XiaoMi-AI文件搜索系统
World File Search Systemmckinsey
2022 年麦肯锡全球支付报告
作者要感谢以下同事：Sukriti Bansal、Luca Bionducci、Phil Bruno、Robert Byrne、Aaron Caraher、Reet Chaudhuri、Christopher Craddock、John Crofoot、Olivier Denecker、Nunzio Digiacomo、Andy Dresner、Joseph Eceiza、Arnaud史蒂芬、方迪克、杰夫高尔文、阿米特·甘地、卡罗琳·加辛吉、皮埃尔-马修·冈佩兹、赫尔穆特·海德格尔、雷玛·贾恩、格蕾丝·克洛普西奇、班尼·卢特拉、弗朗切斯科·马赫·迪·帕尔斯坦、比阿特丽斯·马丁、阿尔比恩·穆拉蒂、罗伯托·纳卡什、马克·尼德科恩、布莱恩·派克、卡迈恩·波卡罗、普拉卡·波瓦尔, 普丽冉卡·拉尔汉 , 马克·罗里格 , 格伦Sarvady、Elia Sasia、Peter Stumpner、Tola Sunmonu-Balogun、Gustavo Tayar、Aparna Tekriwal、Adolph Tunon、Roshan Varadarajan、Jill Willder、Evan Williams、Adam Woss 和 Jonathan Zell。
2022 年麦肯锡全球支付报告
作者希望感谢以下同事：Sukriti Bansal，Luca Bionducci，Phil Bruno，Robert Byrne，Aaron Caraher，Reet Chaudhuri，Christopher Craddock，John Crofoot，John Crofoot，Oliver denecker，Oliver DeNecker，Nunzio Digiacomo，Andy Dresner，joseba ecefn dick anne d.我，Carolyne Ga Thinji，Pierre-Matthieu Gompertz，Helmut Heidegger，Reema Jain，Grace Klopcic，Baanee Luthra，Francesco Mach Di Palmstein，Beatrice Martin，Albion Murati，Roberto Murati，Roberto Naccache，Marc Niederkorn，Marc Niederkorn，Brian Pike，Carmine porral porran porran prohan prohran prohan prohan prohran prohan prohran prohran prohran porrhy porhy rhan prhan rhan prhran porhy rhan porran porrhy， IG，Glen Sarvady，Elia Sasia，Peter Stumpner，Tola Sun Monu-Balogun，Gustavo Thayar，Aparna Tekriwal，Adolph Tunon，Roshan Varadarajan，Jill Willder，Jill Willder，Evan Willder，Evan Williams，Adam Woss，Adam Woss和Jonathan Zell。
石油和天然气生产数字化 - 麦肯锡
这些供应商越来越多地转向将设备制造与服务供应相结合。这是通过将状态和性能监测技术集成到设备中并将其与基于大数据处理和高级分析功能的服务产品相结合来实现的。在生产系统的不同部分，包括顶部、海底和井下作业，都可以看到设备的例子。设备制造商的一个好处是，收入越来越多地从不固定的设备销售转向更像年金的服务流。
扩展下一代运营模式 - 麦肯锡
随着企业越来越多地采用机器人流程自动化、自然语言处理和人工智能等技术，并且随着企业的自动化工作日趋成熟，我们第二次麦肯锡全球调查的结果显示，自动化成功的必要条件正在发生变化。1 两年前，我们的调查发现，将业务流程自动化作为战略重点有利于在试点阶段之后取得成功。2 今年的调查结果表明，优先考虑自动化对于实现成功变得更加重要。他们还表明，成功的组织继续关注员工，就像
麦肯锡 2022 年技术趋势展望
尽管这些新趋势存在不确定性，但显然各行业广泛受到技术创新和新技术驱动的商业实践传播带来的变化的影响。当我们查看新闻报道提及 20 个行业中的公司以及不同趋势的频率时，我们发现这些行业中的大多数都与五个或更多趋势有着有意义的关联。上述成熟和以可持续发展为重点的趋势与多个行业有着密切的联系。几个新兴趋势也与许多行业有着中等程度的密切联系。总体而言，我们看到新闻报道将汽车、制造、电信和技术行业与至少一个趋势紧密联系在一起，并与其他几个趋势有中等程度的联系（图表 2）。我们计划在未来几个月内更深入地探讨技术趋势对行业产生的影响以及可能产生的影响。（有关我们如何进行这项工作的更多信息，请参阅侧边栏“研究方法”。）
数字化重塑：解密“如何” - 麦肯锡
为了超越限制大量调查研究相关性的描述性统计数据，我们建立了一个数字化绩效因果模型。该模型的第一个输入来自调查本身，它传达了五个维度中当前的数字化水平（由公司报告）：产品和服务、营销和分销渠道、业务流程、供应链和生态系统层面的新进入者。调查的第二个输入是公司在这些维度上已经采取和计划采取的响应水平，以及他们的核心支持战略和组织能力。
麦肯锡宏观经济研究报告介绍
介绍麦肯锡宏观经济研究报告 介绍 SESAR 计划 6 月 20 日至 26 日在法国布尔歇航空展上，飞机订单数量创下了历史新高，这有力地证明了未来二十年国际和欧洲空中交通量将大幅增长。欧洲空中航行安全组织等相关欧洲机构预测，从现在到 2030 年，这一数字将增长 70% 以上。欧盟委员会一直在积极制定举措，使这种交通方式的相关利益相关者（空中交通管制运营商、航空公司、机场等）能够有效应对这些变化。因此，欧盟委员会在 2005 年的一份通讯中指出，确保可靠性和安全性所涉及的成本“如果要维持，将来将需要质的飞跃”，并为此宣布打算在 2004 年启动的“单一欧洲天空”项目中提出该项目的技术要素：SESAR 计划（单一欧洲天空 ATM 研究），该计划由欧盟空中导航安全组织共同创立，并与整个航空运输业（例如空客、泰雷兹、Selex、NATS、Indra、DFS、波音等）合作开发，欧洲理事会认为该计划是需要投入的基础设施“普遍感兴趣的项目”之一。
McKinsey Generative AI报告2024
生成AI（AI）的广泛采用正在转变业务，有65％的受访者在最新的麦肯锡全球AI调查中报告了常规使用情况。十个月前的这一重大增长表明，组织现在真正利用这项技术来推动业务价值。该调查强调了与AI一代相关的收益和风险，以及最佳表现者的最佳实践。关键发现包括： * Gen AI的采用率在全球范围内激增，有72％的受访者的组织使用了AI功能。*对AI代的兴趣导致采用了更广泛的AI功能，并具有真正的全球范围。*专业服务和公司现在在业务的更多部分中使用AI，其中一半的受访者说他们的组织已在两个或多个业务职能中采用了AI。* Gen AI的采用率在可以创造最有价值的功能中最常见，例如营销和销售，产品和服务开发等。*与2023年相比，在营销和销售中发现了最大的增长，据报道采用率翻了一番。该调查还提供了有关AI代和分析AI的不同行业如何预算的见解。随着行业适应AI投资，响应表明，在生成（Gen）AI和非生成分析-AI解决方案上花费的数字预算大致相同。但是，与Gen AI相比，较大的片段在分析AI上花费了20％以上。Gen AI使用产生有意义的收入，供应链和库存管理。展望未来，大多数受访者预计在未来三年内，AI投资增加，人力资源的股份报告成本最大。AI Gen创造的价值在业务职能之间各不相同，受访者援引成本降低和收入增长。Analytical AI投资在服务运营和营销和销售中的收入增长中产生了成本收益。认识到与Gen AI使用相关的风险，企业正在承认数据管理，模型管理和安全风险。一个值得注意的问题是产出或缺乏解释性的不准确。许多组织由于AI使用而导致负面后果，有44％的报道至少有一个后果。该调查还探讨了组织如何部署AI代功能，揭示三种原型：使用现成解决方案的接受者；使用专有数据和系统定制工具；制造商开发了自己的基础模型。结果表明，许多组织都发现适用于其业务需求的现成产品，但也正在追求定制或开发机会。实施AI所需的时间在企业之间有所不同，一些组织在不到一个月的时间内实现了生产准备就绪。但是，自定义或专有模型通常需要更长的实施期限，需要五个月或更长时间才能部署。高性能组织仍在成功利用AI。数据在捕获价值中起着至关重要的作用，有70％的高性能者遇到了与数据相关的困难。这些开创性的公司将其EBIT的很大一部分归因于AI代的部署，其中46位受访者报告了有意义的贡献。高性能者在多个业务职能中使用AI，平均申请区域为三个领域，而其他组织则为两个。他们更有可能在风险管理，战略和公司融资，供应链和库存管理中实施AI Gen Solutions。高性能的公司还优先考虑与Gen-AI相关的风险，其中一半以上报告了负面后果，例如网络安全漏洞和IP侵权。因此，在利用AI代时，他们更加重视监管合规，环境影响和政治稳定。他们更有可能遵循与风险相关的最佳实践，包括在解决方案开发的早期涉及法律功能（图11）。AI采用中的高性能者面临的挑战超出了风险，例如数据管理困难，培训数据不足和操作模型问题。 他们还努力实施敏捷的工作方式和有效的冲刺绩效管理。 麦肯锡最近进行的一项在线调查涉及来自各个地区，行业，公司规模，功能专业和任期的1,363名参与者。 调查发现，有72％的组织在至少一个业务职能中使用AI，从2023年的55％大幅增加。 生成的AI采用也飙升，有65％的组织将其整合到他们的运营中，高于上一年的33％。AI采用中的高性能者面临的挑战超出了风险，例如数据管理困难，培训数据不足和操作模型问题。他们还努力实施敏捷的工作方式和有效的冲刺绩效管理。麦肯锡最近进行的一项在线调查涉及来自各个地区，行业，公司规模，功能专业和任期的1,363名参与者。调查发现，有72％的组织在至少一个业务职能中使用AI，从2023年的55％大幅增加。生成的AI采用也飙升，有65％的组织将其整合到他们的运营中，高于上一年的33％。生成AI采用的激增是由其多功能应用程序驱动的，包括内容创建，IT支持等。关键业务领域，例如营销，销售，产品开发以及生成AI的转化。但是，许多公司对其AI投资保持谨慎，将其数字预算的不到5％分配给了生成AI。AI生成的价值可以带来可观的成本节省和收入增长，高性能组织利用多个功能的AI来驱动回报。但是，这些好处的另一面是裁员的必然性，只有少数族裔积极努力减轻相关风险。利用AI值的挑战包括数据管理，降低风险和AI的扩展，而与生成AI相关的风险包括不准确性，网络安全威胁和知识产权问题。成功的AI集成的最佳实践涉及定期审核，偏见检查，治理框架以及与业务需求相符的自定义AI模型。在实施AI功能可能会迅速，而扩展AI仍然是一个挑战，尤其是在操作模型和技术基础架构方面。智能策略将是释放AI真正潜力的关键，尤其是在应对当前挑战时。掌握创新和运营效率之间这种平衡的公司将在明天的景观中蓬勃发展。您现在可以在线访问McKinsey报告的更多见解。
信息安全计划概述 - 麦肯锡公司
麦肯锡公司的基本价值观之一是保护信息（包括个人数据）以及存储、传输和处理这些信息的麦肯锡信息技术 (IT) 资源，防止意外、非法或未经授权的事件损害其机密性、完整性和可用性，以及防止所有其他非法形式的处理。因此，公司实施了以下技术、组织和物理安全措施，以提供适当级别的信息保护，同时考虑到处理过程中的风险和要保护的信息的性质，以及实施的最新技术和成本。本文档概述了麦肯锡在全球范围内采用的数字信息安全措施和标准。
全球基础设施倡议的声音 - 麦肯锡
49 使用 PPP 为关键的绿地基础设施项目提供资金 对于机构投资者和政府机构来说，绿地基础设施项目充满了机遇。通过将其构建为公私合作伙伴关系，双方都有更好的机会实现各自的目标。