内容概要：智能呼叫服务平台是基于人工智能（AI）、自然语言处理（NLP）、大数据分析和云计算等技 术构建的智能化客户交互系统，作为客户服务的重要渠道，各行业对呼叫服务平台的需求越来越大。近年 来，随着人工智能(AI)、自动化技术的不断进步，全球智能呼叫服务平台市场取得了迅速发展，AI智能呼 叫服务平台将逐渐成为主流。2024年，全球智能呼叫平台市场规模为32.2亿美元，基于AI的智能呼叫服务 平台市场规模为17.7亿美元；预计2025年，全球智能呼叫平台市场规模约40亿美元，基于AI的智能呼叫服 务平台市场规模约22.5亿美元。受益于数字化转型、AI技术成熟和政策支持，我国智能呼叫服务平台正 从"基础自动化"向"认知智能"演进，目前，我国已成为全球最大基于AI的智能呼叫服务平台市场。2024年 我国基于AI的智能呼叫服务平台市场规模为30.3亿元，预计2025年有望达到40亿元。 上市企业：科大讯飞（002230）、腾讯控股（00700）、阿里巴巴-W（09988）、百度集团-SW（09888） 相关企业：阿里云计算有限公司、百度云计算（上海）有限公司、腾讯云计算（北京）有限责任公司、思 必驰科技股份有限公司 ...

于 2024年6月MedBench评测中，山海大模型以综合得分82.2的成绩位列第一；在SuperCLUE半 年度报告中，山海大模型以总分72的成绩位居全球大模型第一梯队，理科能力国内第一，文科能力 国内第二。 值得注意的是， 在技术具有领先性的同时，云知声的商业化进程亦较早即开始推进 ——譬如，2012 年成为率先将深度学习算法应用于语音识别产品的公司之一后，云知声持续推动卷积神经网络 (CNN)、生成对抗网络(GAN)及强化学习(RL)等先进AI算法的商业应用；同时，云知声亦是亚洲最 早 将 AI 大 语 言 模 型 商 业 化 的 公 司 之 一 。 2018 年 ， 云 知 声 利 用 新 兴 的 Transformer 算 法 中 获 得 WMT2018世界机器翻译技术评测前两名，并自此为广泛的垂直行业客户提供Transformer升级的AI 解决方案。 根据弗若斯特沙利文的资料，按 2024年收入计算，云知声是中国第四大AI解决方案提供商，且在年 收入超过5亿元的企业中增长第二快。同年，按收入计算，云知声在中国生活AI解决方案排名第三， 在医疗AI服务及解决方案排名第四。 在客户战略上，云知声选择 ...

文章核心观点 中国工商银行申请“基于自然语言处理的交易汇路匹配方法及装置、电子设备”专利，该专利可解决无成交单金融交易无法自动匹配汇路的问题 [1] 公司信息 - 公司成立于1985年，位于北京市，从事货币金融服务 [2] - 企业注册资本35640625.7089万人民币，实缴资本24800000万人民币 [2] - 公司共对外投资30家企业，参与招投标项目5000次 [2] - 公司有商标信息981条，专利信息5000条，拥有行政许可76个 [2] 专利信息 - 专利名称为“基于自然语言处理的交易汇路匹配方法及装置、电子设备”，公开号CN 119741107 A，申请日期为2024年12月 [1] - 方法包括检测新金融交易结果及摘要，未检测到成交单时启动汇路自匹配机制，提取交易要素集合，与现金汇路映射表匹配，选匹配饱和度最高且符合规则的汇路完成清算 [1] - 该专利解决了无成交单金融交易无法自动匹配汇路、影响处理效率和导致清算风险的问题 [1]

文章核心观点 - 斯坦福大学AI100项目首份报告《人工智能与生活2030》为审视未来十几年AI融入日常提供理性视角，AI虽有潜力带来积极影响，但也会带来社会、伦理和法律挑战，需制定政策引导其发展 [3][18] 百年之约：AI100项目的缘起与使命 - AI100项目源于对AI领域快速发展及其深远社会影响的认识，受2008 - 2009年AAAI组织的“阿西洛马会议”启发而生 [4] - 项目设立常设委员会，计划每五年组织专门研究小组评估AI，目标是为AI研究、开发、设计和政策制定提供指导，确保AI惠及个人与社会 [4] 首份报告研究小组及任务 - 首份报告研究小组由17位AI专家及多领域学者组成，背景多元确保研究广度与深度 [5] - 常设委员会要求研究小组聚焦AI到2030年对“典型的北美城市”生活的影响，选择城市和限定北美是为深入探讨特定背景影响并承认全球城市多样性 [5] 揭开AI的面纱：它是什么，不是什么 - AI是一门科学和计算技术，灵感源于人类神经系统和感知等方式，但运作方式与人类不同，精确定义AI有挑战 [6] - 当前AI在特定任务上进展显著，如深度学习、计算机视觉、自然语言处理、AI规划等，但并非“通用人工智能”，缺乏人类常识等能力，不会对人类构成迫在眉睫威胁，应期待其积极影响 [7][8] AI渗透八大领域：2030年城市生活图景 - 交通运输领域，到2030年自动驾驶汽车将更普遍，会改变城市面貌、缓解交通问题，但面临安全性和可靠性挑战，公众对AI的认知可能由此塑造 [9][11] - 家庭/服务机器人领域，未来十五年会出现更多特定用途机器人，但制造通用型机器人面临技术和成本障碍，近期商业机会集中在特定应用 [11] - 医疗健康领域，AI可利用健康数据进行疾病预测等，有望改善数百万人健康和生活质量，但从实验室到临床应用速度较慢，面临数据隐私等挑战 [11] - 教育领域，AI能为教育带来个性化变革，但设计有效AI系统面临挑战，需关注教育资源平等和内容准确性等问题，人机交互顺畅性和信任度是关键 [10] - 低资源社区领域，AI可帮助优化资源分配等，但应用设计可能忽略社区特殊需求或加剧不平等，确保技术普惠性和建立社区信任至关重要 [10] - 公共安全与安防领域，AI用于犯罪预测等引发隐私和偏见担忧，需在提升安全效率与保护公民权利间取得平衡，公众信任是基石 [12] - 就业与职场领域，AI会自动化部分工作冲击现有岗位，但也会创造新岗位和增强人类能力，社会需适应转变，克服人们对被边缘化的恐惧 [12] - 娱乐领域，AI已深度融入娱乐产业，未来会有更具交互性和沉浸感的形式，但可能带来社交隔离等社会风险 [12] 超越技术：AI的社会挑战与政策前瞻 - AI发展带来公平性与偏见、隐私、安全与可靠性、责任归属、经济影响与分配、人机关系等社会、伦理和法律挑战 [13][14] - 报告提出政策建议，包括提升政府AI专业能力、鼓励对AI社会影响的研究、避免对“AI”笼统监管、促进透明度和公众信任、关注公平与普惠 [14][15][17] 结语：面向2030的理性期待与责任 - 报告描绘了AI融入城市生活带来便利和挑战的未来图景，将讨论焦点拉回现实，提醒人们AI未来掌握在自己手中，需积极引导其发展 [18] - AI100项目才刚开始，当下应理解报告洞察与建议，塑造负责任、可持续、以人为本的AI未来 [18]

公司融资与产品表现 - DeepWisdom完成亿元级融资 旗下智能体产品mgx dev以零推广首月实现百万美元ARR 连续四周占据Product Hunt全球榜首 [1] - MGX产品ARR增长速度可能是中国历史最快 未投入任何宣传费用 [3][45] - 团队开源项目MetaGPT OpenManus等总star数超过13万 [1] 创始人背景与理念 - 创始人吴承霖高中时期受哲学思考驱动 转向计算机领域追求"通用求解器"目标 [4][6][7] - 早期实践包括用自动机器学习构建金融交易机器人 大学阶段实现经济独立 [6] - 在华为期间推动核心产品贡献 参与Open vSwitch等开源项目 其母公司Nicira以12 6亿美元被收购 [8] 技术架构与产品定位 - MGX定位为自然语言编程平台 解决MetaGPT产品化问题 架构分为智能体操作系统 IDE 应用生产分发三层 [23][24][25] - 应用场景包括个人网站搭建 临时需求解决(如活动策划 数据分析) 未来可能取代固定APP模式 [27][28] - Benchmark显示MGX优化版得分90+ 显著高于竞品Bolt(20分)和Lovable(20分) [46][47] 开源与学术循环机制 - OpenManus由4名本科毕业生3小时内完成 体现团队学术循环效能 [3][14][40] - 学术循环依赖三大要素：批判性思维 内在驱动力 标准化流程(SOP) [12] - 开源被视为文明最大杠杆 通过原子化增量改进推动技术进步 [9][10][15] 行业趋势与竞争分析 - AI短期内将影响数据分析师 前端工程师等岗位 但不会颠覆大型软件公司 [11][54] - 自然语言编程可能使结构化思维取代特定语言技能成为编程核心 [54] - 对比Claude和DeepSeek开源模型 指出后者R1版本存在幻觉控制难题 [53] 团队管理与文化 - 组织架构极度扁平 无固定职级 决策由团队协商推进 [48][51] - 管理核心强调无权威文化 鼓励批判性思维 以"谁行谁上"为原则 [50][51] - 当前挑战在于人才稀缺 需高自驱力与批判性思维兼备成员 [56][57] 发展路线与规划 - Foundation Agents论文将定义几十项核心任务 目前完成5项 [55] - 面临组织带宽限制问题 需优化资源配置提升并发处理能力 [55] - 长期目标是通过代码和强化学习优化系统效果 打造最佳问题解决机器 [54]

文章核心观点 AI搜索凭借技术优势提升用户体验，改变搜索行业格局，未来发展趋势多样且充满机会，传统搜索引擎面临挑战需创新[1][3][5] AI搜索特点及格局变化 - AI搜索能精准捕捉用户查询意图，提供定制化结果，打破传统线性检索模式，提升用户体验 [1] - AI重新定义信息获取范式，搜索与AI融合，AI搜索朝着一站式平台发展 [3] - 封闭式AI存在内容幻觉和过程失控短板，“LLM +搜索”模式完成搜索到创作闭环，改变搜索行业竞争格局，预计到2026年传统搜索引擎访问量下降26%，新玩家入场打破“寡头效应” [4][5] AI搜索未来趋势与机会 产品力是竞争力 - 简约化产品设计和一站式服务满足用户需求，是AI搜索发展重要趋势 [7] 信息一体化处理产品形态 - AI搜索与其他AI工具跨界融合，提供实用个性化功能，升级用户体验 [8] - AI搜索突破传统文字搜索束缚，提供跨模态搜索体验，演化为全能型智能助手 [8] - AI搜索呈现多端协同趋势，突破设备边界，走进全新应用场景 [8] 场景垂直“专、精、深” - 用户需求推动AI搜索场景垂直化，垂直搜索满足细分需求，构建企业“护城河” [9] 新商业模式的探索 - 商业化能力创新是AI搜索待解决问题，用户通过AI搜索形成入口导购商业化已有先例 [10] - AI搜索与企业级市场结合，为企业提供定制化搜索解决方案，提供新盈利渠道 [10] 传统搜索引擎的挑战 - 传统搜索引擎需创新，加入AI模型插件提升用户体验，稳固行业心智地位 [12] - AI助手是传统搜索引擎最强挑战者，具备深度思考和联网搜索功能，承载泛搜索需求 [12] - AI搜索新势力提供全新搜索体验，理解自然语言，提供实时准确答案 [12] - 平台型互联网企业扩张搜索市场心智，接入大模型发挥内容潜力 [13] - AI搜索发展关键在于通过RAG解决问题，但依赖传统搜索引擎信息，数据处理难度大 [13]

文章核心观点 - 微软现任CEO萨提亚·纳德拉带领公司转型，从重塑使命到推动“成长型思维”文化，实现业务复兴；公司投资AI初创公司构建战略合作关系，推进技术创新；未来系统架构和客户端模型创新、打造多模态AI系统是关键方向，同时强调领导者应构建可持续发展组织，培养下一代需注重好奇心和批判性思维 [2][6] 分组1：加入微软的选择 - 1991年纳德拉参加NT首次发布和Win32首次讨论后受启发，认为x86会胜出，虽在Sun工作但决定加入微软 [9] - 当时微软面试是经典风格，需在黑板或白板做题，纳德拉最后一个面试问题回答不佳但仍通过 [12] 分组2：微软的“软件工厂”哲学 - 比尔和保罗曾提出建立“软件工厂”概念，即构建软件的公司，早期为Altair构建Basic解释器、有飞行模拟器和Windows等产品 [13][14] - “软件工厂”文化吸引人才，创造满足全球需求的软件产品，公司应不断反思创新，保持“成长型思维” [15] 分组3：微软的迷茫与突围 - 90年代微软与竞争对手差距大，2000 - 2010年进入迷茫期，成功易让人忘记成功原因，公司需有“再创业者”和完整想法 [17][18] - 微软在迷茫期不断尝试，科技行业需尝试才能保持相关性，行业无特许经营价值，需发明创造 [20][22][24] 分组4：重塑使命与再创业思维 - 纳德拉将微软使命重新定义为“赋能每一个人和每一个组织，帮助他们实现更多成就”，强调公司是服务“个人和组织”的软件公司 [28][29] - 引入“成长型思维”推动文化转型，清晰的使命和文化导向加快战略执行，助力微软找回方向 [29] 分组5：逆向领导力理念 - 领导者不应有“拯救世界”心态，组织在其离开后崩溃则说明未真正建立可持续发展的组织，微软后续CEO的成功才说明工作完成 [30][31] 分组6：微软如何布局初创企业 - 微软对初创公司投资重要，不只是单纯投资者，如2007年投资Facebook是为建立广告领域战略合作关系，支持OpenAI是基于战略伙伴关系考量 [32][33] - 公司是“平台型”与“合作型”并重的公司，坚持打造长期、稳定、双赢的合作结构，推动生态系统繁荣 [34][35] 分组7：基础模型战略 - 微软是全栈系统公司，与OpenAI合作是基于信念的战略押注，围绕自然语言展开，合作构建系统、开发工具、推出产品并拥有知识产权 [36][37][38] - 公司也自主构建基础模型，如Phi模型，未来竞争关键是构建完整系统堆栈和打造卓越产品，而非单纯拥有模型 [38][39] 分组8：人工智能的未来 - 当前科技领域AI重塑知识工作者工具流程、影响现实世界“行动模型”，科学研究领域借助AI突破，底层系统架构和客户端架构创新被忽视 [40][41][42] - 下一代超融合基础设施需深度融合计算、存储和AI加速能力，客户端架构需在模型架构和数学逻辑上突破，现有AI系统缺乏健壮、多模型、有记忆的架构 [42][43] 分组9：未来的用户界面 - 纳德拉希望未来在消费生活中有朋友、教练、顾问类型的AI，工作中有首席参谋、研究员、顾问类型的AI，减轻知识工作负担 [46] - 多模态界面如Copilot语音界面更方便，实现全双工对话，是很棒的新模式 [47][48] 分组10：量子计算 - 微软投入20多年研究量子计算，已证明马约拉纳粒子存在，可逐个制造原子隐藏量子信息，纠错需求少可扩展到芯片 [52] - 量子计算不会取代经典计算，两者共存潜力大，化学和生物学领域可关注其发展，Azure Quantum已取得进展 [53][54] 分组11：培养下一代 - AI发展影响人类能动性，如GitHub Copilot和印度基于GPT - 3的WhatsApp机器人改变工作和获取信息方式 [59] - 培养下一代需注重好奇心、批判性思维和常识结合，帮助孩子保持探索精神和自信心 [60] 分组12：保持竞争力 - 竞争要深思熟虑选择“正在进行的游戏”，创业者选择赛道决定企业方向，竞争更多是对自身挑战 [62] - 在科技行业要选择竞争激烈、对手强大的领域，主动选择激发潜力的竞争，促使企业成长和自身进步 [62][63]

文章核心观点 2025年3月12日南方财经全媒体集团自主研发的南方财经金融理财智能大模型算法成功通过国家互联网信息办公室备案，该算法集成多种前沿技术，南财理财GPT——南小财能为用户提供智能便捷理财服务，拥有五大功能 [2][3] 分组1：算法备案情况 - 2025年3月12日国家互联网信息办公室发布第十批境内深度合成服务算法备案信息，南方财经全媒体集团自主研发的南方财经金融理财智能大模型算法成功通过备案 [2] - 国家网信办备案审核严苛全面，备案通过意味着企业技术能力、数据安全、模型合规性达一定标准，是AI大模型商业化落地“通行证” [2] 分组2：算法及模型介绍 - 南方财经金融理财智能大模型算法集成大模型技术、自然语言处理、检索增强生成、强化学习训练等多种前沿技术，为用户提供智能便捷理财服务体验 [3] - 南财理财GPT——南小财是专注财富管理领域的智能AI金融模型，在南财理财通自主构建的银行理财数据库基础上，融合先进大模型训练技术打造而成，用户与智能助手实时对话可获取理财投资信息、市场行情分析和产品信息 [3][4] 分组3：南小财功能 - 提供智能实时对话交流，凭借前沿自然语言处理技术精准捕捉领会用户疑问需求并给出智能准确回答 [5] - 提供理财投资参考信息，从海量金融数据和市场资讯中评估潜在投资风险，依据用户风险承受能力和投资偏好提供个性化理财投资策略建议 [5] - 实时分析市场行情，凭借实时数据接入与深度多维分析能力捕捉市场态势，前瞻性洞察市场风险 [5] - 提供理财排行榜单，通过接入南财理财通银行理财数据库，综合多维度分析与评价对理财产品分类排名 [5] - 实时提供政策资讯，凭借政策敏感性和广泛数据采集网络追踪汇聚财经政策动向与行业资讯，对政策信息深度剖析与速递解读 [6]

AI驱动的新闻摘要功能 - 彭博旗舰产品"新闻标题与正文"覆盖全球上万个主题领域，遍及所有地区及主流企业，并配有丰富的标签体系，可标注话题、证券代码及人物信息 [3] - 利用大语言模型(LLM)和文本嵌入技术可计算不同新闻标题之间的相似度，有效识别重复信息，同一主题下的新闻报道数量可反映事件的市场影响力 [4] - 通过提示工程可提取关键特征如"WTI原油市场是否受影响"或"事件是否导致石油供应中断"，这些特征值可生成市场信号与波动率预测 [6] 供应链数据与生物多样性风险 - 自然相关财务信息披露工作组(TNFD)发布建议帮助企业评估并披露自然资源依赖度、环境影响、风险与机遇，特别强调对上下游价值链的全面评估 [7] - 通过整合供应链数据与生物多样性数据库，可精确定位供应商在高水资源压力区域或生物多样性完整度区域的资产分布 [8] - 明治控股供应商位于高/极高水资源压力区域及生物多样性完整度区域的实体资产占比数据可供分析 [9] 欧洲汽车行业分析 - 欧洲汽车行业销售动能持续衰减，供应商业绩分析显示这一颓势早在市场普遍察觉之前便已现端倪 [12] - 分析覆盖欧洲汽车板块1500+供应商，遍布53个国家，结合标准化财务数据支持多维度关联分析 [12] - 欧洲汽车供应商的需求疲软迹象精准预示了行业拐点，印证财务数据与供应链信息整合对行业趋势预判的价值 [12]

以下文章来源于乌鸦智能说 ，作者智能乌鸦 乌鸦智能说 . 人人都能读懂的AI商业 来 源丨乌鸦智能说（ID：wuyazhinengshuo） 作者丨朗朗 图源丨Midjourney 今天带你们见识下新时代的永动机——AI网红。 她们不会疲惫，永不塌房，还能24小时创造现金流，堪称资本家眼中完美的"打工人"。 当所有人还在摸索用AI赚钱的正确姿势，AI网红率先找到了专属的生态位： 从年入千万美元的顶奢代言，到OnlyFans上的AI分身代聊，再到小红书上AI猫狗博主靠"云养宠"狂揽品 牌商单…… 开发超过70产品的硅谷狂人Levelsio说，"AI网红现在正迅速成为一门大生意"。 预计到2030年，AI网红的市场规模将达到450亿美元。这几乎是现在网红市场的两倍。 各位打工人请系好安全带，今天我们要解剖这个赛博奇观：一群不会呼吸的电子生命体，正在用代码重 构"劳动"的定义。 从时尚博主到AI分身 解锁AI网红赚钱姿势 当大部分AI初创公司还在摸索商业模式，AI网红的变现方式早已五花八门：不仅有品牌代言与联名、情 感经济与订阅服务、还有数字资产衍生产品等等。 接下来，就跟着乌鸦君一起来看看吧。 1、时尚、颜值博主 ...