1.编码人工智能是新的读写能力 2.职业生涯发展的三个步骤 3.学习有前途的人工智能职业的技术技能 吴恩达 加州斯坦福大学计算机科学系和电机工程系的客座教授 本文节选自：How To Build Your Career in AI 【AI速读】 这篇文章探讨了如何在人工智能领域建立职业生涯。文章涵盖了从基础技能学习到项目实践，再到找到 合适工作的各个方面，并提供了具体的建议和步骤。以下是文章的主要内容： 4.你应该学习数学来获得人工智能的工作吗？ 5.成功AI项目的范围 语言读写能力的演变：几百年前，语言读写能力并不普及，但随着时间的推移，它变得普遍并丰富 了社会。 代码的重要性：代码是人与机器之间最深入的交流方式，随着机器在日常生活中的重要性增加，编 程能力变得越来越重要。 人工智能和数据科学的应用：线性回归模型可以帮助披萨店老板优化需求预测和供应链管理。 学习基础技能：包括机器学习、深度学习、数学和软件开发。 从事项目工作：与缺乏AI专业知识的利益相关者合作，估计项目完成时间和投资回报。 找到一份工作：建立支持性社区，帮助你成长和找到工作。 基础机器学习技能：线性回归、逻辑回归、神经网络等。 深度学习：了 ...

人工智能与商业智能融合(ABI)市场洞察 - 传统BI存在封闭架构、静态处理及技术壁垒等局限性，难以满足实时动态决策需求，而ABI通过自动化数据处理、智能算法及自然语言交互推动决策从被动响应转向主动预测 [1][21][24] - 中国ABI市场呈现爆发式增长，2023年市场规模3亿元，预计2024年达8亿元，2024-2028年CAGR达42%，核心驱动力包括企业数据依赖加深、AI技术突破及政策支持 [1][13] - ABI通过自然语言处理(NLP)、机器学习等技术实现对话式交互、多模态数据分析及复杂推理，例如Text2SQL/Text2DSL将自然语言转化为数据查询指令，RAG技术整合外部知识增强分析深度 [2][45][48] 行业应用场景与案例 - 金融行业通过智能风控与量化交易提升决策精度，如招商银行实现毫秒级反欺诈拦截 [2] - 零售业借助动态定价与库存优化提升运营效率，如京东供应链周转周期压缩至31.7天 [2] - 制造业通过预测性维护与生产流程优化降低停机成本，如富士康"灯塔工厂"人力精简88% [2] - 政务领域依托智能交通与城市治理提升服务效能，如深圳交通通行效率提升30% [2] - 能源行业通过设备诊断与电网调度实现智能化转型，如山东电网设备诊断周期从7天缩至毫秒级 [2] 技术架构与核心功能 - ABI技术分层包括基础层(工具升级)与战略层(决策链路重构)，通过自动化数据流水线释放人力冗余，依托智能算法提供动态预测与战略决策支持 [11][13][41] - AI赋能BI四大核心路径：Text2SQL/Text2DSL实现自然语言交互、多模态数据整合、复杂推理(链式思维/多代理协作)、数据叙事(Storytelling)生成 [45][48][52][56] - 大语言模型(LLM)通过预训练内嵌数据分析知识，结合监督微调(SFT)消除非技术人员使用门槛，用户渗透率从传统BI的1%提升至近100% [32][37][38] 数据生命周期与市场规模 - 企业数据生命周期涵盖捕获/维护/使用/发布/归档/删除六大环节，2024年中国数据采集工具市场规模45亿元，数据治理市场198亿元，数据库市场598.5亿元 [16][18][19] - 数据使用环节支出最高，2024年中国数据仓库市场规模73亿元，数据安全市场148.84亿元，反映企业对数据合规与隐私保护的重视 [19] - 现代BI需求包括实时分析、非结构化数据处理、自助式可视化、预测性智能及多源数据整合，推动行业从静态批处理向开放智能分析范式转型 [27][28] 竞争格局与发展趋势 - 全球厂商如微软、Salesforce侧重生态整合，国内厂商如阿里云、帆软聚焦轻量化部署与本土化场景创新 [3] - 未来趋势包括边缘计算与实时分析、生成式AI渗透、隐私计算技术(如联邦学习)及行业深度适配 [3][11] - 行业挑战集中于数据治理滞后、算法黑箱、场景碎片化及技术成本壁垒，需解决"数据-技术-业务"三角失衡问题 [3][11]

量化交易行业趋势 - 量化交易正在吸引最优秀的人工智能人才，为初创公司提供发展土壤 [2] - 未完成人工智能转型的量化基金经理将在三年内被市场淘汰 [9] - 机器学习将成为量化交易领域的必备工具，竞争日益激烈 [9] 中国量化交易发展 - 中国第一波量化交易浪潮始于2013年，由华尔街回国的华人交易员引领 [4] - 第二代量化管理人由计算机科学家组成，将量化交易视为纯粹的人工智能任务 [4] - 中国量化交易行业正在革新，并抱有走向全球的雄心 [2] 人工智能在量化交易中的应用 - 量化交易与时间序列数据建模类似，类似于ChatGPT预测下一个词的任务 [5] - 传统量化基金分工明确，而AI原生方法使用单一基础模型处理所有阶段 [5] - 短期交易（几分钟到几小时）是AI最擅长的领域，类似于天气预测 [10] 公司运营与团队 - 公司管理资产规模接近人民币70亿元（约合9.7亿美元），团队约30人 [7] - 团队成员三分之二从事研究工作，其余专注于运营 [7] - 团队由计算机科学家组成，13人获得过国际金牌，金牌密度高于科技巨头 [15] 技术优势与成本效益 - 整体性方法可系统升级模型，类似于ChatGPT的迭代 [6] - 使用100个GPU和算法替代50人的因子寻找团队，成本效益更高 [6] - 公司自建计算能力，计算能力越强，处理效率越高 [22] 团队文化与人才 - 团队工作环境类似研究所，无着装要求，注重研究和讨论 [22] - 中国年轻人才更理想主义，倾向于研究型团队而非大型科技公司 [21] - 中美年轻人才差距缩小，中国在工程能力和算法创新方面表现突出 [20] 公司未来目标 - 中期目标是打造中国领先的AI原生量化基金，拓展海外市场 [23] - 长期目标是成为一家计算公司，将技术应用于更多领域 [23] - 公司期望通过AI原生特质实现差异化竞争，与全球领军者同台竞技 [23]

宏观经济环境与行业变革 - 当前宏观经济环境与地缘政治不确定性交织 成本上升与投资者需求变化正在重塑行业格局 同时带来适应与增长的新机遇 [1] - 近期美国贸易战略发生重大转变 国际货币基金组织已下调亚洲主要经济体增长预期 预示全球增速可能放缓 [1] - 各经济体受影响程度分化 中国内地通过强有力刺激政策提振内需 对消费者信心至关重要 [1] 资产管理行业转型 - 费用压缩和成本上升持续给利润率带来压力 行业正处于数字革命重要交汇点 云计算 机器学习 人工智能和区块链等技术汇聚 [2] - 行业利用数字金融科技解决方案推动关键转型 获得更高生产率 更低成本和更好客户体验 [2] - 波动加剧影响决策与资源配置 投资者需求更趋多元化 [2] 公司战略与布局 - 公司作为拥有160年历史的全球领先贸易银行 在50多个市场部署5000名贸易专家 助力客户洞悉贸易环境并前瞻布局 [1] - 公司坚持长期战略 聚焦零售 财富及机构业务的规模化发展 同时强化新兴亚洲与另类投资能力 [1] - 公司通过敏捷应对与动态监测 为客户提供精准洞察与解决方案 坚持长期投资策略 战术性配置国际股票与新兴市场 [2] 跨境机遇与战略合作 - 公司高度重视跨境销售机会 着力满足亚洲产品（尤其是印度与中国市场）的增长需求 完善QDII MRF产品线 [2] - 公司积极拓展合资与合作模式 2005年成立的汇丰晋信基金已取得显著成功 近期战略收购助力拓展增长市场 丰富产品组合 [2] - 公司在房地产与能源转型基础设施等领域构建能力 [2] 行业前景展望 - 即便全球经济放缓 亚洲仍将保持领先增速 [2] - 市场挑战孕育创新与增长独特机遇 公司将以韧性和敏捷性应对变局 持续创造价值 [3] - 作为国际化全球资管机构 公司期待与行业领袖携手塑造行业未来 [3]

矩阵乘法优化算法 - 矩阵乘法在训练和推理过程中消耗大量算力，成为计算瓶颈 [1][2] - 香港中文大学提出新算法RXTX，可节省5%-10%能源和5%时间 [3] - 针对特殊结构矩阵乘法（如XXᵀ）进行优化，突破传统算法限制 [7][8] RXTX算法技术细节 - 采用4×4分块矩阵递归乘法，结合机器学习搜索与组合优化方法 [10][11] - 递归关系式改进为R(n)=8R(n/4)+26M(n/4)，渐近乘法常数降至0.6341 [16][17] - 通过线性组合26个一般矩阵乘积和8个对称乘积计算结果 [11][13][14] 性能对比数据 - 乘法次数比原算法降低5%，运算量在n≥256时优于传统算法 [21][24] - 6144×6144矩阵测试中运行时间2.524秒，比BLAS默认实现快9% [27] - 总运算量公式显示对数项消除，算法优势随矩阵规模扩大而增强 [22][23] 算法开发方法 - 采用强化学习生成候选乘积，结合MILP求解器进行枚举筛选 [31] - 限制候选空间为二维张量降低计算复杂度，借鉴AlphaTensor思路 [28] - 通过大邻域搜索迭代优化减少冗余乘积，提升算法效率 [31]

融资情况 - 公司近期完成数千万元天使轮和天使+轮融资 天使轮由五源资本和首程资本共同领投 天使+轮由光速光合领投 五源资本、首程资本、BV百度风投及杭州城西科创大走廊种子基金跟投 银杏谷资本持续加码 [1] - 融资资金将用于飞行具身智能领域创新、集群空中机器人智能进化及专业人才团队构建 [1] 公司背景 - 公司成立于2024年7月 依托国际顶尖高校无人机实验室 由国家级青年人才领衔创立 定位为高新技术企业 [1] - 致力于打造全球领先的通用空中机器人具身智能大脑及集群系统 推动工业、城市与自然空间智能化升级 [1] 核心团队 - 创始人高飞教授为浙江大学控制学院长聘副教授 深耕空中机器人领域超10年 发表80余篇论文 在轨迹规划、集群协同导航等领域取得多项国际首创成果 [2] - 总经理兼研发负责人王英建系浙江大学Fast Lab博士生 研究方向为多机器人定位与探索 曾在RAL、ICRA等顶级期刊发表论文 [4] - 刘志洋博士专注于氢燃料电池系统集成 发表16篇论文 获20余项专利 主持国家自然科学基金项目 开发125kW/240kW燃料电池发动机产品 [6] - 团队还包括浙江大学化学实验室雷鸣教授（有机半导体材料专家）及银杏谷资本创始人陈向明（经济学博士） [9] 产品与技术 - 聚焦飞行具身智能、多源数据融合、自主决策等技术 攻克卫星拒止环境下的自主导航、动态避障等难题 [8] - 成立三个月推出首款产品P300矿洞自主探索无人机 采用碳纤维复合材料 集成激光雷达、机载电脑等模块 支持一键自主测绘 [8] - P300具备防水防尘防腐性能 支持断网自主决策与避障 采用探索进度继承算法和电池热插拔技术 可执行矿业、林业、化工等多领域任务 [11] - 产品已在北京、天津、浙江等7省市实地应用 用户反馈良好 [11] 融资历程 - 成立3个月即获得银杏谷资本种子轮融资 [11]

行业概述 - 数字支付行业快速发展 PayPal和Block是知名提供商 提供P2P支付 BNPL解决方案和加密货币交易平台 [1] - 人工智能和机器学习推动行业变革 数字钱包 代币化和账户间交易需求增长 [1] PayPal核心优势 - 强大的双边平台帮助建立与商户和消费者的直接财务关系 推动活跃账户增长 [3] - 2025年Q1交易边际美元同比增长7%至37 2亿美元 Venmo收入增长20%占TPV的18% [4] - BNPL业务量增长超20% 用户平均消费增加33% 交易量提升17% [5] - 全渠道战略在美国成功 计划在德国推出NFC功能 英国市场拓展计划中 [6] - 合作伙伴包括Fiserv Adyen Amazon等 推动业务前景 [6] Block核心优势 - 综合商业生态系统整合软件 硬件和支付服务 帮助卖家维持强劲势头 [7] - 新Square POS应用整合特定领域商业和支付功能 提供7种行业定制模式 [8] Block面临的挑战 - 2025年Q1 Cash App Card支出受旅游和媒体领域可支配支出减少影响 [9] - 宏观经济环境不利 预计2025年Q2毛利润增长9 5% Q3两位数增长 Q4中双位数增长 [9] 股价表现与估值 - 年初至今PayPal股价下跌16 2% Block下跌33% [10] - PayPal价值评分为B(低估) Block为D(高估) 远期市销率PayPal 2 07X Block 1 37X [13] 盈利预测 - PayPal 2025年每股收益预期5 07美元 过去30天上调1 2% 同比增长9 03% [16] - Block 2025年每股收益预期2 72美元 过去30天下调30 4% 同比下滑19 29% [17] - PayPal过去四个季度均超预期 平均惊喜14 01% Block两次未达预期 平均负惊喜7 11% [18] 结论 - PayPal凭借Venmo BNPL和PSP业务增长提供更好短期机会 Block受宏观经济影响短期前景承压 [19]

程序员性格特质分析 - 程序员具有强烈的逻辑思维习惯 遇到问题首先考虑如何拆解而非情绪反应 [3] - 展现出极端耐心 能够长时间专注解决细微问题如代码标点错误 [3] - 将编程思维带入生活场景 例如用Python编写自动短信程序 使用算法优化购物方案 [3][4] 职业转型案例 - 汽修工通过线上课程成功转型前端开发 六个月实现从零基础到月薪15k的跨越 [5] - 培训机构www.wangshidai.cn近期学员就业率达92% 课程设计注重小白友好度 [5] - 机构采用强监督教学模式 通过项目实践驱动学习 客服响应速度较快 [5] 行业交流特征 - 程序员在技术话题中表现活跃 能深入探讨从技术原理到哲学层面的问题 [4] - 形成独特的幽默体系 常结合专业术语创造圈层内部笑点 [4] - 在团队活动中展现技术优势 如用代码模拟密室逃脱机关逻辑 [4]

纪要涉及的行业和公司 - **行业**：金融科技、电子商务 - **公司**：Riskified、Shopify、Affirm、Stripe、Adyen、Worldpay、Braintree、Delocal、Capital One、Bank of America、Discover 纪要提到的核心观点和论据 公司业务与价值 - **业务起源与拓展**：2013年起帮助电商商户管理网络欺诈，利用机器学习、网络安全和大数据创建模型；近年拓展至解决政策滥用、纠纷管理和账户安全等问题[3][4] - **成本与收益优势**：为商户降低管理欺诈成本，如从30个基点降至24个基点，降幅20%；提高交易批准率，从90%提升至93%；IPO时分析显示平均降低成本超30%，提高批准率超7 - 8%[8][9][11] - **政策滥用管理**：利用技术识别欺诈性退款和退货请求，可阻止超10%此类请求，且不增加误判，提升客户满意度[11][12][13] - **盈利模式差异**：与保险模式不同，公司基于准确判断交易欺诈性提供服务，能提供更优保障和更高收益，如净赚10美分而非1 - 2美分[15][16] 竞争优势 - **全赔保障模式**：相比风险评分模式，能避免模型漂移和集成问题导致的损失，为商户保证投资回报率，提升业务表现，公司竞争胜率超70%且呈上升趋势[19][20][21] - **平台功能多样**：除欺诈管理，还能解决政策相关问题，如防止限量商品被黄牛抢购、管理优惠券和折扣码滥用等；纠纷解决产品成为商户工作流程核心部分[22][23][24] 市场规模与份额 - **市场规模**：全球电子商务市场规模约6万亿美元，公司去年审核交易量达1400亿美元，虽与Shopify（1800亿美元）、Affirm（400亿美元）业务模式不同，但规模可观[26][27][30] - **市场格局**：大部分市场仍采用传统解决方案，公司市场份额增长主要源于此部分；部分新一代竞争对手在规模和盈利能力上落后[30][31] 销售与客户 - **销售流程与时间**：集成需8 - 12周，销售过程1 - 2个季度，大型客户端到端约3个季度，规模5000万 - 10亿美元的企业更快[41] - **客户群体与沟通**：客户涉及产品、CFO办公室、安全等部门；理想销售对象为CFO，但需多部门支持；产品不同，与客户不同部门的互动重点不同[34][35][38] - **管道建设因素**：产品平台、市场欺诈增加、全球市场拓展是管道建设的主要因素，目前管道规模达历史最大[42] 业务表现与展望 - **业务多元化**：业务涵盖票务和旅游、时尚、电子、食品配送等多个领域，虽有不确定性，但未受明显影响，新业务增长可抵消部分影响[45][46][47] - **盈利目标**：过去三年逐年降低费用，保持营收增长和利润率扩张；目标是在2026年实现15%以上的EBITDA利润率，长期有提升空间[48][49] - **并购策略**：不排斥并购，但未找到合适机会；考虑与战略合作伙伴交叉销售，也关注与小型供应商的协同机会[52][53][54] 行业竞争与趋势 - **竞争格局**：传统欺诈解决方案供应商市场份额下降；支付平台风险解决方案有局限性；新创业公司较少[58][59][60] - **支付方式影响**：新支付方式带来增长机会，如账户间转账；公司与商户直接集成，企业客户倾向选择最佳解决方案；计划年底或明年初涉足中小商户市场[63][64][65] - **业务流程定位**：建议在预授权阶段介入，与发卡行共享数据，提高授权率；完成AVS结果后进行全面风险筛查[66][67] 其他重要但可能被忽略的内容 - **用户会议调查**：公司用户会议Ascend的在线调查显示，约30%用户来自产品部门，30%来自CFO办公室，约20%来自安全部门[34] - **数据共享合作**：公司与Capital One、Bank of America、Discover等发卡行合作，共享丰富数据，提高商户授权后批准率1 - 2个百分点[67]

公司高管动态 - 恩智浦现任首席执行官Kurt Sievers将于年底退休 下一任首席执行官为Rafael Sotomayor 首席财务官为Bill Betz [1] 关税影响与供应链 - 公司业务尚未受到关税影响 未观察到客户提前拉货或直接关税成本的重大影响 [1] - 订单/积压订单积极趋势在"解放日"前已开始并保持稳定 显示周期性复苏可能性 [1] - 客户反馈未显示库存积压迹象 [1] - 供应链多元化战略有助于缓解关税影响 中国是重要市场机遇和技术创新引领者 [2] - 在中国与台积电 中芯国际 华虹半导体建立本地制造代工合作 [2] - 17%-18%营收来自"为中国制造"产品 其中三分之一已在中国本地制造 预计该比例将继续上升 [2] - 计划将更多研发资源重新分配至中国市场 [2] 晶圆厂计划 - 200毫米晶圆整合计划按计划推进 无延迟关闭美国本地200毫米晶圆厂计划 [2] - 300毫米晶圆厂转型预计将带来显著成本降低 [2] 汽车市场表现 - 汽车市场整体疲软 但S32软件定义汽车平台 雷达 电气化 连接性等驱动因素需求保持强劲 [2] - CoreRide软件定义汽车平台获客户高度认可 预计2028年开始带动营收增长 [2] 工业领域战略 - 凭借系统级解决方案和大众市场渠道战略 有望在工业领域扩大市场份额 [3] - 专注于利用产品组合和软件堆栈 将更多系统级解决方案带到边缘应用领域 [3] - 在工厂自动化 医疗健康 电力和能源等子领域拥有25种不同系统级解决方案 [3] - 系统级解决方案设计中标金额普遍高于单一组件 显示强劲市场吸引力 [3] - 大众市场渠道覆盖扩展取得良好进展 [3] AI布局 - 开发内部NPU以支持AI/机器学习应用 [3] - 通过收购Kinara加速推进边缘AI布局 [3] 股票评级 - 摩根大通对恩智浦股票评级为"中性" 4月29日目标价205美元 [4]