英伟达与英国政府合作 - 英伟达首席执行官黄仁勋盛赞英国人工智能人才是"全球艳羡的对象"，特别提到研究人员、高校和初创企业，但指出英国需要更多基础设施才能释放潜力 [1] - 英伟达与英国政府达成合作，将助力培养人工智能人才并拓展高校及布里斯托尔实验室的研究工作 [1] - 英国政府追加10亿英镑(约合14亿美元)资金，计划将算力规模提升20倍并完善人工智能基础设施 [1] 英国人工智能发展现状 - 黄仁勋称英国处于"金发姑娘状态"，具备人工智能企业发展的良好条件，但本土基础设施不足 [1] - 生成式人工智能工具需要海量数据中心支撑，依赖电力、水资源等配套基建 [1] - 欧洲在生成式人工智能企业和数据中心建设方面落后于美国和中国，但正规划"数不清的人工智能工厂" [2] 政府政策与投资 - 英国金融行为监管局设立"监管沙盒"，允许金融机构借助英伟达技术开展人工智能实验 [2] - 初创贷款机构Liquidity将在伦敦设欧洲总部，承诺未来五年投资15亿英镑 [3] - 英国政府向科学领域提供860亿英镑(约合1160亿美元)资金，涵盖制药、绿色能源、军事技术等 [3] - 政府宣布1.87亿英镑计划用于提升工人与学生的人工智能技能，获IBM、微软等公司支持 [3] 行业前景与机遇 - 黄仁勋强调人工智能既是技术也是基础设施，将像电力一样深刻影响所有行业 [2] - 技术与人工智能成为英国政府推动经济增长的核心抓手，计划投入数千亿英镑 [3] - 政府优先保障国民医疗服务体系和军事能力，同时推进大规模资本投资 [3]

生成式人工智能服务备案进展 - 上海市新增11款已完成备案的生成式人工智能服务 [1] - 新增备案服务包括阶跃多模态等 [1] - 截至6月9日累计已完成82款生成式人工智能服务备案 [1]

"龙藤"嵌入了生成式人工智能中的深度思考功能，可通过海量数据信息开展智能分析。在查人找物方 面，"龙藤"整合车辆出入记录、道路摄像头等数据，勾勒被执行人车辆行踪轨迹，AI智能分析高频停靠 位置、可能居住地等情报信息，精准定位车辆和被执行人。针对涉企被执行人，系统嵌入"天眼查"企业 工商数据，全面获取被执行人工商档案、招投标情况、涉诉信息等，分析关联企业图谱挖掘隐匿财产。 基于穿透式查询信息，"龙藤"还可以利用人工智能分析账户流水、工商档案、消费习惯、车辆轨迹等， 对被执行人履行能力、是否存在规避执行等进行研判，同步推荐执行方案。此外，"龙藤"可开展多维度 评估，结合法律规定和被执行人财产画像，综合研判并以智推信息辅助法官区分失信与"失能"，为善意 文明执行提供智力和数据支撑。 针对群众诉求问题，"龙藤"可对接12368等群众诉求平台，生成工单报表，及时向承办法官发送预警信 息，压实主体责任。"龙藤"可预警全流程待办事项，重点提示财产控制临期、审限临期、案款到账、案 款超期未发放等节点，推动案件办理从"人工盯"变为"系统管"。今年以来，龙华法院执行局催办类信访 数量同比减少20%。更为重要的是，系统实现了全流程 ...

工业物联网技术趋势 - 2025年汉诺威工业博览会未带来突破性技术，但展示了人工智能引领的变革，贯穿制造生命周期 [1] - 生成式人工智能（GenAI）推动人工智能采用率提高，代理型人工智能（Agentic AI）被视为产业下一个重大事件 [1] - 工业边缘计算从独立硬件演变为集成化AI软件技术栈，具备更强本地处理能力 [10] 生成式人工智能（GenAI） - GenAI已全面融入工业软件，成为各大厂商产品组合的常见功能，主要用于聊天机器人和助手类工具 [3] - 西门子展示约20款工业助手（Copilot），覆盖制造生命周期各阶段，并与微软开发工业基础模型（IFM） [4] - ABB展示Genix Copilot，具备自然语言诊断和车间辅助功能，嵌入资产性能管理平台 [4] 代理型人工智能（Agentic AI） - Agentic AI处于早期阶段，多数演示停留在简单自动化，缺乏实际应用验证 [7] - Tridiagonal与AWS展示面向工业维护的代理式AI框架，仍处于概念验证阶段 [8] - 西门子推出工业AI智能体，预计提升50%生产效率，并计划创建AI代理市场 [9] 边缘计算与视觉语言模型（VLM） - 博世力士乐展示ctrlX AUTOMATION平台，支持边缘侧部署AI模型 [10] - 戴尔、英伟达与SoftServe展示边缘侧VLM应用，实现本地实时推理计算 [11] DataOps平台 - DataOps平台成为工业AI关键支撑工具，功能扩展至数据治理和实时数据处理 [14] - Litmus Automation展示边缘侧AI模型生命周期管理能力 [14] - Crosser展示流数据分析与集成平台，支持低延迟AI驱动工作流 [14] 数字线程与设计工程 - 西门子推出下一代数字主线解决方案DxC，支持LLM能力，降低人工录入成本 [16] - Autodesk展示Project Bernini，通过多模态设计重塑早期设计流程 [17] 预测性维护（PdM） - PdM系统日趋传感器化，竞争焦点转向传感器质量和系统兼容性 [18] - Fermai展示Doctor 4.0平台，集成传感器数据与Modbus实时控制 [18] - StrainLabs展示蓝牙螺栓传感器，监测预紧力和温度 [19] 5G专网 - 5G专网需求增长，但整合难度和法规问题制约普及速度 [21] - 诺基亚展示融合AI、边缘计算与5G专网的实时工业安全解决方案 [22] 可持续解决方案 - AI提升碳排放可视化与合规效率，优化能源使用 [23] - Avanade推出欧盟碳边境调节机制（CBAM）Agent，智能化合规申报 [23] 认知能力赋能机器人 - Neura Robotics为MAiRA机器人增加语音指令功能，提升操作效率 [24] 数字孪生 - 数字孪生转型为AI驱动的优化工具，应用于运营辅助和员工培训 [25] - 西门子将数字孪生用于实时优化与机器人训练，提升产线改造效率 [25]

济南市数字经济人才政策核心观点 - 济南市为加强数字经济、青年科技、银龄、种业四个细分领域人才队伍建设，出台了专项政策措施，其中针对数字经济领域制定了《济南市关于加强数字经济人才发展的若干措施(试行)》，旨在赋能产业高质量发展并增加人才有效供给 [1] 数字经济产业现状与战略地位 - 济南深入实施数字经济引领战略，统筹推进数字产业化、产业数字化、算网一体化协同创新发展，并在全省率先出台《济南市数字经济促进条例》 [3] - 济南软件名城评估位列全国第7，数字生态总指数居全国第8、全省第1，数字经济被视为济南的优势和潜力所在 [3] 人才引进措施 - 政策聚焦大模型、生成式人工智能、网络安全等紧缺产业需求，坚持高端人才引领、国内国外并举，吸引集聚高层次数字经济人才 [3] - 通过编制池保障、项目资助等方式，加大对数字经济高端人才、顶尖人才以及首席数据官等领军型人才的引进力度 [3] - 深化“揭榜挂帅”机制，吸引国内外数字经济领域工程师、创客团队等定向攻关、来济创业 [3] 人才培养与校企合作 - 政策聚焦校地融合发展，支持校企共建现代产业学院、公共实训基地，深化校企交流合作 [4] - 选聘一批数字经济领域科技副总和产业教授，助力成果转化、推动产教融合 [4] - 支持重点院校、企业建设数字技术工程师培育基地、卓越工程师学院，定岗定向培养数字经济产业人才 [4] 人才能力提升 - 政策聚焦数字经济技术、管理能力有效提升，定制化开展专业能力培训 [4] - 实行数字经济企业家培育导师制度，创新性开展数字经济领域经营管理领军人才认定 [4] - 选聘知名企业家担任导师，为新生代企业家提供经营管理指导咨询 [4][5] 人才发展与产业赋能 - 政策聚焦建强济南数字经济发展引领区，突出人才引领、产才共兴，鼓励数字经济人才研发创新 [5] - 创新实施高端软件“铸魂”、人工智能“赋智”等数字经济重点工程，持续壮大数字经济核心产业 [5] - 加快制造业数字化转型步伐，推动数字经济场景生态要素多元融合发展 [5]

情感经济与人工智能对营销的影响 - 人工智能技术的快速发展催生"情感经济"时代，人类情感和同理心的重要性被提升到前所未有的高度 [1] - 在情感经济时代，营销人员的手感、直觉和手法成为更重要的专业资本，这些技能难以被人工智能替代 [1][3] - 生成式人工智能改变了营销领域的"游戏规则"，使得营销实践所需的专业资本发生转变 [1] 手感、直觉与手法的重要性 - 手感指营销人员在特定场景下的决策偏好，直觉是长期形成的稳定决策倾向，手法是将决策转化为实际行动的能力 [3] - 营销决策类似于运动员的瞬间反应，依赖长期训练形成的手感和直觉而非单纯数据分析 [2] - 在生成式AI背景下，营销人员的手感、直觉与手法的重要性被提升到新高度 [3] 生成式AI对营销领域的革命性影响 - ChatGPT、Midjourney等生成式AI技术对传统"非重复性劳动"职业如营销产生替代威胁 [4] - 生成式AI可自动生成多样化营销创意和内容，优化受众需求匹配，降低创意生成成本 [4][6] - 2018年雷克萨斯已使用AI生成整支广告片，AI产出内容可直接使用且效率不断提升 [5] AI在营销传播与产品设计中的应用与局限 - AI能通过数据分析将内容与消费者情感连接，但缺乏对社会文化细微差别的敏感性 [7] - 在产品创意设计领域，AI可批量生成方案但最终评价权仍属于消费者，营销人员需担任筛选裁判 [8][10] - 研究发现消费者对AI设计的奢侈品持消极态度，因其降低了产品的情感价值感知 [10] 营销人员在AI时代的不可替代性 - AI无法真正理解人类情感的复杂性，涉及文化价值观等宏观层面的情感动态 [16][17] - 营销实施是动态定制化过程，需依赖营销人员的经验手法进行灵活调整 [19] - 营销人员通过实用理论和经验积累形成的直觉，能避免AI可能加剧的营销短视症 [20][22] 情感经济时代的营销人员发展建议 - 营销人员需通过持续理论学习和经验积累来强化直觉与手法，提升专业资本 [26] - 服务主导逻辑等实用理论强调价值共创，能帮助营销人员保持顾客导向思维 [21][22] - 经验是营销人员在AI时代最宝贵的财富，能形成超越数据的市场洞察力 [23][24]

报告提出，全球各区域就业市场呈现不平衡发展，就业增长速度差异明显。亚太地区仍是全球就业增长 最快的地区，2025年其就业增长预期为1.7%，新增就业约3400万人；非洲就业保持较快速度增长，其 人口结构支持劳动力扩张，但增长更依赖劳动密集型行业，且非正规就业高达85%，就业质量较低；报 告将美洲2025年就业增长预期由1.6%下调至1.2%，受美国经济发展放缓和贸易政策不确定性影响，拉 美国家非正规就业率偏高；欧洲和中亚地区受能源转型、地缘政治不稳定影响显著，是就业增长最慢的 地区，就业增长预期仅为0.6%，且青年和移民群体就业质量问题突出；阿拉伯国家增长分化显著，石 油出口国与依赖进口的国家走势各异，总体上就业增长虽强，但非正规就业增长较正式就业增长更快， 且多数国家仍依赖公共部门吸纳就业，私营部门活力不足。 报告强调，当前生成式人工智能对就业市场有着深远影响。最新研究显示，全球约有23.8%的劳动者在 工作中一定程度上面临着生成式人工智能的挑战。尤其是在高收入国家，这一比例高达三分之一。报告 认为，生成式人工智能更可能改变职业中的某些任务，而不是完全替代整个职业。例如，文书工作中的 数据录入和报告生成等任 ...

纪要涉及的公司和行业 - **公司**：WNS，一家业务流程管理领域的领导者，专注于业务转型和业务服务 [2] - **行业**：全球业务流程管理行业 纪要提到的核心观点和论据 公司优势 - **市场优势**：服务的市场规模大、增长快、渗透率低且快速发展，全球业务流程管理空间约300亿美元，预计未来五年复合增长率约5%，目前行业渗透率仅25% - 30% [4][5] - **客户需求匹配优势**：拥有独特解决方案，结合了差异化的深度领域知识、数字、AI、数据和分析能力；收购Kippi公司，与行业领先技术公司建立战略伙伴关系；约四分之一业务采用非FTE模式，行业领先 [6][7] - **业绩表现优势**：有实现两位数收入增长、行业领先利润率和盈利增长快于收入的良好记录；能应对宏观变化和技术周期；有高质量的经常性业务、可见的收入组合、强大的净现金资产负债表、出色的自由现金流转换和平衡的资本配置方法 [8][9] 业务挑战与展望 - **挑战**：过去18个月在医疗保健、旅游和零售三个垂直领域遇到客户特定问题，如客户转移业务、增加自动化聊天功能使用、改变交付模式等，但这些问题在第一财季结束后基本解决 [13][14] - **展望**：2026财年指引显示收入和盈利将恢复健康增长，中点指引下收入增长9%，正常化盈利增长11%；大交易管道稳健，预计将继续签署大交易，但难以预测具体签约时间 [10][16] 宏观与行业特性 - **宏观相关性低**：业务流程外包（BPO）业务与宏观经济相关性极低，无论宏观环境好坏，客户都需要技术、自动化和成本降低来保持竞争力，BPO业务受宏观影响远小于IT服务和客户服务 [20][21] - **监管影响小**：政府监管背景如关税、离岸业务相关政策对公司影响不大，全球化服务需要全球人才 [22][23] Gen AI影响 - **积极影响**：公司认为技术进步对业务是净积极的，Gen AI和AgenTik AI等工具能创造客户环境的破坏，客户需要服务合作伙伴来利用这些工具；目前约5%的收入受Gen AI影响，客户对Gen AI的需求不仅是成本降低，还包括创造竞争优势、增加收入等 [24][32] - **生产力提升**：随着技术发展，合同中的生产力承诺将提高，预计未来可能达到4% - 5%；Gen AI工具能带来更好的业务成果，促使未外包的客户寻找合作伙伴 [31] 合同与垂直领域情况 - **合同情况**：合同期限平均接近五年，前端经济利益是客户首日节省30% - 40%成本，目前合同生产力承诺未提高 [42] - **垂直领域**：保险行业有很大的转型、自动化和数据利用需求；旅游行业受在线旅游客户将业务转向自动化聊天功能影响，但公司认为该领域仍有机会，目前在线旅游业务占收入降至3%，最大客户占比降至0.5% [47][50] 利润率情况 - **短期**：2025财年利润率因一次性因素降至19.5%，目前公司认为有机会每年将利润率扩大20 - 30个基点 [52][54] - **长期**：向非FTE服务和技术支持解决方案的转变将推动长期利润率提高 [54] 其他重要但是可能被忽略的内容 - 公司收购的Kippi公司是数据现代化和数据管理服务的领先提供商，专注于Snowflake平台，可作为展示数据能力的切入点，进而销售实施集成服务和流程管理服务 [6][37][40] - 公司合同期限一般为三到五年，经济价值来自长期合同，在宏观疲软时，服务的经济利益仍能得到客户认可 [42][43]

活动概述 - 2025年6月1日儿童节当天在中国辽宁大连儿童公园举办"守护我的世界 一起「童」行"儿童安全保护主题活动 [1] - 活动由辽宁省妇联主办，大连市妇联、市应急局、中山区政府承办，中图新阅读(大连)有限公司提供原创内容支持 [1] - 活动通过四格漫画展板形式展示《土豆逗严肃科普》动画内容，让儿童及家长体验科普教育价值 [1] 一米科普理念 - "一米科普"是中图新阅读旗下故事工场基于儿童友好理念衍生的行动理念，主张从儿童视角出发实现科学传播 [2] - 漫画展区高度均控制在一米以内，展出30组涵盖交通安全、火灾避险等主题的科普漫画 [2] - 理念强调通过儿童优先、儿童参与实现"把科学交给儿童"的传播目标 [2] 活动创新亮点 - 采用"安全卫士放大镜"互动设计，儿童通过寻找漫画线索获得奖励印章 [6][9] - 设立阅读体验区、科普放映厅、互动体验区等多模块，结合AI装置增强参与感 [10][15] - "火线特工队"互动专区结合近期火灾事件原创制作消防教育内容 [11][13] - 垃圾分类科普通过漫画+游戏方式实现快速学习 [12][14][16] 内容产品表现 - 《土豆逗严肃科普》系列动画已累计更新300多集，全网曝光量超21亿次 [22] - 获得爱奇艺年度影响力品牌、腾讯年度新锐机构等多项行业荣誉 [22] - 四联漫画巡展正式开放全国合作伙伴征集，新品将于7月发布 [22] 社会影响 - 活动吸引政府高层参与，辽宁省妇联主席和大连市中山区委书记体验AI装置 [15] - 现场纸书、文创产品与动画放映形成复合型阅读体验 [17][19][21] - 活动实践《中国儿童发展纲要》"创建儿童友好环境"要求，推动社会观念革新 [6]

全球AI原生企业生态全景概览 - 全球生成式人工智能领域形成以OpenAI、Anthropic和谷歌为核心的三大基础模型生态阵营，分别以开放多元、安全企业级应用和技术赋能垂直创新为特点 [2] - OpenAI生态规模最大，聚集81家初创企业，总估值634.6亿美元，覆盖AI搜索、内容生成、法律服务等广泛领域 [2] - Anthropic生态聚集32家企业，估值501.1亿美元，聚焦高安全性场景如知识管理、自动化决策等 [3] - 谷歌生态规模最小但增速快，有18家企业，总估值127.5亿美元，突出创意生成、营销优化等细分赛道 [3] 多模型接入策略 - 部分AI原生企业采用多模型接入策略，如Anysphere、Clay、Glean等，以兼享不同模型优势并降低单一生态依赖 [4] - 多模型接入企业普遍采用B2B2B模式，聚焦数据、营销、金融等B端场景，客户对模型能力有不同偏好 [4] 自研模型企业 - 部分企业专注自研模型，分为两类：一类攻坚通用大模型如xAI、Cohere等，另一类深耕垂直领域如Midjourney、Stability等 [5][6] - 自研模型企业在内容生成、多模态、具身智能等前沿领域探索，推动AI生态多元化和专业化 [6] 生态布局差异化 - OpenAI定位"通用AI工具平台"，构建插件与API生态，形成强大网络效应 [9][10] - Anthropic定位"安全导向的企业级AI服务商"，主打模型稳定性与合规性，深度渗透高门槛行业 [9][11] - Google依托Gemini实现全栈一体化，深度嵌入搜索、办公套件等核心系统，打造闭环生态 [9][13] 开发者策略对比 - OpenAI提供API、SDK等工具支持开发者创新，设有收益分成机制，依赖微软及合作伙伴完成深度服务 [14] - Anthropic构建以安全为核心的B2B技术栈，推出MCP协议，支持超长上下文处理高敏感行业任务 [15] - Google提供全栈式AI开发环境，推出Agents服务和A2A协议，支持多智能体协作开发 [16] 渠道策略对比 - OpenAI采用联盟+自有入口双轨制，通过微软Azure绑定企业用户，ChatGPT直接触达个人用户 [17] - Anthropic主要通过AWS Bedrock、Google Cloud等云平台合作，将模型作为可选AI服务面向企业客户 [18] - Google围绕原生生态展开，Gemini预装至Gmail、Docs等核心产品，形成全渠道闭环 [19] 行业渗透对比 - OpenAI生态覆盖医疗、法律、金融、创意等各行业，行业覆盖面最广 [20] - Anthropic重点攻坚高敏感领域如金融、法律、医疗、安防等，建立垂直品质口碑 [21] - Google依托既有行业解决方案，推动大模型全面渗透各垂直行业，尤其在创意产业表现突出 [22] 价格策略对比 - OpenAI采用API计费+订阅模式，逐步降低价格，从纯利润最大化转向生态规模优先 [23] - Anthropic采取灵活定价，价值导向绑定高价值客户，在服务质量上形成粘性 [24] - Google依托自有算力采取低价捆绑+交叉补贴策略，快速拓展市场份额 [25] 行业未来展望 - 行业生态壁垒和用户粘性仍处于初步形成阶段，技术更迭迅速，未来格局仍有很大变数 [26]