记者丨 倪雨晴 编辑丨张伟贤 7月25日晚，美股三大指数小幅高开，道指涨0.18%，纳指涨0.04%，标普500指数涨0.12%。 截至21:45，英特尔大跌9%，创4月份以来最大跌幅，公司二季度营收超预期，宣布裁员约 15% ，但CEO未缓解市场对公司竞争力担忧。 25日，英特尔（Intel）发布了2025财年第二季度财报。 在PC市场温和复苏和AI转型战略逐步落地的推动下， 英特尔营收小幅超出市场预期 ，达129 亿美元，同比持平。 但受重组成本和资产减值影响， 净亏损扩大至29亿美元 ，去年同期亏损16亿美元。其中，重 组相关支出高达19亿美元，带来每股收益0.45美元的减少；此外，受8亿美元资产减值费用及2 亿美元一次性期间费用的影响，每股收益相应减少0.23美元。 这些成本共同拖累了公司的净利润表现，尽管收入尚能维持在预期范围内，但从市场反馈看， 财报发布后英特尔股价盘后下跌约3.7%。 与此同时， 英特尔的"瘦身"也受到关注。目前，英特尔在实施缩减约15%的员工总数的计划 ，预计通过人员缩减及自然减员，年底全球员工总数将降至约7.5万人。目前，英特尔已在第 二季度完成了大部分的人员调整， 精简约5 ...

财务表现 - 2025财年第二季度营收129亿美元，同比持平，小幅超出市场预期 [1] - 净亏损扩大至29亿美元，去年同期亏损16亿美元 [1] - 重组相关支出19亿美元，带来每股收益减少0.45美元 [1] - 资产减值费用8亿美元及一次性期间费用2亿美元，导致每股收益减少0.23美元 [1] - 财报发布后股价盘后下跌约3.7% [1] 组织精简与成本控制 - 计划缩减约15%员工总数，年底全球员工数降至约7.5万人 [1] - 第二季度已完成大部分人员调整，精简约50%管理级 [1] - 不再推进德国和波兰项目 [2] - 将哥斯达黎加封装测试业务整合至越南和马来西亚 [2] - 放缓俄亥俄州工厂建设速度 [2] - 2025年总资本性支出控制在180亿美元 [2] 业务重组与战略调整 - 新任CEO陈立武大幅重塑公司战略 [3] - 将网络与边缘事业部并入客户端计算事业部和数据中心与人工智能事业部 [3] - 资源聚焦三个关键领域：代工业务、x86生态、AI战略 [4] - 重点推进Intel 18A制程大规模量产 [5] - Intel 18A制程晶圆量产已在亚利桑那州工厂启动 [6] - 首款采用Intel 18A制程的Panther Lake处理器将于今年晚些时候推出 [6] 业务表现 - 客户端计算事业部营收79亿美元，下降3% [3] - 数据中心和人工智能事业部营收39亿美元，增长4% [3] - 代工营收44亿美元，增长3% [3] - 其他业务营收11亿美元，上升20% [3] - 推出三款至强6系列处理器新品 [3] - 至强6776P处理器将应用于英伟达AI加速系统DGX B300 [3] 行业竞争格局 - 面临AMD、英伟达等企业激烈竞争 [4] - 英伟达市值突破4万亿美元，成为全球第一科技公司 [6] - AMD在高性能计算和数据中心市场领先 [6] - 台积电主导全球先进制程代工市场 [6] - 英特尔当前市值约990亿美元 [6] 未来展望 - 预计2025年第三季度营收126亿至136亿美元 [6] - GAAP准则下每股收益预计亏损0.24美元 [6] - 非GAAP口径下每股收益预计为0.00美元 [6] - 盈亏平衡取决于全球AI需求、重组效率及核心产品线市场检验 [6]

公司概况 - 豆神教育董事长窦昕在家长群体中以"窦神"形象著称，因其大语文授课风格获得高度认可，而在资本市场则以描绘AI教育万亿赛道前景的激昂形象出现 [1][9] - 公司前身为北京立思辰办公设备有限公司，2018年以4.81亿元分阶段收购窦昕创办的中文未来100%股权，随后全面转型教育领域并更名 [9] - 窦昕通过"八年不离职"承诺及股权绑定迅速掌控公司，2021年接任董事长后推动业务重组 [9] 财务与资本运作 - 2020-2022年公司净亏损分别达25.67亿、5.92亿、6.87亿元，2023年负债超26亿元，资产负债率高达129.7% [10] - 2023年通过破产重整引入11亿元投资，其中窦昕及一致行动人以0.8元/股出资2.9亿元，财务投资人以1.5元/股出资8.1亿元 [10] - 重整方案采用每10股转增13.8股的比例转增11.98亿股，2024年上半年完成债务重组 [10] 业务转型与挑战 - 2024年公司营收同比下降23.77%，AI相关收入仅占3.6%，传统培训与直播电商仍是主力业务 [11] - 推出"豆神AI"大模型及"超能训练场"，但与学而思"魔镜系统"85%续费率相比，产品被指功能单一、准确率不高 [11] - 对比科大讯飞42亿元教育营收和62%毛利率，公司存在硬件代工依赖和自主算法专利短板 [11] 合规与市场信任 - 2025年6月因未及时披露多起诉讼及2023年半年报重大遗漏，公司被证监会罚款230万元，窦昕被罚110万元 [4] - 黑猫投诉平台集中出现退费纠纷和虚假宣传投诉，包括直播间诱导购买拒退等问题 [7] 市场表现与战略方向 - 2025年暑期教育板块异动中公司连续4日红盘，但股价较去年13.50元高点仍跌30% [3] - 2025年7月发布升级版AI教育生态矩阵产品，尝试实现"素质类学习服务全面科技化" [11] - 战略聚焦"AI+大语文+拓科"，但面临传统教育机构和AI科技企业的双重竞争压力 [12]

工作坊概述 - 未可知人工智能研究院为某世界五百强企业举办"AI重塑商业未来：供应链AI转型"主题工作坊，由院长杜雨博士主导，旨在提供供应链智能化升级的思路与参考 [1] - 工作坊分为上午理论讲解与下午实践操作两部分，涵盖AI技术趋势、商业范式重构及具体业务场景落地 [3][5] 理论讲解核心内容 - 杜雨博士指出AI技术快速发展正深刻改变商业格局，企业需积极拥抱AI以保持竞争优势 [3] - 分享AI赋能企业的典型应用场景与最佳实践，分析企业AI转型的实施路径、关键挑战与风险管控 [3] - 强调AI转型需系统布局战略规划、技术选型、人才培养等多方面，非一蹴而就 [3] 实践落地环节 - 参与者围绕企业供应链具体业务场景分组讨论，制定AI转型目标并明确切入点、衡量指标及行动计划 [5] - 通过互动环节形成完整AI转型实施表，杜雨博士对各组成果给予高度评价并提出改进建议 [5] 合作意义与展望 - 杜雨博士表示AI在供应链领域应用前景广阔，工作坊旨在激发企业探索热情，推动智能化升级支持可持续发展 [6] - 未可知人工智能研究院将持续推进AI技术研究推广，助力企业数字化转型，此次合作彰显其在AI领域的专业影响力 [8] 机构背景 - 未可知人工智能研究院为国内领先AI研究机构，长期致力于技术创新与应用落地 [8] - 合作伙伴包括字节跳动、新浪财经、联想、中国建设银行等知名企业与机构 [10]

减持计划核心要素 - 控股股东黄山计划减持不超过76834万股（占总股本3%），按公告日收盘价10419元测算套现约8亿元 [1][2] - 减持窗口期为2025年7月25日至10月24日，正值公司AI新产品"通达信TendencyGPT"备案后的业绩验证期 [2] - 公告前一周公司股价单日暴涨1784%，存在信息不对称引发的套利嫌疑 [3] 股东行为与动机分析 - 黄山减持后持股比例从6823%降至6523%，仍保持绝对控制权，减持理由为"自身资金需求" [4] - 历史曾于2023年7月计划减持3%但提前终止，2024年以来董事黄青减持011%、张丽君减持0067%反映内部人信心不足 [4] 基本面压力 - 2024年营收389亿元（同比-1051%），净利润304亿元（同比-218%） [5] - 2025Q1营收5490万元（同比-2272%），净利润4649万元（同比-737%），主因券商IT支出收缩及传统软件销售（占收入3942%）疲软 [5][6] - AI转型产品（如"问小达V20"）未形成独立收入板块，证券信息服务收入占比仅1966%且增长缓慢 [7] 市场影响预判 - 近3年3次减持计划公告后5日内股价平均下跌500%，但30日内反弹3659% [8] - 2025Q1机构持仓分化：香港中央结算增持1224万股至7923万股，南方中证1000ETF减持51万股，博时科创板100ETF减持1384万股 [9] 长期挑战与观察点 - 需证明AI产品商业化能力（如问小达V20付费转化率），否则面临业绩与估值双杀 [10] - 关键观察2025年中报AI业务收入占比及券商客户签约动态，若股价回调至百元以下（市值<256亿）或存预期差机会 [11]

战略篇 - AI战略成功的关键在于与业务的深度融合而非技术领先 技术领先但缺乏业务场景融合的项目易失败 银行业通过成熟AI技术强化风控降低坏账率 零售业通过AI优化供应链预测减少库存积压提升门店坪效 [2] - 并非所有问题都适合用AI解决 传统统计方法或自动化脚本可低成本高效解决的问题无需强行上AI 某公司曾用AI处理销售报表分析导致资源浪费且效果不佳 [3] - 追求长期价值的AI战略更易成功 短期ROI不明显但战略价值高的AI应用如用户画像和个性化推荐可提升用户粘性构建竞争壁垒 亚马逊早期推荐系统投入虽未直接盈利但长期形成护城河 [4] - AI项目成功标志是业务价值提升而非技术先进性 不以业务价值提升为目标的AI项目均被视为无效 企业需以实际业务提升评估AI投入产出 [5] 技术篇 - 影响AI落地的最大因素是"数据孤岛"而非人才或资金 数据分散标准不一导致AI模型训练和部署困难 大型企业需先进行数据治理和流程再造 [6] - 购买现成AI解决方案比完全自研更适合大多数企业 除非AI是公司核心竞争力否则无需从零研发 成熟AI平台和行业工具可快速实现AI能力 [7] - 模型实用性和可解释性比参数规模更重要 复杂深度学习模型可能成为"黑箱" 简单模型如决策树和逻辑回归更易理解信任和排查问题 [8] - 模型安全性、伦理与责任是红线 AI系统需建立完善数据治理和隐私保护机制 多层级安全防护和数据权限管控确保系统安全性 [9] 人才与组织篇 - 企业更需要既懂业务又懂AI的复合型人才而非单纯AI科学家 AI产品经理和解决方案架构师是连接技术与业务的关键桥梁 [10] - 提升全体员工AI素养比依赖个别AI精英更重要 全员AI培训可形成学习应用AI的整体氛围 类似丰田"改善"文化的"AI赋能"文化更有效 [11] - AI落地失败主因是组织文化和沟通问题而非技术 业务部门不配合需求不明确或缺乏高层支持导致项目失败 [12] - AI时代需要跨多领域人才而非单一技能人才 融合不同专业知识的跨领域人才能更好应对复杂多元业务需求 [13] 实施运营篇 - AI落地需持续运营优化而非一次性投入 数据变化和业务需求调整要求AI模型持续监控评估和迭代 需专门MLOps流程和团队支持 [14] - 专注于边界明确的小问题比颠覆行业更易成功 解决具体小问题如优化门店补货效率比构建"工厂大脑"更现实 [15][16] - AI工具的员工体验比模型智能更重要 操作复杂界面反人类的AI工具难以推广 简洁易上手的设计可提升采纳率 [17][18]

公司融资与股东支持 - 公司拟向控股股东天津建龙发行不超过5.78亿股A股股票，发行价格1.73元/股，募集资金总额不超过10亿元，用于补充流动资金 [1] - 天津建龙目前持有公司9.75亿股流通股，占比29.96%，其母公司建龙集团位列2024年《财富》世界500强第458位 [1] - 公司同时拟向天津建龙申请1亿元借款，期限2年，年化利率4.75%，无需担保 [3] 公司财务状况与经营表现 - 公司一季度经营活动现金净流出同比改善2.9亿元，销售毛利率同比增加2.14个百分点 [6] - 一季度钢材产量38.5万吨同比增长66%，销量26.3万吨同比增长16% [6] - 公司发布未来三年分红规划，承诺累计现金分红不少于三年累计可分配利润的30% [4] 行业前景与公司战略 - 行业供需格局改善，龙头钢企盈利能力和估值有望修复 [4] - 供给侧产能收缩，行业集中度提升，需求侧受益于制造业投资加速和AI转型 [4] - 本次增发将优化公司资本结构，缓解资金压力，提升偿债能力和竞争力 [3] 股东背景与公司优势 - 控股股东天津建龙通过下属公司开展钢铁业务，同时从事贸易业务 [1] - 公司背靠世界500强股东建龙集团，获得资金和资源支持 [1][6] - 控股股东包揽定增彰显对公司长期发展的信心和支持 [3]

国内DBA行业现状 - 国内DBA职责泛化严重，需承担安装配置、备份容灾、性能优化甚至业务需求分析等全方位工作，而国外DBA更注重细分领域专业化 [1] - 技术浮躁现象普遍，许多DBA疲于学习云原生、分布式数据库等新工具，但缺乏对底层原理的深入钻研 [1] - 价值评估体系存在倒挂，国内DBA常被视为"救火队员"且薪资与复杂度不匹配，而国外专精型DBA因解决核心问题被视作"技术资产" [1] 技术深耕的价值 - 技术深度决定职业天花板，分布式事务、死锁排查等核心能力需建立在对LSM-Tree、Raft协议等底层机制的透彻理解上 [2] - 专精某一技术栈（如PostgreSQL MVCC机制）可形成职业护城河，使DBA在技术选型中占据主导地位 [2] - 硅谷案例显示，Oracle专家通过优化高频SQL可使银行系统I/O负载降低70%，而国内企业常因技术纵深不足被迫堆硬件"续命" [2] 技术发展路径转型 - 建议从"会使用多种数据库"转向"用单一数据库解决多类问题"，例如深入掌握PostgreSQL MVCC机制或Redis持久化方案 [3] - 需结合业务场景量化技术价值，通过SQL Trace等工具将优化成果可视化以获得业务侧认可 [3] - 生态合作成为趋势，参与技术社区交流可避免重复造轮子并获取最佳实践 [3] AI技术对行业影响 - AI监控系统可过滤80%误报警，自动化根因分析将淘汰仅会"重启试试"的初级DBA [4] - AI工具（如SQL自动优化器）可解放DBA重复劳动，促使其转向架构设计与性能调优等高价值工作 [4] 新兴职业机会 - 云DBA转型为"数据架构师"的趋势明显，新岗位需主导数据治理与业务建模，薪资涨幅可达30% [5] - 成功转型案例包括成为数据库架构师主导企业方案、转型咨询顾问赋能行业，或成为团队技术核心 [6]

AI技术发展趋势 - AI技术迅猛发展，未来3年内未拥抱AI的企业将面临被市场淘汰的风险 [4] - 近8成全球企业高管认为生成式AI将推动行业实质性变革 [4] - 中国AI产业面临融资和算力挑战，但垂直场景应用潜力巨大 [4] 中小企业AI转型策略 - 中小企业无需盲目追求大模型，应聚焦自身业务场景，选择轻量级、高性价比的AI解决方案 [4] - 中小企业可通过第三方算力租赁服务避免高昂硬件投入，实现灵活扩展 [5] - 数据敏感型企业可采用DeepSeek+知识库本地化解决方案，确保数据隐私的同时定制专属AI助手 [10] DeepSeek的核心优势 - DeepSeek是全球增速最快的AI应用，以百万级token处理的低成本优势打破市场格局 [5] - DeepSeek-R1的输出价格仅为竞争对手Grok的5%，大幅降低中小企业AI接入成本 [5] - DeepSeek的API可快速嵌入企业现有工作流，适用于智能客服、营销文案生成等场景 [5] 中小企业AI应用案例 - 万木健康通过AIGC数字医生重构医患交互，成本大幅降低 [7] - 工知科技利用AI驱动的采购助理提升工业品匹配效率 [7] - VIVA AI结合心理大数据与生成式AI提升员工关怀与组织效能 [7] AI竞争的本质 - AI的本质是争夺时间效率，中小企业越早拥抱AI越能抢占未来竞争制高点 [11][13]

华为鲲鹏开发者峰会2025核心观点 - AI时代算力需求无处不在，AI应用算力底座架构逐步走向异构融合，开发者需要简单易用的工具调用算力能力[1] - 华为坚持根技术创新和系统架构创新，基于不同业务负载特征持续优化计算效率，并将能力沉淀到鲲鹏软硬件平台[1] - 鲲鹏将从软硬件开发、"一码多芯，同辕开发"和产学协同三方面加大投入[1] 鲲鹏软硬件开发战略 - 坚持硬件开放、软件开源，联合伙伴推出从模组、整机到集群的系列化硬件产品和解决方案[1] - 持续开源openEuler操作系统，支持多种架构和服务器场景，提升AI训练和推理效率[1] - 开源openGauss数据库提供适配AI时代的向量数据库引擎，提升大模型问答能力[1] "一码多芯，同辕开发"计划 - 重构开发流水线，通过一套代码构建多平台版本[2] - 2025年鲲鹏开发套件DevKit、应用使能套件BoostKit能力持续升级[2] - 结合openEuler intelligence智能平台，帮助客户快速构建AI应用[2] 产学协同与生态建设 - 通过专项激励计划、线上线下融合学习平台构建产学研用共同体[2] - 联合50多所顶尖高校和行业领军企业[2] - 鲲鹏、昇腾开发者已超过665万，合作伙伴超过8500家，解决方案认证超过22000家[2] 联合解决方案 - 与趋境科技推出"鲲鹏+xPU解决方案"，通过内存融合和算力融合提升内存使用效率和稠密模型推理吞吐率[2] - 联合润和软件、软通动力等推出鲲鹏RAG解决方案1.0，支撑ISV伙伴按需集成和高效部署[2]