宏观经济与政策环境 - 2025年处于“十四五”收官与“十五五”规划谋篇的历史衔接点，宏观经济环境交织机遇与挑战 [1] - 货币政策延续“适度宽松”基调，保持“灵活高效” [1] - 金融促消费支持政策接连落地，通过“金融+场景+补贴”激活消费需求，实现供需适配与消费升级 [1] - 金融“五篇大文章”系统推进，旨在打通经济循环、激发内需潜力、优化金融供给 [1] 金融“五篇大文章”的层次与协同 - 数字金融是做好“五篇大文章”的主线，重在推动金融数字化转型与优化，实现高质量发展，并为其他四篇文章“提质增效” [2][9] - 科技金融是重要抓手与核心目标，绿色金融旨在助力生态文明建设和绿色低碳发展，普惠金融与养老金融则落实金融发展的政治性与人民性 [2][10] - 有价值的创新应着眼于“五篇大文章”的交叉与融合地带，例如数字金融可与其他四篇全面结合，科技、绿色、普惠金融都可支持中小微企业，绿色金融理念可融入其他文章 [2][10] - 应重点夯实写好“五篇大文章”的环境要素，如金融征信服务、数据信息服务、风险管理服务等共性基础要素 [10] - 科技金融的突出难点是缺乏系统性、可信度高的科技企业信用评估模式和评级标准，使得“高人力成本、高研发投入、轻资产”的科技企业难以符合金融服务准入标准 [10] - 需在开放条件下理解“五篇大文章”的发展路径，推进以规则、规制、管理、标准等为核心的金融制度型开放 [11] - 从全球视角看，中国数字金融创新的核心竞争力尚有不足，“走出去”进行全球布局的程度仍然较低 [11] 服务消费成为促消费核心 - 与国际市场相比，中国商品消费占GDP比重与经济发展阶段无明显偏离，但服务消费占GDP比重偏离较多 [4] - 近两年中国服务消费市场扩张速度明显快于商品消费市场 [4] - 服务消费结构可分为基础型消费（如餐饮、交通通信、住房相关、家政服务、养老托育等）、发展型消费（如教育培训、健康医疗等）、享受型消费（如文化娱乐、旅游住宿等）以及金融保险类服务 [5] - 对比发达经济体，中国服务消费中与居住、教育相关占比较高，而文化娱乐、金融保险等相关占比较低 [5] - 展望2026年，需要重点把服务消费作为促进消费的核心部分，因其提升空间大于商品消费，发展型消费、享受型消费、金融保险类消费都是扩大服务消费的重要内容 [5] - 促进服务消费的政策着力点有六方面：提高居民可支配收入；提升客观消费条件与主观消费素养；改善消费倾向与文化心理；完善服务消费的质量标准与价格合理性；优化消费环境与社会保障“托底”；系统梳理和全面放开各类服务消费市场的政策制约 [6] 居民收入与消费潜能 - 制约居民消费的核心矛盾在于居民可支配收入存在挑战 [7] - 2025年前三季度居民可支配收入中位数增速为4.5%，比上年同期放缓1.4个百分点，也低于总体增速 [7] - 作为主要消费群体的城镇居民可支配收入增速为4.4%，明显低于经济增速 [7] - 居民可支配收入增长放缓，为消费尤其是服务消费带来深远的负面影响 [7] - 理论研究表明，当可支配收入增加时，居民在满足基本生活需求后，通常会扩大消费范围或提高消费品质，如购买更多服务类商品或升级耐用消费品 [7] - 未来居民增收的潜在着眼点应主要是财产净收入和经营净收入 [8] - 助力增加居民财产性收入是金融业支撑消费能力提升的重要环节，使大财富管理时代的发展绩效落到增加居民财产性收入上，是金融助力服务消费增长的根本点 [8] - 居民经营性收入主要包括个体工商户、农村家庭经营主体及小微企业等通过生产、销售商品或提供服务获得的收入 [8] - 地摊经济是新形势下缓解居民就业压力、增加居民经营收入的有效切入点，未来应进一步予以放开和鼓励 [8] 中小银行数字化转型路径 - 中小银行数字化转型需要来自监管部门、行业协会、地方政府等各方的引导、支持与规范 [12] - 核心支撑措施包括：强化政策支持与差异化监管，明确底线原则，探索多元监管融合路径，建立动态弹性的多层次监管机制，给予适度风险容忍度，并通过资金补贴、费用抵扣降低研发成本 [12] - 构建开放生态与合作平台，发挥行业组织纽带作用，支持跨区域转型服务联盟，对接高校、科研院所及科技企业搭建产用平台 [12] - 优化地方金融科技发展环境，地方政府应推出更多措施直接支持中小银行数字化探索，如设立引导基金、提供成本补偿助力数字普惠创新，同时完善数据、征信、司法等配套生态 [13] - 完善体制机制建设，中小银行需强化公司治理，解决不良资产高、内部治理弱等问题，并解决如农信机构省联社改革等体制矛盾 [13] - 巩固发展生态，在人才保障上聚焦“选、用、育、留”，侧重内部培育复合型数字化人才；在外部协作上与客户、科技企业、同业及政府共建多维度合作圈 [13] 数字金融助力科技金融创新 - 新技术与数据要素是数字金融创新的核心支撑，二者协同发力推动科技金融高质量发展 [14] - 以AI大模型为代表的新技术作为“生产工具”赋能显著，可助力中小科技企业信贷融资模式创新，破解轻资产企业融资难题；提升投行业务效率、降低合规成本；精准识别投资机会，增强“投早、投小、投硬科技”的能力 [15] - 实践中，银行可借助数字化工具精准甄别科技企业的全生命周期阶段，匹配推出创新创业贷、知识产权贷、科技订单贷等多元化接力式产品 [15] - 数据要素作为“生产资料”，其价值体现在三方面：实现“数据增信”，贯穿科技与产业融合全周期；盘活替代数据完善信用评估范式，弥补传统方法短板；助力构建基于大数据与人工智能的新型风控模式 [16] - 数据要素向资产化升级是重大机遇，若能推动科技企业数据资源入表并获得金融机构认可，银行可探索基于数据资产的信用或抵押融资创新，资本市场也能开发相关证券化、结构性金融产品 [16] - 即便仅推动科技创新相关数据要素资产化，也能为人工智能等前沿技术提供高质量数据集，为科技发展注入内在动力 [16] 全球跨境支付体系变革 - 未来全球跨境支付变革可归纳为三个关键词：新技术、新标准、新生态 [17] - 以人工智能大模型为代表的新技术，旨在解决信息不对称与信息缺失，必然推动支付链路进一步优化、支付产品提质增效 [17] - 新标准推动复杂网络下的规则重构，随着跨境支付网络参与者、节点数量与互动关系扩张，现有标准与范式受到冲击，如何重新讨论业务标准、价格标准等“游戏规则”成为迫切问题 [17] - 新生态一方面体现在跨境支付体系互联互通的迫切性，旨在拓展网络规模经济价值，例如中国的跨境二维码统一网关支持境内外机构通过“一点对接”开展合作 [18] - 新生态另一方面源于加密时代的范式冲突，传统支付依托银行账户体系，管理重心在于证明身份与资金合法；Web3时代的支付基于价值（token），管理重心转向证实价值真实与转移合规，未来将面临两个生态的博弈、冲突与交融 [18]

市场整体表现 - 2025年最后5个交易日，A股主要指数持续上涨，上证指数实现7连阳并向4000点迈进，深证成指和创业板指录得5连涨，两市成交额小幅放量至1.92万亿元，全市场超过3700只个股上涨 [1] - A股融资余额持续攀升，于12月23日首次站上2.5万亿元，续创历史新高 [3] 国防军工与商业航天板块 - 商业航天概念再度大涨，带动国防军工板块连续两日领涨，主力资金单日净买入该行业达142亿元，高居全行业首位 [2][7] - 通用航空ETF（159231）场内价格大涨3.61%，军工ETF华宝（512810）盘中摸高3.24%，收涨2.97%报0.763元，创下2022年1月5日以来的收盘新高，全天放量成交1.16亿元 [2][4] - 军工ETF华宝（512810）覆盖24只商业航天概念股，权重占比合计28.64% [5] - 商业航天概念股表现强势，臻镭科技盘中20CM涨停创历史新高，航天电子10%涨停亦创新高，中国卫星实现两连板 [6] - 相关个股成交活跃，航天发展、航天电子、中国卫星收盘成交额分别达133.45亿元、115.88亿元和102.41亿元，位居A股成交额前列 [7] - 消息面上，我国长征火箭于12月24日创下“一日三发”新纪录，中国航天年内已完成近90次发射，刷新历史纪录 [9] - 政策利好释放，上海于12月25日印发文件支持航空航天产业发展，数据显示我国商业航天市场规模自2015年以来年均复合增长率约22%，预计到2030年有望达到7万亿元至10万亿元 [9] - 机构观点认为，商业航天进入密集催化期，景气度加速上行，有望打开军工行业市场天花板，商业航天、低空经济等新域新质领域共同支撑军工基本面修复预期 [2][9] 人工智能与算力板块 - 光模块板块表现强势，创业板人工智能ETF（159363）全天呈现V型走势，报收0.991元的历史收盘最高价，其标的指数年内累计涨幅已超过106% [3][12] - 资金持续涌入创业板人工智能ETF（159363），单日净申购9200万份，近十日累计加仓超5亿元 [10] - 光模块龙头股成为融资资金关注重点，下半年以来，新易盛、中际旭创融资净买入额均超140亿元，天孚通信融资净买入额达46.21亿元 [11] - 创业板人工智能指数年内涨幅高达106.87%，大幅领跑人工智能、CS人工智、科创AI等同类AI主题指数 [12] - 机构展望，在算力产业链高景气周期背景下，光模块头部厂商加速扩产，预计2026年一季度将迎来产能集中释放，驱动业绩进入新一轮爬坡期，1.6T光模块明年有望成为主力需求 [13] - 创业板人工智能ETF华宝（159363）最新规模超39亿元，近1个月日均成交额超6亿元，在跟踪创业板人工智能指数的7只ETF中规模与流动性排名第一 [13] 有色金属板块 - 有色金属板块在四连涨创新高后首次回调，有色ETF华宝（159876）场内价格收跌0.93% [14] - 资金逢低布局，有色ETF华宝（159876）全天获资金净申购4860万份 [14] - 回调可能原因包括美国初请失业金数据影响美联储降息预期，以及圣诞假期大宗商品市场休市 [15] - 产业层面，商业航天发展带动钛、高温合金、稀土、钨、铝等上游材料需求，例如钛合金、高温合金、铝锂合金用于箭体/发动机，相关标的如钢研高纳、宝钛股份等逆势上涨 [16] - 机构观点认为，弱美元周期、政策托底及产业升级等因素支撑，2026年有色金属超级周期大概率持续 [16] - 有色ETF华宝（159876）最新规模为7.54亿元，是同标的指数中规模最大的ETF [19] 其他板块动态 - 跨境支付、数字人民币板块直线拉升，受益于央行等八部门印发金融支持西部陆海新通道建设的意见，金融科技ETF（159851）场内一度涨逾2%，收涨1.84% [3] - 金融科技ETF（159851）最新规模超98亿元，近6个月日均成交额8亿元，规模与流动性在跟踪同一标的指数的8只ETF中断层第一 [19]

政策与行业背景 - 2025年是《金融科技发展规划（2022—2025年）》的收官之年，国家持续加大对小微企业的融资支持，引导金融资源精准流向实体经济 [2] - 2025年《支持小微企业融资的若干措施》等一系列政策出台，旨在改善小微企业融资环境 [3] - 截至2025年一季度末，银行业金融机构普惠型小微企业贷款余额达35.3万亿元，同比增长12.5% [3] 公司核心业务与成果 - 公司积极响应国家政策，在2025年推出“做自己的光”年度助力计划，下设“小店闪光计划”和“用户点亮计划”，为小微企业提供金融支持 [3] - 2020年1月至2025年10月底，公司累计服务小微企业主和个体工商户超950万件，服务覆盖全国31个省、自治区、直辖市 [3] 科技创新与产品应用 - 公司以科技创新为核心动力，于2025年正式推出虚拟数字人WinDaidai，标志着其在优化用户服务方面进入新阶段 [5] - WinDaidai整合了AI语音合成、实时渲染、意图识别等技术，实现了外观与交互的全方位智能化 [7] - 该数字人与公司的WinSAFE智赢体系、WinPROT赢护体系及WinAgent智能体开发平台协同，形成了“技术底层－平台支撑－场景应用”的完整服务体系 [7] - WinDaidai可提供7×24小时不间断服务，并承担数字品牌官角色，通过生动形式进行金融知识普及 [8] - 通过WinDaidai开展的金融知识普及活动已覆盖超50万人次 [8] 产学研合作与研发基础 - 2025年第二季度，公司与中国人民大学深圳研究院等单位合作共建的“数字金融实验室”在深圳揭牌，旨在整合资源攻克技术难题，加速理论成果转化 [9] 消费者权益保护与用户教育 - 公司将消费者权益保护作为重点工作，开设的“反诈骗专栏”已覆盖约百万人次 [9] - 公司通过“以信为帆·赢造未来-赢友守信能量站”等系列专题，以漫画、视频等形式提升用户安全感和获得感 [9] 社会责任与公益行动 - 公司于2024年4月在江西寻乌县澄江中心小学建成小赢公益乡村校园图书馆，藏书四万册，并于2025年迎来投入使用一周年 [10] 未来展望 - 公司计划继续紧跟政策，以用户需求为导向，推进技术迭代创新，完善小微助力计划，优化“数字伙伴”服务 [10]

文章核心观点 - 访谈嘉宾Freda Duan作为硅谷一线科技投资人，从一二级市场Crossover基金的视角，系统分析了当前美国科技投资的三大主线、明星公司的商业模式与竞争格局、以及AI浪潮下的投资机会与市场演变 [5][7][12] - 大模型公司的商业模式本质是“负向滚雪球”，其现金流能否转正取决于训练成本增长的停止或收入回报率的极大提升，OpenAI是当前一二级市场最重要的估值标杆 [16][17][45] - 2026年的投资展望将聚焦于能产生实打实AI收入的“应用公司”，市场情绪已从奖励单纯投入AI转向奖励有实际收入的公司，AI基础设施公司可能跑输AI应用公司 [109][110] 美国投资主线与市场演变 - **三条核心投资主线**：当前美股投资清晰围绕三条主线展开：1) **AI**（芯片与云）；2) **再工业化**（制造业回流、稀土、数据中心、能源基建）；3) **金融产业数字化**（稳定币、支付创新）[12] - **主线间的闭环联系**：再工业化带来的万亿级别基建投资（如日韩承诺投资美国一万亿）将为AI数据中心提供能源支持；金融创新（如稳定币法案、Agentic Commerce）将与AI应用形成另一个闭环 [13][14] - **市场情绪剧烈波动**：2020年后美股波动加剧，纳斯达克历史上仅6次跌幅超20%，但2020年后就经历了3次 [10] - **AI浪潮的预兆**：早在2022年市场低迷时，大模型公司如Inflection AI、Anthropic等A轮融资额达数亿美金，远高于平均1000万美金，且用VC的钱做资本支出，已是明显异常信号 [10][11] - **中国市场观感**：美国投资人近期频繁访华，对中国电动车和机器人感到震撼，但实际投资金额未有明显变化；他们关注中美谈判结果及港股科技IPO的活跃度，后者将影响资金回流 [14] 大模型公司商业模式与竞争分析 - **商业模式本质**：大模型公司成本大头是GPU，遵循Scaling Law，训练成本每年可能上涨10倍，其商业模式是“负向滚雪球”，即每年现金流比上一年烧得更多 [16] - **现金流转正条件**：只有两种可能：1) 收入增长远超前一年（如从2倍变为更大倍数）；2) 停止烧钱训练下一代模型 [16] - **与Netflix的类比**：Netflix也曾是资本密集型、现金流负向滚雪球的业务，其现金流在2020年因内容成本（类比训练成本）增长幅度下降而从-30亿大幅翻正至20亿 [17][18] - **OpenAI收入结构**：据媒体报道分为四条线：1) ChatGPT（含企业版）占75%；2) API收入；3) Agent业务；4) 新产品。后两条线增长更快，未来占比更大 [19] - **OpenAI收入预测**：公司预测年底达200亿年化营收，今年收入约130亿；仅ChatGPT若达3亿付费用户（每月30美元），即可贡献约1000亿收入体量 [19][21] - **Anthropic的差异化**：其超过80%是To B业务，毛利率提升迅速，在一年内从收入1元亏2元的水平提升至与OpenAI相近的毛利率 [38] - **增长路径对比**：从1亿到10亿收入，OpenAI更快（不到两个季度），但从10亿往上，Anthropic速度反超，其年化收入从10亿到70亿仅用10个月 [39] - **财务预测假设差异**：OpenAI假设算力总投入在2028年后不再增长，靠训练成本增速放缓提升利润率；Anthropic则假设模型ROI逐年提升，靠更高回报率拉动利润 [42] 头部公司深度研究 - **OpenAI的竞争与定位**： - 内部最大竞争对手是谷歌，而非Anthropic或xAI [25] - 谷歌占位完美，拥有面向消费者的搜索、YouTube，面向企业的Workspace，以及从云到自研芯片的纵向整合 [25] - 谷歌Gemini拥有6.5亿月活，对比GPT约10亿月活，可通过价格战（利用TPU成本优势）和捆绑销售（如与YouTube订阅捆绑）竞争 [26] - 搜索护城河已变：传统搜索靠前几条结果致胜，现在AI搜索能不辞辛苦翻查数十页找到最佳信息，降低了搜索索引的壁垒 [33][34] - 市场可能低估其企业端业务，个人与企业用户占比目前差不多，企业端作为超级入口的想象空间很大 [20][21] - **谷歌的逆转与挑战**： - 逆转原因在于模型能力追上及搜索广告收入尚未下滑 [28][29] - 内部通过将激励与模型榜单排名绑定，激发了研发效率 [29] - 但来自OpenAI的威胁真实存在，当GPT开始做广告或Agentic Commerce时，可能侵蚀谷歌保险、律所等核心广告商预算 [27] - **OpenAI的管理与估值**： - Sam Altman虽非技术背景，但员工信服，其强信念引领了AGI市场 [35] - 近期提出的1.4万亿美元算力投资计划因数字过大、时间线拉得太远而惊吓市场 [36] - 从300亿到5000亿估值，因股权稀释严重，每股价值增长约为6倍，而非接近20倍 [37] - 与微软厘清股权及可能的万亿市值IPO计划被视为合理操作 [37] 其他明星公司分析 (Robinhood) - **商业模式本质**：证券交易业务周期性很强，是一手“烂牌”，但公司通过三方面改善：1) **业务多元化**，已发展出11条收入超1亿的业务线；2) **抢占市场份额**以平滑周期；3) **掌握定价权**，如加密交易佣金从10个基点涨至60个基点 [46][47] - **成本控制卓越**：自2022年起运营成本零增长，严格控制成本端以配合收入波动 [47] - **用户与增长潜力**：用户平均年龄34岁，平均资产约1万美元，远低于嘉信理财的15万美元；美国35-40岁年龄段财富会有3倍跨越，用户自然成长将带来资产增长 [50] - **区别于Beta逻辑**：相对于比特币或纳斯达克，Robinhood表现出明显的Alpha，并非简单的“牛市买券商”逻辑 [49] - **未来展望与创新**：最有机会成为一站式金融应用，可能推出VC基金，让普通人能投资如OpenAI、SpaceX等明星公司股份；已通过代币化策略巧妙进入欧洲市场 [55][56] - **团队与文化**：创始人Vlad具有“坏小孩”特质，敢想敢干，深受散户喜爱；公司2022年重组为Single GM架构，各业务单元高度自主，产品推出速度极快 [57][58] 自动驾驶与机器人投资 - **自动驾驶进展**： - Waymo是今年最大惊喜，执行超预期，开城速度加快（从三番5年缩短至硅谷半年），成本约几千万美金一城 [67][68] - 目前运营2500辆车，年化收入约8亿美元，在三番已盈利；与韩国现代有现成工厂可支持10万量产 [69] - 市场巨大：美国年驾驶里程约3万亿英里，若Robotaxi每英里收费1美元（远低于Uber的3美元），将是3000亿美元年收入市场 [72] - **Waymo vs Tesla**： - Waymo面临硬件成本问题，整车加传感器成本约17-18万美元，难以降至特斯拉级别；Tesla则面临软件问题，纯视觉方案尚未在Robotaxi上完全证实 [71] - 市场可能收敛至这两家主要玩家 [72] - **技术路径思考**：当前自动驾驶多采用模仿学习的小模型，可能需通用大模型真正理解驾驶规则以解决边缘案例 [74] - **机器人领域现状**： - 赛道火热但尚处早期，Locomotion（移动）基本解决，但Manipulation（操作）仍落后 [75] - 在硬件形态（人形/四足）、数据来源（真实/模拟）等技术路径上缺乏共识 [75] - 过于缺乏数据，评估困难，投资人难以定性判断和下重注 [76] - 预期2-3年内出现“GPT时刻”，即能完成叠衣服等通用动作 [77] - **中美对比**： - 自动驾驶：中国因电动车普及，车身摄像头多，数据采集优势明显，预计发展良好且有更多玩家 [79] - 机器人：中国硬件制造能力世界领先 [80] 硅谷投资圈洞察 - **VC与二级市场投资逻辑差异**： - 二级市场追求**非共识**的高风险高回报（如反转投资）；VC投资追求**共识**，需要市场持续支持公司多年 [81] - VC基金规模与回报存在矛盾，大规模基金（如200亿美元）难以实现高倍数回报；数据显示，实现5倍DPI的基金大多规模较小（最大5亿美元） [90] - 二级市场容量无限且流动性好，当难以判断一级市场多个竞争者时，可通过重仓二级市场标的（如Nvidia）表达观点 [91] - **投资策略趋势**：顶级基金趋向于**集中仓位下重注**，深入研究少数最好的公司以获取超额收益，而非分散投资 [86][87] - **创始人类别偏好**：不同基金有不同审美，如Altos Ventures偏好专注的“刺猬型”创始人；Ribbit Capital偏好具有反叛者特质的“坏小孩”；Hummingbird VC偏好经历创伤、我命由我的“哪吒型”创始人 [84] 看好的AI应用方向 - **编程**：过去一年创造了50亿美元年化收入，是必须关注的世界级机会；但竞争激烈，谷歌等已开始提供免费编程工具 [92] - **视频**：美国媒体产业是8000亿美元大市场；AI使视频本身成为可被直接优化的对象，将催生百亿美元级公司；强判断是短视频（含短剧）将侵蚀长视频时长 [94][95][96] - **Agentic Commerce**：即AI代理替用户购物，将深刻影响电商、广告、支付格局；可能使亚马逊等平台损失广告收入并增加引流成本，而使Shopify和长尾商家受益 [97][98] - **AI应用公司与软件公司区别**：AI应用公司毛利率可能随用量增加而降低，但合同金额更大（如客服AI单价是传统SaaS的5倍），应关注绝对利润额而非毛利率 [99] 市场泡沫与AI经济账 - **AI收入来源**：美国“互联网电子税”总收入约4000亿（线上广告2600亿、电商佣金1000亿、订阅等500亿），若OpenAI实现2000亿营收，将严重侵蚀存量市场 [100] - **广告市场存量博弈**：美国广告总额过去20年年化增长5-6%，线上渗透率已达80%，总量难有大幅增长；OpenAI等新玩家进入将加剧广告收入竞争 [102] - **更大的想象空间在于劳动力市场**：美国GDP约30万亿，劳动力成本占15万亿；AI若能提升全球生产率，创造新的GDP增量，其巨额投资才算合理 [103] - **当前AI收入规模**：可追踪的AI收入约700亿，其中OpenAI和Anthropic占大头，其他所有创业公司合计仅几十亿 [105][107] - **泡沫判断**： - 当前肯定不是泡沫，AI应用落地速度远超以往，已产生数百亿收入且大公司ROIC在提升 [108] - 未来是否成为泡沫取决于两点：1) 模型能力是否持续进步；2) AI实际收入是否持续增长 [108] 2026年投资展望与Mega 7观点 - **核心思路**：市场将奖励有实打实AI收入的**应用公司**，AI基础设施公司可能跑输 [109] - **重点关注应用领域**：自动驾驶、多模态、端侧AI、企业端/实体经济AI应用、Agentic Commerce、太空（SpaceX）[110] - **Mega 7公司观点**： - **特斯拉**：核心看能否实现无安全员的Robotaxi，以及其对xAI等投资的股权稀释影响；颠覆性科技在“成功”前18个月投资最舒适 [111] - **苹果**：明年有“双击”可能，新Siri（3/4月）与折叠手机（9月）软硬件结合，可能出现类似谷歌的反转行情 [112] - **谷歌**：共识龙头，但面临广告存量市场竞争加剧的风险，OpenAI与TikTok都是强大对手 [113] - **Meta**：市场关注其重金投入后新模型Avacado的表现及能收回多少AI收入；明年现金流可能下跌，股价承压 [113] - **三朵云（微软、亚马逊、谷歌云）**：增速虽好，但竞争格局恶化，新玩家（如Oracle、Coreweave、模型公司自身）以低利润率入场，将挤压存量玩家利润 [115][116]

公司荣誉与社会责任理念 - 数禾科技在2025（第八届）社会责任大会上荣获“2025年度责任优秀企业”称号 [1] - 该荣誉是对公司长期恪守“金融向善”初心以及以创新模式参与社会议题、推动可持续价值创造的认可 [1] - 公司通过旗下品牌“还呗”的普惠叙事与“美好回音”公益IP，诠释了金融科技企业的社会责任担当 [1] 社会责任实践与战略融合 - 公司的社会责任实践源于其“普惠金融”的核心业务逻辑，致力于服务“新市民”及小微经营者解决短期资金周转难题 [2] - “金融向善”是公司内生的价值追求，其社会责任实践超越了传统的单向捐赠，致力于构建可持续的公益生态 [3] - 公司将社会责任深度融入企业战略，形成了系统化、长效化的运作机制，公益行动明确指向乡村儿童的成长与发展 [3] - 公益实践路径从“物质支持”升级到“精神赋能”，例如从捐赠图书角到引入专业心理服务 [4] “美好回音”公益项目的创新模式 - “美好回音”项目的核心是“共鸣、共创、持续回响”的深度社会参与，公司扮演“连接器”和“赋能平台”的角色 [5] - 在乡村心理健康领域，公司与扎根当地二十余年的“爱心小站”合作，出资支持聘请专业心理老师入驻学校，以“专业导入+本土培育”模式解决资源匮乏痛点 [6] - 项目通过UGC和跨界联名扩大社会参与，例如与《南方周末》联名活动吸引了数千个真实用户故事投稿，提升了项目的传播声量和情感穿透力 [6] - 公司将社会责任实践视为一项需要持续投入的“事业”，并将其融入企业运营的生态系统，以创造综合价值 [7][8] 行业影响与价值创造 - 公司的实践为金融科技行业探索出了一条履行社会责任的特色路径 [8] - 这条路径的核心在于将人的发展、社区成长与企业价值紧密相连，用金融工具传递人文关怀，为乡村振兴与社会包容性发展注入力量 [8]

文章核心观点 - 2025年全球资本市场以“疯狂独角兽”为标志，多家头部独角兽企业估值飙升，并积极寻求通过并购与IPO退出，为2026年IPO市场的爆发积蓄能量 [1][2][20] - 人工智能（AI）领域是2025年私募融资的绝对主流，其募资额占全球独角兽募资额近一半，大模型公司募资规模最大 [14] - 2026年全球IPO市场预计将更加精彩，受SpaceX、Anthropic、OpenAI等超级独角兽上市预期驱动，融资规模有望再创新高，香港与美国将成为主要上市目的地 [18][19] 头部独角兽估值飙升与IPO预期 - 字节跳动因TikTok美国分拆传闻，估值可能从约4,000亿美元升至5,000亿美元 [2] - SpaceX上市估值或从当前的4,000亿美元倍增至8,000亿美元 [2] - Anthropic目标估值或为3,000亿美元，其目前估值为1,830亿美元 [2] - OpenAI正洽谈千亿美元融资，交易后估值或达8,300亿美元，而一年前其估值仅1,570亿美元 [2] - 2025年末估值排名：OpenAI估值或达5,000亿美元，字节跳动或为4,800亿美元，SpaceX或为4,000亿美元，蚂蚁集团约1,500亿美元，xAI估值从约300亿美元飙升至500亿美元 [17] 全球独角兽退出趋势：并购与IPO反弹 - 随着美联储进入降息周期，2025年独角兽退出案例数量明显上升，IPO与并购成为主导力量 [3][4] - 2025年大型科技公司为增强AI能力进行战略性收购，例如Meta以百亿美元收购Scale AI的49%股权 [6] - 2025年大型并购交易或有36宗，例如谷歌以320亿美元收购网安公司Wiz [6] - 2025年独角兽的并购交易总额或达670亿美元，明显高于过去几年 [6] - 2025年共有40只独角兽通过传统IPO上市，另有2家通过SPAC或借壳上市，今年IPO的独角兽估值总额或达2,070亿美元，为2021年以来最高 [8] 全球主要资本市场IPO表现 - 美股是巨型独角兽IPO首选，2025年首发募资规模最大的为CoreWeave，募资15亿美元；其次为Klarna，融资13.72亿美元；第三为Chime，融资约8.64亿美元 [10] - CoreWeave和Klarna上市后估值较上市前增长，但Chime上市后估值显著下滑 [10] - 港股市场在2025年恢复活力，吸引特专科技公司上市，例如希迪智驾已完成上市，壁仞科技、英矽智能等即将上市 [12][13] - A股市场“硬科技”领域标的受关注，例如国产芯片股摩尔线程-U和沐曦-U上市后市值飙升若干倍 [13] AI领域融资占据主导地位 - 2025年全球独角兽募资额中，AI占了接近一半，显著高于2024年的34% [14] - 2025年合共有2,023亿美元资金投入AI产业，按年上升75% [14] - 大模型公司募资规模最大，或占全球AI募资额的40%，合共达到800亿美元，而上年这一金额约为310亿美元，占AI总募资额的27% [14] - 两家大模型公司OpenAI和Anthropic今年以来占了全球风投投资的14% [15] - 2025年私募股权基金和风投重新主导AI初创企业融资，例如软银向OpenAI投资400亿美元，成为最大宗交易 [16] - 大型科技公司今年的投资规模虽有所增加，但较私募股权基金和风投仍有所逊色 [16] 2026年市场展望 - 2026年全球IPO市场核心驱动力来自一批超级独角兽的上市预期，包括SpaceX、Anthropic和OpenAI [18] - 仅SpaceX一家的上市募资额就有望突破千亿美元级别 [18] - 香港与美国将成为巨头主要上市目的地：香港有望吸引壁仞科技、MiniMax和智谱华章等企业；美国继续成为AI、航空航天等领域超级独角兽的首选上市地 [19] - AI垂直场景企业、硬科技赛道优质企业将成为2026年IPO市场重要增量 [19]

文章核心观点 - 首席执行官在任期中期面临自满风险，需采取特定策略以保持高绩效并持续创造价值 [2][3][4] - 避免自满的四种关键方法包括：持续学习、以外部视角审视公司、与团队共同规划下一个增长曲线、以及为未来危机和继任做好组织准备 [4][8][23] 不断学习：让自己保持领先 - 首席执行官需将外部互动时间用于倾听和学习，而非仅宣讲自身成功，以获取新思路和保持竞争力 [5] - 通过与客户、关键意见领袖、医生及学术会议交流，可获得产品开发与交易灵感，例如高德美公司首席执行官因此促成了至少两三笔交易 [5] - 与投资者，包括激进投资者进行建设性对话，是获取新思路的重要来源，例如杜邦公司首席执行官同意激进投资者白皮书中80%的观点 [7] - 参与其他首席执行官的非正式小组或访问其他公司领导层（如Intuit前首席执行官访问亚马逊、Facebook、谷歌），能获得跨行业的深刻见解和新想法 [7][9] - 学习亦可来自公司内部，例如Intuit前首席执行官每周与各层级员工开会，直接获取未经过滤的一线信息 [9] 换位思考：从外部看自己的公司 - 首席执行官应定期以全新、客观的“局外人”视角对公司进行全面分析，避免被过往假设和内部忠诚度束缚 [10] - 可借鉴私募股权的投资策略，像潜在新所有者一样审视公司，并鼓励重要的异议声音 [12] - 需基于一系列整体性问题寻求事实答案，涵盖资本市场、战略、业务运营、成本、组织及声誉等方面 [11][12][14] - 成功的首席执行官也会寻求外部对其领导风格的反馈，并根据全面的360度评估结果做出必要改变 [13] 规划下一个增长曲线：团队共创未来 - 首席执行官应将学习所得与外部视角结合，形成对公司下一个绩效“S曲线”的判断 [15] - 管理一系列S曲线至关重要，例如百思买前首席执行官通过“心跳加速器”策略，先后领导了“重塑蓝色”扭亏为盈和“打造新蓝色”增长阶段 [15] - 部分首席执行官能在任期内带领公司经历多次S曲线增长，如伊塔乌联合银行前首席执行官在22年间领导了四次重大转型 [16] - 定义下一个S曲线应采用协作方式，让团队参与创造，这能激发热情并赢得支持，例如阳狮集团首席执行官让约350位领导者参与制定了“一体化力量”新战略 [17][18] - 推动新增长曲线需调整领导风格，例如在转型阶段强势统筹，在增长阶段下放决策权并鼓励承担风险 [19][20] 未雨绸缪：让公司为未来做好准备 - 企业危机日益频繁，2010年至2017年间，《福布斯》全球2000强前100家公司新闻标题出现“危机”一词的频率比前十年增加了80% [20] - 应对危机的最佳时机在危机发生前，需定期对业务进行压力测试和模拟演练，例如默克公司进行关键风险桌面演练，Netflix模拟公司十年后倒闭的各种原因 [21] - 需与关键利益相关者（政府、经销商、供应商等）长期建立良好关系，以便在危机时获得信任，例如美国合众银行前首席执行官在2008年金融危机中因此被视为行业典范 [21] - 必须积极构建人才储备，并投入时间进行继任计划，重点关注首席执行官自身岗位的接班人培养 [22] - 首席执行官需在任期中期关注个人可持续性，避免因不可持续的工作习惯导致健康或人际关系危机，并为离职后的生活做好准备 [22]

金融AI进入生产级核心场景 - 2025年深圳某商户准入审核从人工线下20分钟缩短至系统自动处理仅需5分钟，标志着AI进入金融生产级核心场景[2] - 某大型金控集团深圳研发中心AI编码平台在新项目中代码AI生成占比超过70%，团队固化场景解决方案数量达数万个[2] - 金融AI正从“能看会说”的辅助工具，进化为“能决策、可执行、担责任”的数字员工，从工具到同事的跃迁是2026年破局关键[2] 金融AI落地面临的核心挑战 - 金融行业需在“安全、效率、普惠”的不可能三角中寻求平衡，对高可用、高可靠、强合规的要求是底线[3] - 早期AI应用多停留在客服、营销等辅助性场景，未触及信贷审批、风控建模、投研决策等高敏感核心流程[3] - AI深入核心业务面临多重障碍：模型需极高准确性且决策过程可追溯、可解释、可审计；系统需满足“五个九”（99.999%）可用性与毫秒级响应；金融机构内部数据烟囱林立，非结构化数据多[4] - 金融机构缺少的不是模型或算力，而是体系化的落地路径与解决方案[4] Agentic AI成为金融AI的终局形态 - 金融业务的多环节协同、强规则约束等特殊性，需要具备自主决策能力的AI形态，Agentic AI应运而生[5] - 真正的Agentic AI具备自主规划、工具调用以及记忆与学习三大核心能力，可应用于财富规划、信贷审批、反洗钱监测等场景[5] - Agentic AI面临“效率与成本”挑战：大模型训练推理算力成本高，单一模型难以适配所有金融场景[6] - 阿里云将Agentic AI视为金融AI落地的“终局形态”，并基于实践提出“大飞轮+小飞轮”协同架构以应对挑战[6] “双飞轮”架构与全栈解决方案 - “大飞轮+小飞轮”架构中，大飞轮构建通用智能能力，负责意图理解与复杂决策；小飞轮通过垂直小模型构建场景执行能力，两者协同降低成本并提升效率[6] - 实际应用中采用“一个基础大模型与多个不同岗位的蒸馏小模型结合（MOA）”的方式，更匹配金融机构实际情况[7] - 为克服“碎片化困境”，金融行业需要“全栈人工智能服务商”，提供从底层算力、中间层模型与平台到上层应用的一体化解决方案[7] - 阿里云通义点金金融AI平台包含金融垂类大模型、开发工具链、场景化解决方案三大核心模块，提供一站式金融垂直模型生产工厂[8] 金融AI实践成果与市场渗透 - 工商银行“工银智涌”大模型技术体系在20多个业务领域、400多个场景实现端到端赋能，打造上千个专业领域智能体，累计调用量达15亿次，日均消耗80亿token[9] - 国泰海通与阿里云合作开发证券行业垂直大模型，围绕智能投研、智能投顾等方向深化应用[9] - 接入阿里云后，中小金融机构能低成本获取先进AI能力，九成政策性银行及大型国有银行、全部12家股份制银行、国内规模前十的财险公司均在使用通义大模型，并以其支撑70%以上的AI应用场景[9] 金融行业迈向AI原生时代 - 金融AI正从“云原生”走向“AI原生”，未来架构是“人+AI+系统”的深度协同，IT建设将从“系统建设”转向“智能增强”[10] - 成功的AI实践需业务构建清晰可评判的SOP，组织打破技术与业务壁垒，构建双飞轮技术范式，逐步迈向Agentic AI[10] - 阿里云通过打造“AI原生架构”，与金融机构共同构建具备自主决策能力的“AI大脑”，实现从“上云换心”到“用AI换脑”的跨越[10][12] 云基础设施与市场支撑 - 金融机构核心系统上云为AI规模化落地提供了稳定、弹性、合规的金融级云底座，解决了算力、存储和安全合规问题[11] - 2025年上半年中国金融云市场规模为380.1亿元人民币，同比增长20.0%[11] - 阿里云在金融公有云基础设施份额为43%，创历史新高并连续7年第一；同时蝉联中国金融云整体市场第一，收入同比增长32%[11] - 通义千问等国产大模型能力成熟，阿里云全栈AI云正成为金融机构智能化升级的核心支撑，通义千问成为金融AI生产级场景的主力模型[11]

市场整体表现 - 2025年12月25日市场全天震荡拉升，三大指数集体收涨，沪指涨0.47%实现七连涨，深成指涨0.33%，创业板指涨0.30% [1] - 题材方面，航天航空、电机、造纸印刷等板块涨幅居前，贵金属、能源金属、商业百货等板块跌幅居前 [1] - 主力资金流入航天航空、汽车零部件、通用设备等行业概念 [1] - ETF方面，卫星、机器人、金融科技等相关ETF表现亮眼 [1] 卫星行业 - 商业航天产业联盟科创基金于12月24日第三届商业航天发展大会启动，由盈达资本、清盈科创等联合发起，首次发行规模10-20亿人民币，远期拟扩至100亿人民币，存续期10年 [1] - 机构观点认为，从政策、产业、资本三重维度看，卫星产业正迎来关键拐点，明年商业航天将从导入期向成长初期过渡，卫星招标、发射量至少翻倍增长 [2] - 在“十四五”政策支持强化、发射成本下探、应用场景加速落地的背景下，产业链已形成“降本—增量—应用—收益”的良性循环，长期成长的确定性正吸引长期资金持续布局 [2] - 相关ETF包括：卫星ETF(159206)、卫星ETF广发(512630)、卫星ETF易方达(563530)、卫星ETF(563230)、卫星产业ETF(159218) [2] 人形机器人行业 - 机构观点认为，人形机器人正加速从技术研发向规模化商用落地迈进 [2] - 美国企业积极布局形成“模型-仿真-硬件”闭环，资本与技术高度集中，国内供应链体系完善，加速场景落地并推进全栈式技术发展，机器人领域中美共振局面有望持续 [2] - 前期板块回调较为充分，后续Gen3定点、新品发布、宇树IPO进展等事件催化值得重点关注，建议底部聚焦优质环节，把握确定性和灵巧手等核心变化 [2] - 建议关注头部整机企业订单爆发的潜在拐点，以及具备核心零部件制造能力的企业，其订单有望随整机厂商出货迅速放量 [3] - 相关ETF包括：机器人50ETF(159559)、机器人ETF富国(159272)、机器人ETF易方达(159530)、机器人ETF鹏华(159278)、机器人产业ETF(159551) [3] 金融科技行业 - 消息面上，中国人民银行等八部门印发《关于金融支持加快西部陆海新通道建设的意见》，提出探索数字金融国际合作，支持沿线省（区、市）参与多边央行数字货币桥项目，推动与泰国、香港、阿联酋、沙特阿拉伯等跨境支付使用央行数字货币，支持探索推进内地与新加坡数字人民币跨境支付试点 [3] - 机构观点认为，当前中长期资金加速入市，市场活跃度维持高位，资本市场展现“健康牛”态势，财富管理转型、国际业务拓展、金融科技赋能均有望成为行业提升ROE的驱动力 [3] - 相关ETF包括：金融科技ETF兴业(563570)、金融科技ETF富国(515720)、金融科技ETF(159851)、金融科技ETF华夏(516100)、金融科技ETF指数(563670) [4]

大盘与指数技术分析 - 大盘呈现七连阳走势 市场情绪带有逼空意味 [1] - 上证指数存在30分钟级别顶背离 但出现化解迹象 创业板背离级别则有所加大 [1] - 若上证指数选择向下调整以化解背离 关键支撑位预计在3921点附近的10周周线位置 [1] 汇率与A股市场关联 - 当前汇率进入6开头区间 汇率升值1% 对应A股市值预计能提升3% 两者呈现约1:3的杠杆撬动关系 [1] 市场板块轮动与潜在方向 - 商业航天板块近期持续强势 但部分投资者因股价处于高位而持观望态度 [1] - 市场面临寻找能承接商业航天板块流出资金的新方向的任务 当前缺乏具备连续持续性的板块 [1] - 潜在承接板块的选项包括近期表现较强的零售、液冷服务器、存储芯片以及机器人板块 但资金最终选择尚不确定 [1] - 金融科技板块当日受到较强刺激 但市场认为其力度暂时不及商业航天板块 需纳入次日观察范围 [1]