毕马威中国咨询服务主管合伙人兼首席技术官及创新主管合伙人刘建刚在论坛上指出："人工智能浪潮 正席卷全球各个角落，彻底重塑全球商业格局与生活方式。对企业而言，它不仅颠覆了传统的运营模 式，打破了行业边界，更催生了全新的商业逻辑与竞争范式。可以说，人工智能已成为企业在激烈的市 场竞争中脱颖而出的关键力量。" 毕马威中国数字化赋能及人工智能主管合伙人张庆杰认为，AI(人工智能)转型绝非简单技术叠加，AI驱 动的数智转型是深层价值塑造、思维创新、情感共生等全过程变革新范式。毕马威中国通信、媒体及科 技行业主管合伙人陈俭德则表示，当前AI给企业带来的效益已体现在降本增效、加快数据驱动决策、 提升数据分析和洞察力等多方面。企业应聚焦在"赋能员工、实现工作与人工智能融合和推动企业发展 演进"三个阶段成熟度的发展，这对人工智能持续实现价值创造至关重要。 作为论坛的重要亮点之一，毕马威中国首次公开发布"智速转型平台"。据悉，该平台核心价值在于支持 多模型灵活调用与跨层级任务分解，深度融合财税、风控等专业场景经验，将复杂转型拆解为清晰步 骤，确保数据主权与风险可控的同时，助力企业实现安全高效的数字化转型。 本报讯(记者张文湘见习 ...

交易概述 - Worldline宣布计划将其Mobility & e-Transactional Services业务线及部分金融服务业务剥离给Magellan Partners Group，交易企业价值高达4.1亿欧元[1][2] - 交易预计在2026年上半年完成，需获得常规批准[1] - 被剥离业务2024年总营业额约为4.5亿欧元，涉及约3800名员工，主要分布在法国、英国、西班牙、德国、奥地利、比利时和印度[2][3] 交易细节 - 交易包括4000万欧元前期企业价值及1000万欧元基于2025年运营表现的或有对价，相当于2024年调整后运营收入的约11倍[4] - 交易完成后，Worldline预计全年调整后EBITDA将减少约1亿欧元[5] - 交易资金由Crédit Agricole Group、BNP Paribas提供，ICG将收购Magellan Partners少数股权以支持交易[13] 战略意义 - 对Worldline而言，剥离将简化集团运营，优化资源配置，使管理层更专注于核心支付业务[5] - 对MeTS业务而言，脱离Worldline后将能更专注于各自细分市场，与Magellan Partners的咨询和技术专长结合，开发新产品并加速扩张[6] - 合并后的Magellan Partners集团将拥有超过6700名员工，2025年合并营业额预计达9亿欧元[11] 业务构成 - MeTS业务包括三个主要部门：Trusted Services、Transport & Mobility、Omnichannel Interactions[8] - 被剥离的FS Digital Banking业务提供银行安全消息和对话平台，与MeTS现有产品组合形成互补[7] - Magellan Partners是欧洲领先的咨询和技术公司，2024年收入3.6亿欧元，拥有2900名专业人员[18] 未来发展 - 合并后的实体将专注于提供结合咨询、技术和数字信任的综合服务，特别是在健康和公共部门以及私营部门[9][10] - 新集团将利用生成式AI等先进技术，为客户提供安全、关键任务的数字服务[10] - 交易预计将创造欧洲领先的数字转型服务提供商，具备扩展的服务能力和运营规模[11] 时间安排 - 社会流程预计在2025年第三至第四季度进行[19] - 最终协议签署预计在2025年第四季度[19] - 交易完成预计在2026年上半年[15] 公司背景 - Worldline是支付服务全球领导者，2024年收入46亿欧元，为全球超过100万家企业提供服务[17] - Magellan Partners成立于2008年，专注于增强转型咨询和技术服务，2024年收入3.6亿欧元[18]

论坛背景与核心议题 - 毕马威中国举办"人工智能驱动创新商业文明生态论坛"，聚焦技术前沿、企业转型与产业重构三大维度，旨在为全球AI深水区探索提供可复用的中国方案 [1] - 论坛汇集人工智能领域专家、企业领袖、学界和政界代表，探讨人工智能技术前沿发展及机遇挑战 [1] - 毕马威中国首次公开全球调研成果与前沿AI工具——毕马威智速转型平台，并解读《新智启新质：生成式AI赋能产业变革的实践与路径》白皮书 [1] AI战略与政策环境 - 人工智能已成为全球科技竞争的制高点，中国将人工智能提升至国家战略高度，构建覆盖技术攻关、产业融合、伦理治理的全链条政策体系 [2] - 国家层面持续完善顶层设计，加强工作部署，政策层面出台发展规划、行动方案、治理倡议，推动人工智能有序发展 [2] 企业AI转型路径 - AI驱动的数智转型是深层价值塑造、思维创新、情感共生等全过程变革新范式，企业通过"赋能、融合、演进"三个阶段推动AI应用 [3] - 企业应聚焦"赋能员工、实现工作与人工智能融合和推动企业发展演进"三个阶段成熟度发展，对AI持续实现价值创造至关重要 [3] - 毕马威中国积累众多案例及解决方案，从顶层设计到落地实施，全面助力提升企业转型效率和可持续性 [3] 生成式AI产业前景 - 随着基础设施层、模型层发展格局渐趋清晰，下游ToB应用市场需求有望爆发，成为生成式AI产业价值高地和竞争焦点 [4] - 长期来看，随着ToB市场规模效应显现，生成式AI服务有望以更低成本向ToC市场渗透 [4] 智速转型平台价值 - 毕马威智速转型平台覆盖企业转型全生命周期，整合行业洞察、人工智能、数据、ESG、信息安全等资源 [5] - 平台核心价值在于支持多模型灵活调用与跨层级任务分解，深度融合财税、风控等专业场景经验，将复杂转型拆解为清晰步骤 [5] - 传统企业可借助平台自上而下对业务进行架构与拆解，识别AI价值点与机会 [5] AI投融资趋势 - 2025年AI行业投融资逻辑与2024年相符，机器人与AI软件为代表的应用赛道投资热度更为明显 [6] - 在资本青睐、政策鼓励与市场热度加持下，更多AI企业启动IPO计划，港股是现阶段AI行业偏好的资本市场之一 [6] - 2024年人工智能融资中，细分赛道大模型最多，其他依次为基础层、技术层、行业应用、通用应用等 [6] 金融行业AI应用 - 金融服务在AI渗透中加速进化，从"辅助工具"转变为"顾问专家"，可更智慧地分析服务规则、优化流程，辅助决策执行 [7] - AI可更智能地服务金融机构风控管理，助力填补风控管理措施漏洞 [7] - 金融机构需要加强训练基础模型，加大行业垂类模型应用扶持，找到战略竞胜路径 [7] 中国AI发展地位 - 中国已成为全球AI领域有力竞争者，实现从"跟跑者"向"并跑者"乃至"领跑者"跃迁 [7] - 毕马威中国着力构建更广泛智能服务和解决方案，推动AI技术与各个产业深度融合与应用落地 [7]

生成式AI价值转化与治理挑战 - 生成式AI热潮下企业面临价值挖掘与风险防控失衡的挑战 传统风险管理框架难以适配新技术变量[1] - 企业需将生成式AI治理作为优先事项 通过人员权责明确、全流程合规控制和技术平台协同来保持竞争优势[1] - 企业竞争焦点从"是否采用AI"转向"如何高效实施" 关键在于快速将技术转化为实际业务流程增效 需优先投资可验证回报的案例[1] 企业AI化实施阶段与挑战 - AI化重构需经历四个阶段:战略愿景阶段存在管理层ROI预期与实际落差 部门间缺乏协同[2] - 试点探索阶段面临价值量化难题 IT与业务部门协作不畅 模型部署与业务流程脱节[2] - 深度嵌入阶段业务团队对传统流程存在路径依赖 对AI决策信任不足[2] - 财务映射阶段难以量化间接收益如客户满意度提升等[2] 传统企业AI升级方案 - 采用轻架构将AI能力封装为API服务降低核心系统重构压力[3] - 通过软集成使用智能体/RPA/AI协同工具将AI接入而非替代现有流程[3] - 分布式演进聚焦高ROI和高数据成熟度场景优先落地 如客服/报告生成/供应链预测[3] - 为规避技术路线颠覆风险 需保持技术选型灵活性并提前布局新兴技术[3] AI幻觉风险与应对 - 大模型幻觉表现为输出流畅但存在事实错误或逻辑不严谨 可能损害业务判断和合规性[4] - 结构性幻觉风险最高 出现在表格/图表/摘要输出时 表面逻辑清晰但基础数据虚构[5] - 建议构建多层防线包括人工审核/事实核查/留痕机制 通过输出准确率评估和运营数据建模量化隐形成本[4][5] AI智能体战略实施 - AI智能体应定位为"增强工具"而非"替代者" 需重新定义人机价值边界[5] - 媒体行业应用需设置AI使用红线 敏感内容必须人工审核 编辑应参与Prompt调教和标准制定[5] - AI写稿存在缺乏深度/事实偏差/版权纠纷等风险 建议从基础场景如资讯/数据稿起步[6] AI治理范式转型 - 有效治理需从被动转向主动 涵盖战略/组织/技术/文化四个层面[7] - 战略需明确AI发展目标与定位 组织应设立专门治理团队监督合规与风险[7] - 技术需采用可解释AI和数据治理工具 文化需培养员工AI素养和正确使用意识[7] AI安全价值体现 - AI安全投入可通过防止数据泄露避免客户流失 满足合规要求避免巨额罚款[8] - 安全可靠系统提升客户满意度与忠诚度 促进复购与口碑传播间接增加营收[8] - 某金融服务公司集成AI到网络安全架构后 事件响应时间减少60%[8]

AI Agent行业发展趋势 - OpenAI发布具备自主思考能力的ChatGPT智能体 零一万物发布企业级Agent智能体"万仔" 显示AI Agent正从概念加速落地 国内外科技巨头纷纷布局 [1] - 安永大中华区在WAIC 2025发布AI Agent产品"安永智能问答3.0" 强调衡量AI Agent需兼顾技术效能与业务价值 [1] AI Agent应用痛点 - 企业部署Agent面临两大核心痛点：系统集成障碍（如与ERP/CRM等业务系统接口协议不一致）和垂直领域适配度不足（通用模型在专业场景精度不足） [4] - 金融风控领域需整合动态监管规则 医疗诊断领域需融合影像与文本病历 突显行业专业化知识库的重要性 [4] - 技术整合壁垒涉及异构系统接口与数据映射 领域知识壁垒需高质量结构化数据支撑 构成系统性挑战 [5] 行业差异化需求 - 金融业典型场景：投资组合分析助手（合规建议） 实时交易监控Agent（异常模式识别） [5] - 零售业核心应用：消费者行为分析推荐Agent 物流路线动态规划Agent [5] - 制造业重点场景：设备预测性维护Agent 生产排程优化Agent 视觉识别质检Agent [6] - 各行业人事/行政等职能部门存在共性需求 核心是提升运营效率 [3] AI Agent价值评估体系 - 技术效能指标：准确性（如意图识别准确度） 响应速度（如后台查询时间） 接口调用成功率 [8] - 业务价值指标：效率提升（流程时长缩短） 成本优化（运营成本降低） 风控提升（合规风险降低） 质量提升（产品服务改进） [8] 中小企业落地策略 - 推荐轻量场景切入：HR福利查询IT问答等智能信息助手 简单表单自动化审核 标准化通知定时发送 [8] - 初期可利用外部API/SaaS服务或低代码平台 降低硬件投入与维护成本 [9] - Agent核心价值在于释放人力从事高价值创新 实现"人机协同 人智增强" [9]

中国上市公司ESG发展现状与趋势 - A股上市公司ESG报告呈现"快速扩容、结构分化"特点，披露率持续提升，头部企业报告质量已与国际接轨 [2] - 企业将ESG报告与年报、社会责任报告形成联动，体现可持续发展战略一体化趋势 [2] - ESG实践与国家重大发展战略紧密结合，包括"双碳"目标、乡村振兴、共同富裕等政策 [2] - 中国企业形成独特ESG治理模式，国有企业确保发展方向与国家政策导向一致 [2] - 企业更注重社会价值创造，在促进就业、保障民生、参与公益事业等领域投入更多精力 [2] - 国内ESG评价体系在构建中，兼顾国际接轨与本土特色 [2] 未来ESG生态变化 - ESG信息披露规范性将提升，制度体系更完善，披露要求从自愿向强制过渡范围扩大 [3] - ESG要素将更深度融入资本配置过程，投资者对ESG信息关注度不断提高 [3] - ESG相关金融产品和服务将更丰富，为企业可持续发展提供更多资金支持 [3] - 多方主体参与度显著提升，形成政府、企业、投资者、专业服务机构共同推动的格局 [3] - 行业组织将在标准推广、经验交流等方面发挥更大作用 [3] - 专业服务机构在数据鉴证、咨询服务等领域提供更专业支持 [3] 企业ESG实践建议 - 强化ESG战略顶层设计，将ESG理念深度融入发展战略 [4] - 加强内部管理体系建设，完善ESG数据收集、分析和管理机制 [4] - 加强与利益相关方的沟通，积极回应市场关切 [4] - 持续提升全员ESG意识，构建全员参与的ESG文化 [4] AI技术在ESG领域的应用 - AI技术为ESG报告质量提升提供支撑，成为贯穿"治理-战略-风险管理-指标与目标"的智能支撑体系 [5] - 治理层面：AI构建动态合规框架，实时解析全球ESG监管规则，生成董事会级监督清单 [5] - 战略层面：AI提供数据驱动的决策支持，模拟不同战略路径实施效果，量化长期价值影响 [5] - 风险管理层面：AI进行情景模拟，构建气候风险压力测试模型，监测供应链社会责任风险 [5] - 指标与目标层面：AI提升指标管理精准度与透明度，自动化采集核心指标数据，实时校验偏差 [6] - 安永发布智能问答3.0版本功能，体现AI与ESG深度融合，未来将加强机器学习、自然语言处理等技术应用 [6]

论坛概述 - 毕马威中国在2025世界人工智能大会期间举办"人工智能驱动创新商业文明生态论坛"，聚焦技术前沿、企业转型与产业重构三大维度 [1] - 论坛发布全球调研成果与前沿AI工具"毕马威智速转型平台"，解读《新智启新质：生成式AI赋能产业变革的实践与路径》，并启动第十届中国金融科技企业双50评选 [1] - 多位毕马威中国合伙人及行业专家出席，探讨人工智能技术前沿发展及机遇挑战 [1] 人工智能行业趋势 - 人工智能已成为全球科技竞争的制高点，是中国推动产业升级与经济高质量发展的关键驱动力 [2] - 各国加速布局AI战略，中国将人工智能提升至国家战略高度，构建覆盖技术攻关、产业融合、伦理治理的全链条政策体系 [2] - 人工智能从"单点技术"进化为"通用技术"，得益于高水平算法、高质量数据、高性能算力的螺旋式互促 [5] - 数据作为新型生产要素，打通生产、分配、流通、消费等环节的"信息孤岛"，提高全要素配置效率 [6] 企业AI转型 - AI驱动的数智转型是深层价值塑造、思维创新、情感共生等全过程变革新范式，企业需通过"赋能、融合、演进"三个阶段推动AI应用 [3] - 毕马威中国积累众多案例及解决方案，从顶层设计到落地实施，助力企业提升转型效率和可持续性 [3] - 企业AI转型需构建"道、法、术、器"，提升产品及服务价值、优化流程、提升落地效能 [3] - 许多企业缺乏清晰的AI战略、实施计划、技术基础设施和信任框架，需聚焦"赋能员工、实现工作与人工智能融合和推动企业发展演进"三个阶段 [4] 生成式AI应用前景 - 生成式AI下游To B应用市场需求有望爆发，成为产业价值高地和竞争焦点，长期来看将向To C市场渗透 [4] - 毕马威发布《新智启新质：生成式AI赋能产业变革的实践与路径》白皮书，解析KPMG Velocity平台 [4] 毕马威智速转型平台 - "智速转型平台"覆盖企业转型全生命周期，整合行业洞察、人工智能、数据、ESG、信息安全等资源 [7] - 平台支持多模型灵活调用与跨层级任务分解，深度融合财税、风控等专业场景经验，助力企业实现安全高效的数字化转型 [7] AI与资本市场 - 2025年AI行业投融资逻辑与2024年相符，机器人与AI软件为代表的应用赛道投资热度明显 [8] - 在资本青睐、政策鼓励与市场热度的多重加持下，更多AI企业启动IPO计划，港股是现阶段AI行业偏好的资本市场之一 [8] - 2024年人工智能融资中，细分赛道大模型最多，其他依次为基础层、技术层、行业应用、通用应用等 [8] 金融科技与AI - 金融服务在人工智能渗透中加速进化，从"辅助工具"转变为"顾问专家"，可优化流程、辅助决策执行、助力风控管理 [9] - 金融机构需加强训练基础模型，加大行业垂类模型应用的扶持，找到战略竞胜路径 [9] 毕马威中国战略 - 毕马威中国紧随中国"人工智能+"行动，构建更广泛智能服务和解决方案，推动AI技术与各个产业深度融合与应用落地 [9] - 毕马威中国以"智速转型平台"为核心载体，串联技术工具、行业洞察与生态共建，助力企业"智速转型" [10]

中国生成式AI产业发展特色 - 中国式创新开启生成式人工智能新范式 [1] - 人工智能发展的三大支柱为算力、算法和数据 [1] 算力基础设施优势 - 中国通过“东数西算”等政策集中全国算力基础设施和公共行业云能力 [1] - 算力基础设施旨在为千行百业提供服务，而非仅头部大型企业自用 [1] - 布局目标是使AI基础设施成为“像自来水一样的公共服务” [1] 算法模型发展特点 - 以DeepSeek为代表的开源基础大模型在全球能力、性价比和算力密度方面突出 [1] - 开源模型降低了企业运用大模型软件的门槛 [1] - 企业可将更多时间投入业务逻辑和数据积累，实现普惠性 [1] 数据要素与应用价值 - 大模型时代需深度理解数据并挖掘其业务价值 [2] - 在国家推动数据交换、合规、共享背景下，通过多层级数据合理流通结合大模型应用能力 [2] - 数据流通与应用将为数字中国带来新变化 [2] 动态能力与规模化优势 - 中国在人工智能领域的优势不仅体现在静态资源上，更体现在动态能力 [2] - 高效的社会协同与执行力带来AI技术规模化部署速度 [2] - 快速部署能力可将技术潜力转化为产业实践能力 [2]

"3.0的产品功能，聚焦企业ESG管理场景，基于ESG披露指引、战略规划方法论、双碳管理经验以及安 永丰富的ESG实践等核心知识体系，提供ESG叙事线一键生成、ESG议题库智能构建、ESG愿景图智能 输出、企业碳核算量化呈现、虚拟通话互动指导等功能，助力企业实现ESG全流程管理闭环，系统性赋 能绿色转型与高质量可持续发展。"安永大中华区ESG可持续发展主管合伙人李菁表示。 安永大中华区人工智能与数据咨询服务合伙人陈剑光称，安永智能问答3.0构建于自研EY METIS平台， 整合 Agent 架构并优化模型组合，提升专业场景下的推理与理解能力。通过智能解析引擎支持非结构化 数据转化与多格式输出，语音交互模块整合上下文与跨域知识，推动智能顾问在专业服务中的深度落 地。 自2025年4月推出1.0版本以来，安永智能问答整合审计、税务、咨询、战略与交易及金融服务五大核心 领域的海量专业知识，构建了高效精准的智能问答能力，显著提升了客户获取精准专业解答的效率。 2025年6月发布的2.0版本则在交互体验和内容覆盖上实现升级，拓展多模态协同能力，增强用户与系统 的互动深度，进一步丰富了智能问答的应用场景。 3.0版本功能 ...

生成式AI价值挖掘与风险防控 - 生成式AI热潮下企业面临技术狂奔与风险管理的落差，传统框架难以适配新变量[1] - 企业需通过人员权责明确、全生命周期控险合规、技术平台破解黑箱难题三方面协同占据竞争主动[1] - 企业AI化焦点从"是否做"转向"如何做得更好"，需优先投资可验证回报的实际案例[1] 企业AI化重构阶段 - AI化重构分为四个阶段：战略愿景（ROI预期落差）、试点探索（价值量化难）、深度嵌入（路径依赖）、财务映射（间接收益难量化）[4] - 财务映射阶段需建立AI投资与财务指标直接关联，但客户满意度等间接收益仍难量化[4] AI架构升级方案 - 轻量化方案采用"轻架构（API封装）、软集成（智能体/RPA协同）、分布式演进（高ROI场景优先）"[5] - 规避技术颠覆风险需保持技术选型灵活性，布局新兴技术并与供应商签订灵活合同[5] AI幻觉与可信框架 - 结构性幻觉（表格/图表/摘要中的数据虚构）风险高于开放式文本幻觉，需优先解决[6] - 可信AI框架通过人工审核、事实核查、留痕学习机制降低幻觉成本，量化指标包括输出准确率、重工人效损失等[6] - 高风险场景（医疗/金融/司法）需采用小模型+专家规则混合架构，对接专属知识库提升可解释性[7] AI智能体战略部署 - 董事会需明确AI智能体为"增强工具"，媒体行业应设"AI使用红线"（如敏感内容人工审核）[10] - AI写稿风险包括事实偏差、版权纠纷，建议从低风险场景（资讯/数据稿）逐步拓展[10] AI治理范式 - 有效治理需战略层面明确AI定位、组织层面设立专门治理团队、技术层面采用可解释AI工具、文化层面培养员工素养[11] - 企业需将AI安全视为核心支柱，统一架构整合治理模型，案例显示AI安全投入可减少60%事件响应时间或40%停机时间[12]