融资事件与资本认可 - 讯兔科技在短短5个月内完成近2亿元人民币的A轮融资，继2025年10月完成超亿元Pre-A轮融资后再次获得资本加持 [2] - 本轮融资由启明创投、红杉中国、高瓴创投共同领投，广发乾和、信宸资本、清科控股跟投，老股东钟鼎资本和嘉程资本持续追加，呈现“一线顶流VC+战略型产业资本+老股东持续加注”格局 [2] - 多家顶级投资机构看好公司在金融AI垂直领域的领先地位、商业化落地能力及未来增长潜力，并计划提供产业资源支持其全球扩张与生态构建 [2][5][6] 公司业务与产品定位 - 公司是金融AI赛道先行者，聚焦投研核心业务，旗下龙头产品Alpha派秉持“把1000件小事做到95分”的理念，已跑通AI商业化完整链路 [2] - Alpha派已从单一效率工具进化为懂业务、懂用户的“AI研究员”，2025年其AI Agent类应用的人机交互量呈指数级增长，行业研究习惯呈现明显迁移信号 [3] - 产品正开启新一轮跃迁，开启人机协同新范式，并加速向一级市场、银行保险等泛金融场景扩展，打开了更广阔的市场空间 [3] 市场地位与客户基础 - Alpha派已累计服务超过8万名投研人员，覆盖超过6000家机构，头部机构渗透率达到90%，建立了长期的领跑优势 [2] - 产品已成为金融机构日常运营的核心AI基础设施，在国内同业中渗透率领先，客户留存、续费率等指标在AI原生应用中处于前列 [5][6] - 公司凭借出色的产品价值和体验获得大量用户认可和自发推荐，在AI投研领域构建了显著的领先优势和卓越口碑 [6] 技术发展与战略方向 - 公司得益于大模型与Agent技术的突破，全面推进Agent生态共建战略，过去一年已与40多家券商研究所、数据服务商建立紧密合作 [4] - 公司探索Agent时代的服务标准和Token经济下的增量商业模式，并依靠产业资本方的加入获得扎实的产业资源支撑 [4] - 公司选择在投研垂直场景做深做透，构建了难以复制的数据飞轮和用户粘性，没有追逐通用大模型的喧嚣 [6] - 创始人认为AI是对人的价值进行重塑与放大，强调垂类AI要与平台入口融合发展，未来社会将是基于价值网络的协作共同体 [3][4] 行业前景与投资逻辑 - 启明创投判断，2026年将成为垂直领域AI应用的爆发之年，金融行业市场体量庞大、数据基础扎实、人力成本高企，是AI垂直落地的最优赛道 [5] - AI正在重塑金融服务的底层逻辑，金融行业作为知识密度最高、工作流最复杂的垂直领域之一，正迎来基础设施级的重构机遇 [5][6] - 投资机构看好公司在技术落地、用户渗透与生态构建上展现出的系统性能力，以及其深厚的买方投研基因、国际化视野和强大的产品创新迭代能力 [5][6]

量子位 | 公众号 QbitAI 近日，金融AI领跑者 讯兔科技（Alpha派） 正式完成 近2亿元 A轮融资。 允中 发自 凹非寺 继去年10月完成超亿元Pre-A轮融资后，讯兔科技在短短 5个月内 再获顶级机构强强加持。 在AI重塑金融范式的进程中， 懂行 往往比懂技术更具商业爆发力。 讯兔科技的核心团队成员均来自国内头部资管机构，拥有稀缺的投研基因。团队成员曾主导 头部公募基金 数字化体系建设，并曾在 FactSet、标普全球、汤森路透 等国际金融资讯巨 头担任过技术研发与商业化核心高管。 这种对投研场景细颗粒度的洞察，以及将金融Know-how与AI原生能力深度融合的实战经验，构成了公司在金融AI无人区持续领跑的底层驱动力。 那么，在这笔2亿元融资背后，讯兔科技究竟构筑了怎样的核心护城河？ 赋能8万投研人员，从效率工具向"AI研究员"进化 作为金融AI赛道先行者，讯兔科技聚焦金融机构投研核心业务，旗下龙头产品 Alpha派 凭借 "把投研的1000件小事做到95分" 的理念，率先跑通了AI商业化落地的完整链路，实现了机 构投研效率的跨越式提升。 目前，Alpha派已累计服务 超8万名 投研人员、覆盖逾 ...

宏观策略 - 3月FOMC会议维持政策利率在[3.5, 3.75]%不变，点阵图维持2026年降息1次的指引，但美联储主席Powell释放鹰派信号，叠加中东局势升级和油价上涨，导致市场全年降息预期回撤，交易转向“紧货币”，引发黄金、美股、铜下跌，美元指数和美债利率上涨[1][13] - 美联储降息决策高度依赖油价走势，若海峡封锁持续2个月及以上导致油价二次达峰，年内降息可能清零，反之若油价回落则降息预期回暖将利好黄金，地缘冲突与央行购金等长期逻辑未变[1][13][14] - 美联储上调2026年GDP增长预测0.1个百分点至2.4%，上调2026年PCE通胀预测0.3个百分点至2.7%，核心PCE预测上调0.2个百分点至2.7%，对长期政策利率（中性利率）的指引从3%上调至3.1%[13] 固收市场 - 中国债券市场总存量接近196.17万亿元，结构呈现“三足鼎立”，近年来超长期国债与地方债供给占比趋势性提升，市场关注供需匹配问题[15][16] - 中美政府债券管理均遵循“顺周期降本”规律，但在当前相反的利率周期下，中国操作重心为“战术防御”，美国则为“战略重构”，中国债券供给结构变化将影响基础货币投放机制、机构承接能力政策及人民币资产定价基准[2][16] - 本周（2026.3.9-3.13）中国10年期国债收益率上行3.25bp至1.8225%，主要受地缘政治引发的通胀预期及同业活期存款利率下调预期共同影响，预计收益率曲线将维持陡峭化态势[3][17] - 本周绿色债券新发行23只，规模约286.05亿元，较上周增加73.28亿元，周成交额598亿元，较上周减少60亿元，二级资本债周成交量约2183亿元，较上周增加69亿元[5][24][25] 行业与公司研究 汽车与零部件 - **飞龙股份**：2025年归母净利润3.17亿元，同比-3.85%，其中Q4单季度归母净利润0.30亿元，环比-60.44%，Q4毛利率为19.47%，环比下降6.81个百分点，公司在液冷领域已切入多家核心客户供应链，预计2026-2028年归母净利润为4.20/5.56/7.26亿元[6][27] - **零跑汽车**：2025Q4营收210.3亿元，环比+8.1%，归母净利润3.6亿元，环比+136.9%，单季度毛利率15.0%，环比+0.5个百分点，2026年将有多款新车上市，预计2026-2028年归母净利润为26/45/69亿元[6][29] - **福耀玻璃**：2025Q4营收124.86亿元，环比+5.32%，归母净利润22.48亿元，环比-0.47%，2025年汽车玻璃每平方米单价247.60元，同比提升8.07%，公司全球份额持续提升，预计2026-2028年归母净利润为101.29/111.10/121.73亿元[7][8][31][32] - **新泉股份**：公司作为自主内饰件龙头加速全球化并布局机器人等新兴产业，预计2026-2028年归母净利润为10.69/13.74/16.17亿元[10] 大消费 - **八马茶业**：公司是中国高端茶叶领先品牌，门店数行业第一，预计2025-2027年营收分别为21.92/23.77/26.28亿元，归母净利润分别为2.27/2.59/3.06亿元，对应PE为8.5/7.4/6.3倍[6][30] - **布鲁可**：2025年营收29.1亿元，同比+30.0%，Non-GAAP净利润6.8亿元，同比+15.5%，平价产品占比提升致毛利率同比下降5.8个百分点至46.8%，海外收入同比大增396.6%，预计2026-2028年Non-GAAP净利润为8.5/11.1/14.4亿元[9][33] 金融与科技 - **东方财富**：公司巩固零售券商龙头地位，借助金融AI优势拓展业务，预计2026-2028年归母净利润上调至156/189/230亿元[11] - **众安在线**：2025年财险综合成本率与投资收益均向好，数字银行业务扭亏为盈，预计2026-2028年归母净利润下调至13.0/16.0/19.0亿元[12] 可转债与资产配置 - 地缘冲突强化了能源安全、资源自主及主权算力/AI安全等叙事，建议关注相关转债标的，筛选出十只攻守兼备的中低价标的，包括顺博转债、芯能转债等[22][23] - 资产配置建议关注美债长端、美股蓝筹及黄金的长期配置机会，中期油价倾向于回归60-80美元/桶区间[19][22]

投资评级 - 维持“买入”评级 [3][5] 核心观点 - 公司业务与证券市场活跃度高度相关，预计2026-2028年营业收入分别为84.13亿元、104.76亿元、123.54亿元，归母净利润分别为39.93亿元、49.09亿元、57.72亿元 [3] - 2025年第四季度业绩超预期，主要受益于国内资本市场活跃度持续回升，投资者信心修复，市场交投活跃度明显提升 [2] - 公司发布高现金分红及转股预案，回报股东意愿强烈 [3] - 公司持续推出AI金融数据新产品，包括iFinD MCP和自研iFinD Claw解决方案，旨在降低部署门槛，提供“开箱即用”的专业金融AI分析环境 [1][2] 产品与业务发展 - **iFinD MCP重磅推出**：专为AI智能体交互设计，集成iFinD核心数据库，为本地部署的智能分析系统提供权威、结构化、高时效性金融数据支持 [1] - **iFinD MCP交互模式**：采用纯自然语言交互，支持智能语义理解与匹配，涵盖股票别名、行业分类、主题概念、指数成分股等多种维度 [1] - **iFinD MCP产品形式**：包含标准接入（推荐机构及轻量用户）和高级本地部署（如OpenClaw框架用户）两种形式 [1] - **自研iFinD Claw即将发布**：实现零配置、一键本地/云端部署，原生深度集成iFinD全量数据库，并预置多类投研场景模板 [2] - **iFinD Claw核心模块**：现已开放A股股票分析、公募基金分析、宏观经济与行业数据、公告与资讯四大核心模块，涵盖20余项精炼工具 [2] 财务表现与预测 - **2025年第四季度业绩**：实现营业收入27.68亿元，同比增长49.46%，环比增长86.85%；实现归母净利润19.99亿元，同比增长70.51%，环比增长183.79%；实现扣非后归母净利润18.80亿元，同比增长65.85%，环比增长174.05% [2] - **2025年全年业绩**：营业收入60.29亿元，同比增长44.0%；归母净利润32.05亿元，同比增长75.8% [4] - **2025年分部收入**：广告及互联网推广服务收入同比增长71% [2] - **未来三年营收预测**：预计2026-2028年营业收入分别为84.13亿元、104.76亿元、123.54亿元，同比增长率分别为39.5%、24.5%、17.9% [3][4] - **未来三年净利润预测**：预计2026-2028年归母净利润分别为39.93亿元、49.09亿元、57.72亿元，同比增长率分别为24.6%、22.9%、17.6% [3][4] - **盈利能力指标**：2025年毛利率为91.5%，净利率为53.2%；预计2026-2028年净资产收益率(ROE)分别为40.0%、46.3%、50.9% [4][9] - **估值指标**：基于2026年3月11日收盘价324.64元，对应2025年市盈率(P/E)为54.5倍，预计2026-2028年P/E分别为43.7倍、35.6倍、30.2倍 [4][5] 股东回报 - **2025年度利润分配预案**：以总股本5.376亿股为基数，向全体股东每10股派发现金51元人民币（含税），共计派发现金27.42亿元（含税）；同时以资本公积金每10股转增4股 [3] 公司基本信息 - **股票代码**：300033.SZ [1] - **行业**：软件开发 [5] - **总市值**：1745.26亿元（基于2026年3月11日收盘价）[5] - **总股本**：5.376亿股 [3][5] - **自由流通股比例**：58.25% [5]

报告公司投资评级 - 维持“买入”评级 [3] 报告的核心观点 - 公司新品发布，推出iFind MCP+数据库和iFinD Claw，旨在降低专业金融AI的使用门槛，为投研提供“开箱即用”的解决方案 [1][2] - 公司2025年第四季度及全年业绩超预期，主要受益于资本市场活跃度回升 [2] - 公司提出高现金分红及转股预案，回报股东意愿强烈 [3] - 报告预计公司未来三年（2026-2028年）营收与净利润将保持快速增长 [3] 根据相关目录分别进行总结 业务与产品动态 - 推出iFinD MCP服务，专为AI智能体交互设计，集成iFinD核心数据库，提供权威、结构化、高时效性金融数据支持 [1] - iFinD MCP支持纯自然语言交互与智能语义理解，覆盖股票别名、行业分类等多维度查询 [1] - 提供标准接入（推荐机构及轻量用户）和高级本地部署（如OpenClaw框架用户）两种产品形式 [1] - 即将发布自研iFinD Claw解决方案，实现零配置、一键本地/云端部署，深度集成iFinD全量数据库并预置投研场景模板 [2] - iFinD Claw现已开放A股股票分析、公募基金分析、宏观经济与行业数据、公告与资讯四大核心模块，涵盖20余项精炼工具 [2] 财务业绩表现 - 2025年第四季度，公司实现营业收入27.68亿元，同比增长49.46%，环比增长86.85% [2] - 2025年第四季度，实现归母净利润19.99亿元，同比增长70.51%，环比增长183.79% [2] - 2025年第四季度，实现扣非后归母净利润18.80亿元，同比增长65.85%，环比增长174.05% [2] - 2025年全年，广告及互联网推广服务收入同比增长71% [2] - 2025年全年，公司营业收入为60.29亿元，同比增长44.0%；归母净利润为32.05亿元，同比增长75.8% [4] - 公司毛利率持续提升，从2024年的89.4%提升至2025年的91.5%，并预计在2028年达到93.8% [9] - 公司净资产收益率（ROE）显著提升，从2024年的22.9%提升至2025年的33.8%，并预计在2028年达到50.9% [4][9] 股东回报与资本运作 - 公司提出2025年度利润分配预案：以总股本537,600,000股为基数，向全体股东每10股派发现金51元（含税），共计派发现金27.42亿元（含税） [3] - 同时以资本公积金每10股转增4股 [3] 未来业绩预测 - 预计2026年营业收入为84.13亿元，归母净利润为39.93亿元 [3] - 预计2027年营业收入为104.76亿元，归母净利润为49.09亿元 [3] - 预计2028年营业收入为123.54亿元，归母净利润为57.72亿元 [3] - 预计2026-2028年营业收入年增长率分别为39.5%、24.5%、17.9% [4] - 预计2026-2028年归母净利润年增长率分别为24.6%、22.9%、17.6% [4] - 预计每股收益（EPS）将从2025年的5.96元增长至2028年的10.74元 [4] 估值与市场数据 - 报告发布日（2026年03月11日）收盘价为324.64元 [5] - 总市值为1745.26亿元，总股本为5.376亿股 [5] - 基于2025年业绩，市盈率（P/E）为54.5倍；预计2026-2028年P/E将逐步下降至43.7倍、35.6倍、30.2倍 [4] - 基于2025年业绩，市净率（P/B）为18.4倍；预计2026-2028年P/B将逐步下降至17.5倍、16.5倍、15.4倍 [4]

文章核心观点 - 金融AI的落地面临缺乏统一评测标准的挑战，行业需要建立公平、公开、实战导向的基准来推动发展 [1][3] - 奇富科技联合高校发布了首个面向信贷场景的多模态评测基准FCMBench-V1.0，旨在为模型评估提供“尺子” [3] 产业实践视角 - AI是工具，金融等高门槛行业是“肥沃的土地”，AI与场景的结合至关重要 [1] - 当前金融机构选择模型时面临困惑，不同模型声称的高分（如95分和98分）难以直接比较，决策易失焦 [1] - FCMBench的价值在于将模型置于同一起跑线，在真实业务条件下检验能力 [1] - FCMBench设计强调“实战性”，包括在合规前提下重构数据体系、映射真实业务流程、模拟光线角度反光等十余种真实干扰场景，直指金融风控中最具挑战性的推理问题 [1] - 构建评测基准非短期收益项目，但从长期看，行业共识和开源力量的形成将反哺业务本身 [1] 学术研究视角 - AI在金融领域的存在感被低估，其已深度参与保险定价、资产评估和量化交易等领域，只是价值未直接呈现在ToC产品中而“看不见” [2] - 好的数据集本身是对“好问题”的定义 [4] - 金融AI不能停留在通用模型的预训练与微调阶段，而应构建内生的金融思维链，让模型天然理解利率、规则与风险，以实现安全可信的推理能力 [4] - 构建具备金融思维链的AI是学界与产业必须协同解决的问题 [4] 行业活动与动态 - 奇富科技于2月5日举办了一场聚焦“信贷多模态AI如何定标准”的直播讨论，汇集了产业与学术前沿观点 [3] - 直播的核心议题是奇富科技联合复旦大学、华南理工大学研究人员近期发布的首个面向信贷场景的多模态评测基准FCMBench-V1.0 [3]

文章核心观点 - 奇富科技联合高校发布了首个面向信贷场景的多模态评测基准FCMBench-V1 0 旨在为金融AI建立统一 公平 公开的评测标准 以解决模型能力评估“各说各话”的行业痛点 推动金融AI的规模化与规范化落地 [1][3][5] 行业现状与挑战 - 金融行业对隐私 安全与合规有天然高要求 模型能力是否可靠不能只靠“自说自话” 缺乏统一标准使得金融AI难以真正落地 [3] - 金融机构在选择AI模型和方案时面临困惑 不同模型声称的分数（如95分和98分）无法直接比较 决策容易失焦 [5] - AI在金融领域（如保险定价 资产评估和量化交易）的深度参与价值 因其不直接呈现在ToC产品中而常被外界低估 存在感看似不强 [5] FCMBench评测基准详解 - FCMBench-V1 0是源自真实信贷业务场景的多模态评测基准 围绕多模态感知 推理与决策等关键环节设计评估任务 并同步开源了数据集与评测工具 [1] - 该基准设计强调“实战性” 包括在合规前提下重构数据体系 将任务映射至真实业务流程 以及模拟光线 角度 反光等十余种真实干扰场景 [5] - 评测直指金融风控中最具挑战性的推理问题 例如检验模型识别职业信息与异常流水之间矛盾的能力 [5] - 从数据规模 任务覆盖度到评测设计的系统性来看 FCMBench是目前国内金融领域乃至国际金融AI研究中规模最大 最具权威性且少有的统一评测基准 [11] 评测基准的战略价值与行业意义 - 评测基准的价值在于将不同模型拉到同一条起跑线上 让其在真实业务条件下接受检验 从而为行业提供一把可被广泛认可的“尺子” [5] - 构建评测基准并非追求短期收益 但从长期看 行业共识和开源力量的形成将反哺业务本身 [5] - 该基准以建立行业共识为目标 定义了真正有价值的问题边界 并非为某一家机构服务 [11] - 好的数据集本身就是对“好问题”的定义 金融AI需要构建内生的金融思维链 让模型天然理解利率 规则与风险 实现安全可信的推理能力 [11] - 金融行业相比医疗AI具有更短的业务迭代周期 这为模型评测和更新提供了现实土壤 [8] 历史参照与发展愿景 - 深度学习发展的关键分水岭是ImageNet的出现 它通过统一的评测尺度终结了小数据集时代“各说各话”的局面 [8] - 金融AI当前正处在类似ImageNet出现前的阶段 FCMBench有望成为“金融领域的ImageNet” [11] - 数据集的发展可分为三个阶段 先夯实数据质量 再通过学术与赛事运营形成影响力 最终获得行业层面的官方认可 成为类似托福 雅思的“准入门槛” FCMBench被认为正处在一个极具潜力的起点 [8] - 推动金融AI走向规模化 规范化发展 需要产业 学界与研究机构的持续共建 并邀请更多伙伴参与数据集测试 评测与赛事 [11]

文章核心观点 - 金融AI的发展正从处理显性知识的“助理时代”向学习隐性知识的“师徒时代”演进，目标是成为高度个性化的“第二个你” [1][4] - 讯兔科技的核心产品Alpha派已服务超7万名专业人士，其发展路径是从效率工具延伸至深度研究，并计划在2027年左右初步具备基金经理助理能力 [1][9] - 公司的长期愿景是构建一个全球投资者AI代理系统，成为AI时代的“金融基础设施”，重塑行业工作流 [1][13] 金融AI发展趋势：从“助理”到“师徒” - **本质差异**：助理解决用户不想干的活，而“徒弟”式AI的目标是学习如何做得更像用户，解决隐性知识传递问题 [4] - **隐性知识**：指行业“老司机”脑海中难以系统表达的经验、逻辑和know-how，是投研真正拉开差距的关键，需在私域环境中通过长期互动传递 [4][5] - **最终形态**：AI将逐步同步用户的思维体系，成为“第二个你”，这需要基于长期、高频的交互来实现深度对齐 [4][5][10] 讯兔科技产品Alpha派的进展与规划 - **当前能力**：产品已从2023年的“实习生”阶段，发展到2025年初的“初级研究员”，目前具备“中级研究员”的影子 [9] - **发展路径**：2026年预计从中级向高级研究员过渡，到2027年左右，目标初步具备基金经理助理的关键特征 [9] - **进化难点**：实现从“研究员”到“基金经理助理”跨越的最大门槛是记忆能力和高度个性化的可适配性 [10] 垂类AI产品的价值与优势 - **解决“最后一公里”**：通用大模型存在垂类数据盲区和细分任务处理短板，而垂直产品能将行业流程、工具和数据调用集成，实现稳定交付 [7][8] - **数据与生态**：金融行业拥有丰富的私域和非结构化数据，垂直产品能构建一套包括数据库、会议纪要在内的工具调用生态 [8] - **交互演进**：产品正从简单问答向“工作台”或“IDE”环境演进，在该环境中，AI能记住用户的每一次交互和偏好，实现自适应学习 [10] AI赋能下投研工作的范式转变 - **交互模式变革**：AI将从被动接收任务转向主动提供信息、推送内容、提示风险并分配任务，实现从单向到双向的交互 [11] - **人的价值迁移**：研究员的基础信息处理工作时间将大幅压缩，人的价值将向“两端”迁移：一是深入线下的产业一手信息挖掘，二是形成基于个人能力的“超额认知”和“非共识”判断 [12] - **行业定位变化**：企业高层不再视AI为单纯的IT工具，而是将其视为业务本身，驱动行业资源投入从传统数据供应商转向AI能力建设 [15] 公司战略与行业竞争 - **发展愿景**：致力于成为金融领域的“新型基础设施”，构建覆盖信息研究、投资决策到整合交易的全球投资者AI代理系统 [13][14] - **竞争壁垒**：在有限的窗口期内，建立人才、产品和数据壁垒至关重要，时间差是关键 [16] - **生态构建**：未来的公司可分为做交互界面和提供数据能力两类，讯兔科技定位为交互公司，其挑战在于与供应商建立激励相容的业务模式，共同构建繁荣生态 [16]

金融AI发展趋势：从助理时代向师徒时代演进 - 金融AI正从处理显性知识的“助理时代”向学习隐性知识的“师徒时代”演进，其本质区别在于助理解决用户不想干的活，而徒弟（AI）的目标是学习如何做得更像用户 [1][2] - “师徒关系”的建立依赖于长期、高频的私域交互，AI在此过程中逐步理解并同步用户的思维逻辑与偏好，最终形态是成为用户的“第二个自我”（second you） [2][3] - 这种高度个性化的“师徒”AI被视为用户的私有资产，其成立的前提是严格的数据安全与权限管理，确保私域数据仅对“主人”开放，实现深度信任与对齐 [4][5] 垂类AI产品的竞争优势与价值 - 通用大模型存在“最后一公里”短板，难以处理金融行业丰富的垂类与私域数据，也无法胜任包含大量行业know-how的细分研究任务 [6][7] - 垂直产品的核心价值在于将行业特定的流程、工具和数据调用整合进产品，从而稳定交付高质量（如95分）的解决方案，而通用模型则像缺乏行业经验的“聪明研究生” [7] - 行业顶尖机构对AI的定位已发生根本转变，从由IT部门负责的数字化工具转变为业务本身，资源投入正从传统数据供应商转向AI能力建设，以获取“科技溢价” [14] Alpha派产品发展路径与能力演进 - 核心产品Alpha派已深度嵌入机构投研工作流，累计服务超7万名专业人士，产品路径从辅助听会等效率环节延伸至个股与行业的深度研究 [1] - 产品能力按时间轴演进：2023年处于“实习生”阶段，2025年初进入“初级研究员”阶段，当前（2025年底）已有“中级研究员”的影子；目标是在2027年左右初步具备“基金经理助理”的关键特征 [8] - 进化至“基金经理助理”的最大挑战是记忆与个性化适配能力，AI需从以供给为核心的研究员模式，转向以需求为核心，能够预判、定义并满足基金经理的个性化需求 [9] - 下一阶段（3.0）是从问答、任务走向“工作台/IDE”环境，在该环境中，用户的每次交互和偏好都会被记住，环境具备自适应性，AI将从被动工具转变为能主动提供信息、推送内容、提示风险并分配任务的双向交互伙伴 [9][10] AI赋能下人类角色的价值重塑 - AI将大幅压缩基础信息采集、报告初稿等显性知识工作所需的人力投入，研究员精力将转向挖掘“见光死”之外的产业一手信息，如线下调研、与CEO及专家沟通，这部分价值将提升 [11][12] - AI抹平了显性信息差，超额收益将更依赖于人类基于自身能力与禀赋产生的“非共识”判断与超额认知，人的特质在投资中的价值反而回归 [12] - 人类价值将向“两端”移动：一端是线下深度挖掘，另一端是产生超额认知的反共识想法 [11][12] 公司愿景：构建全球AI代理系统成为新型金融基础设施 - 公司愿景是成为AI时代的“金融基础设施”，类似于高铁取代旧铁路的更新换代，以应对技术变革、全球化投资及24小时交易等环境变化带来的新型业务需求 [13] - 未来的“全球投资者AI代理系统”将信息研究、投资决策到整合交易（在法律允许范围内）融合在一起，投资者可能只需动脑动嘴，执行与交易工作可由AI代理或托管完成 [13] - 在竞争激烈的赛道中，构建壁垒（人才、产品、数据）的时间窗口至关重要，公司定位为直接承接用户需求的“交互”公司，是用户触达的界面 [15] - 最大的长期挑战在于与供应商建立良好关系，设计激励相容的业务模式以分享AI红利，最终目标是构建一个能力丰富、能识别不同场景的繁荣生态 [15]

合作概述 - 蚂蚁数科与同方全球人寿于1月22日签署“保险AI创新应用”合作协议，旨在以人工智能技术为核心，在保险全业务领域深化合作[1] - 此次合作标志着金融AI技术在保险业务场景的深度融合，目标是通过科技赋能重塑业务流程，提升运营效率与风控水平[1] - 双方将进一步整合在保险业务场景理解与AI技术应用方面的优势，共同探索核保、营销、风控、客户服务等环节的整体智能化解决方案[4] 行业背景与趋势 - AI技术已成为保险业高质量发展的重要引擎，头部险企纷纷将AI列为战略重点，围绕客户体验、产品体系和专业能力建设，以技术驱动金融创新[1] - 艾瑞咨询预测，2025年中国保险业科技投入将突破670亿元，行业智能化转型进入加速期[1] - 理赔环节的智能化是保险AI升级的重要一环，传统理赔模式下，大量成本沉淀于人工审核、单证传递与多方沟通等环节，成为效率提升的主要瓶颈[1] 合作成果与产品细节 - 双方共同研发的智能理赔系统基于AI智能体与多模态大模型技术，具备材料防伪核验、智能分类、质量检测、上下文语义解析及缺件自动提示、结合保单责任自动审核等核心能力[2] - 该智能理赔系统识别准确率超过99%，可大幅降低人工审核与沟通成本[2] - 测试数据显示，该系统将整体理赔效率提升近一倍，部分简易案件可实现从提交、审核到赔款到账的全流程一小时办结[2] - 该项目因其在客户体验与风险防控方面的突出表现，成功入选《金融时报》“金龙·金融力量”年度案例[2] 合作方观点与未来展望 - 同方全球人寿总经理表示，双方在智能理赔项目上的成功实践为进一步合作奠定了坚实基础，期待将创新模式系统性地推广到更多业务领域，为客户提供更智能、更安心的保险服务[4] - 蚂蚁数科副总裁表示，公司在金融AI领域已沉淀了完善的方法论与全栈技术解决方案，期待通过深度协同、技术共享与场景共创，共同打造保险业AI升级的行业范本，助力行业实现系统性提升[4]