AI行业趋势 - AI从"效率工具"向"认知伙伴"跃迁 试验阶段结束 企业核心竞争力取决于定制化AI应用和可量化的业务成果 [1] - 红杉资本合伙人称定制化AI应用为"万亿美元机会" [1] - AI商业化重点转向"卖收益"而非工具 行业进入场景落地阶段 [1] 场景落地方法论 - 场景颗粒度越小越易落地 通过连接多个细分场景最终形成全局智能体 [2] - 财税行业因流程化特征成为AI优先落地领域 生成式AI重塑企业原有流程 [2] - Deep Seek降低算力成本使AI票据审核成本从1-2元/张降至0.1元/张 [2] - 出海企业利用AI实现多语言票据翻译和属地财税合规 提升审核效率 [3] 百望股份业务布局 - 构建"AI+数据资产"双轮驱动模式 覆盖智能财税/供应链协同/智能决策领域 [4] - 在制造业与爱玛科技/七识科技等合作实现信息化-数字化-数智化三级跳 [4] - 金融领域合作聚焦大模型/隐私计算/智能风控 开发智能风控产品矩阵 [4] - 推出多模态票据识别智能体 为跨国药企处理20+类特种票据 实现全栈自动化 [6] - 全球经营合规大模型基于CaaS理念 实现交易全链路穿透式监管 [6] - 金融业务智能体通过多模型学习解析图像/音频 动态监控降低违约率 [7] - 交易管理智能体覆盖3000+合规指标 识别9类风险场景并生成应对方案 [7] 生态构建策略 - SaaS企业从工具供应商转型生态赋能者 推动单点功能迈向协同生态 [8] - 联合阿里云/华为云等云服务商+零一万物等大模型企业+沐曦科技等芯片商 [10][11][12] - 与高校合作形成产学研闭环 如与阿里云共建财税大模型训练实验室 [11] - 生态体系覆盖基础设施-技术研发-场景应用 形成数据反哺技术的闭环 [13] 行业Know-How价值 - 财税领域行业知识是快速准确找到场景的关键 [3] - 通过模块化组装基础能力实现垂类场景定制化 成为AI时代最优解 [8] - 数据智能与业务场景相互优化 如票据识别数据反向训练模型 [6]