transition Battery electric vehicle technology will be key to reducing road freight emissions and achieving global climate targets. by Jakob Fleischmann with Lena Bell and Patrick Kroyer Road freight vehicles1 account for a significant share of global CO2 emissions. Hence, minimizing their carbon footprint is a vital step toward achieving global climate targets. Over the past decade, governments, fleet operators, and truck OEMs ...

报告行业投资评级 无相关内容 报告的核心观点 1. 如果每家公司都需要成为一家软件公司，那么你是否拥有可以交付的软件组织 [3] 2. 通过使用自有软件来差异化自己，近70%的经济表现最佳的公司与仅50%的同行相比 [3] 3. 生成式AI(gen AI)为提高软件人才创造更好的代码提供了诱人的机会 [3][4] 4. 生成式AI目前仅被13%的公司系统性地用于软件工程，但可以提高40%的产品经理生产力，并缩短50%的文档和编码时间 [4] 5. 生成式AI将对整个软件开发生命周期产生重大影响，从需求定义到运营维护各个阶段都有应用 [6][9] 根据目录分别进行总结 工程师 1. 审查代码:需要从执行者转变为审查者,需要评估代码与现有代码库和架构的兼容性,并确保代码质量 [11] 2. 连接能力:需要了解如何选择和组合生成式AI应用程序和模型,以提高问题解决速度和解决方案质量 [11] 3. 设计:随着生成式AI承担更多基本编码任务,工程师需要开发更高价值的"上游技能",如编写用户故事、开发代码框架、理解业务成果和预测用户意图 [11] 产品经理 1. 生成式AI技术使用:需要掌握低代码/无代码工具和迭代提示,以及"代理"框架(大型语言模型协同完成任务)的相关技能 [11] 2. 采用和信任:需要开发强大的同理心技能,识别和解决对生成式AI的隐性和显性信任障碍,并与风险专家合作确保适当的检查和措施 [11] 人才管理转型 1. 以技能为中心的战略性人力规划:与业务领导合作,了解目标,建立技能清单,并将其视为数据而非文档 [14][15][16] 2. 培养学徒能力:作为更广泛人才计划的一部分,学徒制是关键,需要高级专家积极参与,提供指导和示范 [19][20][21][22]

Global Materials Perspective 2024 September 2024 | --- | --- | --- | |---------|------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ ...

McKinsey Healthcare Practice Revitalizing organizational health in the care delivery sector The care delivery sector continues to navigate challenges following the height of the COVID-19 pandemic. Meaningfully improving organizational health will be crucial to optimizing performance. by Drew Goldstein, Gretchen Berlin, and Stephanie Sherline September 2024 Research conducted over two decades has continually affirmed that organizational health (how you run the place) is a valuable, competitive differentiator ...

报告行业投资评级 报告未提供行业投资评级 报告的核心观点 1. 零排放卡车的转型带来了机遇和挑战,涉及动力总成、服务和车辆数字化等领域 [1][2] 2. 实现零排放卡车的目标需要整个生态系统协调行动,各参与方需要做出前所未有的努力 [9][14] 3. 制造商需要重新设计产品组合、销售方式和采购策略,同时保持内燃机和零排放产品线的盈利能力 [10][11][14][25] 4. 充电和加氢基础设施建设需要大量投资,但投资者面临"鸡生蛋"的困境 [15][16] 5. 车队运营商对零排放卡车存在诸多顾虑,需要采取针对性的策略来应对 [17][18][20] 6. 零排放卡车的普及将重塑行业规则,带来新的价值和利润来源 [21][22][27] 7. 实现零排放卡车目标需要各方利益相关方的广泛合作 [32][33][35] 根据目录分别总结 制造商和供应商 1. 需要开发针对零排放卡车市场的全新产品线和解决方案 [10] 2. 需要大幅降低产品成本,实现电池和燃料电池系统的规模效应和成本优化 [11] 3. 需要大幅提升生产规模,才能实现制造成本的下降 [11] 4. 需要调整供应链,应对从内燃机向新技术的转变 [14] 5. 需要转变销售模式,提供包括融资、保险等在内的全套生态系统服务 [14] 6. 需要应对来自海外和新进入者的竞争 [14] 充电和加氢基础设施 1. 需要大规模投资建设充电和加氢基础设施,但投资回报存在不确定性 [15][16] 2. 需要与大型运输企业合作,降低基础设施利用率风险 [16] 3. 需要提前投资电网升级,支持私人充电站的大规模部署 [16] 客户 1. 需要根据实际使用情况选择合适的动力系统,而不是过度考虑极端情况 [18][20] 2. 需要配合制定充电基础设施计划,而不是过度预留缓冲 [18][20] 3. 需要通过试点测试,并制定全面的车队转型计划 [20] 4. 需要采用新的合作和伙伴模式,如采购联盟、"运输服务"等 [20] 5. 需要推动绿色运输的商业化,提高客户的支付意愿 [20] 行业整体 1. 零排放卡车将重塑行业价值和利润池,传统业务将面临下滑 [21][22][24][27] 2. 新的价值来源将包括融资服务、数字化服务和充电/加氢业务 [27][28][29] 3. 实现零排放卡车目标需要各方利益相关方的广泛合作,包括全球、区域和本地层面 [32][33][35]

报告行业投资评级 报告未提供行业投资评级 报告的核心观点 1) 传统的卡车所有权模式正在向"卡车即服务"(TaaS)模式转变 [2][3] 2) TaaS模式可以帮助OEM厂商捕捉更多价值,包括提高利润率、增加服务收入、优化车辆使用等 [12][14] 3) 实施TaaS模式需要OEM厂商进行组织架构和运营模式的重塑,包括建立单一利润中心、重新定义定价策略、培养所需人才等 [12] 4) TaaS模式可以进一步发展为"驾驶员即服务"(DaaS)和"运力即服务"(CaaS),帮助OEM厂商和生态系统参与者更好地应对自动驾驶卡车的发展 [15][16][17] 报告内容总结 卡车服务生态系统的演化 1) 传统的卡车所有权模式正在向服务捆绑和解决方案的方向发展 [4][5] 2) 服务捆绑提供了更多服务选择,但客户服务体验不一致,管理复杂度较高 [5] 3) 解决方案提供了更加定制化的服务,降低了客户的资产风险,但价格可能较高 [6][7] TaaS模式的特点 1) TaaS模式在前端为客户提供包括融资、保险、车队管理等在内的一揽子服务 [9] 2) 在后端,TaaS要求OEM厂商进行组织架构和运营模式的重塑,包括建立单一利润中心、重新定义定价策略等 [12] 3) TaaS模式可以为OEM厂商带来更高的利润率,增加服务收入,优化车辆使用 [14] 4) TaaS模式有助于加速零排放卡车的普及,推动商用车和运输行业的减碳 [14] TaaS实施的挑战 1) TaaS模式大幅增加OEM厂商的资产负担,需要采取特殊融资方式来转移资产风险 [18] 2) OEM厂商需要适应新的销售方式,包括重新设计定价流程、培训销售团队等 [18] 3) 整合前后端系统会增加复杂度,OEM厂商需要谨慎规划和管理 [18] TaaS未来发展 1) TaaS模式为自动驾驶卡车的发展奠定基础,可进一步发展为"驾驶员即服务"和"运力即服务"模式 [15][16][17] 2) 这些新模式可以帮助OEM厂商和生态系统参与者更好地应对自动驾驶卡车的发展 [15][16][17]

报告行业投资评级 无相关内容 报告的核心观点 - 根据McKinsey分析,2023年至2030年,亚太地区超高净值(UHNW)和高净值(HNW)家庭将经历约5.8万亿美元的跨代财富转移,UHNW家庭预计将占总财富转移的60%左右[4][6] - 香港和新加坡是亚太地区家族办公室的中心,自2020年以来,两地的单一家族办公室数量已增加了4倍,达到约4000家[4] - 这一增长趋势为银行、保险公司、多家族办公室(MFO)、资产管理公司和财富科技公司(WealthTech)提供了巨大的机会,它们可以为新成立和已有的家族办公室提供差异化服务[4] 分组1: 家族办公室的特点和需求 - 亚太地区的家族办公室与西方国家的家族办公室在一些关键方面存在差异,如家族办公室的专业化程度、投资偏好、运营成本等[10] - 香港和新加坡作为家族办公室的中心,吸引了大量来自亚太地区内部和欧美的财富流入[12][13][15] - 亚太地区家族办公室主要分为4种类型,包括创业家族办公室、传统企业家族办公室、嵌入式家族办公室和专业化家族办公室,它们在规模、投资偏好、运营模式等方面存在差异[18][19] - 亚太地区家族办公室面临的主要挑战包括治理薄弱、运营成本上升、获取定制化替代投资方案的渠道有限、对保险产品和相关增值服务了解有限、技术落后等[20][21][22][24][25] 分组2: 服务提供商的应对策略 - 银行可以采取整合式或à la carte的方式为家族办公室提供服务,提供包括投资管理、托管、家族治理等全方位解决方案[28] - 保险公司正在开发针对家族办公室的定制保险方案,提供涉及跨代传承、资产保值等方面的保险解决方案[32][36][39] - 多家族办公室(MFO)提供高度定制的投资策略,收取以绩效为基础的费用[36] - 财富科技公司(WealthTech)利用技术手段为家族办公室提供投资管理、资产配置等服务,收取管理费和绩效费[37][38][40] - 服务提供商可以采用"解决方案、服务、可扩展性、安全性"的框架来有效服务亚太地区的家族办公室[42][43][44][46]

McKinsey | --- | --- | |-------------------------|-------| | | | | flächendeckende Nutzung | | Generative künstliche Intelligenz in der öffentlichen Verwaltung – sieben Erfolgsfaktoren für eine flächendeckende Nutzung 1 Von Deutschlands Verwaltung wird viel erwartet: Schlank soll sie sein, zuverlässig, schnell und bürgernah. Doch die Digitalisierung der Verwaltung als wesentliche Voraussetzung für diese Ambition schreitet nur langsam voran. Generative künstliche Intelligenz (GenAI) kann dabei helfen, Effizi ...