Good morning. At Fortune 500 companies, AI governance has become a top priority for boards, as many are still working to deploy AI at scale.Sedgwick, a global risk and claims administration partner, published its 2026 forecasting report identifying key AI trends across sectors. The results contend that 70% of Fortune 500 executives surveyed say their companies have AI risk committees, 67% report progress on AI infrastructure, and 41% have a dedicated AI governance team. Yet only 14% say they are fully ready ...

公司动态 - ModelOp宣布加入NVIDIA初创加速计划，此举深化了双方长期的技术合作，并为企业与AI治理系统的交互开辟了新可能性[1] - 加入该计划使公司能够获得GPU资源、深度技术专业知识及市场推广支持，以加速其智能体治理能力的开发[4] - 公司CEO表示，此举不仅验证了其技术路线，还提供了将GPU加速的治理性能扩展到下一代企业AI系统的资源[5] 行业挑战与解决方案 - 随着企业在环境中部署数百或数千个AI和机器学习模型，治理领导者面临确保大规模性能、合规性和风险可见性的挑战，传统的基于CPU的监控系统难以承受实时组合层面监督的计算压力[5] - ModelOp平台与NVIDIA技术（包括CUDA加速的GPU处理和用于模型微调的DGX平台）的集成，使受严格监管的行业企业能够实时监控整个AI组合、自动检测偏差和异常，并快速精准地呈现合规洞察[6] 技术发展路线 - 通过加入NVIDIA计划，公司将加速开发对话式和智能体AI治理能力，这是一项重大飞跃[7] - 正在构建的功能将允许首席AI官、数据科学团队和治理领导者用自然语言提问其AI生态系统，并获得由NVIDIA AI Enterprise软件栈驱动的智能实时响应[7] - 具体能力包括：自动化任务的AI治理代理、跨业务单元的模型性能对话式查询、治理风险的即时洞察检索、新AI风险的交互式注册和文档记录、合规与政策报告的自动生成[8] 平台战略演进 - 借助NVIDIA的GPU基础设施、企业AI技术栈和深度技术专长，ModelOp Center正从一个记录系统演变为一个主动的智能治理平台，能够持续呈现洞察、自动化合规任务，并在整个AI资产中实现主动风险管理[9] - 这一转变对于企业积极进军生成式和智能体AI领域至关重要，公司必须在保持创新的同时，对日益复杂动态的AI系统进行严格监督[10] - 强大的治理基础设施与对话式智能的结合，为企业在保持合规和风险管理标准的同时快速部署生成式和智能体AI提供了一条可行之路[10] 公司背景与市场地位 - ModelOp是面向企业构建的领先AI生命周期管理和治理平台[12] - 平台提供集中的AI记录系统、从引入到退役的自动化流程以及可执行的政策，帮助企业将机器学习、生成式AI、智能体AI和供应商AI解决方案的上市速度提升10倍[12] - 公司客户包括全球最复杂和受严格监管的机构，如大型银行、保险公司、监管机构、医疗保健组织和全球消费品公司[12] - 公司被Gartner、Forrester和IDC认可为AI治理和端到端生命周期自动化领域的领先供应商，并在2024年和2025年获得多项行业奖项[12]

行业与公司 * 纪要涉及的行业为宏观经济与国际关系领域 聚焦中美关系 全球秩序和去全球化等议题[1] * 纪要核心内容基于花旗2025年中国会议上的嘉宾分享 嘉宾为清华大学国际关系研究院荣誉院长阎学通教授[1][4] 核心观点与论据 **中美关系** * 近期中美协议仅是对今年加征的贸易措施的部分回撤 其可持续性存在不确定性 双方可能以零敲碎打的方式执行 不能排除违反当前休战的可能性[5] * 美国在中国贸易中的份额大幅下降至**10%以下** 这为中国应对关税提供了坚实基础[5] * 中美中长期双边关系更可能是竞争而非合作[5] **中国外部环境与外交重点** * 中国外部环境呈现改善趋势 其他国家在"对中国的经济依赖"和"对美国的安全依赖"之间寻求平衡 2025年以来的发展可能强化了美中的"双极"地位 促使这种权衡趋向新的平衡[6] * 中国的外交重点发生转变 从过去以大国为关键和优先 转变为现在更重视与周边地区国家的关系[6] **去全球化与供应链** * 去全球化趋势预计不会很快逆转 全球经济市场化正在保护主义抬头中后退[8] * 全球供应链碎片化将持续 会为关键产品建立不同的"俱乐部" 但这些俱乐部可能没有清晰的地理集群[8] **人工智能治理** * 人工智能 特别是通用人工智能的极端重要性 是中美最需要协调与合作的第一大领域 全球社会需要制定AI生产规则 但对未来几年的期望是现实的[7] **全球产能过剩与紧张局势** * 全球最大的问题是产能过剩 因为人类无法消费每天生产的所有商品和服务 经济体是在争夺市场 本地偏爱和保护主义在竞争中自然上升[9] * 在这种背景下 OPEC式的机制可能是针对单一商品的全球生产和竞争中进行全球定价的一种解决方案[9] 其他重要内容 * 当前世界秩序与冷战时期不同[8] * 新冠疫情和俄乌战争放大了安全的重要性 导致世界其他国家向后者（安全依赖美国）倾斜[6]

根据提供的文档内容，该文档不包含任何与公司或行业相关的实质性信息 文档内容仅为一条技术性提示 要求用户启用浏览器JavaScript和Cookie 并可能涉及禁用广告拦截器以继续操作 [1]

AI治理与合规服务市场兴起 - 四大会计师事务所开始提供AI合规与有效性审计服务[1] - 保险公司推出AI责任险 旨在帮助企业规避相关风险[1] - 这些服务表明AI技术正走向成熟 面向客户的应用场景日益广泛[1] 现有风险缓释措施的局限性 - 审计和保险仅是安全网 无法解决根本问题[2] - 当审计发现错误或企业提出保险索赔时 损害往往已经发生[2] - 数据和基础设施问题仍是阻碍企业安全有效使用AI的主要挑战[2] 数据治理是AI安全的核心挑战 - 大型企业处理海量高度敏感数据 包括薪酬记录、客户信息和知识产权[3] - 随着AI在各部门推广 相关风险变得分散 监控治理难度显著增加[4] - 失去对AI使用情况任一环节的可见性都可能引发严重后果[4] AI应用的具体风险表现 - 数据可能通过公共AI模型泄露 如生成式AI部署初期出现的情况[5] - AI模型可能访问未经授权数据 产生带有偏见或受污染信息的输出结果[5] 企业面临的双重风险压力 - 客户倾向于不信任无法证明AI安全可靠的公司[6] - 监管压力加剧 欧盟《人工智能法案》已生效 其他地区预计跟进[6] - 不合规可能导致巨额罚款 最高达3500万欧元或全球营业额的7%[6] 根本解决方案的缺失 - AI责任险仅能弥补部分财务损失 无法挽回流失的客户[7] - 审计能发现潜在治理问题 但无法纠正已发生的错误[7] - 缺乏适当防护措施将使企业暴露于风险 损害AI决策的可信度[7]

AI Control Tower产品定位与优势 - AI Control Tower作为集中式编排平台 统一管理企业环境中的AI代理 解决部署多个AI解决方案带来的复杂性 [1] - 平台将第三方AI应用与ServiceNow原生解决方案整合在单一管理框架下 形成供应商无关的AI转型基础 [1] - 与竞争对手相比 该平台具备供应商无关的编排能力 而Salesforce缺乏此特性 微软则需要改造现有系统来适配治理功能 [5][6] 财务表现与市场指标 - 第二季度订阅收入同比增长215%达311亿美元 当期未履行履约义务(cRPO)增长215%达1092亿美元 [2] - 平台在推出7个月内即超额完成全年净新增年度合同价值(ACV)目标 显示强劲企业需求 [2][9] - 第三季度订阅收入共识预期为326亿美元 cRPO共识预期为1109亿美元 显示持续增长势头 [2] 跨行业客户采用情况 - 渣打银行使用该平台治理代理AI计划 北卡罗来纳州交通部部署该平台确保合规性 [3] - 思科和UKG均已采用该平台 体现跨行业适用性 [3][9] - 全球超过73%的组织正在核心职能中使用或试点AI技术(2025年数据) [4] 市场竞争格局 - Salesforce通过Agentforce和Service Cloud作为集成式CRM转AI平台展开竞争 重点将AI治理嵌入客户工作流 [5] - 微软通过Copilot AI代理和Azure AI治理工具扩展企业市场 其生产力套件集成具有规模优势但需改造治理系统 [6] - AI治理市场规模预计从2024年227亿美元增长至2034年48亿美元 [4] 股价表现与估值指标 - 公司股价年内下跌159% 同期Zacks计算机与技术板块上涨138% [7] - 远期12个月市销率为1266倍 显著高于行业平均677倍 [11] - 价值得分为F级 显示估值处于高位 [11] 盈利预期与评级 - 2025年第三季度每股收益共识预期为422美元 较过去30天持平 预示同比增长1344% [14] - 2025年全年每股收益共识预期为1679美元 过去30天上调025美元 预示同比增长2062% [14] - 当前Zacks评级为3级(持有) [14]

财务数据和关键指标变化 - Q2总收入达1 02亿美元 同比增长31% 超出指引上限 [23] - SaaS收入7730万美元 环比增长12% 同比增长44% 占总收入比例提升至76% [23][24] - 订阅收入(SaaS+永久许可)同比增长33% 连续第五个季度加速增长 [24][25] - 经营利润1880万美元 经营利润率18 4% 同比提升710个基点 [32][33] - 现金及短期投资余额4 301亿美元 二季度通过权证行权获得7040万美元 [34][35] 各条业务线数据和关键指标变化 - SaaS业务在北美/EMEA/APAC分别增长38%/50%/48% 其中EMEA SaaS占比高达91% [26][27] - 托管服务提供商(MSP)相关业务增速最快 部分企业级客户开始采用MSP解决方案 [18][68] - 控制套件(Control Suite)保持最快增长 治理类产品需求旺盛 [73][74] - 服务收入1450万美元 占比14% 部分项目集中交付推动超预期表现 [26][93] 各个市场数据和关键指标变化 - 年度经常性收入(ARR)达3 676亿美元 同比增长27% 新增ARR 2210万美元创纪录 [28] - 北美/EMEA/APAC的ARR分别增长21%/29%/36% 各地区贡献均衡 [27][28] - 10万美元以上ARR客户达721家 同比增长21% 中端市场ARR突破1亿美元 [28] - 渠道贡献ARR占比提升至56% 新增ARR中62%来自渠道 [28][29] 公司战略和发展方向和行业竞争 - 平台战略聚焦三大支柱：数据可用性、全环境安全、合规治理 [8][9][10] - 二季度推出风险态势/优化ROI/弹性三大指挥中心 整合AI治理能力 [11][13][14] - 多云治理战略扩展至Google Workspace和Salesforce生态 目前非微软云收入占比不足10% [14][61][62] - 通过Elements平台强化MSP合作伙伴能力 实现自动化管理和许可证优化 [16][17] 管理层对经营环境和未来前景的评论 - 企业AI部署进入推广阶段 80%客户已启动AI项目 但Office Copilot渗透率仍处低位 [91][92] - 网络安全与AI治理成为核心议题 85% CEO视网络安全为增长驱动力 [12][13] - 维持2029年ARR达10亿美元目标 预计行业整合趋势将持续 [83][105] - 三季度因公共部门季节性因素保持谨慎 但全年收入指引上调至4 066-4 106亿美元 [36][37] 其他重要信息 - 客户留存指标改善：经调整总留存率(GRR)89% 净留存率(NRR)112% 均创历史新高 [29][31] - 二季度回购41 4万股 年内累计回购120万股 剩余回购授权1 3亿美元 [35] - 全年Rule of 40指标提升至44 反映增长与盈利能力的平衡优化 [38] 问答环节所有提问和回答 宏观环境与政府业务 - 联邦政府预算不确定性已纳入年初指引 商业端需求保持健康 [41][42][43] - 三季度公共部门季节性波动属预期内 不影响全年增长动能 [36][44] 销售效率与渠道建设 - 销售团队效率持续提升 销售营销费用占比降至32% 接近30%长期目标 [46][47] - 渠道贡献率提升反映战略优先级 新增ARR中62%来自合作伙伴 [28][29] 产品与市场机会 - AI治理和代理监管(Agentic Governance)成为新兴增长点 [64][65] - 多云治理仍处早期阶段 微软云外扩展将逐步贡献收入 [61][62] 财务指标解析 - ARR与收入指引差异源于外汇影响及服务收入波动 [55][56] - 合同期限普遍延长 反映客户对平台粘性增强 [99][100] 竞争格局与并购 - 行业整合趋势验证数据安全治理赛道重要性 公司保持并购灵活性 [82][83] - 委托管理模式(Delegate Administration)在AI时代价值凸显 [84]

文章核心观点 - 2025世界人工智能大会上，前谷歌CEO Eric Schmidt与前微软执行副总裁Harry Shum就全球人工智能治理的挑战和前景展开讨论，强调中美应在人工智能治理上合作，且需建立共享道德框架 [1][7][8] 全球AI治理挑战 - 全球AI治理最紧迫挑战并非获取模型，而是缺乏“谁来定义使用边界”的共识，技术扩散核心张力在于确定防护栏位置，建立可执行安全机制需国际协调 [4] 中美AI合作前景 - 中美AI合作需基于共同目标，在AI控制武器、自我复制或自主学习等高风险问题上，应进行对话以确保人类保有最终控制权，需深度相互交流而非单方面决策 [5] 技术开放与扩散平衡 - 许多中国领先模型采用开放权重和开源方法，开放生态加速创新但使系统更易被滥用，不应放弃开放，需全球合作完善保护机制，当前国际AI交流缺乏可执行保障措施，长期应通过“对齐”技术让AI避免有害行为 [6] 国家间竞争与合作 - 国家间竞争如谷歌、微软和苹果间的竞争推动生态系统进步，中美作为世界两大经济体，应在AI治理问题上合作，维护全球稳定、防止战争并确保人类控制强大工具 [7] AI治理伦理基础 - 没有共享道德框架，人类可能失去对技术发展轨迹的控制 [8]