股价表现与近期催化剂 - 公司股价在过去一个月内上涨28%，年初至今涨幅超过45% [2] - 股价上涨动力源于公司在国防人工智能领域的稳固地位、零售投资者热情高涨以及近期合同公告，包括与美国海军的合作和在纳什维尔机场部署生物识别系统 [2] 财务表现与估值 - 公司近12个月营收从1.47亿美元增长3.5%至1.53亿美元，但最新季度营收同比下降18.4%至3200万美元 [8] - 过去三年营收年均增长率仅为1.4%，低于标普500指数的5.3% [8] - 公司营业利润为-5600万美元，营业利润率为-36.7%，远低于标普500指数的18.6% [15] - 公司经营现金流为-2700万美元，经营现金流利润率为-17.9%，远低于标普500指数的20.3% [15] - 公司净亏损为4.49亿美元，净亏损率高达-294.5%，远低于标普500指数12.7%的净利润率 [15] - 基于市销率或盈利倍数等指标，公司估值相对于整体市场显得非常昂贵 [5] 财务状况 - 公司债务为1.13亿美元，相对于21亿美元市值，债务权益比率仅为5.5%，显示非常强劲的财务状况 [15] - 公司现金及等价物为3.91亿美元，占总资产5.99亿美元的65.2%，现金资产比率非常强劲 [15] 市场表现与风险评估 - 公司股价从2022年4月13日的12.69美元暴跌95%至2022年12月29日的0.63美元，同期标普500指数下跌25.4% [16] - 股价此后最高反弹至2025年2月13日的9.78美元，目前股价约为6.50美元，仍未恢复至危机前高点 [16] - 公司在过去市场低迷时期的表现远逊于标普500指数 [11]

股权转让交易 - 控股股东冠中投资分两期向深蓝财鲸转让公司15.5%股份 第一期转让10.5%股份 价格15元/股 转让价款2.21亿元 第二期转让5%股份 于2026年3月31日前或协商时间完成 价格取大宗交易下限与第一期复权价孰高值 [1] - 第一期转让完成后 冠中投资及其一致行动人放弃剩余33.74%股份对应表决权 协助深蓝财鲸取得控制权 [1] - 交易完成后深蓝财鲸成为控股股东 靳春平成为实控人 公司股票及可转债于9月29日复牌 [1] 资产收购安排 - 公司拟现金收购杭州精算家51%股权 标的整体估值不高于5.6亿元 以2025年9月30日为评估基准日 最终价格依评估值协商确定 [2] - 交易对方实控人靳春平控制的深蓝财鲸拟通过协议转让获得公司股份 构成关联交易 不构成重大资产重组及重组上市 [2] - 标的公司杭州精算家成立于2022年9月 注册资本526万元 主营企业服务数字化业务 为中小微企业提供智能财税产品及全流程财税服务 [2] 标的公司财务状况 - 2024年实现营业收入4796.63万元 净利润792.02万元 2025年1-6月实现营业收入2452.77万元 净利润506.74万元 [2] - 交易完成后公司将取得标的控制权并纳入合并报表范围 [2] 业绩承诺与交易机制 - 交易对方承诺标的公司2026年至2028年利润水平 设置业绩补偿机制 未达标时以现金补偿 同时约定超额部分20%奖励核心团队 [3] - 交易资金来源于自有或自筹资金 不会对财务状况产生重大不利影响 [3] - 交易尚需履行尽职调查、审计评估等程序 最终达成存在不确定性 [3]

公司投资计划 - 公司拟使用自有资金5000万元在海南省投资设立全资子公司 [1] - 全资子公司主要经营范围为人工智能创新药研发解决方案及服务 [1]

文章核心观点 - 生成式AI已成为用户获取信息的重要入口，企业需采用生成式引擎优化策略来确保品牌在AI搜索结果中的可见性，否则将错失流量红利 [1][3] - 传统针对人类读者的内容营销策略与AI的内容抓取偏好存在显著差异，导致投入大量资源的内容在AI检索中排名靠后 [5][7] - 当前是布局GEO的关键窗口期，越早行动越能抢占竞争优势，未可知人工智能研究院提供从诊断到优化的全套GEO服务以帮助企业抓住此机遇 [16][18][22] 生成式引擎优化认知误区 - 人类平台上的高阅读量、高点赞内容不等于AI偏好，AI抓取排序依赖一套完全不同的算法语言 [5][7] - 生成式AI在回答用户问题时，优先抓取信息颗粒度高、逻辑链完整、符合检索意图的内容，而非情感充沛但信息零散的人类爆款 [7][9] - 2025年全球已有超60%的用户习惯用生成式AI获取品牌信息，未做GEO优化的内容将主动放弃这部分增量流量 [9] GEO的核心操作逻辑 - 第一步是破解AI的内容偏好密码，AI作为信息解析者更偏爱结构化信息、精准关键词矩阵和权威信源背书的内容 [11][12] - 某智能家居品牌通过将故事化产品介绍重构为核心功能+技术参数+用户场景+权威认证的结构化文本，其在AI检索中的排名从第53位跃升至第3位，咨询量周环比增长210% [12] - 第二步是抢占AI的高优先级信息源，权威行业平台、品牌官方网站等高权重信息源远比普通自媒体账号更容易被AI抓取 [14] - 一个新消费品牌将优化后内容发布到3个权威行业网站，仅7天就实现AI搜索品牌核心关键词首页置顶，而此前在自媒体发布50多篇文章均无效 [14] AI流量红利的紧迫性与价值 - 竞争尚未饱和，目前只有不到15%的企业意识到GEO重要性，早期布局者容易抢占AI引擎首页生态位 [16] - 生成式AI检索算法仍在快速迭代，当前优化内容更易被算法记住，后期挤掉前排位置的成本将增加3-5倍 [16] - 72%的用户在搜索品牌或产品时会优先选择AI给出的总结答案，若品牌不在AI答案库中，则会在用户决策链路中隐身 [17] - 未可知人工智能研究院的GEO服务已帮助128家客户实现AI检索排名Top10，平均曝光量提升5-10倍，咨询量增长150%-300% [21]

公司业务进展 - 公司在部分省的电信营业厅试点应用导览机器人 [1] - 智慧茶饮机器人、递送机器人等已陆续商谈商机合作 [1]

投资交易概况 - 公司全资附属公司认购目标公司1500万股股份 占目标公司经扩大已发行股本约51.73% 代价为港币1500万元[1] - 目标公司Trio AI Limited从事人工智能基础设施服务 专门提供香港地区的高性能GPU加速云端运算解决方案[1] 战略投资逻辑 - 认购事项为策略性投资 代表公司顺应各行业对高性能运算及AI驱动解决方案日益增长需求的举措[1] - 通过获取目标公司的GPU动力云端服务 公司可提升营运效率及技术能力[1] - AI及HPC技术可用于优化公司地基及土木工程项目的项目规划 结构模拟及风险评估[1] - 预期通过AI驱动分析处理大量地质技术及结构数据 可实现更明智决策 降低成本及提升隧道与地基项目安全性[1] 市场发展机遇 - 随着香港及中国加速推进智慧城市计划 将AI动力运算融入业务模式可使公司提供更多增值服务[2] - 依托目标公司专门技术 公司可探索新收入来源 例如为土木工程项目提供AI增强解决方案[2] - 目标公司的AI相关及云端运算解决方案业务可能于未来为公司产生收入并提供额外收入来源[3] 协同效应与整合计划 - 公司与目标公司股东的合作将加强技术协作 加速AI及物联网在物业活化项目中的应用[2] - 公司将实施全面人才策略 整合目标公司专家与自身建筑专家 组建跨职能团队[2] - 公司将培训现有员工对AI的应用 确保在地基工程 隧道工程及活化项目中无缝采用技术[2] - 通过促进建筑专业人士与AI专家跨界别合作 公司旨在打造面向未来的人力团队[2] 行业竞争定位 - 随着建筑业日益拥抱数位化 对目标公司的投资将使公司在不断演变的市场中维持竞争力[2] - 策略性举措不仅多元化公司技术能力 亦通过AI驱动的效率增强核心建筑业务[2]

投资交易 - 公司全资附属公司认购Trio AI Limited 1500万股股份 占目标公司经扩大已发行股本约51.73% 代价为港币1500万元 [1] 目标公司业务 - 目标公司从事提供人工智能基础设施服务 专门提供香港地区的高性能GPU加速云端运算解决方案 [1] - 目标公司提供针对AI模型开发、训练及部署的尖端基础设施及服务 [1] 战略意义 - 认购事项为对目标公司的策略性投资 代表集团顺应各行业对高性能运算及AI驱动解决方案日益增长需求的举措 [1] - 透过获取目标公司的GPU动力云端服务 集团可提升营运效率及技术能力 [1] - AI及HPC可用于优化集团地基及土木工程项目的项目规划、结构模拟及风险评估 [1] - 预期透过AI驱动的分析处理大量地质技术及结构数据 可实现更明智决策、降低成本及提升隧道及地基项目安全性 [1] 市场机遇 - 随着香港及中国加速推进智慧城市计划 将AI动力运算融入业务模式可使集团提供更多增值服务 [2] - 依托目标公司专门技术 集团可探索新收入来源 例如为土木工程项目提供AI增强解决方案 [2] 协同效应 - 集团与目标公司股东的合作将加强技术协作 [2] - 协同效应将加速AI及物联网在物业活化项目中的应用 实现智能楼宇管理及可持续翻新解决方案 [2] 人才战略 - 集团将实施全面人才策略 将目标公司专家与集团自身建筑专家整合 [2] - 透过整合技术专家 将组建由AI增强工程专家、数位建筑专家及智慧活化专业人员组成的跨职能团队 [2] - 专注于培训现有员工对AI的应用 确保在地基工程、隧道工程及活化项目中无缝採用技术 [2] 竞争优势 - 投资使集团在日益数位化的建筑行业中维持竞争力 [2] - 策略性举措多元化集团技术能力 透过AI驱动的效率增强核心建筑业务 [2] 财务预期 - 目标公司的AI相关及云端运算解决方案业务可能于未来为集团产生收入并提供额外收入来源 [3]

核心观点 - 客户服务从成本中心转变为高效能再营销和再销售场景 通过AI数字员工团队实现业务增长和成本优化 [1][7] - AI在企业应用中存在理想与现实差距 需要技术架构创新和业务流程重塑 解决落地难、见效慢、协同繁的困境 [1][3] - 数字码力推出专家级AI数字员工团队 覆盖五大核心业务领域 直接交付业务效果而非技术指标 [1][2] 市场规模与现状 - 人工客户服务市场规模超过1000亿元 对话机器人市场规模为小几百亿元 [3] - 传统对话机器人与人工服务系统割裂 导致企业知识体系割裂 虽降低人工坐席数量但无法保证服务质量 [3] - AI应用准确性需达95%-99%企业才敢使用 多节点流程中整体准确性可能低于60% [3] 业务模式创新 - AI数字员工团队帮助中小企业提高约70%人效 降低35%运营成本 大幅提高业务转化率 [2] - 在电商客户实践中带来约10%GMV增长 [2] - 合同为三年承诺 基于企业整体客服成本每年降低一定比例 同时承诺整体服务满意度 [6] 技术实现路径 - 采用人机融合落地路径 AI执行高准确率动作 人工处理复杂决策与编排 提高流程可靠性 [9] - AI通过交互场景中产生的数据自主学习 提高智能上限 [9] - AI及时提示员工客户陪伴时机、触达时机和用户偏好 提高人工客服效率 [8] 行业变革方向 - 客服中心需先变为体验中心 挖掘客户诉求实现产品能力升级 再变为价值中心 刺激存量客户复购和加购 [7] - AI与人类员工协同对生产流程与生产关系产生革命性变革 旧生产关系可能成为阻碍 [4] - 在AI客服团队中区分人与AI分工 机器人辅助判断和识别意图 人工决策高额优惠等关键事项 [10]

【环球网科技报道 记者 李文瑶】9月12日，蚂蚁数科在外滩大会论坛上宣布，将推出按"效果付费"的新型商业模式。该模式支持企业客户根据大模型应用的 实际效果（如业务增长或成本节省）来付费，而非传统的项目制或订阅制模式。 随着大模型从技术层向场景层渗透，AI已经不再是单点技术工具，而正成为业务成果的加速器，"企业级AI服务的衡量标准，应从'为技术付费'向'为效果付 费'转变，一些以结果为重的产品，客户可以选择为可见的效果买单这种付费方式。"蚂蚁数科副总裁余滨表示，目前蚂蚁数科已经与部分战略级客户达成基 于关键业务效果的合作模式，将逐步向全行业推广。 据了解，高昂的前期成本、回报率的不确定性以及实施路径的缺失，是企业规模化应用AI的主要挑战。"按效付费"模式将显著降低企业应用大模型的门槛和 风险，结合蚂蚁数科的全栈企业级AI服务落地方案体系，企业无需投入高昂的基础设施成本，即可收获AI带来的业务价值，尤其将助力中小企业更轻松地 接入AI能力，加速大模型在金融、能源、零售等千行百业的规模化落地。 余滨表示，蚂蚁数科基于行业实践，已经形成大模型落地产业的"ACE"（Align-Construct-Evaluate）三步 ...

核心观点 - 大阳智投APP的广东博众MCP服务上线阿里百炼平台 实现技术资源深度整合 标志着企业服务领域在智能化和生态化方向的重要突破 为企业数字化转型提供全新服务模式 [1][3] 技术能力升级 - MCP服务依托阿里百炼平台全链路模型服务工具 在数据处理、模型训练和部署运维环节获得更强技术支撑 [1] - 平台集成通义系列及第三方优质大模型 提供从基础推理到定制化训练的全流程服务 使MCP服务能直接调用更强大的底层算力和算法能力 [1] - 平台提供透明化训练监控工具 结合SFT+LoRA等微调技术 企业可根据业务需求快速定制专属模型 无需投入大量资源进行底层技术研发 [1] 服务生态扩展 - 平台支持多模态数据处理 涵盖文本、图像和音视频等多种形式 使MCP服务能够适配更复杂的业务需求 [3] - 通过百炼插件中心 MCP服务可便捷整合企业知识库检索和业务流程自动化等功能 实现与企业现有业务系统的无缝衔接 [3] 服务流程优化 - 企业可通过可视化界面完成服务配置 实现MCP服务的快速上线和灵活调整 无需复杂代码开发 [3] - 平台采用按量付费模式 配合弹性扩缩容能力 企业可根据业务波动灵活调整资源投入 有效降低总体拥有成本 [3] 合作意义 - 此次合作不仅是单一服务的技术升级 更是企业服务生态协同模式的创新实践 [3] - 通过技术整合与生态开放 双方共同构建更高效、更灵活、更低门槛的服务体系 让企业能够将更多精力聚焦于业务创新而非技术实现 [3]