文章核心观点 - 人工智能正从孤立的技术项目演变为根本性的商业变革，其成功落地依赖于构建一体化决策架构，该架构能协调人类专业能力、专有数据与自主系统，从而实现可持续的商业价值创造[2] - 2026年人工智能应用理念发生根本转变，三大融合趋势（智能体人工智能、负责任的AI治理、开放标准生态）正推动企业运营模式重塑，成功将合规透明的人工智能嵌入核心工作流的企业将在增长、效率与抗风险能力上获得前所未有的提升[2] - 企业的竞争优势将源于能否智慧地利用人工智能，未来属于那些将人工智能视为人类能力放大器而非替代者，并围绕其大胆重构商业模式的企业[2][21][25] 智能体人工智能重塑企业运营模式 - 人工智能智能体市场正迎来爆发式增长，2025年市场规模预计达104.1亿美元，到2030年有望增至526亿美元，年复合增长率达45%[2] - 尽管市场关注度高，但人工智能智能体的全面部署率仅为11%，企业深陷集成复杂性、安全与基础设施适配性难题，真正的障碍是架构设计思维的滞后[3] - 领先企业正摒弃孤立试点，转向构建一体化决策架构，这是一个由合规数据、适配场景的模型与智能体工作流构成的体系，能在营收、成本、风险与客户体验全维度实现持续的感知、推理与行动[2][3] - 实现人工智能规模化价值需要五大基础支柱协同：企业级智能体平台走向成熟、人工智能商业经济逻辑本质变化、信任与治理成为必备基础、人工智能成为标准化决策架构、工作模式从线性向动态事件驱动系统转变[3][4] - 人工智能智能体将处理常规决策，人类则专注于判断、协调与跨职能问题解决，这一变革将推动组织扁平化、打造更具流动性的人才模式，并加速员工技能提升[4] 工作证明：可信人工智能的基石 - 随着智能体在企业决策中自主权提高，企业需要“工作证明”文件，以人类和机器均可解读的形式记录智能体的推理过程、使用数据与执行动作，确保人工智能在规模化应用中可追溯、可管控[5] - 大语言模型能够解析并生成半结构化内容，其工具调用能力让人工智能能够处理以往仅人类可理解的工作成果，打破了传统的人机分工界限[6] - “工作证明”概念正从软件开发领域向各领域延伸，它让不透明的人工智能生成过程转变为人类判断与机器能力协同的认知过程，成为跨团队的共享工作空间[7][8] - 到2026年底，拥抱“工作证明”变革的企业将通过更透明、更协作、更具适应性的人工智能系统，大幅提升知识型工作的生产力[8] 负责任的AI：成为企业的治理架构 - 治理是企业建立信任、实现可持续投资回报率的基石，缺乏清晰监督、透明运营与持续监控将引发运营、合规与伦理风险，限制规模化应用[8] - 打造负责任的人工智能需要实现对所有人工智能资产的统一可视管理，并建立单一的真实数据源，覆盖跨平台、跨云环境、跨供应商的分布式解决方案[9] - 领先企业将人工智能治理与现有业务服务管理相融合，嵌入风险与合规工作流，打造合规透明的人工智能运营权威记录系统，让政策在内外环境中统一落地[9] - 有效的治理能推动企业负责任地实现人工智能规模化，通过协调智能体运营、消除“影子人工智能”、优先推进高价值项目，实现可信、可量化、可规模化的价值输出[10] - 监督模式正从逐步骤干预转向基于异常情况的监督，治理成为一个能根据实时性能数据持续评估并决定项目优先级或终止的主动执行层[13] 开放标准赋能智能体生态体系 - 2026年，智能体框架的标准化正重塑企业人工智能落地策略，开放、可互操作协议的融合成为关键转折点，旨在解决互操作性、规模化与降低集成复杂性的需求[11] - 模型上下文协议等开放标准消除了定制化集成负担，早期采用者已收获显著效益：企业资源规划系统的人工异常处理工作减少60%至80%，各行业人工智能智能体已实现20%至60%的生产力提升[11] - 预计到2029年，运营成本将降低30%，因人工智能智能体可自主解决80%的常见客户服务问题；到2028年，预计15%的工作决策将由人工智能智能体自动化完成，而2024年这一比例为0[11] - 商业成果印证开放标准策略有效：来福车借助人工智能智能体将客户与司机支持请求的平均解决时间缩短了87%；汤森路透实现每月现代化重构150万行代码，效率提升4倍，同时成本降低30%[12] - 开放标准为可互操作的生态体系奠定了基础，超大规模云服务商、独立软件开发商与系统集成商形成协同效应，推动创新加速与应用规模化[12] 人机协作：赋能而非替代 - 将人工智能系统设计为协作伙伴而非自主替代者的企业，既能实现更出色业绩，又能保留人类独有的判断与场景解读能力[14] - 智能体人工智能采用概率性运行模式，更具适应性、创造性与场景感知能力，能够处理传统自动化技术无法应对的模糊性与复杂性问题[14] - 理解智能体人工智能的一个有效思维模型是将其视为一名“智能实习生”，它能创造切实价值但仍需要指导、监督与明确的工作要求及决策升级机制[15] - 成功的关键在于建立有效的监督机制、制定清晰的指令，并明确人机之间的角色分工，焦点从自动化单一任务转向协调人机协作[15] - 许多企业正悄然对20%至40%的支持性与管理岗位进行重组，其目的并非削减成本，而是提升绩效，核心问题转变为围绕人类的核心价值设计工作模式[18] 价值链重构：领域专属的人工智能应用 - 企业的竞争优势越来越多地源于将智能分析能力嵌入特定的价值链职能，企业正部署专业化的人工智能智能体，结合专有数据、领域专业知识与场景解读能力，重塑采购、制造与物流环节的工作模式[19] - 随着人工智能普及，各企业效益可能趋于平均，构建差异化优势需要优化数据质量，并打造专业的解读能力与运营模式[19] - 数据质量将定义下一波竞争优势，经过精挑细选、能够反映特定市场与供应链网络独特性的专有数据，将成为企业超越市场的核心优势[20] - 领先的采购团队正摒弃传统关键绩效指标，转向全时优化的新模式，采购、规划与供应链领域的职能级投资回报率常突破1亿美元[21] - 持续竞争力的构建依赖于人类洞察、领域专业知识、场景化数据与先进技术的协同作用[21] 实体人工智能：从试点探索到基础设施落地 - 实体人工智能标志着范式转变，人工智能从虚拟认知能力升级为能在现实世界中感知、推理与行动的具身智能，融合先进机器人技术、传感器网络与生成式智能[22] - 2025年实体人工智能市场规模预计为3717亿美元，到2032年将增至2.4万亿美元，增长动力来自人机协作与边缘计算框架的发展[22] - 把握机遇要求企业重构运营模式并聚焦三大核心要务：规模化实现实体人工智能工业化应用、围绕人机协作进行设计、打造创新生态体系[22][24] - 实体人工智能将从孤立的机器人技术与自动化试点，升级为企业的核心基础设施，智能分析能力将直接嵌入资产、工厂、车队与供应链网络[23] - 关键转折点是构建闭环的强化学习与加速学习体系，通过数字孪生、边缘智能与实时运行的合规数据流，实现感知、仿真与行动的联动[23] 物流成本自主智能体：协作辅助到自主决策 - 未来发展方向是将专属的商业自主智能体嵌入物流体系，打造能够自主决策的系统，而非单纯的工具[23] - 企业应依托现有的智能体工作流框架，快速部署简洁的智能体，利用自助式智能体开发平台快速搭建领域专属智能体[24] - 这类智能体可处理多结构化数据，无需复杂集成即可与承运商和供应商网络对接，能够实时进行基准对比，并自主执行决策[24] - 企业领导者核心启示包括：焦点需从搭建数据仪表盘转向部署智能体工作流；仅提供“运输管理系统+分析”服务的供应商将逐渐落后；投资回报率指标体系需纳入决策周期、自主执行率等新指标；必须重新调整人才布局与治理体系[27] - 在物流领域，战略思维才是价值解锁的关键，价值很少存在于交易层面，而在于短期与长期战略的制定与执行[25] 结论与核心原则 - 人工智能不再是一项技术项目，而是一场根本性的商业变革，将人工智能架构为企业核心基础设施、进行严格治理并依托战略规划落地的企业将建立起决定性竞争优势[25] - 领先企业与落后者之间存在三大核心原则差异：融合而非孤立、赋能而非替代、治理作为赋能手段[28] - 充分释放人工智能价值需要的是商业变革而非单纯技术落地，企业需要制定融合战略，让人工智能成为企业的操作系统[25] - 企业的核心问题已不再是是否投资人工智能，而是如何围绕人工智能大胆重构自身的商业模式[25]

纪要涉及的行业与公司 * **行业**：人工智能网络（特别是光通信与共封装光学）、印刷电路板/覆铜板、软件[1] * **公司**： * **光模块企业**：中际旭创、新易盛[2] * **共封装光学核心零部件企业**：康宁、朗美通、藤仓、住友电工、宣光高级组件公司[2] * **印刷电路板/覆铜板企业**：胜宏科技、生益科技[3] * **印刷电路板/覆铜板上游供应商**：日东纺绩（玻璃纤维）、旭化成、三井金属（铜箔）[3] 人工智能网络板块核心观点与论据 * **投资者看好长期增长**：多数投资者看好人工智能数据中心市场为光通信企业带来的长期增长机遇，驱动因素包括全球云服务提供商资本支出增加，以及技术从800G向1.6T升级[2] * **中国光模块企业地位与估值**：中际旭创、新易盛等中国光模块企业已跻身全球龙头，且相较于全球同行具备更具吸引力的估值水平[2] * **对共封装光学技术趋势存在分歧**：部分投资者对共封装光学的技术发展趋势持不确定态度，质疑其是否会颠覆光模块企业的商业模式[2] * **野村对共封装光学的分析**： * 共封装光学或成为横向扩展网络中的竞争性解决方案[2] * 在纵向扩展网络中，可插拔光模块因实施难度更低、供应链更成熟，其生命周期仍将较长[2] * 共封装光学市场的崛起将利好头部光纤（如康宁）和高功率激光器（如朗美通）企业[2] * 光纤阵列单元、光引擎等其他零部件领域的未来市场竞争或会愈发激烈[2] * **投资者关注产业链机会**：投资者关注行业进入壁垒高、能从产品价值升级中受益的核心零部件企业，并尤其关注在全球共封装光学产业链中具备潜在机遇的日本企业[2] 印刷电路板/覆铜板板块核心观点与论据 * **投资者关注点**：投资者希望了解中国人工智能PCB/覆铜板企业过去2-3年的成功发展经验，同时担忧当前旺盛的需求增长能持续多久，以及行业是否存在产能过剩风险[3] * **野村对行业趋势的研判**： * 图形处理器和专用集成电路企业的持续技术创新，将成为2026年和2027年相关材料与产品升级的核心支撑，或推动行业从2026年下半年开始加速进入升级周期[3] * 玻璃纤维、铜箔、树脂等关键原材料，以及激光钻孔机等设备的供应短缺状况将持续[3] * **竞争格局分析**： * 头部PCB/覆铜板企业凭借更高效的供应链管理能力，将得以维持行业领先地位[3] * 高密度互连PCB领域的竞争格局，要优于高层数PCB领域[3] * 覆铜板行业的产业集中度，高于印刷电路板行业[3] * **投资者对上游供应链的担忧**：部分投资者担忧，日本上游供应商（如日东纺绩、旭化成、三井金属）在产能扩张方面大多持保守态度，而中国同行的产能扩张更为激进，这或会导致中国企业抢占市场份额，并通过市场竞争冲击日本企业的高利润率业务[4] 软件板块核心观点与论据 * **投资者整体情绪负面**：多数投资者对软件板块持负面看法，核心担忧是大语言模型以及开放式智能体等强大的人工智能智能体，会对软件行业形成颠覆性冲击[4][5] * **野村对短期压力的认同**：野村认同软件板块短期内的估值压力仍将持续，原因在于宏观环境疲软、行业竞争激烈，众多中国软件企业正面临增长困境；同时“大语言模型颠覆软件行业”的市场论调也将持续一段时间[5] * **野村对行业长期发展的判断**：软件行业最终将出现明显的分化趋势[5] * **胜出企业的特征**：能在人工智能浪潮中胜出的软件企业，是那些深度融入企业业务流程，并能借助大语言模型和智能体技术为客户提供更智能化解决方案的企业，这类企业不会被人工智能技术颠覆，反而会实现发展升级[5]

文章核心观点 - 人工智能正在重塑工作方式，但并未消解软件价值，反而在AI进入企业核心流程后，进一步放大了软件作为基础设施的重要性[1][15] - 行业面临范式转变：业务逻辑将从垂直隔离的SaaS应用迁移至集中化的人工智能层，企业软件架构将向以AI为中心的统一平台演进[3][5][14] - 对头部SaaS厂商的挑战在于能否转型为AI调用的基础设施层，并将其产品转化为智能体时代的标准化能力模块[1][17] - AI的颠覆性影响不仅限于SaaS领域，更延伸至规模庞大的专业服务行业，将改变其经济特征和人才需求[2][10][12] AI与SaaS关系的市场讨论与情绪 - 随着Anthropic发布面向开发者的AI插件能力，多家头部SaaS公司股价在短时间内出现明显下跌，引发了“AI是否正在取代软件”的广泛讨论[1] - 市场情绪存在将“工具”与“智能”对立的惯性，但企业真实运行场景表明，AI的能力边界并不天然等同于企业系统的职责边界[1] 行业领袖预测与案例验证 - 微软CEO萨提亚·纳德拉预测，在人工智能智能体时代，SaaS应用的概念将会瓦解，因为其本质是带有大量业务逻辑的CRUD数据库，这些逻辑将越来越多地迁移到AI智能体中[2][3] - 金融科技巨头Klarna在2025年3月证实，过去一年中已停用了约1200个SaaS系统（包括Salesforce），并将业务整合到一个统一的内部AI平台中，直接印证了纳德拉的预测[2][5] 传统SaaS的局限性 - 传统SaaS产品具有领域特定性，封装了最佳实践以协助人类用户，但无法进行自主决策或执行端到端任务[8] - 随着企业采用更多SaaS工具，核心业务知识变得分散，形成数据孤岛，增加了集成成本并降低了整体生产力[3][6][8] - SaaS在优化局部效率的同时，阻碍了全局协调，限制了AI在企业内部的规模化潜力[8][9] AI智能体的变革性优势与新范式 - AI智能体可以跨数据源运行，协调工作流程，并基于更广泛的业务背景做出决策，重新定义企业软件架构[5] - 智能体基于自然语言界面，可消除用户界面的学习曲线，且具备自进化能力，能够实现自主决策和完整的工作流程执行[9] - 一个统一的数据平台使AI智能体能够跨系统边界运行，将分散的SaaS逻辑转化为一个集中化的智能层[7][10] - 新范式减少了供应商锁定，并从根本上改变了SaaS市场的竞争格局[5] Klarna的AI转型实践与启示 - Klarna面临的关键挑战是企业数据和知识分散在不同的SaaS系统中，导致“输入垃圾，输出垃圾”的问题，且集成成本高昂[6] - 公司受维基百科启发，得出结论：真正智能的系统需要一个统一的全球知识图谱，而非孤立的系统[6] - Klarna构建了一个集中式平台，整合了各职能部门的业务逻辑和数据，并通过AI智能体提供统一的访问方式，其目标主要是实现知识的统一和标准化，而非仅为节省许可费用[6][7] - 成功转型需要“AI优先”的战略方向、高层领导亲自推动、中层管理人员具备技术洞察力以打破部门壁垒，以及基层员工的技能发展与参与，这种多层次的转型能力构成了AI时代真正的竞争护城河[14] AI对专业服务行业的颠覆 - 全球专业服务行业是一个价值20万亿美元的市场，涵盖法律、咨询、会计和保险等多个领域，过去的技术革命几乎未曾触及核心[10] - AI不仅能提炼和整合专家知识，还能打破领域壁垒，提供跨学科的智能服务，其表现超越了传统的人类专业技能[2] - 人工智能原生专业服务公司将崛起，整合人类专家知识并实施严格验证，采用基于价值的定价模式，将专业服务的经济特征从传统的基于服务模式转变为软件驱动模式[12] - 颠覆已影响人才市场：2024年，23%的哈佛MBA毕业生在毕业后三个月仍处于失业状态，此比例是往常的三倍，顶尖MBA就业率全面下降，科技巨头招聘的MBA人数也在减少[12] 各专业服务垂直领域的AI颠覆潜力 - **法律服务**：全球市场规模超过9000亿美元，颠覆潜力非常高，应用包括先例分析、自动化合同审查等[11] - **会计与审计**：全球市场规模超过6000亿美元，应用包括自动化对账、异常检测等[11] - **税务咨询服务**：全球市场规模超过2000亿美元，应用包括复杂的税务代码解释、多司法管辖区情景建模等[11] - **财产与意外险**：仅美国市场规模就超过7000亿美元，应用包括自动化承保算法、实时风险评估等[11] - **财富咨询**：全球市场规模超过3500亿美元，颠覆潜力非常高，应用包括算法投资组合优化、个性化策略等[11] AI驱动企业转型的根本性挑战 - **确定性需求挑战**：大语言模型常生成不确定的输出（“幻觉”），在企业场景下不可接受，依赖模板和规则提高可靠性的方法限制了AI学习与进化的潜力[13] - **组织惯性挑战**：释放AI全部价值需要对IT系统和工作流程进行彻底重新架构，大多数公司缺乏实施此类变革的领导力或能力，全面改革涉及技术、组织和文化多重风险[14] 产业未来方向与软件价值的再确认 - AI的主要替代对象并不是软件，而是围绕软件展开的人工操作，企业依然需要稳定、可审计的软件系统来承载数据、规则与交易执行[15][17] - 客户管理、订单处理、结算、合规等核心业务并不会因为引入AI而消失，只是操作主体从人转向了智能体[17] - 产业竞争的核心始终围绕稀缺性展开，最终问题是谁能在新技术范式下持续创造不可替代的价值[17] - 当AI走向产业深水区，软件不会退场，只会变得更加“忙碌”，成为智能体时代值得关注的方向[17]

公司融资与投资者 - 网络安全初创公司Outtake宣布完成4000万美元最新一轮融资 [3][5][8][10] - 本轮融资由风投机构艾康尼克领投，参与方包括克里夫兰风险投资公司、S32资本以及多位知名天使投资人 [3][10] - 天使投资人包括微软首席执行官萨提亚·纳德拉、帕洛阿尔托网络公司首席执行官尼基什·阿罗拉、安杜里尔联合创始人特雷·斯蒂芬斯、比尔·阿克曼以及Palantir首席技术官希亚姆·桑卡尔 [3][5][8][10] - 公司此前已完成两轮融资：2026年4月由克里夫兰风险投资公司领投的1650万美元A轮融资，以及一笔350万美元的种子轮融资 [7][13] 公司背景与业务 - Outtake由前Palantir工程师亚历克斯·迪隆于2023年创立，他在Palantir供职近五年 [3][5][10] - 公司依托自主人工智能智能体，通过邮件验证等应用场景，帮助企业检测并快速清除钓鱼攻击等网络威胁 [3][5][10] - 公司旨在为互联网搭建一层“信任防护层”，以应对因人工智能技术而变得更复杂、更快速的网络威胁 [4][11] - 公司现有35名员工 [4][11] 市场表现与客户 - Outtake的年度经常性收入同比增长约6倍 [4][11] - 企业级客户数量同比增长超10倍 [4][11] - 去年系统共扫描出2000万次潜在网络攻击 [4][11] - 公司的客户包括开放人工智能、比尔·阿克曼旗下的潘兴广场、爱应用、美国联邦政府机构、高端零售品牌以及知名人工智能实验室 [3][7][10][13] 发展战略与行业观点 - 公司计划将部分融资金额用于扩充市场拓展团队，包括工程技术和产品研发团队 [7][13] - 创始人认为行业正迈向“全时安防”时代，企业需要智能体技术解决方案为网络安全保驾护航 [3][10] - 投资者艾康尼克认为，公司的技术相比市场上所有同类产品存在本质性的差异化优势，其增长速度、客户反馈及市场空间是投资的重要原因 [7][13]

融资与估值 - 公司完成2亿美元的E轮融资，估值跃升至40亿美元，较一年前的21亿美元实现近乎翻倍的增长 [1][5] - 本轮融资由现有投资方谷歌风投领投，其他多家老股东参与，包括凯鹏华盈、阿克塞尔合伙公司、新企业联合投资公司、英伟达风投、航空街资本和加拿大退休金计划投资委员会旗下成长资本平台 [1][5] - 本轮融资除现有投资方支持外，还迎来新投资者入局，包括风投公司Evantic和风投机构海德索菲亚 [2][6] 业务与财务表现 - 公司凭借人工智能生成虚拟形象技术，在企业培训数字化转型领域开辟高盈利赛道，已实现盈利 [1][5] - 公司已斩获博世、默克、思爱普等一众大型企业客户，并于2025年4月实现年度经常性收入突破1亿美元的里程碑 [1][5] - 公司创立于2017年，目前拥有超500名员工，在伦敦设有占地2万平方英尺的总部，并在阿姆斯特丹、哥本哈根、慕尼黑、纽约和苏黎世设有分支机构 [3][7] 股权二次交易计划 - 公司与纳斯达克合作推出员工股权二次交易计划，旨在为员工提供股权变现渠道，但公司目前暂不筹备上市 [2][6] - 通过纳斯达克开展的交易，所有股权出售价格均与E轮融资对应的40亿美元估值挂钩，公司能对交易流程保持一定控制权 [2][6] - 公司首席财务官表示，该计划核心目的是回馈员工，让员工分享公司价值，同时公司能继续以非上市企业身份专注于长期发展 [2][6] 产品与战略发展 - 公司长期发展战略不仅限于升级视频产品，还将研发人工智能智能体，未来客户员工可通过提问咨询、情景角色扮演等方式调用企业知识库 [2][6] - 人工智能智能体的早期试点项目已收获客户积极反馈，相较于传统培训形式，新模式显著提升了员工参与度并加快了知识传递效率 [3][7] - 公司计划将智能体技术列为核心战略发展重点，加大研发投入，同时持续优化现有平台产品功能 [3][7] 行业趋势与展望 - 公司首席执行官表示，正见证两大趋势的罕见交汇：人工智能智能体能力不断增强，以及员工技能提升与企业内部知识共享已成为企业董事会层面的重点议题 [3][7] - 公司企业事务负责人预测，随着英国非上市企业选择延长私有化运营周期，这类结构化的跨境员工股权变现模式可能会愈发普遍 [4][8]

文章核心观点 - 人工智能是定义新时代的“时代材料”，其发展将遵循历史技术变革的规律，即早期应用会模仿旧有形式，但最终将催生全新的工作模式、组织形态和经济结构[2][7] - 当前人工智能应用尚处早期“水车时代”，主要被用作人类工作流程中的助手，未来潜力在于突破“人类全程介入”模式，实现智能体自主工作，从而引发知识工作的根本性变革[7][18][29][34] - 人工智能将从个人、组织、经济体三个层面带来深刻变革：个人从“骑自行车”变为“开汽车”乃至“自动驾驶”；组织获得如钢铁和蒸汽机般的全新基础材料，打破规模效率瓶颈；知识经济将从“佛罗伦萨式”的小规模人力驱动，迈向“特大城市式”的人与智能体大规模协同[13][19][25][30][32] 个人工作变革：从自行车到汽车 - **现状与隐喻**：当前绝大多数知识工作仍依赖人力驱动，如同在信息高速公路上骑自行车，而人工智能智能体将推动工作模式向“开汽车”乃至“自动驾驶”演进[12][13] - **先行者案例**：在编程领域，已有“十倍程序员”通过同时调度多个具备自主思考能力的AI智能体，将个人产出提升至30-40倍，成为“无限智能管理者”[10] - **普及面临的挑战**：通用知识工作AI化面临两大难题：1) **场景碎片化**：工作信息分散在数十个平台，难以整合；2) **成果可验证性缺失**：缺乏像代码测试那样有效验证工作成果质量的方法，导致人类仍需全程监督[16] - **未来方向**：需实现场景信息整合与工作成果可验证，才能使数十亿劳动者完成从“骑自行车”到“开汽车”的跨越，并最终迈向“自动驾驶”[18] 组织形态变革：钢铁与蒸汽 - **组织效率瓶颈**：现代企业依靠会议、消息等“人脑通信网络”运作，在业务指数级增长下不堪重负，现有管理工具如同用木材建造摩天大楼，无法支撑工业化规模的复杂挑战[22][23] - **人工智能作为“钢铁”**：人工智能有望成为企业组织的“钢铁”，打破信息壁垒，精准呈现决策信息，从而简化流程（如将两小时周会变为五分钟异步审阅），使企业实现真正的规模化扩张，摆脱效率衰减规律[25] - **人工智能作为“蒸汽机”**：当前AI应用如同工业革命初期仅将水车替换为蒸汽机，提升有限。真正的突破在于摆脱旧有约束，围绕AI智能体重新设计组织与流程。例如，Notion公司已有700多个人工智能智能体处理重复性工作，这只是变革的开始[27][29] 经济体变革：从佛罗伦萨到特大城市 - **历史隐喻**：钢铁与蒸汽机不仅改变了建筑与工厂，更催生了东京、重庆等特大城市，这是一种全新的、规模与密度爆炸式增长的生活方式，远超文艺复兴时期佛罗伦萨等依赖人力运转的小城[30][31][33] - **知识经济现状**：知识经济贡献了美国近一半GDP，但多数活动仍停留在“人力规模”，依赖几十人的小团队和会议邮件流程，如同用“石头和木材”建造“佛罗伦萨式”的经济体[32] - **未来图景**：当人工智能智能体规模化应用，将催生属于知识经济的“东京”：由数千名人类与智能体协同、全天候运转的组织。新模式初期会带来不适感，传统工作节奏可能失效，但将换来规模与效率的跃升[32]

经济政策动向 - 财政部将实施更加积极的财政政策 包括提振消费专项行动 个人消费贷款和服务业经营主体贷款贴息政策 并发挥专项债券和超长期特别国债作用 加强财政与金融协同 扩大公共服务投资范围 鼓励民间投资发展[1] - 发改委强调释放内需潜力 推动科技创新与产业创新融合 实施提振消费专项行动 清理限制性措施 扩大服务消费 提质增效实施大规模设备更新和消费品以旧换新政策[2] - 推进重点行业产能治理 实施化解重点产业结构性矛盾促进提质升级的政策措施 综合整治无序非理性竞争[2] 行业发展动态 - 我国在研新药数量占全球比例超过20% 跃居全球新药研发第二位 舒格利单抗、恩沙替尼、谷美替尼等国产创新药获批上市 填补相应领域空白 泽布替尼在多个国家获批上市[2] - 中国酒类市场景气指数显示线上终端景气指数达61.89 处于较景气状态 啤酒市场依靠精酿啤酒实现结构升级 10度以下酒品景气值领跑 20-40度及40-50度中低度白酒成为消费新驱动[2] - 浙江省推进宠物经济跨界融合 推动与银发经济、文旅经济、悦己经济、会展经济等新业态融合 培育消费新热点 开展宠物友好型旅游试点 拓展宠物托运出行、服装时尚、健康食品、智能用品等新领域[2] 海外经济数据 - 美国8月PPI同比增长2.6% 低于预期的3.3%[5] - 英国8月出租房源数量下降速度为疫情以来最快 RICS衡量房源供应指数降至-37 为2020年4月以来最低水平[5] 人工智能行业研究 - 人工智能行业迎来政策、技术、需求三维共振 寒武纪上半年营收同比增长4348%达28.81亿元 阿里巴巴云智能集团收入同比增长26% CapEx投资达386亿元创新高[8] - 国家发改委将制定"人工智能+"具体实施方案 细化各行业目标任务和重点方向 分层分行业加快标准制订 促进行业内语料数据、模型和智能体协议标准化发展[8] - 端侧智能和Agent等核心应用到2027年普及率预期超70% 2030年超90% 2035年全面步入智能经济和智能社会发展新阶段[9] - 算力侧由国内需求量与国产化率双驱动 互联网大厂CapEx维持高位 国产芯片可用度及接受度显著提升 应用侧如金山办公、科大讯飞、用友网络等公司滚动市销率处于近五年30%以下分位水平[11][12] 公司业绩与动态 - 甲骨文未实现履约义务达4550亿美元 同比增长359% 云基础设施业务本财年将增长77%达180亿美元 预计2030财年收入达1440亿美元[6] - Adobe推出一系列人工智能智能体 帮助用户建立受众群体、编排营销活动、进行创意实验、获取数据洞察、优化网站及改善客户支持 并与Cognizant、Google Cloud、Havas、Medallia和Omnicom达成智能体合作关系[6] - 盈透证券收紧中国内地居民开户申请 要求提供境外工作或生活证明 APP从内地应用商店下架[6] - 高德扫街榜上线当天用户超4000万人 超越大众点评3260.57万日均活跃用户规模 成为国内最大美食榜[7] - 统联精密2025年上半年营业收入4.02亿元 同比增长10.01% 扣非归母净利润209万元 同比下降94.93% 毛利率32.15% 同比下降8.76个百分点[14][15] - 公司加大钛合金、镁合金、铝合金、碳纤维等轻质材料研发 湖南长沙工厂和越南工厂通过部分客户审核 正分批购置设备逐步投产[17] 投资建议 - 计算机行业推荐平台类AI Agent公司科大讯飞、昆仑万维、商汤、第四范式等 垂类AI Agent覆盖办公、金融、编程、教育、医疗、营销、司法、端侧等领域 国产算力推荐海光信息、寒武纪、浪潮信息、中科曙光等[13] - 电子行业推荐晶圆代工中芯国际、华虹公司等 SoC瑞芯微、恒玄科技、全志科技、乐鑫科技、芯原股份等 及其他受益标的生产益电子、生益科技、南亚新材、源杰科技、东山精密、协创数据、科华数据等[13] - 通信行业推荐移远通信、广和通、美格智能、中际旭创、新易盛、翱捷科技等公司[13] - 统联精密预计2025-2027年EPS分别为0.63元、1.07元和1.54元 维持强烈推荐评级[19]