生成式AI对金融服务的影响 - 金融服务是数据与语言双密集型行业，生成式AI将全方位影响金融服务各领域，而非局限于单一环节 [1] - 未来人类员工与AI智能体将协同工作，大幅提升金融机构服务效率，推动普惠金融深入发展 [1] - 许多公司已在风险管理、反欺诈和客户体验优化等方面部署AI技术 [1] 支付智能体的发展趋势 - 支付智能体将迎来蓬勃增长，当前已能协助完成购买、预订及定金支付等操作 [1] - 多智能体正协同执行更复杂的任务，支付作为底层基础设施必须完善以支撑智能体协作网络高效运行 [1] - 支付智能体将进入快速发展阶段 [1] AI在个人及中小企业金融服务中的应用 - 未来每个人都将拥有专属AI理财助手，提供全天候在线服务、回答问题及量身定制的个性化建议 [1] - 生成式AI将在中小企业服务领域释放更大价值，让每个中小企业都有自己的CFO [1] - 蚂蚁集团推出的AI助手帮助企业轻松接入全球支付能力，实时追踪并优化各渠道支付成功率 [2] 蚂蚁集团的AI战略与实践 - 蚂蚁集团致力于用科技帮助中小微企业发展，在人工智能时代积极探索用AI为中小企业提供更普惠的服务 [2] - 面向东盟市场推出专门服务中小微企业的AI应用，帮助他们在全球不同平台便捷开店、销货和营销 [2] - 企业经营者只需与AI智能体对话即可获得专业指导，AI智能体扮演着CFO和COO的角色 [2]

活动概况 - 活动名称为“海道 : 2026年度 发路” [1] - 活动于11月4日下午在北京中国大饭店会议大厅举行 [1] 议程安排与核心议题 - 主题演讲“从AI浪潮到企业智变”由天际科技投资创始人张倩主讲 [2] - 沐曦集成电路将探讨国产算力如何赋能AI生态 [3] - 智谱公司将分享通用人工智能之路与大模型建设新范式 [3] - 议题涵盖AI在金融领域的全球实践及智能体经济前景 [3] - 汉得信息将探讨企业级应用自主创新AI升级路径 [3]

人工智能发展趋势 - 基础大模型迭代速度加快，多模态模型理解能力整体提升90%，TOP1模型迭代周期从去年的几个月缩短至几周[4] - 软硬件深度协同、高效融合成为大模型研发新范式，极致的软硬协同是支撑大模型快速迭代的关键[1][4] - 智能体成为大模型应用的主要形态，正在加速形成智能体经济[1][5] - 开源模型发展激活公有云、一体机等AI市场，极大降低了大模型落地应用门槛[5] 模型能力增强方向 - 语言基础超级模型深度集成多种能力，模型推理能力成为重要指标，通过路由融合和Agentic RL技术提升效率与场景表现[7] - 多模态大模型深度融合理解和生成能力，原生多模态架构逐渐成熟[7] - 世界模型加速构建数据生成、动作解释等四类核心能力，未来通用世界模型将成为AI通向AGI的关键基石[9][10] - 具身智能以突破具身图灵测试为目标，通过数据-模型-本体联合设计实现生物级感觉运动能力[10] 智能体技术发展 - 智能体是数字员工的初级形态，能自主完成复杂任务且性能优于单一模型，但能力仍有很大提升空间[2][7] - 推动互联互通和长难任务处理是当前智能体技术创新的主旋律，智能体完成任务的长度大约每7个月翻一番[2][14] - 通信协议如MCP、A2A成为智能体与外界交互的桥梁，可降低系统集成复杂性并解决数据孤岛问题[14] - 未来智能体将能独立完成需人类数天或数周的任务，加速开启智能原生应用时代[14] 人工智能行业应用 - 人工智能赋能行业遵循从数字化水平较好领域率先突破再逐步扩散的规律，率先在互联网等数字原生领域规模化应用[15] - 人工智能正逐步向金融、医疗、交通等数字化程度较高的行业渗透，并在自动驾驶等领域实现新突破[16] - 行业渗透深度存在差异是客观现实，受数字化转型基础、资源供给能力等因素影响[2][16] - 推进行业应用需关注行业水平与转型路线、技术能力与实际需求两个方面的协调统一，坚持市场驱动并因业施策[2][16] 未来技术路径展望 - 未来可能看到强化学习等机器学习技术取得重大突破，世界模型技术路径逐步清晰[12] - 可能出现效率更高、性能更好或可信水平更高的非Transformer新模型架构[13] - 光计算、类脑计算、量子计算等新兴计算技术一旦投入实用，将带来人工智能技术体系的重构[13]

人工智能发展阶段转变 - 人工智能正从大模型阶段迈入智能体新阶段 [1] - 大模型领域三大突破共同推动智能体诞生：推理能力提升、开源免费生态成熟、推理算力成本骤降 [1] 智能体的核心特征与能力 - 智能体具备自主规划、持续记忆、使用工具、分工协作四大类人特征 [2] - 智能体核心能力是通过强化学习与任务规划进行“慢思考”，将目标拆解为可执行路径并在试错中完成任务闭环 [2] - 智能体可跳出问答交互局限，主动调用专业工具、保存工作记忆，并与其他智能体协同交付完整成果 [2] 智能体带来的影响与机遇 - 智能体发展前景比软件大十倍，将催生全新的“智能体经济” [2] - 智能体将让个人成为“超级个体”，每个人可拥有数十个智能体组成的“赛博助理团”7×24小时处理各类任务 [2] - 企业将转型为“超级组织”，美国初创公司仅数十人却能创造千人团队效益的秘密在于智能体高效工作 [2] 企业AI转型方法论框架 - 转变认知：把智能体当“人”来用，明确角色定位 [2] - 小切口切入：优先选择流程明确、人力密集的岗位进行试点 [3] - 构建“虚拟团队”：通过多智能体分工协作处理复杂任务 [4] - 业务专家主导：由懂业务的骨干设计流程，AI团队提供技术支持 [5] - 坚持“人在回路”：关键决策保留人类监督，确保可控可管 [6] 未来竞争力与人才培养 - 未来竞争力在于能否“领导”智能体团队，AI不会淘汰人，但会淘汰不会使用AI的人 [6] - 建议高校开设“自然语言编程”等课程，培养具备AI协作能力的复合型管理人才 [6]

产品发布核心 - 谷歌云于10月10日发布企业级AI解决方案Gemini Enterprise（Gemini企业版），旨在成为“工作场所AI的新入口”[1] - 该产品定位为一个全面、安全且集成的平台，超越简单的聊天机器人，致力于将AI智能、企业数据、业务流程和员工无缝连接起来[1][12] - 谷歌CEO表示，谷歌云年化收益已突破500亿美元，大部分增长由AI驱动，超过65%的云客户正在使用其AI产品[1][8] 平台架构与核心组件 - Gemini企业版被定义为一个统一了六大核心组件的端到端平台，而非孤立应用[2][15] - 平台核心是谷歌最先进的Gemini系列模型，其中Gemini 2.5 Pro在行业基准测试中已领先超过六个月[2][11] - 工作台（Workbench）支持“无代码”方式构建和编排AI Agent，使业务人员可像开发者一样创建智能体[2][16] - 平台包含一套预构建的专业Agent，如深度研究、数据洞察和编码助手，开箱即用[2][16] - 平台能安全连接到企业几乎所有的数据源，并学习员工的个人工作习惯，提供个性化回答[2][17] - 平台提供集中的可视化管理、审计和安全控制，并已满足许多国家的主权要求和行业合规标准[2][17] - 平台包含一个汇集了海量合作伙伴构建的Agent的市场[2][18] 产品价值与客户案例 - 现场演示案例显示，营销经理通过其创建的Agent，在几分钟内完成了传统模式需数周、跨部门的万圣节营销活动策划[3][20] - 该营销Agent协调了市场研究、库存管理、内部沟通和媒体生成四个专业代理，实现了工作流的端到端自动化[3][21] - HCA Healthcare预计其由Gemini驱动的解决方案每年可为护士节省数百万小时[13][32] - Best Buy已改造其客户服务，使自主改期交付的客户数量增长了200%，并在特定话题上多解决30%的问题[13][32] - 在谷歌内部，近一半的新代码由AI生成[13] - Klarna借助Gemini等工具打造个性化搭配手册，使订单量增长超过50%[43] 技术战略与竞争优势 - 谷歌的底气来自于由四个紧密集成的层次构成的“全栈AI”战略[4] - 基础设施层包括比上一代性能提升10倍的最新TPU，是全球数十亿用户服务的算力基石[4][9] - 研究层由谷歌搜索和DeepMind世界一流的研究团队构成，持续在前沿领域驱动创新[4][10] - 模型层以Gemini为首的行业领先基础模型矩阵，目前已有超过1300万开发者在使用谷歌的生成模型进行构建[4][11] - 产品与平台层将AI能力大规模落地，如Search中的AI概览月处理标记已超过万亿[4][11] - 谷歌强调其提供的是完整的、为AI优化的平台，而非让企业自行组装的模型和工具包[4][18] 生态系统与行业合作 - “开放”与“生态”是发布会的核心关键词，谷歌正与Box、ServiceNow、Workday等合作伙伴深化产品整合[5][49] - 谷歌正在推动建立“智能体经济”，并制定了A2A开放标准用于规范智能体之间的通信[5][41] - 谷歌与Visa、PayPal等上百家机构共同开发了“代理支付协议 (AP2)”，为智能体的安全交易和支付奠定基础[5][41][42] - 谷歌公布人才培养计划，通过Google Skills平台提供免费培训，并启动“GEAR”计划，目标在一年内赋能100万名新开发者[5][50] - 对于复杂需求，谷歌专门组建了由顶级AI工程师构成的“Delta”精英团队提供深度技术支持[5][50] - 谷歌宣布成为LA28奥运会与残奥会的官方云合作伙伴，将利用其平台和技术提升赛事体验[46][47]

AI Agent行业趋势与市场前景 - 2025年正在成为"AI Agent元年"，行业技术架构和产品形态逐步成型 [1] - Gartner预测到2028年33%的企业级软件应用将整合AI Agent，15%的日常工作任务决策可实现完全自主化 [1] - IDC预测2024年AI Agent全球市场规模约52.9亿美元，中国市场规模2028年保守规模超270亿美元，2030年可增长至471亿美元 [6] - 李开复预测AI Agent将带来有史以来最大规模的经济飞跃，到2035年全球GDP增长率将远超以往 [1] AI Agent技术演进路径 - AI从依赖数据规模的知识积累跃迁至具备强大推理能力的新阶段 [1][3] - 推理AI Agent完成从AI Chatbot或AI Co-pilot的跃迁，能够自主拆解任务、规划路径、调用工具并完成任务执行闭环 [3] - 企业AI Agent进化路径从工作流Agent到强推理Agent再到多智能体Agents [5] - 在多智能体时代，Agents通过协同联动形成Multi-Agents网络，单个Agent具备特定领域深度专业 [5] 企业应用价值转变 - AI Agent价值从单纯"降本"走向"增效"，带来基于结果的商业模式再造 [2][3] - 企业不再为模型买单，而是为"结果"与"价值"付费 [3] - AI Agent是"永不休息的数字员工"，边际成本趋近于零，帮助企业重组价值链条和业务流程 [3] - 未来将形成"高效聪明的人管理大量智能体"的局面，AI超级员工占比越来越大 [6] 行业落地挑战与障碍 - 企业内部面临人员阻力，不同层级对AI认知存在显著差异 [7] - 传统组织依赖信息差维持管理权威，中层管理者担忧权利被架空 [7] - 数据难以跨部门共享，流程无法打通，员工普遍害怕被AI替代 [7] - 技术层面存在应用场景难找、技术门槛高、定制难度大等问题 [7] - 多智能体时代需要企业具备通过"积木式"手段重塑组织架构的能力 [5] 实施策略与市场格局 - AI数智化转型需要CEO与一线员工形成转型共同体，确保从战略到执行的贯通 [8] - 实施需要循序渐进，先以部门为单位完成KPI，再逐步跨部门协同，最终达成公司KPI [5][6] - 大厂倾向于提供标准化产品，在"最后一公里"外包给生态伙伴，导致垂直场景案例较少 [8] - 创业公司机会在于聚焦细分行业头部企业的私有化部署服务 [9] - 零一万物采用"一把手工程"战略，已在通信、金融、游戏、法律等行业落地 [9]

AI行业范式转变 - 2025年人工智能主流叙事发生深刻转向，以大模型为基础能力、Agent为交互核心的新范式加速向各行业渗透[2] - 技术能力暴发式增长倒逼商业逻辑、组织形态和投资策略全面重构[2] - 人工智能不再只是技术代名词，已成为国际竞争的战略核心，正重新定义所有产业[2] 技术发展与竞争格局 - AI竞争转向为“智能革命”，其本质是“智能”本身且在不断进化迭代[5] - 行业或将形成“双核驱动”格局：闭源大模型与开源大模型共存互动，美国与中国作为主要竞争体和推进力量[10] - 大模型竞争关键并非模型大小，而是看运行效率、性价比、推理能力、应用落地及生态建设的平衡[11] 投资策略与市场观察 - 今年以来整个AI产业链发生估值重构，科技主线强势崛起，人工智能、半导体、算力芯片等基础设施概念股吸引全球投资者目光[4] - AI时代投资理念关键在于“时间是最好的朋友”，需穿越周期、耐心积累[8] - 结合中国产业环境，中国制造业和金融业具备孕育世界级“苹果”式企业的土壤，中国AI“工程师红利”正产生巨大回报[7] Agent（智能体）经济与商业化 - 智能体可能成为劳动力主体和财富创造主力军，经济活动由智能体之间进行协调、决策、执行和优化，形成“智能体经济”[9] - Agent是破解当前AI商业化困局的有效出路，AI硬件成功核心在于“Agent+硬件+垂直场景”深度结合[22] - 智能经济时代，卖结果比卖软件、卖工具更符合用户需要，结果导向的AI RaaS是商业价值最大化支点[10] 算力基础设施发展 - 人工智能加速发展和落地催生海量算力需求，智算中心作为算力基础设施高级形态具有重要战略意义[13] - 新一代AIDC通过“算力+算法+数据”三位一体模式，推动传统产业智能化重构，加速新兴产业集群孵化[15] - 算力发展机遇和挑战并存，建设先进算力基础设施将助力AGI时代及早到来[15] 企业转型与产业应用 - 企业应对智能化理解三点：AI创新数字生产力，AI唤醒软件流水线，AI引爆装备突破[18] - 数字产业从以“应用/平台/系统”为中心，转向以“智能体”为核心的新阶段，通过智能体链接实现自主决策[18] - AI正从“生产力工具”转变为“生产力本身”，未来AI成果交付将更关注最终结果与效能[19] 垂直行业应用实践 - 创业公司应避免和巨头在通用场景下竞争，选择更垂直领域以便更好找到和解决消费者痛点[22] - 在Agent时代，所有原来的智能硬件都值得重新做一遍[22] - AI Agent加持能将AI能力和用户创意结合，生产大量衍生内容，延长影视作品生命周期[23] - AI智能教育突破时空限制，通过多模态智适应教育大模型为学生量身打造学习方案[25]

协议概述 - 谷歌与Coinbase联合发布开放支付协议AP2 旨在使AI智能体能够自主安全地进行支付 [1][2] - 协议解决AI代理支付中的三大核心挑战：授权验证 意图真实性确认和问责机制界定 [4][7] - 超过60家支付和科技公司参与推动 包括万事达 PayPal 美国运通等行业领导者 [7][17] 技术机制 - 引入"授权指令"(Mandate)概念 作为加密签名的数字合同 记录用户指令细节如商品类型 价格上限和触发条件 [8] - 支持两种场景流程：人在场时需实时签署"购物车授权指令" 人不在场时可预签"意图授权指令"实现全自动购买 [12][13] - 通过x402支付轨道整合稳定币支付 使AI智能体具备加密钱包地址 支持小额高频微支付场景 [14][15] 生态合作 - 合作方覆盖支付巨头(万事达 美国运通) 技术服务商(Salesforce ServiceNow)和区块链机构(以太坊基金会 MetaMask) [17] - 协议设计兼容信用卡与加密货币支付 避免技术碎片化 为全球智能商务提供互操作基础 [21] 应用前景 - 当前支持实物商品和常规服务 医疗教育等复杂资质领域尚未接入 [22] - 欧盟将协议纳入高风险AI类别 要求交易记录保存至少10年并配备实时监管接口 [22] - 推动智能体经济发展 未来可实现AI代理全流程自主购物与服务采购 形成机器驱动的微服务市场 [23]

人工智能发展趋势 - 人工智能正进入以持续学习为核心的"经验时代" 需要智能体与世界直接交互生成新数据源[2] - 人类数据红利逼近极限 现有方法不能生成新知识且不适合持续学习[2] - 人工智能是宇宙演化的必然下一步 将来自去中心化协作[2] 产业规模化发展 - 大模型"规模定律"仍然有效 智能体与经济结构转型将深刻重塑社会[3] - 人类进入"智能体群"时代 数量庞大的智能体彼此交互执行任务构成"智能体经济"[3] - 模型和GPU算力成为未来组织核心资产 企业需要扩大算力使模型更强大数据更丰富[3] 能源需求与解决方案 - 人工智能用电量目前占地球1.5% 预计将增长至20%以上 产生巨大能源缺口[4] - 核聚变是满足AI能源需求的解决之道 1克核聚变燃料释放能量相当于8吨石油[4] - 核聚变领域处于商业化落地黎明前夕 AI技术助力解决技术难点[4] 技术变革影响 - Agent将重塑企业流程 "超级个体+agent"带来巨大结构性变革[3] - 核聚变实现将带来能源革命并引发工业革命 是迈向更高阶文明的关键一步[4] - 资本积极布局核聚变赛道 视为终极能源解决方案[4]

AI发展范式转变 - 人工智能正从数据驱动向体验驱动范式转变 图灵奖得主理查德·萨顿提出"经验时代"概念 标志着AI进入新阶段[2] - 规模定律仍主导AI发展轨迹 大模型"规模定律"持续有效 推理模型塑造"推理规模定律"新曲线[4] - 2025年美国主要科技公司AI相关资本开支预计超3000亿美元 AI数据中心产业链经历大规模建设热潮[4] 智能体经济与开放生态 - 人类进入"智能体群"时代 数量庞大的智能体间交互执行任务 构成全新"智能体经济"[4] - 开放资源成为AI竞争关键变量 从代码开放扩展到数据与计算资源开放 开源成为行业前进不可或缺环节[4][7] - 阿里云创始人王坚强调 人工智能时代开源已不仅是代码开放 更是数据和计算资源的开放[7] 能源需求与技术瓶颈 - AI当前用电量占全球1.5% 根据人脑能耗类比 最终可能达到全球总电量20%以上 将产生巨大能源缺口[5] - 技术落地存在巨大鸿沟 具身智能面临高质量数据短缺和模型算法挑战 多模态数据融合与模态对齐仍是难点[6] - 核聚变被视作终极解决方案 1克核聚变燃料释放能量相当于8吨石油 可通过AI自主探索聚变堆设计[8] 伦理治理与组织变革 - 人工智能触及社会中枢神经系统 数字官僚体系扩张将决定权移交算法 需建立全球协作和自我修正机制[6][10] - AI时代企业需要新型管理模式 人员规模扩大会降低协作效率 需探索更高效的组织管理方式[6] - 历史学家赫拉利强调 任何重塑社会的系统不应"先上线再治理" 需保证快速而安全地运转[8] 前沿应用与未来展望 - 太空计算开启AI新前沿 之江实验室首次将12颗卫星同时发射 实现太空部署8B AI模型 卫星间完整互通互联[8] - 强化学习带领进入经验时代 但需持续学习和元学习技术释放全部潜力 "经验"指观察、行动和奖励三种信号传递[8] - 创新创业门槛大幅降低 AI工具可实现新创意 小组织爆发力越来越强 荒漠中终会长出参天大树[8]