公司业务与技术布局 - 公司目前以大模型技术为核心支撑，构建了电力市场化交易与预测分析两大智能化体系 [2] - 硬件端通过标准化、智能化设计显著提升巡检效率 [2] - 软件端依托大模型与时序算法，实现了电力交易的高效精准决策及负荷预测准确率的双重提升 [2] 行业发展趋势 - 公司的技术应用推动能源运维向数字化、协同化及智能化转型 [2]

行业趋势与人才市场 - 生成式AI与大模型技术呈现爆发式增长，算法工程师岗位迎来“黄金爆发期” [1] - 2026届校招数据显示，大模型算法工程师月薪中位数已逼近3万元，顶尖人才年薪破百万，成为程序员群体中的“薪资天花板” [1] - 字节、腾讯、京东等大厂增加AI部门，扩招大量大模型和算法人才 [2] - DeepSeek热招的大模型全栈工程师等核心岗位开出11W*14薪的天价薪资，年薪高达154万 [2] - 很多AI岗位薪资比往年提高40% [2] 课程培养计划概述 - 为解决求职者能力与企业核心AI岗位用人标准不匹配的问题，推出了《AI算法工程师培养计划》 [3] - 该计划由国内一线大厂在职的算法leader亲自主讲，广度上满足大厂应聘要求，深度上符合大厂用人需求 [3] - 学完后与算法岗需求贴合度至少能达到98%以上 [3] - 计划承诺在校应届生就业薪资拿不到29W、在职人员最低薪资涨幅低于40%-50%，均可以全额退款 [4] - 已有上千位同学通过该计划拿到offer，平均薪资达到35w+，最新一期学员就业薪资最高能拿到85K月薪 [4] 课程师资与设计 - 高薪聘请20位一线大厂顶级专家成立教研团队，历时两年打磨出超精品AI课程 [6] - 课程帮助学员掌握基础理论以及实战项目，满足行业内绝大多数岗位需求，旨在打造行业内TOP级算法工程师人才 [6] - 课程重点围绕主流热门行业商业项目实战展开，包含十大企业级项目 [6] 核心实战项目内容 - **项目三：多模态内容理解与检索**：企业面临从文本、图像、视频、音频等多模态数据中高效提取、理解和检索信息的挑战 [10] - 核心技术包括多模态预训练模型（如CLIP）、多模态融合技术、向量检索（Faiss、Milvus）、图像/视频理解、文本理解 [11][12][13][14][15] - 学习收获包括掌握多模态数据处理和特征提取、应用CLIP等模型、设计实现基于向量检索的推荐系统 [16] - **项目四：RAG与大模型智能客服**：旨在解决传统智能客服知识库更新滞后、回答僵化等问题，以及大模型的幻觉、知识时效性不足等痛点 [17] - 核心技术栈包括智能客服业务场景设计、数据采集与清洗、FAQ问答匹配（Sentence-BERT、SimCSE）、RAG技术栈（Embedding、检索优化、重排序、大模型生成）、部署方案（FastAPI+Docker） [20] - 学习收获包括独立搭建企业级智能客服系统、掌握RAG全链路技能、获得工业级项目经验 [19] - **项目五：PDF智能公式与计算**：解决从PDF文档中准确提取复杂数学公式并进行计算的痛点 [17] - 核心技术结合计算机视觉(CV)、光学字符识别(OCR)与大语言模型(LLM) [17] - 涉及PDF内容解析、公式检测与识别、自然语言到公式/计算转换、符号计算库（SymPy）等技术 [21][22][38] - 学习收获包括掌握PDF解析、公式识别、利用LLM实现自然语言到数学公式的转换 [23] - **项目六：Agent与自动化工作流**：构建能够规划、记忆、使用工具和自我修正的AI智能体，以完成复杂任务 [19] - 核心技术包括Agent框架（LangChain、LlamaIndex）、提示工程进阶（思维链、ReAct）、工具调用(Function Calling)、记忆机制、任务分解与规划、代码解释器 [26][27][28][29][30][31] - 学习收获包括深入理解LLM Agent设计原则、熟练运用主流Agent框架、掌握高级提示工程技巧 [32] - **项目七：Dify智能开发与应用**：利用Dify低代码/无代码平台简化大模型应用开发流程 [24] - 核心技术包括Dify平台核心功能（工作流编排、工具插件开发、RAG管道配置）、本地化部署与权限管理、行业场景实战（如Chat2DB、合同解析） [39] - 学习收获包括快速开发垂直领域大模型应用、掌握Dify搭建工作流和智能体的能力、获得私有化部署能力 [40] - **项目八：ChatBI智能分析与可视化**：通过自然语言实现聊天式商业智能，降低数据分析门槛 [33] - 核心技术包括数据库交互、数据可视化库（Matplotlib, Seaborn, Plotly）、Prompt Engineering、SQL语法校验与优化 [34][35][36][37][43] - 学习收获包括掌握NL2SQL核心技术、利用LLM进行数据分析意图理解和SQL生成、数据可视化呈现能力、理解ChatBI系统架构设计 [44][45][46] - **项目九：信息抽取与图谱问答**：从非结构化文本中提取关键信息构建知识图谱，实现智能问答 [40] - 核心技术包括信息抽取（NER、关系抽取）、知识图谱应用（Neo4j图数据库、图谱问答系统）、大模型融合方案（本地化部署及量化推理优化） [41][42][50] - **项目十：金融研报生成系统**：构建智能投研系统，自动化生成金融研究报告 [47] - 项目背景涉及报告类型多样性、通用大模型能力局限、时效性与准确性要求高等挑战 [51] - 核心技术包括构建基于角色分工的多智能体系统（研究规划、数据采集、行业分析、财务分析智能体）、模型上下文协议(MCP)集成、OpenAI Agent开发范式应用、工具增强推理（RAG和计算工具） [47][48][49][51] 课程适用性与成果保障 - 项目解决方案适用于大型互联网、自动驾驶、工业缺陷检测、文本生成、语言模型、医疗、农业等不同应用场景 [53] - 课程注重业务与思想的传播，培养学员举一反三的能力 [53] - 公司承诺所有保障条款写入协议，具备法律效力 [53] - 提供3、6、12期分期付款服务 [113] - 报名签订保涨薪就业协议，对结果负责 [113][114] 学员成功案例 - **案例一（周同学）**：化学专业出身，毫无基础，通过深耕2期课程，成功转型，拿下月薪23k的算法offer [54] - **案例二（郑同学）**：应届生，目标冲刺大厂算法岗，系统学习后拿下10+个offer，包括字节、美团等，年薪高达60～70万 [60] - **案例三（吴同学）**：双非普本应届生，通过4个多月学习，凭借简历优化及内推资源，收获3个大厂offer，最高年薪48万 [73] - **案例四（李同学）**：大专背景，通过系统化培训、预习指导、实战跟进、简历优化及企业内推，拿下首份年薪30万（20k*15薪）的offer [86][99] - **案例五（吴同学）**：40岁项目经理，无计算机技术背景，通过大厂名师指导、项目实战、5次简历精改与2次模拟面试，3个月拿下32K月薪的算法应用offer [101][110] - 往期学员有90%拿到了国内外名企的AI、算法岗位offer [53]

市场行情与指数表现 - 截至2026年2月5日11:03，中证软件服务指数下跌1.27% [1] - 成分股涨跌互现，石基信息领涨3.07%，达梦数据上涨1.17%，软通动力上涨0.32% [1] - 云天励飞领跌，朗新科技、三六零跟跌 [1] 行业动态与技术创新 - 开源AI智能体Clawdbot（现名OpenClaw）上线后迅速走红，其GitHub星标数于2月1日突破13.6万，成为2026年初增长最快的开源项目之一 [1] - 该智能体支持WhatsApp、Telegram等日常通讯工具交互，并能调用大模型API、执行终端命令、控制浏览器、管理邮件等复杂任务，具备长期本地记忆能力 [1] - 回顾2025年，全球大模型在推理、编程、Agentic以及多模态等能力方向取得明显进步，逐步攻克生产力场景，但模型通用能力在稳定性、幻觉率等方面仍存在短板 [1] - 展望2026年，大模型在强化学习、模型记忆、上下文工程等方面预计将取得更多突破，从短context生成到长思维链任务，从文本交互到原生多模态发展 [1] 指数构成与投资工具 - 截至2026年1月30日，中证软件服务指数前十大权重股分别为科大讯飞、金山办公、同花顺、恒生电子、指南针、三六零、深信服、拓维信息、润和软件、软通动力 [2] - 前十大权重股合计占比60.27% [2] - 软件ETF(159852)跟踪中证软件服务指数，是投资计算机软件行业的工具 [2] - 场外投资者可通过软件ETF联接基金（012620）布局AI软件投资机遇 [3]

市场整体表现 - 市场探底回升，沪指重返4100点 [1] 行业板块表现 - 煤炭概念掀起涨停潮，煤炭ETF涨超9% [1] - 太空光伏概念爆发 [1] - 机场航运概念走强 [1] - 房地产板块表现活跃，地产ETF上涨4.71% [1][2] - AI应用、贵金属、算力硬件等板块跌幅居前 [1] - 能源相关ETF涨超5%，如能源ETF广发上涨5.99%，能源ETF上涨5.33% [1][2] 煤炭行业分析 - 当前动力煤和炼焦煤价格仍处于历史低位，为反弹提供了空间 [3] - 供给端“查超产”政策推动产量收缩，需求端进入取暖旺季，煤炭供需基本面有望持续改善 [3] - 动力煤有长协机制修复和“煤和火电企业盈利均分”的逻辑支撑 [3] - 炼焦煤因市场化程度更高，对供需变化更敏感，可能展现出更大的价格弹性 [3] 人工智能与科技板块表现 - 人工智能ETF跌超4%，例如人工智能ETF下跌4.15% [3][4] - 创业板人工智能ETF普遍下跌，如南方、华宝、华夏等产品跌幅在3.72%至3.95%之间 [4] - 云计算相关ETF下跌，如云计算ETF易方达下跌3.69%，云计算50ETF新华下跌3.67% [4][5] 人工智能行业观点 - 人工智能作为新一轮科技革命的核心驱动力，其最大的价值在于创造新的可能性，推动各行各业向智能化跃迁 [5] - 大模型技术正深刻重塑全球产业格局，其发展有望为金融业带来规模达数万亿元的增量商业价值 [5] - 大模型的迭代发展需直面技术瓶颈、高投入成本以及与监管框架的平衡等挑战 [5]

公司技术应用进展 - 公司已在其旗舰版APP及官网上线了运用大模型技术支撑及针对性训练的瑞达智能客服 [1] - 公司的智能投研系统目前尚处于研发阶段 [1]

公司技术应用进展 - 公司已在瑞达期货旗舰版APP及公司官网上线瑞达智能客服 [1] - 该智能客服运用了大模型技术支撑并进行了针对性训练 [1] - 公司的智能投研系统目前尚处于研发阶段 [1]

公司业务与技术应用 - 公司已在瑞达期货旗舰版APP及公司官网上线瑞达智能客服 [1] - 该智能客服运用了大模型技术支撑并经过了针对性训练 [1] - 公司的智能投研系统目前尚处于研发阶段 [1]

核心观点 - 联储证券与恒生电子联合开发的档案智能分拣系统成功上线，该系统利用大模型等前沿技术，实现了机构客户开户档案的自动分类与合规审核，显著提升了运营效率与服务质量，并获得中国人民银行“2024年度金融科技发展奖”微创新奖 [1] 系统成效与数据 - 系统上线后，将机构开户业务中原本需30分钟的档案分拣工作压缩至1分钟内完成，运营效率大幅提升 [2] - 系统档案自动分类准确率超过95%，审核驳回率降低至5%以内，有效控制了业务风险 [2] 技术创新与应用 - 系统创新性地引入大模型、机器学习等前沿技术，以具备多模态理解能力的大模型为核心引擎，可对大量无序文档进行毫秒级分类与信息提取 [2] - 针对文档图像可能存在的旋转、模糊等问题，项目对模型进行了专项训练，提升了系统实用性 [2] - 系统采用微服务化架构设计，可作为功能组件与券商核心业务系统实现无缝集成 [2] 业务流程优化 - 一线业务人员只需拍照上传材料，系统即可自动完成分类和上传，缩短了前端操作时间 [2] - 系统支持事中扫码补采、事后补采等功能，提升了业务办理的连贯性与客户体验 [2] - 系统解决了行业普遍存在的“知识难、慢、不准”与“流程慢、错、依赖人”的痛点，为行业提供了“知识赋能+流程自动化”双轮驱动的智能化运营范本 [3] 行业背景与意义 - 随着资本市场持续深化改革，机构投资者已成为券商业务体系的核心组成部分，提升机构客户业务处理能力和客户体验是券商数字化转型和巩固竞争优势的关键 [1] - 证券业务线上化、移动化进程加速，产生了大量非标准化文档，传统人工处理方式效率低、易出错，且导致培训成本高、操作负荷重等问题 [1] 未来展望 - 档案智能分拣系统的应用场景可进一步从开户、权限管理延伸至客户服务、合规监控、投资咨询等更多领域，最终构建券商企业级一体化智能运营平台 [3] - 恒生电子将继续与金融机构携手，推动大模型在金融核心业务环节中的深度应用，为行业提升服务质效、强化风险管控提供数智支撑 [3]

中金点睛数字化投研平台核心定位与服务 - 平台致力于打造开放共享的金融业知识平台，集成中金研究分析师投研智慧，是一站式数字化投研服务平台 [1] - 平台依托中金研究超过30个专业团队、全球市场视野以及覆盖超1800支个股的深度积淀 [1] - 平台结合大模型技术，旨在为客户提供高效、专业、准确的研究服务 [1] 平台核心功能与内容 - **研究观点**：提供日度更新的投研焦点，并精选文章及时推送，例如“中金晨报” [4] - **公开直播**：由资深分析师及时解读市场热点，例如“公开路演” [4] - **精品视频**：内容为真人出镜、图文并茂，直观展示研究成果，例如“CICC REITs TALK” [5][7] - **研究报告**：提供超过3万份完整版研究报告，涵盖宏观经济、行业研究、大宗商品等领域 [9] - **数据与研究框架**：提供超过160个行业研究框架、行业数据以及超过40个精品数据库和精品数据看板 [10] - **中金点睛大模型**：提供AI搜索、要点梳理、智能问答等智能化研究工具 [10][11] 平台访问与用户权益 - 用户可通过网站（research.cicc.com）或手机号登录体验平台 [4] - 用户完成邮箱认证后，可解锁三大升级功能 [8]

核心财务表现 - 预计2025年全年归属于上市公司股东的净利润为800.00万元，同比预减62.89% [1] - 预计2025年全年归属于上市公司股东的扣除非经常性损益的净利润为120.00万元，同比预减93.38% [1] - 2025年度非经常性损益合计金额约680万元，主要包括政府补助、金融资产及负债的公允价值变动损益和处置损益 [1] 业绩变动原因 - 业绩同比下降主要受市场需求波动及行业竞争加剧影响，导致公司部分产品毛利率同比下降 [1] - 2025年前三季度出现经营亏损，但第四季度环比扭亏为盈，实现全年总体盈利 [1] 公司应对措施与业务进展 - 坚定推进业务升级转型，重点推动数字人民币跨境支付、智能合约场景建设 [1] - 推进融合大模型技术的智能硬件解决方案的落地实施 [1] - 2025年下半年着力加强嵌入式安全产品等业务的接单工作 [1] - 融合大模型技术的智能硬件项目实施进展顺利，形成较好示范效应，为全国复制推广打下基础 [1] 运营与财务管理成效 - 积极拓展订单并加强应收账款催收，应收账款账面余额明显下降，资产负债结构进一步优化 [1] - 强化各项费用管控措施，期间费用总体呈下降趋势，降本增效工作取得积极成果 [1]