核心事件 - 每日互动在申请向特定对象发行股票过程中，收到深交所审核问询函，重点问及公司数据资源作为无形资产处理的合规性问题 [1] 监管问询要点 - 监管机构要求公司说明数据资源作为无形资产的确认条件、后续计量是否合规 [1] - 监管机构问及IDC费用归集标准及与营业成本的区分度 [1] - 监管机构询问相关会计处理是否与同行处理一致 [1] - 监管机构要求说明相关会计处理对经营业绩的量化影响 [1] 公司回复要点：会计处理合规性 - 公司表示其合法积累的数据资源经脱敏清洗后形成高可用资产，主要用于商业与公共服务变现 [1] - 公司认为其数据资源符合“企业拥有控制权且经济利益很可能流入”的无形资产确认条件 [1] - 在会计处理上，公司将数据采集和挖掘相关的IDC费用（如机柜租赁、带宽费）归集为数据资源成本 [1] - 公司通过专用账号耗用量统计实现与营业成本中IDC费用的明确区分，核算标准清晰可执行 [1] - 公司强调该会计处理与同行业公司如拓尔思、开普云保持一致 [1] 公司回复要点：会计政策变更及财务影响 - 自2024年起执行新规后，原计入成本的IDC费用转为资本化，按5年加速摊销 [1] - 2024年，因数据资源账面价值净增4369万元，直接提升了当期利润 [1] - 2025年前三季度，因摊销额增加，导致毛利率有所回落 [1] - 公司指出，若未来持续投入数据资产，其净增值对利润的推升效应将逐步减弱 [1]

微软公司业务表现与前景 - 微软正受益于其Azure品牌云平台需求的激增 [1] - 随着企业客户采用更多人工智能工作负载，对Azure云平台的需求可能在2026年进一步升温 [1] - 微软实现了两位数的收入增长 [1]

论坛概况与主办方 - 第八届智能财务论坛于12月6日在上海国家会计学院国际会议中心举行 [1] - 论坛由上海国家会计学院联合中国石油、金蝶软件、元年科技、艺赛旗、中兴新云、科大讯飞、用友网络、浪潮海岳、经邦大数据、ACCA、汉得信息、汇付天下、申能集团、浙能财务、久其软件、蓝凌软件、远光软件、立信会计师事务所等19家机构共同主办 [1] 行业发展趋势与战略方向 - 以大语言模型为代表的生成式人工智能正从“理解对话”走向“自主执行”，深刻改变财务工作形态 [3] - 推动财务管理向智能化、数字化转型是高质量发展的必然要求 [3] - 未来三大发展方向包括：坚持自主创新构建中国特色智能财务知识体系、强化安全意识筑牢财务数字化转型安全防线、深化开放合作共建智能财务发展生态 [3] - 人工智能大模型首次位列影响会计行业的十大信息技术榜首 [5] - 人力成本攀升催生智能化需求，“无AI不论坛”成为行业共识 [5] - 智能财务应用场景众多，但高投入产出比的成功案例仍待拓展，落地清晰度、运营碎片化等问题亟待解决 [5] 政策与理论研究动态 - 政策层面，国务院“AI+”行动、《会计法》信息化修订、财政部联合九部委发布电子凭证会计数据标准等为行业发展提供强力引导 [5] - 国内智能财务相关论文发表呈指数增长，RPA与ChatGPT大模型的出现成为两大重要拐点 [5] - 国际期刊研究聚焦于大模型应用、数据治理、场景融合及伦理研究等热点 [5] 人才培养与机构建设 - 高校正加速课程体系重构与产融结合，全力推进会计人员知识体系升级 [5] - 上海国家会计学院2018年设立的智能财务研究院已成为财政部备案的重点智库项目之一 [3] - 智能财务研究院自成立以来已汇聚19家机构、525名研究人员，形成六大研究方向 [6] - 2026年研究院将重点推进参与“十五五”规划制定、组织十大信息技术与最佳实践评选、开通智能财务知识共享平台、发布AI Agent蓝皮书、深化国际合作等十大任务 [6] 企业智能财务转型成功要素 - 企业智能财务转型成功的七大共性要素为：明晰战略、善用技术、夯实数据、重构流程、赋能人才、聚焦价值、严控风险 [13] - AI与财务管理融合正从财务会计标准化场景向管理会计个性化场景延伸、从单点智能向全局智能迈进 [13] - 突破数据、模型、集成、人才、法规瓶颈是融合关键 [13] 最佳实践评选结果 - 第六届智能财务最佳实践评选共选出10家单位荣获年度综合大奖，10家单位荣获单项奖，3家单位荣获最佳网络人气奖 [8] - 获得年度综合大奖的单位包括中国石油化工股份有限公司油田事业部、海尔集团全球财务共享服务中心、中国移动通信集团有限公司/浙江有限公司、青岛啤酒股份有限公司、中国交通建设集团有限公司、河北建设投资集团有限责任公司、金隅冀东水泥集团股份有限公司、通用技术集团国际控股有限公司、内蒙古圣牧高科牧业有限公司、广东风华高新科技股份有限公司 [9] - 获得单项奖的单位包括华中科技大学同济医学院附属协和医院、中远海运科技股份有限公司、上海找钢网信息科技股份有限公司、河南农业投资集团、国网浙江省电力有限公司杭州市富阳区供电公司、深圳能源集团股份有限公司、苏州市轨道交通集团有限公司、河南投资集团有限公司、湖南数据产业集团有限公司、国电电力江西新能源开发有限公司 [10] - 获得最佳网络人气奖的单位为内蒙古圣牧高科牧业有限公司、国网浙江省电力有限公司杭州富阳区供电公司、通用技术集团国际控股有限公司 [11] 论坛亮点与嘉宾分享 - 本届论坛亮点包括：大模型与智能体技术催生全新应用场景、“未来财务人机之争”辩论引发共鸣、智能财务知识共享平台启动将助力行业知识高效管理及运用 [13] - 论坛上，来自科大讯飞、海尔集团、中国移动浙江公司、青岛啤酒、中交集团、河北建投、大华国际、中国石油化工集团等企业的嘉宾分享了各自单位的智能财务实践 [13]

文章核心观点 - 企业AI项目效果不佳的核心原因并非技术问题，而是组织结构问题 许多组织仍沿用以人工为中心的旧流程和管理方式，导致先进的AI智能体无法发挥真正价值 [1][2] - 企业智能化转型成功的关键在于完成从“人管人”到“人管AI”的组织结构升级 必须重新设计流程、角色与协作方式，以适应“人 + AI”的新执行结构 [2][6] - 当技术能力趋同时，决定企业差距的不再是选择哪款AI，而是组织是否准备好接住AI 为AI提供发挥价值的空间（新流程、新分工、新治理方式）是AI成为生产力的前提 [13][14] 组织结构与流程的断层 - 传统业务流程的复杂性设计是为了弥补人类的限制 例如层层确认为避免人工失误，逐级传递为防止任务堆积，大量记录因信息依赖人脑记忆与判断 [3] - AI智能体的运作逻辑与人类不同 它能自动触发、跨步骤闭环执行、持续监控学习，天生适合“任务闭环”而非“岗位流水线” [5] - 企业若让AI智能体按“人工逻辑”工作，会导致其有能力却无权限，有潜力却无空间 问题根源在于组织结构将其束缚在低效模式中，而非AI能力不足 [5] - AI智能体是新的执行单元，而非流程中的“新节点” 组织若沿用旧流程和角色体系，再强的AI智能体也只能被迫模仿人类，无法释放真正价值 [6] 角色定义与价值转变 - 一线员工角色从任务处理者转变为AI智能体的首批“监督者” 其价值从“自己完成多少工作”转变为帮助AI实现多少纠偏与成长 [7] - 质检工作重心从“检查人”转变为“检查AI” 关注AI行为是否合理、策略是否需要调整，一条高质量的“AI改进建议”比一百条人工抽检更有价值 [9] - 主管工作从“管人”升级为“配置资源” 核心能力变为“人机协同设计”，需统筹人力与AI的协作模式，并设计让AI形成闭环的流程 [10] - 知识管理员角色转变为AI能力的塑造者 需将隐性经验结构化、专家判断流程化，以使AI具备企业的业务判断力与策略边界 [11] - 在AI智能体时代，人的角色转变为AI的“训练者、监督者与能力补全者” 组织效率从“人力驱动”迈向“智能驱动” [11] 企业智能化转型路径 - 企业需要重新设计流程、角色与协作方式，以适配“人 + AI”的新执行结构 这是AI智能体时代组织重构的真正起点 [6] - 天润融通在提供领先的AI智能体产品之外，推出了AI训练师项目 旨在帮助企业培养能够设计、监督、优化AI智能体的新型人才，推动传统岗位向“AI企业时代的员工”转型 [14] - 当组织具备训练、运营并与AI智能体协作的能力时，AI才能从项目成长为企业长期的生产力曲线 [14]

行业现状与核心挑战 - 当前企业拥抱AI热情高涨，但普遍面临从战略到落地的系统性挑战，其核心并非技术泡沫，而是应用尚未深入核心生产环节 [2] - 多数企业缺乏系统的AI战略规划，未明确核心转型场景与价值模型，且缺少企业级AI总体实施与架构规划，导致AI与传统IT系统融合存在短板 [3] - AI落地的核心逻辑“理解意图—规划意图—执行意图”受制于数据与服务治理双重难题，数据治理的“为何、何种、如何”仍是普遍瓶颈，服务治理中AI模型需精准匹配成千上万的接口与服务，导致应用难以深入生产核心 [3] - 客户认知存在三大偏差：混淆To C与To B场景对严谨性要求的本质差异；用传统IT验收思维看待需要持续迭代的AI系统；过度神化AI能力而忽视技术与商业价值边界 [4] - 企业AI转型亟需既懂AI技术又懂行业知识的复合型人才，这类人才的稀缺制约了数据治理、流程优化等工作效率 [4] 企业解决方案与实践 - 彩讯股份在实践中形成了“1+1+N”的企业服务AI交付体系 [5] - 该体系第一个“1”是涵盖场景规划、数据治理、服务治理到安全防控的顶层方法论框架 [5] - 第二个“1”是工具平台，包括自研Agent平台、数据与治理工具等，旨在提升实施效率 [5] - “N”代表聚焦高可复制性场景的行业解决方案 [5] - 公司自身聚焦于AI+客服、AI+营销、AI+BI、AI+办公等复制性强的场景 [7] 对AI前景的研判与建议 - 明确表态AI不存在泡沫，认为当前是技术、资本、基础设施适当先行的革命阶段，最大挑战在于AI应用在To B和To C领域都不够深入、丰富和普及 [6] - AI重塑各行业的趋势已然明确，期待AI+教育、AI+医疗、AI+文旅等落地应用涌现 [7] - 建议企业将AI转型视为关乎未来生存与竞争力的战略性答卷，而非技术跟风，应深入思考AI能为自身带来的具体价值 [7]

高盛评级与核心观点 - 高盛维持对苹果公司的买入评级 目标股价为320美元 评级基于对服务业务广泛增长的乐观预期 尽管App Store近期表现疲软 [1] App Store 近期表现 - 2025年11月 App Store消费额同比增长6% 较2025年10月9%的同比增速有所放缓 [2] - 增速放缓主要由游戏品类驱动 该品类同比下降2% 游戏是苹果最大的应用类别 [2] - 自2025年7月以来 App Store消费增长率已减半 带来近期下行风险及来自应用外支付的潜在干扰 [3] 主要市场地理表现 - 苹果前五大市场中的四个（美国 日本 英国 加拿大）增长连续放缓 [3] - 这前五大市场合计占App Store总消费额的52% [3] 服务业务整体展望 - 尽管10月和11月App Store消费增长低于苹果对2026财年第一季度服务收入的指引 但预计苹果的服务指引将得到其他服务类别更快增长的支持 [4] - 这与苹果2025财年第四季度的服务表现一致 当季服务收入同比增长加速至15%（第三财季为13%） 尽管App Store收入增长可能放缓 但其他大多数服务类别增长加速（估计iCloud+ AppleCare+ Apple Music及其他订阅服务 Apple Pay的收入增长在第四财季连续加速）[5]

市场整体表现 - 美国股市在2025年12月5日延续涨势，主要股指在低于预期的通胀报告和对美联储下周降息预期升温的推动下，逼近历史高点 [1] - 标普500指数上涨0.2%至6870.40点，纳斯达克综合指数上涨0.3%至23578.13点，道琼斯工业平均指数上涨0.2%至47954.99点 [2] - 当周，标普500指数累计上涨0.3%，道指上涨0.5%，纳指上涨0.9% [3] 关键经济数据 - 核心个人消费支出价格指数9月同比上涨2.8%，比经济学家预期低0.1个百分点，强化了美联储将降息的预期 [4] - 9月个人收入增加945亿美元（月率0.4%），个人消费支出增加651亿美元（月率0.3%） [5] - 密歇根大学12月消费者信心指数初值升至52.0 [5] 美联储政策预期 - 市场焦点集中在12月9-10日的美联储联邦公开市场委员会会议上，投资者预计有95%的可能性降息25个基点，这将是年内第三次降息 [6] 公司业绩与股价异动 - Ulta Beauty第三季度每股收益5.14美元超预期，营收28.6亿美元超预期，公司上调全年展望，股价大涨超14% [8] - Netflix宣布以近830亿美元收购华纳兄弟探索公司，消息公布后Netflix股价下跌近3%，华纳兄弟探索股价上涨6% [9] - 惠与公司第四财季营收弱于预期，股价下跌3.9%，但公司公布了创纪录的季度营收和毛利，并上调了2026财年指引 [10] - 博通股价上涨超2%，Meta Platforms和Alphabet各上涨超1%，微软、亚马逊和特斯拉小幅上涨，英伟达和苹果各下跌约0.5% [11] 其他公司动态 - Salesforce和Dollar General因强劲的第三季度业绩而股价上涨，Dollar General大幅上调指引后股价飙升近8% [12] - 超市巨头克罗格因营收未达预期且发布的指引低于预期，股价下跌超4% [12]

新闻内容分析 - 提供的文档内容不包含任何实质性的新闻、事件、财报或行业及公司信息 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 并禁用广告拦截器以继续访问 [1]

公司近期表现与市场关注度 - 甲骨文是近期最值得关注的股票之一 今年表现强劲 巩固了其作为主要人工智能参与者的地位[1] - 尽管今年波动性极大 但公司股价仍上涨约30% 表现优于大盘[1] - 在9月发布2026财年第一季度财报后 股价一度飙升近40%[2] 2026财年第一季度财报关键数据 - 公司人工智能云业务需求惊人 剩余履约义务金额达到4550亿美元[2] - 剩余履约义务金额同比增长359% 主要受人工智能云服务需求驱动[2] 财报后的市场反应与当前挑战 - 股价在财报大涨后已回吐大部分涨幅[3] - 回吐原因是公司表示需要承担大量债务以资助人工智能基础设施扩张[3] - 媒体报道指出 公司人工智能云业务的运营利润率极薄[3] 即将到来的2026财年第二季度财报 - 财报将于12月10日市场收盘后发布[4] - 投资者将寻求管理层保证 即公司能以财务审慎的方式管理人工智能基础设施建设[4] - 投资者同时关注更广泛人工智能需求的其他线索[4] 关键财务数据与分析师观点 - 公司当前股价为217.28美元 市值6110亿美元[5] - 毛利率为66.10% 股息收益率为0.89%[5] - 花旗分析师Tyler Radke认为 市场对甲骨文债务健康状况的担忧被夸大[5] - 该分析师预计公司将报告另一个强劲的剩余履约义务数据 达到6000亿美元 这可能重振市场情绪[5] 市场预测与交易建议 - 预测公司盈利报告内容以及市场反应始终非常困难[6] - 鉴于公司股票近几个月波动性极大 不建议围绕此次财报事件进行交易[6]

财务数据和关键指标变化 - 2025财年总收入增长15%至超过2810亿美元，营业利润增长17%，每股收益增长16% [35] - 2025财年总现金回报为377亿美元，较上一财年增长10%，包括季度股息增加10%和继续执行600亿美元股票回购授权 [35][36] - 微软云业务收入超过1680亿美元，同比增长23%，其中Azure收入增长34%至超过750亿美元 [36] - 服务器产品和云服务业务收入超过980亿美元，同比增长23% [36] - 微软365业务（商业和消费者）收入超过950亿美元，同比增长14% [37] - LinkedIn收入超过170亿美元，会员数增长至12亿专业人士 [38] - 游戏业务收入超过230亿美元，其中Game Pass收入首次达到近50亿美元 [38] - 2026财年第一季度收入增长18%，其中微软云收入为490亿美元，同比增长26% [38] - 公司拥有约4000亿美元的已承诺合同待交付 [80] 各条业务线数据和关键指标变化 - **微软云**：毛利率百分比达到69%，尽管为满足AI需求扩展基础设施带来影响 [36] - **Azure**：收入超过750亿美元，同比增长34% [36] - **微软365商业云**：收入同比增长15% [36] - **Dynamics 365**：收入同比增长19% [36] - **微软365消费者**：订阅用户数增长至8900万 [37] - **Windows**：Windows 11商业部署量同比增长超过75%，Copilot将原生内置到每台Windows 11 PC中 [37] - **搜索与浏览器**：Bing和Edge市场份额持续增长，Edge的Copilot模式将浏览器转变为超越传统浏览的AI体验 [37][38] - **GitHub Copilot**：已成为最受欢迎的AI结对编程工具，拥有2600万用户 [45] - **Copilot系列**：活跃用户总数已超过1.5亿 [44] 各个市场数据和关键指标变化 - 公司在全球超过70个地区运营着400多个数据中心，今年在六大洲开设了新数据中心 [42] - 公司通过主权云产品满足全球各国政府和行业的独特数据驻留需求 [43] 公司战略和发展方向和行业竞争 - 公司核心业务优先事项为安全、质量和AI创新 [41] - 公司正在构建一个行星级规模的云和AI工厂，优化“每美元每瓦特的令牌数”，并支持客户和国家的主权需求 [42] - 公司推出了Microsoft Foundry，帮助客户设计、定制和运行自己的AI应用和智能体，该平台可访问来自OpenAI、Cohere、DeepSeek、Meta、Mistral、xAI和Anthropic等合作伙伴的超过11,000个模型 [43] - 公司推出了首批内部开发的MAI模型，用于文本、语音和图像生成，在行业排行榜上名列前茅 [43] - 公司推出了Agent Mode、WorkIQ、Copilot Studio和Agent 365等新功能，以增强Microsoft 365 Copilot的能力 [44] - 在安全领域，公司率先推出了帮助防御者自主处理大量安全和IT任务的智能体，目前有超过30个智能体集成在Copilot中，覆盖Entra、Defender、Purview和Intune [45] - 在医疗保健领域，Copilot被用于记录数百万次临床诊疗 [45] - 公司通过GitHub Agent HQ为开发者提供选择和控制，允许在一个Copilot订阅中管理来自GitHub、OpenAI、Anthropic、Google、Cognition、xAI等多方的智能体，并提供一致的治理和可观测性 [48] - 公司对量子计算进行长期投资，将其视为下一个计算突破，并致力于将量子软件在Azure上运行，同时探索用量子计算机生成数据以训练AI模型 [100][101][102] - 资本配置优先级为：1）投资于自身以实现长期增长（研发、数据中心等）；2）股息；3）股票回购 [94][95][96][97] 管理层对经营环境和未来前景的评论 - 上一财年是创纪录的一年，且增长势头在本财年第一季度得以延续 [3] - 公司致力于通过在Azure、第一方应用和AI解决方案、自身研发以及服务器汰换等方面的投资，来扩大在AI领域的领导地位 [35] - 公司认为，通过投资未来并为每个人和组织创造差异化的高价值解决方案，可以创造最高的股东价值 [39] - 公司对AI基础设施的投资是需求驱动的，旨在满足并试图超越所看到的强劲需求增长，管理层对投资回报率充满信心 [77][78][79] - 与早期的云转型周期相比，当前AI周期的利润率更高，需求增长更快且基础更广泛 [79] - 公司有机会确保这项技术得到广泛普及，并让世界各地的人们都能感受到其益处 [47] 其他重要信息 - 董事会当前重点关注安全、质量和AI持续创新与领导力三大优先事项 [3] - 董事会提名John David Rainey（沃尔玛执行副总裁兼首席财务官）为新的董事候选人 [5] - 股东大会上，所有12名董事候选人以及三项管理层提案（高管薪酬咨询投票、批准德勤为2026财年审计师、批准2026年股票计划）均获通过，六项股东提案均未获通过 [33] - 多项股东提案涉及对AI审查风险、生成式AI偏见、AI数据使用监督、人权热点地区数据运营、人权尽职调查以及AI用于油气开发的气候与金融风险等问题的关注，要求公司出具相关报告 [10][11][14][17][23][27] - 公司回应称，其现有的保障措施、透明度努力、负责任的AI原则方法、人权尽职调查实践以及与能源行业合作的原则，已充分应对了这些提案所关注的问题 [31][32][33] 问答环节所有的提问和回答 问题: 微软在AI中的角色是什么 [72] - **回答**: 微软采取全栈式方法，核心是平台公司，关注AI如何影响每一层：1）构建AI就绪的云基础设施（“令牌工厂”）；2）创建新的应用服务器层（如Foundry、GitHub Copilot），供开发者和合作伙伴构建智能体；3）重塑现有高价值领域（如信息工作、软件开发、安全、商业应用、消费者领域）并创建新类别（如医疗保健领域的DAX Copilot）[73][74][75] 问题: 公司在AI基础设施上的支出以及投资回报信心 [76] - **回答**: 投资由需求驱动，旨在满足并超越强劲的需求增长，投资用于创新和满足激增的需求，与早期的云转型相比，当前AI周期利润率更高、需求增长更快且更广泛，公司拥有约4000亿美元已承诺合同，对回报前景感到满意 [77][78][79][80] 问题: 如何确保AI增强而非取代人类能力，并保持透明度和信任 [81] - **回答 (Satya)**: 以公司使命为核心，将人和人类置于中心，确保技术可供使用、委托、引导和控制，将公平、透明、安全、隐私等原则转化为日常工程实践和产品构建，并内置到工具链中（如Microsoft Foundry）[82][83] - **回答 (Brad)**: 这是一个三维度的实践：1）技术护栏（公司有400人负责负责任AI）；2）技能培训，帮助人们学习使用AI；3）广泛的社会决策（如学校使用AI的合适年龄），公司致力于参与对社会有益而不仅是对收入有益的对话 [84][85][86] 问题: 如何决定数据中心选址及考虑隐私问题 [88] - **回答**: 选址因素包括：靠近客户以减少延迟、获取低成本能源、连通性、土地及许可，同时考虑运营所在国的法律，进行人权影响评估以保护隐私等人权，并持续更新评估，目前已在40多个国家建设数据中心 [89][90] 问题: AI对公司内部员工队伍的影响和采用情况 [91] - **回答**: AI工具（如Copilot、GitHub Copilot、Security Copilot）在公司内部广泛扩散和使用，员工正在学习新的智能体工作流，除了财务、法律、人力资源、客户服务等自上而下的用例外，还涌现出许多自下而上的创新案例（如网络运营中自动化光纤维修的DevOps管道），这种转型也正发生在所有客户中 [91][92][93] 问题: 如何在再投资、股票回购和股息之间分配资金 [94] - **回答**: 资金分配基于对长期增长的承诺，优先级为：1）投资于自身（人才、计算资源、研发、数据中心），这是首要任务；2）股息，这是一项长期承诺且每年增加；3）股票回购，作为一种灵活、机会主义的工具 [94][95][96][97] 问题: 如何权衡政治捐款或活动 [98] - **回答**: 主要通过政治行动委员会进行捐款，公司也会进行一些捐赠，总体原则是支持那些致力于保护客户利益（如在线隐私、网络安全、技能教育）和股东利益（如知识产权、税收政策）的候选人，通常是现任者，决策基于原则 [98][99] 问题: 公司在量子计算方面的方向 [100] - **回答**: 对量子计算采取长期投资方法，已在20多年前开始布局，过去一年在软件和物理层面取得重大突破，目标是构建稳定、可解决实际问题的实用级量子计算机，同时确保量子软件可在各种量子计算机上运行并托管于Azure，近期应用包括用量子计算机生成模拟数据，用于训练化学和材料科学领域的AI模型 [100][101][102]