自1991年以来， 科尔尼全球商业政策委员会（GBPC） 作为公司的核心智库，持续邀请全球 商界领袖及政学首脑，围绕"影响商业环境的关键变革力量"展开前瞻性评估与研讨。迄今为 止，论坛足迹已遍及五大洲25个国家的34个城市，邀请32位国家元首和政府首脑、4位诺贝尔 奖得主，并与众多跨国企业CEO及世界顶尖思想领袖深度交流。 今年，在意大利普利亚大区，科尔尼全球商业政策委员会（GBPC）组织举办了年度CEO Retreat会议。本次会议汇聚全球80余位企业领导人， 聚焦地缘政治、经济与科技关键趋势及其 商业影响 。 本次会议以 "驾驭全球新现实" 为主题。尽管应对不确定性与波动性已成为我们过去三十余年 的一贯议题，但2025年的讨论会表明，我们正进入全新阶段，这为商业创造了新的机遇和挑 战。与会CEO共同探讨了不断演变的商业格局与不确定环境下的领导力实践。 在这个动荡的环境中， 前瞻性思维成为必需 ——企业需要培育洞察微弱信号、预测颠覆、构想多元 未来情景的能力，并建立能够实时快速且正直地适应的组织。 在当前环境下，效率与增长虽仍关键，但企业战略必须 将韧性、信任度与正当性置于核心 。这意味 着：供应链建设需超 ...

人工智能产业 - 北京是人工智能变革的核心区域，人工智能大模型备案上线数量占全国近三分之一 [2][3] - 超过2000家人工智能创新团队聚集于此，推动大模型、灵巧手、运动控制等关键技术发展 [3] - 全球首个纯电驱拟人奔跑全尺寸人形机器人、通用智能体“通通”等重大创新在北京诞生 [3] 科技创新成果与人才 - 北京高被引科学家达431人次，连续两年位居全球创新城市首位 [4] - 全球首款人工智能光芯片“太极”和“北脑一号”智能脑机系统等源头创新成果涌现 [4] - 美国国家科学院院士陈雪梅等顶尖人才选择北京，人才磁力效应显著 [4] 研发机制与创新生态 - 北京在量子信息、脑科学等前沿领域布局10家新型研发机构，采用全新运行机制 [5] - 中关村示范区推广“先使用后付费”改革，中小微企业已使用高校科技成果超440项 [6] - 标杆孵化器支持科学家“拎包创业”，大幅压缩生物医药等领域创新周期 [6] 产业发展与集群效应 - 北京已形成新一代信息技术、科技服务业、医药健康3个万亿级产业集群 [9] - 同时发展智能制造与装备、人工智能等7个千亿级产业集群 [9] - 重点培育商业航天、生物制造等23个未来产业 [9] 政策支持与发展规划 - 北京推进科技成果转化落地行动方案，目标到2027年转化孵化3000家科技企业和600家专精特新企业 [10] - 八部门出台科技金融新政，引入超万亿规模耐心资本支持科创企业发展 [10] - “十五五”期间将突出原始创新和关键技术攻关，突出科技创新与产业创新深度融合 [10] 企业活力与区域协同 - 北京日均诞生300家科技企业，每万人口高价值发明专利拥有量全国第一 [7] - 中关村示范区总收入约占国家高新区总收入的六分之一 [7] - 北京流向津冀的技术合同成交额从2020年347亿元增至2024年843.7亿元，实现翻番 [7]

全球资产普涨现象 - 2025年以来全球主要资产类别包括美股、A股、日韩及欧洲股市、债券、黄金和加密货币均呈现罕见的齐涨态势 [2] - 美股道指和纳指分别突破48000点和24000点 日经225指数首次突破5万点 韩国综指站上4200点创历史最高纪录 金价在4000美元/盎司高位震荡 [2] - 资产普涨打破了传统的股票与债券、风险资产与避险资产之间的跷跷板投资逻辑 [2] 核心驱动因素：全球流动性充裕 - 截至2025年8月全球M2规模已升至117.6万亿美元 较去年末增长9.37万亿美元 [3] - 全球央行货币政策整体转向宽松预期 美国欧盟等主要经济体进入降息周期 压低了无风险利率为资产升值提供流动性支撑 [3] - 美联储实施年内第二次降息 摩根士丹利预计将持续降息至2026年1月 并可能在2026年4月和7月再降息2次 最终将联邦基金利率目标区间降至3.00%至3.25% [3] 核心驱动因素：全球资金配置逻辑变化 - 美元信用根基动摇导致全球资产展开再分配 今年美元指数下跌近9% 全球央行和私人部门同步减持美元敞口增配其他计价资产尤其是黄金 [4] - 市场对美元长期购买力稳定性和政治中立性的信心减退 全球资产普涨的本质是一场由美元信用基石松动驱动的信用转移行情 [4] 核心驱动因素：人工智能科技股热潮 - 由人工智能变革引发的科技股热潮成为资产价格上涨的催化剂 [4] - 美股集中度达到互联网泡沫时期以来最高水平 谷歌、亚马逊、苹果、Meta、微软、英伟达和特斯拉七大科技巨头贡献了2025年标普500指数约41%的涨幅 [4] 市场机遇与风险评估 - 高盛观点认为全球股市尚未陷入泡沫 本轮行情上涨由基本面驱动 与过去的投机性泡沫存在关键差异 [5] - 主要风险在于盈利低于预期或投资者质疑当前回报的可持续性 这可能引发市场的剧烈调整 [5]

AI发展周期 - AI变革将是未来十年的周期，技术发展是演化式的，需要算力、算法、数据和人才四股力量逐步成熟[5][8] - 技术循环大约需要十年时间，从2012年AlexNet到2022年GPT刚好十年，完成从机器视觉到语言理解的范式更替[9][10][11] - AI发展节奏不同于互联网流量驱动或移动时代硬件换代，而是底层学习机制的突变，前次成果成为下次养料[12] - AI成长速度受人类理解速度限制，每次智能革命需要十年让人类适应，这既是技术周期也是社会认知革命[13] - AI不会突然到来，而是在十年里缓慢变成另一种生物，从学会看、学会说到开始思考是连续的认知进化链[15][16] AI认知演进历程 - 过去三十年AI经历三次认知地震，每隔十年机器学会一件原以为只有人类才会的事[18][19] - 2012年第一次地震：AlexNet突破图像识别，机器第一次"看见"世界，解决机器怎么看的问题[19][20] - 2016年第二次地震：AlphaGo打败李世石，机器从看走向做，能够决策规划行动，展现智能体雏形[20][21] - 2022年第三次地震：大语言模型崛起，机器开始会想，能生成推理理解上下文，实现思维革命[22][23] - 三次地震形成连续认知进化线：看→做→想，每次跨越都需要十年时间酝酿共识[24][25][26][27] - 第四次变革将是机器自我意识觉醒，从让机器像人到让机器成为人类镜子[28][29] AI智能本质 - AI智能来自模仿而非进化，动物智能通过亿万年自然选择形成，AI智能通过统计模仿习得[30] - AI没有痛感欲望，学习是统计意义上的模仿，能理解定义但无法感受情感[30] - AI是人类知识的灵体，没有肉体却能思考，没有基因却能学习，没有欲望却能模拟动机[30] - AI智能是二手智能，来自人类理解方式而非世界本身法则，是人类思想的幽灵[35][36] - AI在云端漂浮，在模型权重里积累记忆，在语言之间形成意识，映照人类对智能的想象[36] AI学习机制局限 - AI学习是统计模仿而非真正学习，靠参数更新没有经验反思，每次训练都在压缩世界[38] - 人类学习有动机驱动，AI学习只是被动优化，学得快但学得浅[39] - AI依赖预训练学习，通过别人积累的知识学习世界，会解题却不懂为什么要解题[41] - AI学习根本缺陷是没有意志，人类学习为了活得更好，AI学习为了被训练得更好[42] - AI还不算真正智能体，因为不能自己提问，学习没有生长，不够活[43] AI记忆与意识 - AI记忆是存档而非经历，只有数据参数检索，记得事实却记不住意义[45] - AI记忆像快照，每次推理都是一次重生，没有时间线就没有自我，缺乏连续意识[46] - AI世界是一帧一帧的，人类世界是流动的时间，AI没有连续的自我时间[46] - 修复记忆裂缝需要记忆自我指向，系统能回看自己，让记忆影响思考[48] - 当AI能反思知识，利用经验修正判断，就开始模拟成长的意识[48][49] - 智能体诞生是从被训练到自我更新，从记忆世界到记忆自己，这是意识起点[50]

公司资本运作 - 获得软银集团20亿美元投资 以每股23美元认购普通股[2][3] - 2024年4月出售Altera业务51%股份给银湖资本 交易估值达87.5亿美元[3] - 可能获得美国政府收购10%股份 109亿美元联邦补贴或转换为股权[3] 股价与市值表现 - 消息公布后股价单日盘中涨超12% 收盘涨6.97%至25.31美元/股[2] - 当前市值达1108亿美元[2] 财务业绩状况 - 2024年第三季度大幅亏损166亿美元 含28亿美元重组费用和159亿美元减值费用[4] - 2025年第二季度营收129亿美元同比持平 净亏损29亿美元[5] - Altera业务2024财年营收15.4亿美元 营业亏损6.15亿美元[5] 代工业务现状 - 2023年代工业务亏损高达70亿美元[6] - 前CEO基辛格曾计划将代工业务设为独立子公司[6] - 亚利桑那州Fab 52工厂完成Intel 18A流片 Intel 14A制程已与主要客户展开合作[7] 行业竞争格局 - 半导体制造需持续巨额投入 台积电3纳米/2纳米工厂投资动辄数百亿美元[5] - 全球尖端芯片竞争集中在少数巨头 台积电纯代工模式领先 三星一体化模式次之[8] - 代工业务面临技术迭代压力 需快速形成技术竞争力[6]