“投资于人”的理论与时代价值 - “投资于人”是马克思主义关于人的全面发展学说在当代中国实践中的创造性转化 其本质是通过社会关系的再生产实现人的本质力量的充分释放 [1] - 在当代中国 人的全面发展思想正通过中国式现代化实践 尤其是“投资于人”的实践 被赋予鲜活的时代内涵与独特的实现路径 [2] - “投资于人”将人的发展置于现代化建设的核心位置 彰显着顺应人民群众对美好生活期待的价值旨归 [2] “投资于人”的实践价值与战略必要性 - “投资于人”作为高质量发展的核心战略 是加快发展新质生产力的必然选择 [2] - 面对人口“老龄化”叠加“少子化”的大周期 必须更有效地发挥“投资于人”的作用 提高劳动者素质 实现“人”与“物”更高效率的结合 从而推动新质生产力发展 [2] - 在人工智能时代 需加快从“机器换人”单向度发展模式向“人机协同”适配性发展模式转变 以避免就业质量下降、劳动收入份额萎缩等问题 [3] - 必须更有效地发挥“投资于人”的作用 实现劳动者与技术协同升级 聚焦“AI+X”复合型能力培养 让劳动者从“机器替代者”转向“智能驾驭者” [3] “投资于人”的四大核心着力点 - 聚焦社会民生：立足全生命周期和人的全面发展观 紧扣“幼有所育”“学有所教”等七大民生主线 在保障基本公共服务普惠可及基础上 满足人民对更高生活品质的向往 [3] - 聚焦紧密协同：在从要素驱动转向创新驱动的新阶段 需将“投资于物”（如实验室、大科学装置）与“投资于人”（造就战略科学家、卓越工程师等）紧密结合 实现双向赋能 共同推动科技创新和产业创新深度融合 [4] - 聚焦新质生产力：“投资于人”能优化人才培养体系 为技术突破、要素配置和产业转型提供人才支撑 推动从“人口红利”衰减到“人才红利”释放 为新质生产力发展提供根本保障 [4] - 聚焦劳动就业：通过“投资于人”建立“AI处理常规任务+人力处理复杂任务”的协同机制 推动分工从“人与人”转向“人与AI” 催生数字孪生运营师、AI训练师等新岗位 实现高质量充分就业 [5]

AI-SaaS行业核心争议与挑战 - 行业面临两大核心争议：传统软件企业能否在技术重构和人机协同中保持竞争力，以及未来利润最终可能会流向具备高效AI编排能力的公司[1] - 软件类股当前面临的核心挑战集中在应用软件层的新竞争格局，以及基础设施公司资本支出的回报率问题[3] - 新技术周期的开启、2020-2021年融资潮培育的大量竞争者，以及系统架构需要重新设计等因素，正推高应用软件层的竞争烈度[5] 争议一：软件企业会被替代吗 - 新的技术周期带来混乱，传统SaaS巨头、高端定制软件商以及拥有独家数据集的创业公司正在同一战场竞争[7] - 竞争加剧有三层原因：新技术出现给了新玩家时间窗口；2021年前后靠热钱催生的公司护城河可能不深；未来软件需同时服务人和AI智能体，导致整个技术栈需要重构[8][9] - 投资应选择那些在重构自身技术以适应“人机协同”工作上进度更快的应用软件公司[10] 争议二：未来利润流向与“编排”能力 - 未来每家软件商都会提供AI智能体，差异化和超额利润的核心在于“编排”能力[11] - “编排”能力指高效整合底层算力、模型、企业数据、业务流程和安全规则，技术复杂且需行业知识，横跨基础设施、平台和应用三层[11] - 这使得垂直整合能力变得比云时代更重要，像微软这样的巨头通吃各层更具优势[12] 公司层面价值判断 - 对应用软件商，价值会聚集在“编排层”，从SaaS转型到“SaaS+AI”是一场残酷的赛跑[14] - 对提供算力的基础设施公司，关键在于能否通过芯片来源多元化提升利润，以及能否在基础算力之上增加有价值的平台服务[15] 行业复苏的七大关键信号 - **信号一：收入结构变化** - 若企业总体传统软件预算未增长，但头部软件公司总收入止跌回升，说明AI订单开始实质性弥补传统业务疲软[16] - **信号二：“自研”项目回流** - 当ServiceNow等公司抱怨客户从自建AI项目转投其成熟产品时，表明打包软件在功能、安全与合规上建立起优势[16] - **信号三：敢于涨价** - 当厂商尝试对智能体功能单独收费或提价且客户接受时，证明AI创造了被认可的商业价值[16] - **信号四：行业知识贵过模型** - 需要清晰案例理解为何在特定场景下，拥有深厚行业经验的Salesforce或HubSpot的智能体会比通用Copilot表现更好，这将决定产品定价权和市场空间[16] - **信号五：出现意料之外的并购** - 若AI平台或大模型公司突然收购垂直领域SaaS公司，是快速获取行业知识、销售渠道和“企业级”信誉的直接手段[17] - **信号六：用钱解决人的问题** - 投资者应关注公司如何应对AI带来的昂贵技术及销售人才竞争，包括股权稀释和员工流失风险，管理层的决心体现在股票回购或调整薪酬结构上[17] - **信号七：看清云巨头的底牌** - 对于微软、甲骨文等提供AI算力的巨头，市场需清楚其新芯片产能上线时间，以及产能分配（自用 vs 外售），这直接影响云业务增长和利润率[17] 市场情绪与估值展望 - 投资者情绪的改善需要2-3个季度的稳定基本面支撑，软件板块短期内仍将面临估值压力[1][13] - 软件板块短期估值压力依旧，熊市风险可能被延后而非消除[1] - 即便基本面稳定，仍存在看空情景被推迟至未来年份的可能[18]

行业技术应用 - 铁路桥梁水下检测被称为"水下战场"，水文环境复杂、潜在风险多样，要求潜水员不仅要精通潜水，还需了解桥梁结构、熟练操作专业设备 [1] - 采用"人机协同"新模式进行水下桥梁检测，机器人先进行"探路"扫描，潜水员随后复核，使检测效率相比纯人工方式翻倍 [2] - 水下检测机器人兼具"浮游"与"吸附爬行"模式，可在江河流中悬停，通过高清摄像头和声呐快速扫描、标记隐患并实时传输数据 [2] 公司业务与运营 - 中国铁路济南局集团公司铁道战备舟桥处潜水队负责执行水下铁路桥梁检测任务 [1] - 该队伍近年足迹遍布全国，已完成超过400座铁路桥梁的检测，行程超过10万公里 [2] - 在检测作业中，潜水员下潜持续数小时，发现异常时及时联动岸上工作人员，配合机器人完成从探测、复核到处置的闭环作业 [2] 具体案例与成效 - 在新兖线京杭运河特大桥的检测中，潜水员背负逾60斤装备，与水下检测机器人协同为桥梁进行精密扫描 [1] - 在2024年春运期间，"人机协同"新模式的应用使桥梁检测更高效精准，共同守护桥梁安全 [2]

文章核心观点 - 高盛技术研究团队指出，软件类股当前面临应用软件层竞争加剧和基础设施资本支出回报率两大核心挑战，行业稳定需观察关键指标，投资者情绪改善预计需要2-3个季度的稳定基本面支撑 [1][3][9] AI-SaaS领域核心争议 - **争议一：软件企业是否会被替代**：新技术周期引发混乱，传统SaaS巨头、高端定制软件商和拥有独家数据集的AI创业公司同台竞争，竞争源于企业自研尝试、2021年前后热钱催生公司的护城河不深，以及软件技术栈需为服务人和AI智能体重构 [4][5] - **争议二：市场利润的最终流向**：未来每家软件商都将提供AI智能体，差异化和超额利润取决于“编排”能力，即整合底层算力、模型、企业数据、业务流程和安全规则的能力，这使得垂直整合能力比云时代更重要，对微软等巨头有利 [4][6][7] 行业面临的挑战与转变 - **应用软件层竞争加剧**：新技术周期开启、2020-2021年融资潮培育大量竞争者、系统架构需重新设计，共同推高应用软件层竞争烈度 [3] - **基础设施资本支出回报问题**：市场关注提供算力的基础设施公司能否将巨额资本支出转化为可观回报 [1][3] - **投资选择标准变化**：投资应挑剔地选择那些在重构自身技术以适应“人机协同”工作上进度更快的应用软件公司 [5] - **公司价值聚集点转移**：对应用软件商，价值聚集在“编排层”，从SaaS转型到“SaaS+AI”是一场残酷赛跑；对基础设施公司，关键在于芯片来源多元化以提升利润，以及在基础算力之上增加有价值的平台服务 [7] 预示行业稳定的七大关键指标 - **指标一：收入结构变化**：若企业总体传统软件预算未增长，但头部软件公司总收入止跌回升，表明AI订单开始实质性弥补甚至超越传统业务疲软 [8] - **指标二：“自研”项目回流**：当如ServiceNow等公司抱怨客户从自建AI项目转投其成熟产品时，表明打包软件在功能、安全与合规上建立优势，企业级市场规则生效 [8] - **指标三：敢于涨价并获得接受**：未来厂商尝试对AI智能体功能单独收费或提价且客户接受时，证明AI创造了被认可的商业价值 [8] - **指标四：行业知识价值凸显**：市场需要清晰案例理解为何在特定场景下，拥有深厚行业经验的智能体比通用智能体表现更好，这将决定产品定价权和市场空间 [8] - **指标五：出现意料之外的并购**：若AI平台或大模型公司突然收购垂直领域SaaS公司，是快速获取行业知识、销售渠道和“企业级”信誉的直接手段 [9] - **指标六：有效应对人才竞争成本**：投资者应关注公司如何应对AI带来的昂贵技术及销售人才竞争，包括是否积极回购股票或调整薪酬结构，这反映管理层决心 [9] - **指标七：看清云巨头产能规划**：对于微软、甲骨文等提供AI算力的巨头，市场需清楚其新芯片产能上线时间，以及产能分配（自用与销售）情况，这将直接影响其云业务增长和利润率 [9] 市场近期表现与情绪 - 受Anthropic相关事件影响，软件股本周曾重挫，尽管周五反弹，但仍处于低位震荡 [2] - 软件板块短期内仍将面临估值压力，投资者情绪的改善需要2-3个季度的稳定基本面支撑 [3]

核心观点 - 中国铁路上海局集团公司杭州北车辆段乔司检修车间通过部署多项智能设备并优化人机协作流程 显著提升了铁路货运车辆的检修效率与能力 为保障春运期间重点物资运输提供了关键支持 [1][2][3] 智能化技术应用与效率提升 - 制动梁3D智能检测机搭载高清视觉识别与三维建模技术 以每秒0.3帧速度对货车制动梁进行全方位扫描 速度比人工肉眼排查快30倍 [1] - 枕簧检测机器人能在3秒内完成单根弹簧的精密扫描并与标准模型进行数据比对 [2] - 轴承智能仓储机器人可在8秒内将一套30公斤重的轴承精准码放到3.5米高的货架上 实现零差错搬运 [2] - 通过深度优化人机协作流程 单辆货车的检修耗时从过去的3小时大幅缩短至1.1小时左右 [3] 具体检修成果与能力 - 2月5日当天 检修车间高效完成64辆货车的全面检修 [3] - 当日具体检修成果包括：制动梁3D智能检测机精准排查制动系统隐患12处 拆解检修轮对300条 处理轴承220套 关键配件检修合格率达到100% [3] - 智能化显著提升了日均检修能力 并为应对突发任务储备了弹性运力和时间窗口 [3] 人机协作模式转变 - 智能设备负责海量数据的快速初筛 工人则集中精力攻克设备筛选出的疑似“病例”和隐性风险 形成双保险 [2][3] - 以枕簧检修为例 过去配一组枕簧靠经验需40多分钟 现在机器人18分钟完成初检 工人只需复核把关 [3] - 仓储管理员从“体力搬运工”转变为“智能调度员” 手持智能终端核对流转数据 [2] - 车间内470余名检修工人与智能机器狗、轴承仓储机器人、枕簧检测机器人组成“黄金搭档”协同作业 [1] 战略定位与重要性 - 乔司检修车间是长三角铁路货运检修的“超级4S店” 承担沪昆、宣杭干线及周边地区货运列车的检修重任 [1] - 该车间是保障长三角地区民生物资、春耕农资和工业原材料运输的“关键一环” 其检修效率直接关系到区域物流循环的畅通 [1] - 检修完成的车辆将满载粮食、煤炭、化肥等重点物资 为春运期间的生产生活物资供应保驾护航 [3]

公司产品与市场表现 - 维他动力首款消费级产品「Vbot 超能机器狗」品牌预订于2026年1月12日收官，预订量突破6540台，在具身智能尚处“实验室阶段”的背景下，该数字极具爆发力 [1] - 公司通过“以 C 带 B”策略，利用C端爆单迅速建立品牌制高点，从而带动了地产、教育等B端客户的主动合作 [1] 创始人背景与行业洞见 - 创始人余轶南博士是中国AI圈“全周期”亲历者，曾是中国第一个复现AlexNet代码的人，并曾作为地平线联合创始人，从0到1验证了端侧推理芯片的算力价值 [2][4] - 余轶南博士提出区分AI公司与科技公司的简单标准：若没有源源不断对无限算力的需求，就不是一家AI公司 [8] - 他认为AI公司追求算力、数据与性能之间的指数级增长，而科技公司本质是自动化产品，对算力的需求存在明显天花板 [13] 商业逻辑与创业哲学 - 创始人提出“生存哲学”：锁死下限，才敢赌“无限上限”，自称是极度的风险厌恶者，其决策基于“下限保底，上限不封顶”的底性原理 [6][7] - 创业心态被描述为基于认知，在焦虑的前夜“尽人事，听天命” [14] 组织形态与人才战略 - 未来AI组织的形态被比喻为“太上老君炼丹”，其中“太上老君”是制定配方与火候的灵魂人物，“仙童（炼丹师）”为10个左右顶尖人才负责核心模型训练，“造炉人与寻药人”为百人规模负责基础设施与数据采集 [9][13] - 公司认为AI时代的胜负手在于人才密度而非人才数量，应告别“人海战术” [10] 产品愿景与行业推演 - 公司致力于用具身智能解决家庭服务需求，核心目标是让机器真正理解世界，从而把时间还给人类，这不仅是技术讨论，更是关于“人机协同”的温暖愿望 [11] - 行业观点认为自动驾驶的尽头是机器人 [14]

行业核心观点 - AI时代对传统外语专业人才培养模式产生颠覆性冲击 高校外语专业正经历大规模的停招与调整 从本科到硕士阶段均有体现 这被视为一场必要的“供给侧结构性改革” [1][3] - 外语教育正从过去同质化、工具化的“大众化”培养 转向“精英化”与“特色化”发展 未来存续的外语专业将致力于培养具备“人机协同”能力的复合型专业人才 [5][8] - 破局的关键在于推动学科交叉融合 外语专业正从“文-文交叉”走向“文-工交叉” 通过“外语+X”的复合培养模式 打造国家急需、社会紧缺的差异化人才 [5][6] 行业现状：专业调整与收缩 - 多所高校停招或撤销外语类本科及硕士专业 2026年东南大学将停招俄语语言文学、西班牙语语言文学2个学术学位硕士专业 河北大学停招英语口译和日语口译专业 北京语言大学阿拉伯语笔译和口译专业不再招生 [1] - 2025年 北京语言大学在硕士招生中已停招俄语笔译、日语笔译等7个专业 [3] - 近年包括中国科学技术大学、河南大学、西南交通大学、济南大学等不少“双一流”高校也纷纷停招外语类本科专业 [1][2] - 根据《2025中国翻译行业发展报告》 2020年以来共有53所普通高校撤销了17个语种的外语本科专业 其中撤销日语和英语专业的院校数量分别达到19所和13所 居各语种前两位 [4] 行业破局：复合型人才培养趋势 - 顶尖外语院校承担国家战略人才培养使命 区域性高校服务地方经济 综合性大学和行业特色院校则深耕“外语+专业”复合模式 [5] - 北京外国语大学英语专业与中央财经大学金融学、中国政法大学法学等合作 培养全球金融治理、涉外法治等复合型人才 [6] - 北京语言大学与中国石油大学（北京）等高校联合申报“阿拉伯语+石油工程”、“西班牙语+采矿工程”等4个联合学士学位项目 [6] - 广东外语外贸大学2024年获广东省首批9个“外语+专业”双学士学位项目 2025年新增10个 并新增人工智能、大数据管理与应用等专业 培养“外语+科技”人才 [6] - 上海外国语大学推动“文文、文理、文工”三融合 增设数据科学与大数据技术等专业 并设立6个双学士学位项目 [7] - 复旦大学推出4个“外语语种+计算机”双学士学位项目 推进“新文科”与“新工科”融合 [7] - 厦门大学外语类保送生可选拔进入“法语+法学”、“日语+国际政治”等双学士学位项目 [7] 行业探索：技术赋能与课程重构 - 北京第二外国语学院成立人工智能与语言科学学院 设立“人工智能+外语（英/法/俄/葡）”四个拔尖人才实验班 年招生规模约120人 [8] - 实验班课程体系进行结构性重构 将《Python程序设计》《自然语言处理基础》《深度学习》《大语言模型微调》等前沿技术课程嵌入外语专业培养方案 [8] - 在科研上聚焦大语言模型翻译质量评测、AI同声传译效能研究、智能影视翻译、基于阿尔茨海默症早筛的语言脑机接口研究等前沿交叉领域 [9] 行业未来：人才能力定位 - AI冲击的主要是“低认知负荷的语言转换技能” 但无法取代需要理解文化背景、弦外之音、价值观判断的高阶语言工作 如外交辞令、文学创作、复杂国际传播与高端谈判 [10] - 未来社会所需的语言人才必须是“人文素养+AI技术能力”的结合体 需要主动学习并驾驭AI工具 适应人机协作 [11] - 人才需要深耕垂直领域 成为“外语+AI+专业”的复合型人才 这将是未来外语人的标配 [11] - 外语人才的角色应是文化使者 具备根据不同受众文化心理调整叙事策略的能力 这依赖于对世界文明的深度理解 是算法难以企及的 [10][11]

1月29日，"看静安·见未来"AI短视频创作大赛总结研讨会在静安国际会客厅举行。区委常委、宣传部部 长萧烨璎，上海大学党委宣传部部长曾军出席会议，主承办方领导智通财经总裁、总编辑刘永钢，上海 大学上海电影学院院长何小青，团区委、区科技经济委、区文化旅游局、区融媒体中心、大宁集团、市 北高新集团相关负责人以及专家评委、获奖企业代表、产业与投资机构代表等参加会议。 用AI讲好静安故事 "看静安·见未来"AI短视频创作大赛立足静安深厚的历史文化底蕴与蓬勃的人工智能产业活力，为社会 搭建起一个展现创意才华、交流前沿技术、凝聚发展力量的链接平台。 链接资源搭好平台 大赛自去年11月启动以来，得到了全社会的广泛关注和积极响应。获奖名单链接参见→重磅揭晓！"看 静安·见未来"AI短视频创作大赛获奖名单公布！ 本文图片均来自 智通财经 会上举行了"看静安·见未来"AI短视频创作大赛获奖作品颁奖仪式，为机构和个人一、二、三等奖颁 奖。 萧烨璎表示，希望能充分发挥融媒资源链接作用，搭建好平台，吸引区域内专业资源、企业、机构，共 同讲好静安故事。此次大赛呈现的作品都很静安，希望这些作品能够成为静安未来城市推广的载体，让 更多人在静 ...

公司2025年关键进展 - 福建舰正式入列，履行强军首责坚强有力 [1] - 四川舰进行海试 [1] - “梦想”号入选中央企业品牌引领行动第二批创建成果 [1] - 科技创新实现新突破，为“十五五”高质量可持续发展奠定良好基础 [1] 行业技术应用与传播创新 - 公司访谈节目首次全员采用数字人形式，应用多个AI模型 [1] - 实现动作、语音、画面的高度精准匹配 [1] - 实现多角色数字人在统一视觉空间内的实时语音交互、动作协同与画面合成 [1] - 此次实践是探索人机协同节目制作的一次积极尝试 [1]

行业趋势：科技公司对文科人才的需求转变 - 2025年科技大厂内容岗位招聘中，63%的职位描述明确要求“有人文社科背景优先”，表明行业已告别“唯技术论”，急需兼具人文洞察与实用技能的复合型人才[1] - 科技行业的发展需要文科生提供文字表达、用户共情和跨领域沟通等“柔性支撑”，其角色被概括为“理工生负责造‘壳’，文科生负责赋‘魂’”[1] - 文科生进入科技公司的关键并非学习编程，而是掌握“人机协同型AI应用能力”这项硬技能，以放大自身优势并满足公司的数字化办公需求[1][8] 核心技能：人机协同型AI应用能力详解 - 该技能无需编程基础，核心在于“应用”而非“研发”，可拆解为三个易上手、高实用的模块，能够短期快速掌握并落地[2] - **Prompt进阶能力**：本质是用精准语言“驯化AI”，以高效完成文案撰写、报告整理等工作，文科生的语言逻辑天赋使其能快速掌握核心技巧[3] - **AI工具实操**：重点攻克三类适配文科岗位的高频工具，包括内容创作类、效率提升类和数据辅助类，每类精通一款核心工具即可满足日常工作需求[4] - **AI商业应用思维**：关键在于使用AI工具解决实际业务问题，例如用AI分析用户数据优化运营策略，或生成多版本文案进行A/B测试，将工具与业务需求结合[5] 技能价值：匹配科技公司需求与放大文科优势 - 该技能精准解决了文科生“技能不匹配”的核心矛盾，使其既能发挥文字、沟通等优势，又能适应数字化办公节奏[8] - 科技公司众多岗位明确要求掌握AI工具应用能力，并将CAIE等国内外AI认证作为优先招聘条件[10] - 该技能能显著放大文科生的核心优势，例如“文字功底+AI高效创作”可快速产出高质量内容，“用户洞察+AI数据辅助”能精准捕捉需求，形成理工科生难以替代的竞争力[11] - CAIE注册人工智能工程师认证因其零编程门槛、考核内容与AI应用能力高度契合，且相较于国外证书更贴合国内业务需求，被视为适配文科生的高性价比技能背书[10][11][19] 实施路径：30天快速掌握与求职对接方案 - **第1-10天：夯实基础**：重点学习Prompt进阶技巧，掌握“场景+需求+风格+细节”核心公式，每天练习3-5个Prompt，并熟练操作1-2个高频AI工具[13] - **第11-20天：场景实操**：模拟科技公司运营、市场、合规等岗位场景进行实操练习，并将成果整理成文案合集、数据报告等实操作品，以增强求职说服力[14] - **第21-30天：适配求职**：针对性练习科技公司常见工作场景，并可尝试备考CAIE Level I认证，该认证报名费200元，通过后可获双电子版证书，性价比高[15] - 最终需优化简历，突出AI应用能力、相关认证及积累的实操作品，以精准对接目标岗位[15] 常见误区：文科生学习AI技能的注意事项 - **误区一：盲目追求复杂工具**：科技公司对文科生的AI能力要求重在“实用”而非“复杂”，深耕1-2个核心工具及Prompt技巧比掌握大量复杂工具更有价值[17] - **误区二：只学工具不练思维**：AI工具是手段，核心是解决业务问题，必须结合文科生的人文洞察等核心竞争力，让AI成为放大自身优势的工具而非替代品[18]