蚂蚁财富开放平台3.0升级 - 公司宣布升级开放平台3.0 面向金融机构和内容创作者开放三大专业AI助手 包括AI投研助手 AI运营助手和AI内容创作助手 同时开放全场景联合运营 [2] 平台发展阶段与生态规模 - 开放平台1.0阶段帮助机构在财富号线上开店并提供AI决策参谋等散点AI工具 2.0阶段开放服务场景搭建理财社区 理财直播和理财AI等用户服务矩阵 3.0阶段实现全场景开放 [3] - 目前AI助手已有上百家基金 券商 银行等金融机构注册使用 辅助机构投研 运营和内容陪伴工作 [3] AI在投研场景的应用 - 易方达基金将AI应用于主被动投资环节 包括提升投研人员研究效率和能力边界 从海量数据提取投资信号 在量化策略产品中探索AI智能决策 [3] - AI投研助手已有352家金融机构注册体验 辅助快速汇集市场数据和观点 洞察市场机会和风险 [5] 人机协作模式的价值 - 基于大模型的人机协作能打破传统财富管理服务在个性化 科学性和投后跟踪方面的限制 保证投资建议有理有数并兼顾人工经验与情感信任 [4] AI助手运营成效 - AI运营助手试运行以来帮助首批接入机构的服务平均生产时长缩短90% [5] - 借助AI内容创作助手 金融机构和内容创作者提供的优质投教陪伴短视频数增长203% [5]

政策支持与行业导向 - 证监会2025年5月印发《推动公募基金高质量发展行动方案》 鼓励基金公司加大对人工智能等新兴技术的研究应用 [1] 平台升级与AI工具开放 - 蚂蚁财富开放平台9月12日升级至3.0版本 面向金融机构和内容创作者开放"三大专业AI助手"（AI投研助手、AI运营助手、AI内容创作助手）并支持全场景联合运营 [4] - 目前已有上百家基金、券商、银行等金融机构注册使用AI助手 辅助投研、运营和内容陪伴工作提质增效 [4] - 蚂蚁财富平台1.0阶段开放自运营场景和散点AI工具 2.0阶段搭建理财社区、直播和AI服务矩阵 3.0阶段实现全场景开放 [8] AI应用成效与数据 - AI运营助手试运行以来 帮助首批接入机构的服务平均生产时长缩短90% [7] - AI投研助手已有352家金融机构注册体验 辅助快速汇集市场数据和观点 [7] - AI内容创作助手推动金融机构和创作者提供的投教陪伴短视频数量增长203% [7] - 蚂蚁理财助理"蚂小财"服务用户中45%来自三线及以下城市 [7] 行业调研与机构实践 - 清华大学五道口金融学院调研显示 70%机构投资研究用户在使用AI工具 其中64%为偶尔使用 深度使用比例仅7% [5] - 易方达基金将AI应用于主被动投资环节 包括提升研究效率、从海量数据提取投资信号及量化策略产品探索智能决策 [5] - 中信建投证券认为基于大模型的"人机协作"能弥补传统财富管理在个性化、科学性和投后跟踪方面的不足 [6] 技术价值与行业展望 - AI预计广泛应用于投研自动化、风险预警等领域 推动财富管理行业向高效、透明、普惠方向发展 [5] - 机构用户关注AI对非结构化数据处理、研报生成和交易信号挖掘的效率提升 [5] - 智能投资已从"试验"变为"必选" 资管机构未来核心竞争力在于用AI实现"投得更好" [5] - AI技术通过更新生产工具提升投资者获取专业服务的效率与质量 带来生产关系变化 [7]

蚂蚁财富AI开放平台升级 - 蚂蚁财富开放平台升级至3.0版本 面向金融机构和内容创作者开放三大专业AI助手 包括AI投研助手 AI运营助手和AI内容创作助手 同时开放全场景联合运营[1] - AI投研助手已有352家金融机构注册体验 辅助快速汇集市场数据和观点 洞察市场机会和风险[4] - AI运营助手试运行以来帮助首批接入机构的服务平均生产时长缩短90%[4] - AI内容创作助手使金融机构和内容创作者提供的优质投教陪伴短视频数量增长203%[4] 金融机构AI应用现状 - 清华大学五道口金融学院调研显示70%机构投资研究用户在使用AI工具 其中64%为偶尔使用 深度使用比例仅7%[2] - 易方达基金将AI应用于主被动投资环节 包括提升投研效率 从海量数据提取投资信号 并在量化策略产品中探索AI智能决策[3] - 中信建投证券表示基于大模型的人机协作能打破传统财富管理服务限制 保证投资建议有理有数 兼顾人工经验与情感信任[3] 行业政策与发展趋势 - 2025年5月证监会印发《推动公募基金高质量发展行动方案》 鼓励基金公司加大对人工智能等新兴技术的研究应用[2] - 蚂蚁财富平台AI理财助理"蚂小财"服务用户中45%来自三线及以下城市[4] - 行业从产品线上化 服务线上化进入服务智能化新阶段 AI将广泛应用于投研自动化和风险预警等领域[2][4] 平台演进路径 - 开放平台1.0阶段帮助机构在财富号线上开店 提供AI决策参谋等散点AI工具[5] - 2.0阶段开放服务场景 搭建理财社区 理财直播 理财AI等用户服务矩阵[5] - 3.0阶段全场景开放 生态伙伴可借助三大AI助手满足用户理财全链路需求[5]

蚂蚁财富开放平台3.0升级 - 蚂蚁财富开放平台升级至3.0版本 开放三大专业AI助手 包括AI投研助手 AI运营助手和AI内容创作助手 同时向机构开放全场景联合运营 助力行业提升服务效率和投资者体验 [1] - 目前AI助手已有上百家基金 券商 银行等金融机构注册使用 辅助机构在投研 运营 内容陪伴等工作中提质增效 [1] AI在金融行业的应用现状 - 七成机构投资研究用户在使用AI工具 其中近64%为偶尔使用 深度使用AI工具的比例仅为7% [3] - AI将广泛应用于投研自动化 风险预警等领域 推动财富管理行业向更高效 更透明 更普惠的方向发展 [3] - 机构用户更关注AI对非结构化数据处理 研报生成 交易信号挖掘等方面的效率提升 [3] 机构实践与行业趋势 - 易方达基金将AI应用到主被动投资环节 提升投研人员研究效率和能力边界 从海量数据中提取投资信号 并在量化策略产品中探索AI智能决策 [4] - 智能投资已从试验变为必选 资管机构未来核心竞争力是用AI实现投得更好 [4] - 基于大模型的人机协作能打破传统财富管理服务限制 保证投资建议有理有数 兼顾人工经验与情感信任 让普惠 个性 高质量的投顾服务成为可能 [4] 蚂蚁财富AI助手具体成效 - AI运营助手自3月试运行以来 帮助首批接入机构的服务平均生产时长缩短90% [9] - AI投研助手已有352家金融机构注册体验 辅助快速汇集市场数据和观点 洞察市场机会和风险 [9] - 借助AI内容创作助手 金融机构和内容创作者提供的优质投教陪伴短视频数增长203% [9] 平台演进与生态建设 - 蚂蚁财富开放平台1.0阶段帮助机构在财富号线上开店 并提供AI决策参谋等散点AI工具 [9] - 2.0阶段开放服务场景 搭建理财社区 理财直播 理财AI等用户服务矩阵 成熟AI工具让机构与更多用户建立连接 [9] - 3.0阶段全场景开放 生态伙伴可借助三大助手更好满足用户理财全链路对专业服务 产品和内容的需求 [9] 行业政策与宏观背景 - 2025年5月证监会印发《推动公募基金高质量发展行动方案》 鼓励基金公司加大对人工智能等新兴技术的研究应用 [3] - 我国人工智能+行动在金融产业加速落地 [3]

核心观点 - 清华大学与MIT等机构提出大语言模型驱动的城市规划新框架 实现人机协同设计 提升城市规划效率与科学性 [1][3] - AI在概念设计 方案生成和效果评估三阶段提供全流程辅助 已能超越90%人类规划师的专业考试表现 [1][13] - 该技术通过虚拟居民模拟预演方案效果 在纽约和芝加哥的实验中模拟结果与真实数据高度吻合 [13] 技术框架 - 框架包含概念设计 方案生成和效果评估三阶段闭环流程 由LLM VLM和LLM Agent协同驱动 [5] - 概念设计阶段LLM整合地理 社会 经济多领域知识 生成规划描述文本与空间构想草图 [7] - 方案生成阶段VLM将文本指令转化为土地利用布局 建筑轮廓及三维城市场景 [9] - 效果评估阶段LLM智能体模拟居民出行与设施使用行为 输出交通距离 碳排放等量化指标 [11] 实验验证 - 最大规模LLM在规划师资格考试中表现超过前10%人类专家 [13] - LLM智能体在纽约和芝加哥的设施访问模拟与真实居民流动数据高度吻合 [13] - 研究团队已发布CityGPT CityBench等系列跨模态城市大模型及仿真平台 [13] 应用前景 - 构建人机协同新工作流 人类规划师专注创新与伦理考量 AI处理数据整合与模拟评估 [14] - 需解决高质量城市数据稀缺 计算资源需求及模型地理社会偏见等挑战 [14] - 技术将推动设计高效宜居 可持续的城市环境 释放人类创造力 [14]

人工智能对就业市场的影响 - 人工智能可能影响全球40%就业岗位 发达经济体影响比例高达60% [1] - 数字化转型正在重塑职场生态 非企业部门员工感到焦虑和迷茫 [1] - 真正危险是在变革中停滞不前 而非被AI直接取代 [1] 不同岗位的AI影响差异 - 知识密集型和沟通密集型岗位与AI能力高度重合 风险最高 [2] - 需要体力劳动 机器操作或直接人际互动的岗位与AI重叠度最小 [4] - AI先自动化重复性任务 将人类价值推向创造力 战略性思维和情感联结的高阶功能 [4] 人机协作新范式 - AI无法完全取代任何一个职业的所有工作活动 [7] - 67%高管认为混合智能是AI未来 AI负责计算和数据处理 人类提供直觉和情感智慧 [7] - AI主要改变工作执行方式 而非导致大规模岗位消失 [7] AI技能需求与认证 - 2025年人工智能人才缺口预计达400万 [8] - CAIE认证分为两个级别 Level I报考费200元 Level II持证人年薪可达80万以上 [10][12][14] - 持证者平均薪资比同行高35% 腾讯 字节跳动等科技巨头招聘中明确标注"CAIE优先" [12][14] 企业AI应用需求分布 - 民营企业AI赋能岗位需求占比达49.10% 其中运营人员需求占25.40% [14] - 上市企业AI技术投资中 自然语言处理占比9.35% 计算机视觉占比3.78% [14] - 外资企业AI技术投资占比4.30% 其中智能机器人领域投资达1.11% [14] AI培训效果数据 - 江南农商行"学习强行"AI陪练应用上线三个月使用111万人次 人均使用300余次 [15] - 经过AI训练的新客服每次服务平均薪酬提高14.02% 客户差评数下降29.46% [15] - AI培训系统使员工培训周期缩短32% 考核通过率提升28% 生产故障发生率下降20% [22] AI实践应用建议 - 从自动化日报生成 合同要点抽取 知识检索问答等小任务开始应用AI技能 [18] - 每月更新AI使用模板与案例库 积累复利效应 [18] - 保留学习记录和复盘内容 形成可展示的成长轨迹 [19] 组织内AI价值展示 - 部门主管在会议上展示AI工具制作的分析报告会产生行为示范效应 [20] - 定期举办人机协作成果分享会可激发团队创新应用热情 [20] - 主动分享AI应用成功经验可在组织内树立专业形象 创造更多职业机会 [20]

AI行业人才需求趋势 - 顶尖科技公司如OpenAI、谷歌DeepMind、Meta和Anthropic正积极招聘开发者、律师及专家以训练AI而非替代人力[2] - 受AI影响行业的工资增长速度是其他行业的两倍 且人均创收高出三倍[4] - 拥有AI技能的员工薪资溢价达56% 较去年25%显著提升[4] 抗AI替代职业类别 - 律师(抗AI指数100/100)、医生及医疗专业人员(93/100)、人力资源经理(87/100)因依赖情感交互难以被自动化[5][6] - 创意类职业如创意总监(年薪14-22万美元)、UX/UI设计师(11-17万美元)因文化创造需求持续繁荣[9][13] - 蓝领技术工种包括电工(中位数年薪7.8万美元)、管道工(7.2万美元)因物理环境不可预测性需求增长6-15%[11][15] 新兴AI混合岗位 - AI提示词工程师(13-20万美元)、AI伦理官(15-22万美元)等五年前不存在的职位现年薪超10万美元[10][14] - 人机交互设计师(14-19万美元)、训练数据专员(11-16万美元)需同时理解人类需求与机器系统[10][14] - AI实施经理年薪达16-24万美元 成为连接AI技术与实际应用的桥梁角色[14] 技能发展导向 - 麻省理工学院EPOCH框架强调共情、临场应变、伦理判断、创造力及领导力为抗AI核心能力[16][20] - 整合AI工具的员工生产力提升30-50% 表明人机协作效率增益显著[17][21] - 可再生能源技术员年薪8.5万美元且需求增长52% 反映绿色能源与AI融合领域的高增长性[15][18]

人工智能替代人工趋势 - 人工智能技术正导致多家大型企业裁员 Salesforce已裁撤4000个客服岗位[1] - 客服团队规模从9000人减至5000人 人工智能客服承担50%工作量[1] - 客服成本削减17% 通过先进技术取代人力实现[3] 企业裁员案例 - 微软裁员约9000人 为2023年以来最大规模裁员 波及销售和客户服务岗位[5] - Meta裁员3600人 谷歌裁撤Android等部门数百岗位 原因为精简人力并加大AI投入[5] - 金融科技公司Klarna的人工智能客服承担700名人工客服的工作量[6] 技术应用与效率提升 - Salesforce上线help.agentforce.com平台 促使客服工单量持续下降[1] - 人工智能客服在过去6-9个月完成逾百万次客户对话[3] - 全渠道监管系统协调人工智能客服和人工客服的协同工作[3] 行业影响与岗位冲击 - 科技企业今年裁员总数已超6.4万人[5] - 销售代表和客服人员在受生成式人工智能冲击最严重的职业中分列第四和第六位[6] - 企业正在审视所有职能部门 研究如何实现智能体化运营[4]

核心观点 - 数智员工作为新型生产力工具，通过替代人类完成重复性、标准化、低决策需求的工作，旨在重构企业人力成本与效率的平衡 [1][6][8] 产品定位与技术逻辑 - 数智员工定位为企业的“数字员工”，而非嵌入特定平台的工具，只要企业拥有相关平台账号即可上岗，无需与平台方合作 [2] - 技术逻辑采用“通识能力+岗位定制”模式，数智员工被类比为“清华大学毕业的通识人才”，具备全球顶尖方法论，但需针对具体行业和岗位进行快速学习 [2] - 核心技术突破在于模仿人类记忆模式，构建“短期记忆+长期记忆”体系，短期记忆（近6-10个月内容）采用分布式切片存储确保快速调用，长期记忆（2-3年业务数据）通过专属数据库承载 [5] - 具备“纠错即永久记忆”特性，被告知正确答案后永远不会再犯同类错误 [5] 应用场景与效能 - 核心应用场景聚焦于重复性、标准化、低决策需求的工作，如招聘中的简历搜寻与沟通、政务报告撰写、销售线索跟进等 [2][8] - 在招聘场景中，已帮助一家企业实现一年招聘1.9万人的高效成果 [2][3] - 在劳动仲裁等复杂专业岗位，写报告的效率是人类的10倍以上 [2] - 可替代人事专员70%以上的重复性前置工作时间 [2] 部署与运营模式 - 上岗周期因岗位复杂度而异，基础问答类需半天，行业专属招聘需两周，复杂专业岗位需1-2个月 [5] - 运营模式并非单纯销售软件，而是“送员工+配辅导员”，为每位数智员工配备人类“数智员工导师”，负责其全生命周期管理，一名导师可同时指导30-50个数智员工 [5] 市场前景与发展方向 - 市场前景尤其看好政务和销售两大领域，政务领域可处理大量文字材料为基层减负，销售领域可将顶尖企业销售经验复刻给中小企业 [8] - 进化方向不追求全面替代人类，而是追求更和谐的“人机协作”，让数智员工做“打工人”处理基础动作，人类做“温度人”专注于情感沟通、复杂决策和创意工作 [6][8]

航天员在轨工作内容 - 神舟二十号乘组太空出差超过120天 开展新一周在轨工作[1] - 乘组开展在轨情绪评价技术研究及应急决策能力评估实验 探究长期在轨情绪状态及决策能力变化规律[1] 微重力物理科学实验 - 开展高温材料实验柜样品更换 无容器柜实验腔体清理及电极维护[2] - 无容器柜将钨合金加热至3100摄氏度 刷新国际空间材料科学实验最高加热温度纪录[2] 空间新技术应用 - 为地外人工光合作用装置更换新反应器 完成前三阶段在轨试验[2] - 验证多项关键技术 获得大量微重力下物理化学反应数据 为地外原位资源利用技术提供基础[2] 再生生保系统维护 - 完成再生生保系统设备检查维护 开展-80℃空间冰箱加电测试[2] 航天医学实验 - 利用笔记本电脑及测试软件完成精细动作控制 信任与协同机制实验测试[3] - 持续开展人与飞行机器人协作实验 "小航"与航天员磨合探索人机高效协作方法[3] 舱内环境管理 - 定期开展物资整理 舱内环境清洁维护 打造舒适洁净工作环境[5] 航天员健康监测 - 进行眼压及眼底检查 骨密度测试等医学检查 助力地面掌握在轨健康状况[5]