报告行业投资评级 未提及相关内容 报告的核心观点 - 2025年银行业管理层压力不减，需适应低增长、低利率环境，关注宏观经济和地缘政治不确定性，增加非利息收入，控制成本，应对信贷质量变化[5] - 《巴塞尔协议III》“终局”规则新提案意在降低银行资本要求，银行可据此优化资本结构、降低资本需求、调整交易策略，不同司法管辖区规则差异或影响全球竞争格局[35] - 银行应增加非利息收入，可聚焦零售银行、支付业务、财富管理、投行和资本市场等领域，采取提升交易量、推出新服务、实施新定价策略等措施[47] - 人工智能驱动型银行战略实施或加速技术现代化，银行需解决技术债务，平衡传统AI与生成式AI应用，确保AI可信，加强核心系统变革，推进云迁移和数据基础设施升级[69][70] - 银行成本管理举措往往难以长期贯彻，应将可持续成本转型作为长期任务，培养成本意识，推动人工智能和自动化应用，结合风险控制使成本削减策略更可持续[87][88] 根据相关目录分别进行总结 2025年宏观经济变化对全球银行业的影响 - 2025年银行业管理层压力大，经济增长低于预期、地缘政治动荡、监管环境复杂等带来挑战，通胀压力减弱，利率下降，美国经济增速放缓，消费者购买力和企业财务状况受影响[5] - 美国银行业净利息收入或减少，存款成本上升，净息差下降，非利息收入有望增长，支出保持高位，成本收入比可能在60%上下，信贷质量趋于正常化，净核销率预计达0.66%[8][9][14][17][20] - 大型业务多元化银行更具韧性和增长潜力，信用卡公司或获益，专注资本市场业务的银行有望增长但薪酬支出增加，部分中型和区域性银行处境艰难[25][26] - 欧洲和亚洲地区利率有望下降，但经济增长放缓影响银行业，中国银行业净息差降幅趋缓，财政部计划发行特别国债增强银行资本实力，中小银行需改革化险[28] 《巴塞尔协议III》“终局”规则新提案对银行业有何影响？ - 新提案意在降低银行资本要求，虽大型银行仍面临严格限制，但银行业整体表现或更强，相关规则未最终确定，银行可减少超额资本、借力金融安排降低资本需求，资产规模低于2500亿美元的银行间并购活动或增加，不同国家实施标准不一影响全球竞争格局[35] - 拟议变更消除对美国银行商业模式的潜在负面影响，但不排除进一步修订可能，银行需关注事态发展[36][37] - 银行已根据新提案调整资产负债表，开展信用风险转移和远期交易等业务，中国政府将增加六大商业银行核心一级资本[40][41] - 新提案对银行业并购活动影响或低于预期，第四类银行和中型银行可能开展交易，重点实施投资组合多元化、拓展新市场、吸收低成本存款等策略[43] - 该规则将对多个司法管辖区银行产生重大影响，美联储新提案可能促使其他监管机构推迟并放宽规则，中国版《巴塞尔协议III》正在推进，银行需重新考量全球战略[44] 2025年银行如何增加非利息收入？ - 2025年银行净利息收入承压，应增加非利息收入，可通过提升交易量、推出新服务、实施新定价策略等方式，重点聚焦零售银行、支付业务、财富管理、投行和资本市场领域[47][49] - 零售银行可对原免费服务收费，但存在风险，可实施增加服务、捆绑服务、分级定价、细分客群等策略[51] - 支付业务面临交易利润率下滑、监管趋严等挑战，支付公司可通过提升交易量、提供增值服务增加手续费收入，发卡机构可拓展消费场景和渠道，支付机构可与商家合作，支付网络可开发数据与风险管理解决方案[53][54][55] - 财富管理业务有增长空间，但面临竞争、咨询商品化、客户不满等挑战，财富管理公司可强调咨询服务价值，拓展咨询范围，提供个性化体验，调整定价策略[58][63] - 资本市场收入有望回升，资本市场公司可提高解约费费率、收取公告费、瞄准小型交易、进军新市场、与私募股权公司合作等提升服务费收入，中国刺激政策利好资本市场[65] - 美国境外银行增加手续费收入面临类似挑战，亚太地区提供机遇，中国银行业手续费和佣金收入下滑，非息净收入承压[66] 人工智能驱动型银行战略实施能否加速技术现代化？ - 人工智能将革新银行服务模式，人工智能驱动型银行具有融合前沿技术、领导者重视、负责任运用、重塑治理架构等特征，但银行在部署、效率提升和预算控制方面存在困难，需解决技术债务，推进核心基础设施现代化[69][70][71] - 银行应平衡传统AI和生成式AI应用，发挥各自价值，生成式AI应用将推动效率提升，银行需确保AI可信，构建安全框架，评估自身风险[72][73] - 技术预算有限的银行可选用小语言模型，加入联盟共享资源，银行需加快核心系统现代化进程，可采用渐进策略或创建服务和创新层，生成式AI可用于核心系统升级[75][77][78] - 云基础设施是释放人工智能潜力的关键，银行需扩大云迁移规模，确定公有云与私有云配比，采用云FinOps模式提高投资回报，权衡供应商利弊[82] - 银行需升级数据基础设施，评估数据准备情况，开发数据集成管道，迁移数据到集中云平台，全球各地区银行加快核心系统现代化进程，不同司法管辖区监管政策不同[85][86] 为何银行成本管理举措往往无法长期贯彻？应如何应对？ - 2025年银行收入增长困难，降低支出刻不容缓，过去几年非利息支出增速超过净收入增速，薪酬、合规成本和技术投资等因素短期内难以下降[87] - 许多银行成本节约措施未达预期，主要障碍是技术基础设施挑战，银行应提高成本透明度，结合作业成本法和业务视角分析成本上升原因，调配资源降低成本[94][97] - 银行应加快应用自动化和机器学习工具，利用生成式AI和机器学习提高效率、节约成本，尽早将风险控制纳入变革计划，确保成本削减策略可持续[99][100] - 银行应维持稳健的执行制度，更新成本映射模型，监控成本变动，跟踪成果，追究责任，欧洲和英国银行面临运营成本管理压力，采取相应措施控制成本[101][102] 夯实基础，制胜未来 - 2025年是银行业关键一年，银行管理者应优先推进五大要务，同时关注绿色经济转型和重塑人才模式等事项，当下战略举措有望引领银行走向更光明、更具韧性的未来[103]

行业投资评级 - 报告未明确给出具体的行业投资评级，但指出银行业在2025年将面临低增长、低利率的宏观经济环境，需通过业务创新和成本管控实现可持续增长 [1][7] 核心观点 - 2025年银行业将面临低增长、低利率的宏观经济环境，经济增长预计放缓，GDP增速或为1.5%至1.9% [5] - 消费者债务创历史新高，储蓄总额下降，企业财务状况可能恶化 [5] - 通胀率预计趋近2%，利率可能下调，国债收益率下行 [5] - 银行业需警惕宏观经济和地缘政治不确定性，存款成本上升将抑制净利息收入增长，非利息收入或成为营收增长亮点 [5] - 信贷质量将趋于正常化，2025年信贷增速或略有提升 [5] 宏观经济变化对银行业的影响 - 2025年美国经济增速预计放缓，GDP增速或为1.5%，消费者支出放缓、失业率上升和企业投资疲软可能抑制经济增长 [5] - 消费者债务总额达17.7万亿美元，储蓄总额下降，企业财务状况可能恶化 [5] - 通胀率预计趋近2%，利率可能下调，国债收益率下行 [5] - 欧洲央行计划在2025年底前将利率降至2.75%，中国央行将实施适度宽松的货币政策 [6] 银行业收入与支出 - 2025年美国银行业净利息收入将减少，存款成本预计增至2.03%，高于过去五年0.9%的平均水平 [9][10] - 非利息收入在平均资产中占比将增至接近1.5%，达到近五年最高水平 [14][15] - 银行业支出将保持高位，成本收入比可能在60%上下 [17][19] 信贷质量与风险 - 2025年整体信贷质量预计恢复正常，贷款逾期及核销相比2024年小幅增加 [20] - 信用卡和汽车贷款违约率可能攀升，商业地产行业贷款损失危机四伏 [20][22] - 2025年整体净核销率预计将达0.66%，创下近十年最高纪录 [20][22] 银行业竞争格局 - 大型多元化银行将展现出更强韧性和增长潜力，中型银行和区域性银行在调整存款利率过程中可能面临更加激烈的竞争 [24][25] - 信用卡公司或因信用卡贷款增长而获益，支付公司收入或将持平或实现小幅增长 [25] - 专注于资本市场业务的银行有望取得业绩的强劲增长，但其薪酬支出也会相应增加 [26] 全球银行业展望 - 欧洲和亚洲地区利率有望下降，但经济增长放缓将影响银行业发展前景 [28] - 中国银行业净息差降幅趋缓，2025年降幅预计在10个基点以内 [28][29] - 中国财政部计划发行特别国债，为六大银行增加核心一级资本，增强抵御风险能力 [28] 巴塞尔协议III的影响 - 《巴塞尔协议III》"终局"规则新提案意在降低银行资本要求，大型银行仍面临较为严格的资本限制 [35] - 银行可能继续减少超额资本以优化资产负债表，资产规模低于2,500亿美元的银行间并购活动有望增加 [35] - 其他国家在实施《巴塞尔协议III》要求方面标准不一，可能影响全球银行业竞争格局 [35] 非利息收入策略 - 银行需增加非利息收入以应对净利息收入增长放缓挑战，零售银行、支付业务、财富管理、投行和资本市场是重点领域 [47][48] - 零售银行可通过捆绑服务、分级账户等定价创新措施增加手续费收入 [51] - 支付公司可通过提升交易流畅性和安全性增加交易量，提供更多增值服务 [54][55] - 财富管理公司可通过个性化咨询服务、调整收费结构增加服务费收入 [63] - 投资银行可通过提高解约费、公告费等非常规手段提升服务费收入 [65] 人工智能驱动型银行 - 人工智能驱动型银行战略实施或成技术现代化加速器，银行需解决技术债务问题 [70] - 银行应平衡传统AI和生成式AI应用，以发挥人工智能的最大潜力 [72] - 生成式AI技术应用将助推新一轮效率提升浪潮，2025年或是关键拐点 [73] - 银行需确保AI全程可信，构建可信安全的人工智能框架 [73] 成本管理 - 2025年银行业收入增长可能仍然困难，成本管理仍是当务之急 [87] - 银行应推动人工智能和自动化应用，以精简低效流程 [88] - 银行需提高成本透明度，将作业成本法与提高成本透明度相结合 [97][98] - 银行应尽早将风险控制纳入变革计划，确保成本削减策略更可持续 [100] 全球成本管理趋势 - 欧洲的银行或将面临更大的运营成本管理压力，部分银行承诺将在2025年加强成本控制 [102] - 英国银行业可能缩减支出，部分银行正部署短期成本控制策略 [103] - 渣打银行推出"适应增长"计划，为未来三年预留15亿美元资金，旨在实现长期成本削减 [105]

报告行业投资评级 - 报告未明确给出具体的行业投资评级 [1][2][3] 报告核心观点 - 报告强调AI治理的重要性，指出卓越的AI治理能够帮助组织应对AI快速采用带来的风险，并释放AI的潜力 [6][9] - 报告提出德勤高可信人工智能框架，明确了AI解决方案建立可信性所必需的七大要素：透明、可解释；公平、中立；稳健、可靠；保护隐私；安全、稳妥；承担责任；问责 [5][19] - 报告指出，亚太地区仅有不到十分之一的组织拥有实现可信AI所需的治理结构，91%的组织AI治理结构尚处于"初级"或"发展中"水平 [35] 根据相关目录分别进行总结 01 应对AI快速采用带来的风险 - AI的采用正在改变亚太地区商业格局，预计到2030年，亚太地区的AI投资将增长四倍，达到1170亿美元 [12] - 生成式AI迅速成为亚太地区发展最快的企业技术，超过五分之二的员工已在工作中使用生成式AI [12] - 高管在AI使用中最普遍的担忧是安全漏洞（86%）、监控（83%）和隐私（83%）方面的风险 [12][15] 02 卓越AI治理之道 - 开发可信AI解决方案至关重要，有助于组织高管成功应对AI快速采用所带来的风险并全面拥抱AI技术变革 [19] - 卓越AI治理需要贯穿于技术生命周期各个阶段，并应融入到技术、流程和员工培训中 [23] - 德勤AI治理成熟度指数在五大支柱领域（组织架构、政策与原则、程序与控制、人才与技能以及监控、报告和评估）设置12项关键指标，全面衡量组织的AI治理成熟度 [24][25] 03 亚太地区AI治理现状 - 亚太地区仅有不到十分之一的组织拥有实现可信AI所需的治理结构，91%的组织AI治理结构尚处于"初级"或"发展中"水平 [35] - 亚太地区组织在"政策与原则"以及"程序与控制"领域的改进空间最大，分别有31%和23%的组织在这两个支柱领域处于"初级"水平 [35] - 亚太地区组织在"组织架构"以及"监控、报告和评估"领域表现更佳，超过90%的组织都至少达到了"发展中"水平 [35] 04 卓越AI治理的益处 - 有效AI治理的一大益处是提高对AI解决方案成效或成果的信任度，这一益处为一半以上（51%）的受访高管所选择 [80][81] - 有效AI治理能够扩大AI解决方案在组织内的使用，达到"成熟"水平的组织在客户服务、销售和市场营销、生产和运营以及研发方面使用AI的可能性要高出两倍或更多 [83] - 有效AI治理能够提升AI解决方案效益，可信AI指数得分增加15分，收入增长会相应提高4.6个百分点 [90] 05 搭建可信AI的基础 - 报告建议组织重视AI治理以从AI获益，加强AI治理并非"锦上添花"，而是成为不可或缺的关键因素 [94] - 报告建议组织了解并利用更广泛的AI供应链，了解组织对AI的应用情况及与更广泛的"AI供应链"的互动情况 [97] - 报告建议组织打造风险管理者，而非风险规避者，发展员工的技能有助于识别、评估和管理风险 [102] - 报告建议组织加强沟通，确保AI转型准备就绪，有效沟通是让员工参与其中的必要条件 [108]

行业投资评级 - 报告未明确给出具体的行业投资评级 [1][2][3] 核心观点 - 2024年中央经济工作会议强调以科技创新引领新质生产力发展，建设现代化产业体系 [2] - 德勤高科技高成长项目旨在发掘和表彰中国持续成长、不断创新、积极承担社会责任的卓越企业 [2] - 2024年中国高科技高成长50强及明日之星项目的主题是“逐新求质、超越增长”，鼓励科创企业推动颠覆性科技创新与新产业、新模式、新业态的深度融合 [2] 德勤高科技高成长项目背景 - 德勤高科技高成长项目被誉为“全球高成长企业的标杆”，拥有30年历史积淀 [9] - 项目包括国家50强、区域20强和洲际500强，旨在表彰高速成长、不断创新的科技企业 [10] - 2024年全球市值前10名企业中，德勤高科技高成长项目获奖企业占据8席 [12] 2024中国50强及明日之星上榜企业概览 - 2024年中国50强上榜企业共100家，北京、深圳、广州位居三甲，合计占比59% [3] - 生命科学行业占比39%，超过硬件和软件行业居首 [3] - 50强企业营收规模较2023年略有下降，营收规模超亿元的企业占比44% [3] - 明日之星企业中，66%的上榜企业研发人员占比超过40%，30%上榜企业的专利数量超过100项 [3] 中国50强企业分析 - 2024年中国50强企业三年累计营收增长率的平均值为588%，相比2023年下降明显 [29] - 营收规模5000万-1亿元的企业数占比最多达30%，超1亿元的企业数量减少2家 [34] - 生命科学领域占比36%，首次超越软件与硬件行业，位居榜首 [37] - 二级行业中，生物技术/制剂占比最高，半导体/元器件位居第二 [38] 中国明日之星企业分析 - 生命科学以42%的占比领先，其次是硬件以22%占据第二位 [45] - 二级行业中，生物技术/制剂以24%占比位列第一，半导体/元器件占18% [49] - 66%的上榜企业研发人员占比超过40%，15家企业专利数量超过100项 [60] 首席执行官调查分析 - 50强和明日之星公司中分别有71%和68%的公司研发人员占员工比例超过了40% [71] - 超过50%的中国50强企业和明日之星企业选择主要投入在人工智能与机器学习中 [71] - 中国50强与明日之星企业一致认为技术研发投入成本高，资金压力大是目前发展新质生产力面临的最大挑战 [71] 可持续发展 - 中国50强企业更注重员工环保培训，明日之星企业则尤其注意参与社会环保公益活动 [76] - 中国50强与明日之星遇到的前两位问题相同，分别是短期盈利与长期可持续发展平衡和资金和技术瓶颈的限制 [80] 融资与IPO - 超八成的中国50强企业与明日之星企业有私募融资计划，且1亿-5亿成为最多融资额度 [82] - 最受企业欢迎的IPO目标市场为中国大陆，未来两年内，58%的中国50强企业和45%的明日之星将中国大陆视为启动IPO的首选目标市场 [87] 扩张及选址要素 - 长三角和大湾区持续成为受科技公司欢迎的地区 [89] - 63%的中国50强企业和67%的明日之星企业认为市场获取是更为重要的选址因素 [94] 逐新求质，超越增长 - 企业需要通过持续的AI研究和开发，构建自己的技术优势和专利池，形成难以被竞争对手模仿的核心技术 [100] - 企业需更加聚焦在现有客户的价值挖掘，通过深耕存量市场，发掘潜在的业务增长机会 [100] - 80%的CEO计划重新制定商业战略，加强AI战略布局，希望通过创新和变革寻找新的增长路径 [100] AI时代加速创造用户价值 - 科技大厂持续加注聊天机器人，初创企业则优先切入生产力场景，垂直领域企业可抓住AI+解决方案风口 [105] - 企业可积极构建AI应用开发层能力，聚合AI应用开发者生态，提供开发框架、代码开发等工具赋能 [111] - AI Agent与C端应用生态的高度融合，有望改变用户的使用路径，由AI Agent理解用户意图，自主完成问题拆解和决策 [118] 超越增长 - 企业需要做好AI战略布局并实施创新商业模式，利用数字化底座建立快速响应机制，加强研发和创新生态建设 [121] - 以东南亚、中东、拉美为代表的新兴市场，因其广阔的市场潜力与发展前景，吸引着愈来愈多的中国企业前来开拓商机 [124]

行业投资评级 - 报告未明确给出具体的行业投资评级，但强调了科技创新和新质生产力发展的重要性，并指出生命科学、人工智能、云计算等领域具有较高的增长潜力 [2][3][71] 核心观点 - 科技创新和新质生产力发展是推动现代化产业体系建设的关键，尤其是人工智能、云计算、大数据等技术在未来两年内将成为企业重点投入的领域 [2][71] - 生命科学行业在2024年中国高科技高成长50强榜单中占比最高，达到36%，首次超越软件和硬件行业 [37] - 人工智能与机器学习成为企业提升新质生产力的关键，超过50%的企业选择主要投入该领域 [71] - 企业面临的主要挑战包括技术研发投入成本高、资金压力大、短期盈利与长期可持续发展的平衡等 [71][80] 2024中国高科技高成长50强及明日之星上榜企业概览 - 2024年中国高科技高成长50强企业中，生命科学行业占比最高，达到36%，其次是半导体/元器件和商用软件 [37][38] - 50强企业的营收增长率整体下降，2024年三年累计营收增长率的平均值为588%，相比2023年下降明显 [29] - 50强企业的营收规模略有下降，5000万-1亿元的企业占比最多，达到30%，超1亿元的企业数量减少2家 [34] - 50强企业的地域分布集中度高，北京、深圳、广州三地合计占比70%，高于去年的64% [34] - 明日之星企业中，生命科学行业占比42%，硬件行业占比22%，软件行业占比12% [45] - 明日之星企业高度重视研发，66%的企业研发人员占比超过40%，30%的企业专利数量超过100项 [60] 首席执行官调查分析 - 超过50%的中国50强企业和明日之星企业选择主要投入人工智能与机器学习领域，云计算与大数据技术、机器人与自动化也是热门投入领域 [71][73] - 企业在绿色低碳和可持续发展方面采取的主要举措包括员工环保培训、引进节能减排技术与设备、优化供应链选择环保原料等 [76] - 企业融资需求旺盛，超八成的中国50强企业与明日之星企业有私募融资计划，1亿-5亿成为最多融资额度 [82][85] - 中国大陆是最受企业欢迎的IPO目标市场，58%的中国50强企业和45%的明日之星企业将中国大陆视为首选IPO市场 [87] 逐新求质，超越增长 - 企业需要通过持续的AI研究和开发，构建技术优势和专利池，形成难以被竞争对手模仿的核心技术 [100] - 企业应加强AI人才培养和引进，积极推进AI大模型在业务场景下的深度应用，尤其是在算法工程师、产品工程师和项目实施人员方面 [103] - AI Agent正成为主流大模型公司和AI应用企业积极布局的方向，具备独立思考、记忆、自主学习和决策能力，是探索通用人工智能AGI的重要方向 [115] - 企业应结合自身资源禀赋和技术迭代趋势，布局最具创新价值的AI应用类型，如聊天机器人、生产力场景应用和垂直领域解决方案 [105][108][109] - 企业应构建AI开发层能力，聚合AI应用开发者生态，提供开发框架、代码开发等工具赋能，加速向AI应用生态迁移 [111][113]

行业投资评级 - 报告对亚洲经济体的前景保持乐观，预计2018年亚洲经济体将实现增长再提速 [12][16] 核心观点 - 亚洲经济体的增长得益于内需和出口的双双增长，尤其是亚洲内部贸易的全面增加 [11] - 亚洲领先经济体在解决重大问题方面取得进展，如中国的金融风险管理、印度的税收改革等 [12] - 基础设施支出是亚洲地区经济增长的关键驱动力，尤其是中国的"一带一路"倡议 [25][26] - 全球需求的持续复苏为亚洲贸易驱动型经济体提供了更大的动力 [32][33] 行业分析 亚洲经济体的结构性改革 - 中国通过削减过剩产能和推进国内改革，逐步摆脱对建筑业的依赖 [12] - 印度通过JAM三位一体政策（银行账户、身份信息与手机号码）在金融普惠方面取得进展 [20] - 日本通过安倍经济学的三支财政箭，推动经济从通缩中复苏 [22] 基础设施投资 - 中国的"一带一路"倡议是亚洲最大的基础设施建设项目，旨在通过改善贸易联系提高生产力 [25] - 印度政府启动了一项7万亿卢比的基础设施项目，目标是到2022年3月铺设8万多公里的道路 [29] - 新加坡和马来西亚政府合作开展吉隆坡-新加坡高速铁路项目 [29] 全球需求复苏 - 全球经济进入周期性上升阶段，全球75%以上的经济正在复苏，预计2018年全球经济增长将达到3.7% [32] - 亚洲制成品出口商受益于全球出口需求的反弹，尤其是马来西亚、越南、新加坡等贸易导向型经济体 [47] 科技与创新 - 数据分析、人工智能和物联网等新兴技术推动了东亚制造的电子元件需求 [64] - 全球对技术需求的增加对印度的外国资金流入产生积极影响，特别是"来印度制造"和"数字印度"等政府举措 [64] 跨国企业的机会 - 跨国企业通过参与"一带一路"项目获得收益，如ABB、通用电气等公司 [113] - 中国政府希望扩大"一带一路"的包容性，跨国企业在制造业、贸易和旅游业等领域具有竞争优势 [115]

行业投资评级 - 报告对2025年商业地产行业的投资评级为乐观 预计行业将在未来12至18个月内迎来复苏 领导者应考虑从防御型战略转向进攻型战略 [85] 核心观点 - 全球经济增长和通胀下降将为商业地产行业注入稳定力量 预计2025年将成为行业复苏的转折点 受访者对行业前景的预期已发生积极转变 [7][10][85] - 商业地产公司计划重点投资工业和制造业地产 数字地产 多户住宅等高增长细分市场 同时关注可持续发展和人工智能技术的应用 [20][30][73] - 房地产行业面临退休高峰和下一代人才需求转变的挑战 企业需要加速技能提升和再培训计划 以满足数字化时代的需求 [66][68][71] 全球经济增长与商业地产 - 2025年全球经济增长预测显示 美国GDP增长率将同比下降1 3个百分点 而英国和欧元区将分别增长1 2和1 0个百分点 印度将实现健康增长 但增长率或低于2024年 [7][8] - 受访者对2025年商业地产行业的营收预期发生逆转 88%的受访者预计营业收入将增加 60%预计同比增长率将超过5% [10][12] - 利率上调 网络风险 税收政策变化和资本成本是受访者认为对未来12至18个月财务业绩影响最大的宏观经济因素 [13][15] 商业地产投资重点 - 工业和制造业地产 数字地产 多户住宅是受访者认为未来12至18个月最具投资吸引力的资产类型 亚太地区受访者重点关注工业和制造业地产 北美受访者青睐多户住宅 欧洲受访者则对数字地产最感兴趣 [30][31][33][36] - 全球房地产投资者在过去一年按下了暂停键 投资交易额同比下降36%至1 2万亿美元 但受访者对2025年并购活动的预期较为乐观 68%的受访者表示可能在未来12至18个月内增加并购活动 [40][44] 可持续发展与气候韧性 - 76%的受访者计划在未来12至18个月内进行深度节能改造 以应对气候变化带来的挑战 亚太 欧洲和北美地区分别有80% 78%和70%的受访者计划进行此类改造 [49][50] - 36%的受访者采取平衡型可持续发展投资方法 即推行既能满足监管要求又能产生适当财务回报的举措 22%的受访者已将可持续发展融入企业基因及核心业务战略 [51][54] 人工智能与数字化转型 - 76%的受访者表示所在企业正在进行人工智能流程和解决方案的研究 试点或早期部署 人工智能应用领先企业的受访者预计员工人数将在未来12至18个月内出现更大幅度的增长 [73][77] - 数据质量和可靠性是扩大人工智能应用规模的主要挑战 只有14%的受访者认为所在企业拥有完善的数据收集和管理流程 但88%的受访者计划在未来12至18个月内利用数字技术显著提高业绩或扩大公司业务范围 [78][79] 人才与技能提升 - 未来十年 美国房地产行业有40%的从业人员将达到退休年龄 企业难以吸引和留任下一代人才 房地产公司应顺应下一代人才的期望 加速技能提升和再培训计划 [66][68] - Z世代和千禧一代主要关注气候行动 心理健康以及工作与生活平衡 44%的Z世代和40%的千禧一代表示会因价值观脱节而拒绝雇主 这一比例较2023年有所上升 [67]

行业投资评级 - 报告未明确给出具体的行业投资评级 [1][3][5] 核心观点 - 人工智能将成为未来技术的基础结构 几乎贯穿每一个技术趋势 [1][5][8] - 人工智能将无处不在 成为日常工作和生活的隐形基础结构 [5][8][17] - 生成式AI将继续推动技术进步 但未来技术的核心是人工智能的普及化 [8][16][17] - 硬件重新成为技术发展的关键 尤其是AI芯片和边缘计算设备 [9][98][99] - 空间计算将成为未来交互的核心 推动多个行业的变革 [11][28][31] 交互 - 空间计算将打破信息孤岛 创造更自然的交互方式 [11][28][31] - 空间计算的应用场景包括高级模拟 医疗 制造和物流等领域 [31][33][35] - 人工智能将增强空间计算的互操作性 使AI代理能够预测用户需求 [11][31][43] 信息 - 大型语言模型（LLMs）将继续发展 但小型语言模型和多模态模型将更适合特定任务 [12][62][69] - 多模态AI将处理多种数据类型 包括文本 图像 音频和空间数据 [42][74][75] - 自主AI代理将能够执行离散任务 改变工作和生活方式 [61][77][80] 计算 - 硬件重新成为技术发展的核心 尤其是AI芯片和边缘计算设备 [9][98][99] - AI芯片市场预计到2027年将达到4000亿美元 [100][102][104] - 神经处理单元（NPUs）将推动AI在边缘设备上的应用 [106][108][109] 技术业务 - AI将推动IT部门的转型 增强技术人才的影响力 [10][22][64] - 生成式AI在编写代码 测试软件和增强技术人才方面具有广泛应用 [10][22][64] - 企业将转向小型语言模型和开源选项 以应对特定业务需求 [8][62][69] 核心现代化 - 核心系统提供商正在围绕AI重新构建产品和服务 [13][15][22] - AI将简化用户体验 但在架构层面增加系统复杂性 [13][15][22] - 核心现代化涉及自动化常规任务 并重新设计流程以提高效率和预测性 [13][15][22] 网络与信任 - 量子计算将对网络安全产生重大影响 破解现有加密方法 [14][111] - 后量子加密标准正在开发中 组织需要立即采取行动应对潜在威胁 [14][111] 结论 - 技术和行业之间的有意交汇将创造新的机会 [14][47][108] - 人工智能的普及将推动硬件和软件的协同发展 [9][98][108]

行业投资评级 - 人工智能将成为未来技术的基础，无处不在，并融入生活的各个方面 [1][5][6] - 人工智能将在后台优化交通、个性化医疗保健、创建适应性学习路径等 [9][10] 核心观点 - 人工智能是几乎所有技术趋势的共同主线，未来将成为一切工作的底层结构 [1][5][6] - 空间计算将成为企业关注的重点，能够打破信息孤岛，创造更自然的交互方式 [11][39][40] - 硬件重新成为焦点，AI芯片的集成将改变物联网和机器人技术 [13][18] - 生成式人工智能将继续发展，但未来的重点将转向小型语言模型和多模态模型 [86][96][97] 行业趋势 人工智能 - 人工智能将从增强知识转向增强执行，未来的AI代理将能够执行离散任务 [87][88] - 小型语言模型和多模态模型将成为未来AI发展的重点，适用于特定任务 [96][97][100] - 代理AI将改变工作方式，能够处理重复任务并自主执行操作 [108][109] 空间计算 - 空间计算将重塑医疗保健、制造、物流和娱乐等行业，市场预计将以18.2%的速度增长 [39][42][49] - 空间计算的应用包括实时模拟、3D建模和增强现实，能够优化供应链和医疗保健 [41][53][57] - 数据整合是空间计算的关键挑战，企业需要构建高效的数据管道 [58][59][63] 硬件 - 硬件重新成为焦点，AI芯片的集成将改变物联网和机器人技术 [13][18] - 嵌入AI芯片的个人电脑将增强知识工作者的能力，降低云计算成本并增强数据隐私 [13][18] 技术商业 - 生成式人工智能正在改变IT部门，提升技术人才的范围和能力 [14][35] - 企业正在利用生成式人工智能编写代码、测试软件和增强技术人才 [14][35] 网络安全 - 量子计算机的发展将对网络安全产生重大影响，企业需要更新加密实践 [20][21] - 新兴的加密标准将帮助企业在量子时代保护数据和通信的完整性 [20][21] 核心现代化 - 核心系统提供商正在围绕AI重建其产品和服务，AI将改变核心现代化的一切 [23][35] - AI的集成将简化用户体验，但会使系统在架构层面变得更加复杂 [23][35]

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 - 2025年投资管理行业将面临快速变化，数字化转型与产品组合变化相关风险攀升，资管机构需应对网络安全、技术升级等挑战 [4][15] - 低成本基金日益受投资者青睐，低费率或成常态，主动型ETF或成主动型产品新归宿 [15] - AI技术作为2024年投资管理行业最具颠覆性的力量，成效已超预期，但大规模应用仍面临挑战 [15] - 投资管理公司在数字化转型、技术升级、网络安全等方面或面临显著风险，产品趋势和监管变化带来的风险也不容小觑 [15] 行业发展与风险 - 2025年投资管理行业将迎来快速变化，收入增长、流程精简和风险管控将成为管理层的工作重点 [4] - 有效整合生成式AI等新兴技术的机构有望通过技术赋能增效获得较大回报，未能跟上预期变化的机构或面临从市场淡出的风险 [4] - 投资管理公司正多管齐下防范网络风险，包括更新安全策略、培训员工识别AI驱动型网络欺诈，以及开展系统升级改造以抵御新型威胁 [2] 当前业绩趋势 - 过去一年，投资管理行业喜忧参半，另类投资流入放缓，共同基金持续流出，而ETF势头强劲 [23] - 资金正从共同基金流向ETF，因ETF更加灵活、透明、节税效率更高，通常成本也更低 [24] - 在美国，近五年ETF累计净流入已超3万亿美元，费率较低的基金占投资管理规模的绝大部分 [25] - 主动型ETF在资产管理规模中基数较小，但其在ETF净流入中的占比正日益扩大，如今已达23%，而五年前这一比例仅为9% [26] 产品与分销创新 - 最为有效的收入增长策略包括加入另类投资产品（如私人信贷资产、常青基金或混合型基金）来扩充产品线，通过技术投资将AI技术融入销售和分销 [15] - 全球范围内，私募信贷资产年增长率保持在两位数，其规模在2023年超过2.1万亿美元 [37] - 投资管理公司正通过自建平台或与第三方研究平台合作，为理财顾问提供教育资源，以推广普及另类投资的运作方式及资产多元化的潜在优势 [39] AI技术应用 - 投资管理行业已在普遍使用AI技术提升流程效率，2025年如何利用AI技术推动销售和分销将备受关注 [40] - 约六成投资管理公司在数据相关分销举措中小范围应用了AI技术，但只有11%的机构表示在“大规模”应用 [40] - 投资管理公司纷纷开发生成式AI解决方案，以期减少响应时间和提高数据处理能力，从而提升员工工作效率和客户满意度 [44] 风险与挑战 - 2025年投资管理公司在数字化转型、技术升级、网络安全等方面或面临显著风险 [59] - 全球范围内，网络安全事件及勒索软件攻击日益频发，金融服务业成为第二大受害行业，单次安全事件平均损失高达590万美元 [72] - 直接指数化解决方案及专户产品（SMA）的增长令众多投资管理公司面临战略与财务双重风险，预计到2026年，直接指数化和SMA平台的AUM将分别达8,250亿美元和2.5万亿美元 [84] 并购与整合 - 2023年投资管理和财富管理并购交易量回落，全球来看，交易量较2022年减少10% [51] - 财富管理行业交易量维持高位主要受两大因素驱动：在被并购公司内部集中推进继任计划；大力促进产品多元化以期减轻私募资本增长放缓带来的影响 [51] - 贝莱德收购全球基础建设合伙公司（Global Infrastructure Partners），德州太平洋集团（TPG）收购安祖高顿（Angelo Gordon）均属此类案例 [51]