彭博2026年4月培训课程核心内容 - 彭博于2026年4月推出一系列线上及现场研讨会与讲座，旨在帮助用户掌握其终端在固定收益、行业研究、权益、大宗商品、外汇及投资组合管理等领域的应用 [3][4][5][6][7][12] 固定收益产品功能系列专题 - 该系列讲座自2026年1月起推出，旨在帮助终端新手系统学习固收功能知识，并协助资深用户掌握针对不同固收类产品的进阶功能 [4][5] - 具体课程包括：4月9日的“固收专家系列2：信用债分析工具 - 以中资美元债为例”以及4月10日的“彭博证券化产品系列：机构CMO结构、提前偿付与利差分析” [8][13] - 4月2日设有“固收专题：期权与多资产风险管理MARS”课程 [8][13] 行业研究/权益产品功能系列专题 - 该系列讲座旨在帮助用户深度剖析彭博终端在行业研究与权益产品中的应用 [6] - 课程设计兼顾新手系统学习与资深用户深入了解进阶功能 [6] - 具体课程包括：4月14日的“权益分析师系列1：公司及行业层面 - 基本面分析工具入门”以及4月27日的“买方权益分析: 美伊冲突后全球ETF基金资金流向分析和终端功能介绍” [10][9][13] - 4月16日设有“彭博行业研究系列分享之——医疗保健与创新医药”课程 [9][13] 终端用户基础课程 - 该系列课程旨在帮助终端新手了解常用基本功能，并协助技术达人深入了解量化应用、图表分析、投组管理等技术工具 [7] - 具体课程包括：4月7日的“终端入门系列5：彭博Excel API公式数据拉取入门”以及4月30日的“终端入门系列3：制图工具入门” [7][13] 宏观、外汇与大宗商品市场课程 - 大宗商品课程包括：4月15日的“大宗商品系列4：贵金属市场洞察与宏观分析”以及4月23日的“大宗商品系列2：LME伦敦金属交易所产品及数据分析工具入门” [13][15] - 外汇课程包括：4月28日的“外汇专场系列3：运用彭博经济BECO模型追踪宏观经济” [13][15] 投资组合管理课程 - PORT投组管理系列课程包括：4月21日的“PORT系列讲座2：投资组合业绩分析及风险管理” [12][13]

香港家族办公室行业发展趋势 - 行业重心正从追求“数量增长”转向打造一个可持续、有深度、能够支撑长期投资需求的完整生态系统[1] - 未来巩固全球家族办公室首选据点地位的关键在于夯实人才储备、治理框架、专业服务及科技基础设施等核心基础[1] 投资策略与需求演变 - 超过九成的受访家族办公室将香港视为主要投资地区[2] - 投资需求快速演变，除传统股票外，正加大对私募市场及虚拟资产的配置[2] - 投资策略通过结构化、目标导向型策略，以实现财富保值、增值与跨代传承的多重目标[2] - 多元化策略带动了对风险管理工具、专业服务及顾问支持的需求大幅上升[2] 运营挑战与机构化转型 - 投资策略多元化使运营与治理复杂程度提升，需要更清晰的组织架构、更优质的数据及更统一的决策机制[2] - “机构化”成为家族办公室发展的关键里程碑，即从家族主导工具转型为具备韧性、制度化及可持续运营能力的投资机构[3] - 机构化的核心在于建立务实清晰的系统与决策框架，确保投资流程具备一致性、透明度与问责制[3] - 更加机构化的行业有助于提升整体市场透明度与运行效率，增强香港作为国际财富及资产管理枢纽的吸引力[3] 科技应用与人才需求 - 人工智能驱动的研究工具、实时风险监控系统及数字化报告平台正在重塑投资与运营方式[5] - 科技效能取决于底层数据的质量、广度与可靠性，建立稳健、可验证的全球数据基础至关重要[5] - 人工智能可提升信息获取能力、优化流程效率、降低采用机构级实务的门槛，但无法替代人类在解读市场洞察等方面的判断力[5] - 同时具备专业技能、判断力与适应力的复合型人才供不应求，培育和吸引此类人才是未来竞争力的关键[5] 香港的竞争优势与未来展望 - 香港拥有国际连通性、多元化专业服务以及清晰连贯的监管环境等核心竞争优势[6] - 富裕家族始终将香港视为通往中国内地的门户，大湾区在私营市场社会投资架构、跨行业创新平台等领域的发展增强了这一优势[6] - 行业需在提升咨询能力、人才教育与培训及搭建同业协作平台等方面持续投入以保持优势[6] - 在虚拟资产等监管快速变化的领域，稳定、可预期的政策以及监管的连贯性与透明度至关重要[6] - 香港面临的核心问题是能否从吸引落户的城市，发展为能赋能家族办公室以机构化能力长期运营的全球枢纽[6] - 提供更清晰的治理结构、更稳健的传承框架以及更先进的投资与风险管理流程将决定香港的长期竞争力[6]

文章核心观点 - AI对软件行业的冲击正在加速，传统软件形态面临被AI Agent等新形态取代的风险[5][6] - AI编程工具大幅提升开发效率，压缩软件开发成本与周期，降低了软件稀缺性[6] - 软件行业面临洗牌，大模型公司与传统软件公司之间的关系（竞争或合作）成为焦点[6] AI变强，软件行业更慌了 - 用户工作习惯改变：AI工具（如豆包、元宝、Kimi）已能替代部分办公软件功能，例如几分钟内生成并修改PPT，导致WPS等软件使用频率下降[8] - 软件公司项目量与合同金额减少：客户预算收缩，非核心功能转向使用ChatBot等AI工具替代；AI降低开发门槛，导致行业竞争加剧[9] - 开发效率革命性提升：借助AI编程，开发周期从一个月缩短至一周，引发公司裁员[11] - 行业AI辅助代码生成普及：阿里云内部比例接近40%，腾讯截至2025年6月达43%，百度也处于相似水平[11] - 资深程序员深度依赖AI编程工具：工具迭代快，导致不适应“手写代码”模式，普遍以vibe coding为起点[11] - 中小软件厂商处境艰难：缺乏自研模型能力与规模优势，面临“利用AI”或“被AI利用”的抉择[12] - 老牌SaaS巨头受冲击：Anthropic发布ClaudeCowork后，Salesforce、Adobe、SAP、ServiceNow等公司股价应声下跌[12] 哪些软件最先受冲击？ - **第一类：主打“通用功能”的软件**：解决数据整理、格式处理、基础绘图等标准化问题，功能单一、步骤明确，易被大模型集成或内化为基础技能[14][15] - **第二类：重“交互属性”的软件（部分）**：操作复杂但功能能被简单自然语言描述的软件，如Photoshop基础修图、CAD基础绘图，易被AI取代[17] - **交互本身为核心载体的软件相对安全**：如3D建模软件的空间操作、视频剪辑软件的非线性编辑流程，依赖实时反馈与精细控制，难被纯语言指令替代[18] - **缺乏行业数据与场景深度的软件仍面临风险**：随着Agent基础设施完善，软件功能的GUI交互将更标准化/API化，Agent能复刻并优化已有功能[18] - **高风险软件举例**：编程工具（Sublime Text、GitHub Gist、HBuilderX）、办公类（金数据、问卷星、ProcessOn、有道云笔记）[18] - **AI编程助手加速替代**：VSCode、Claude Code等出现，正在抛弃SublimeText、HBuilderX等老牌代码编辑器[18] - **不易被替代的软件方向**： - 以关系网络为核心的社交软件（如微信），用户迁移成本高[20] - 高度垂直、数据壁垒明显的专业软件（如彭博终端、律商联讯、Epic、Procore），积累多年不对外开放的独家数据[20] AI时代，软件公司的三条转型路径 - **转型时间窗口**：AI对软件行业的改变是确定性趋势，预计1-3年内完成，对具备数据与行业积累的企业可能需要5年[23] - **第一条路：从提供工具变为直接交付结果** - 需深入客户业务流程，结合数据、行业知识与AI能力，打造定制化知识库或垂直小模型[25] - 例如，财务软件需能预判资金缺口并提供决策；设计工具需能根据品牌调性直接产出营销物料[25] - 软件需从单纯工具转变为客户业务解决方案的一部分[25] - **第二条路：转向能力提供方，嵌入大模型生态** - 软件可能从服务用户变为服务大模型公司，成为智能体调用的API[26] - 在单一垂直领域做到足够专业，有机会被大模型厂商高频调用，成为其基础设施的一部分[26] - **第三条路：围绕AI重做自身业务** - 以AI为核心重新设计产品架构与使用方式，将AI深度嵌入开发、客服、运营全流程[29] - 这对公司技术积累与行业场景理解能力要求高，对大多数中小软件公司短期内存在难度[29] - **路径非互斥且时间紧迫**：三条路径可能在同一家公司并存，但留给软件公司转型的时间可能不多了[29]

核心观点 - 自美以伊冲突爆发至3月18日，黄金价格下跌近10%，而原油价格飙升约50%，黄金可能成为预示更安全局势的先行指标，而冲突长期化风险则支撑油价 [3] - 2026年黄金与原油均面临较高的“先拉后砸”风险，价格可能从高位回落 [3] 黄金与股市见顶信号 - 2月底，黄金价格对其60个月移动均值的溢价达到2.2倍，为1980年以来最高，也是有史以来相对于CPI的最高水平 [4] - 若冲突长期持续或局势紧张，金价或维持在每盎司5,000美元以上；若出现伊朗明显“退让”且海峡恢复安全通航，金价可能承压回落至4,000美元 [4] - 标普500指数与美国GDP之比或已在约百年高位见顶，而CPI徘徊在3%以下，正常回归指向0% [4] 金油比反转 - 1月金油比见顶，2月28日战争爆发前已处于历史高位 [6] - 3月18日，1盎司黄金兑换约50桶WTI原油，而2月27日这一比例为79桶；受俄乌冲突影响，2022年低点仅为15桶 [6] - 3月，黄金和原油同受自相关性影响，给此前过热的黄金施压，同时将原油价格从接近美国盈亏平衡点的水平拉升 [6] 2026年黄金与原油风险 - 黄金2026年度K线1月29日触及每盎司5,595美元高点，但到年底可能转为阴线，尤其是在霍尔木兹海峡恢复安全航行的情况下 [8] - 黄金180天波动率飙升至标普500指数的2.4倍，为自2007年以来的最大差距 [8] - 布伦特原油在3月18日价格较五年均值高出33%左右，为自2007年以来的最大溢价（按年末口径） [8] - 2025年底金价高出其五年均值的幅度创下1980年以来之最，使黄金市场面临风险 [8] 布伦特油价模式 - 在过去十二年左右，每当布伦特油价飙升至每桶120美元，最后都回落至接近40美元的水平 [10] - 自2005年以来，布伦特油价倾向于朝70美元上下的成交量密集区靠拢 [10] - 当霍尔木兹海峡恢复安全通行时，1年期合约约76美元的价位与81.52美元的5年移动均线，可能成为油价初步回调的目标区域 [10] - 布伦特油价维持在120美元上方蕴含的风险，可能引发全球能源危机、经济衰退并给油价带来朝40美元回落的压力 [10] - 受伊朗冲突影响，3月9日油价一度逼近120美元高点，走势与2022年俄乌冲突爆发后油价触及139美元高点相似 [10]

文章核心观点 - 科技圈与华尔街围绕“AI能否挑战彭博终端”展开激烈博弈 科技支持者认为利用Perplexity等AI工具能以极低成本复刻价值3万美元的彭博系统 而金融界资深人士对此持怀疑甚至嗤之以鼻的态度[1] 彭博终端的行业地位与用户粘性 - 彭博终端是交易员和投资研究团队的核心工具 他们用它来追踪和分析各类资产的实时和历史价格 执行和记录交易[1] - 彭博终端集地位象征、成长仪式和幻肢于一身 用户与其关系极为紧密 有些人通过其聊天功能觅得人生伴侣 另一些人表示与终端相处的时间比配偶还长[1] - 用户对彭博终端的情感连接极深 至少有一位用户曾定制过一台终端形状的婚礼蛋糕[1] 彭博终端的核心功能 - 彭博终端提供最受欢迎的功能之一“Instant Bloomberg” 用户可通过此功能与客户和同行聊天[1]

彭博终端2026年3月培训课程概览 - 公司推出彭博研讨会与讲座功能，用户可通过SMNR <GO>查看近期线上研讨会日程并注册参加[3] - 2026年3月部分课程可在彭博上海办公室参加现场培训并进行实机操作[3] 固定收益产品系列专题 - 自2026年1月起，公司推出新的固定收益产品系列讲座，旨在深度体验各类固收产品在终端的应用[4] - 该系列课程旨在帮助终端新手系统性学习彭博终端固收功能知识，并帮助终端资深用户掌握针对不同固收类产品的终端进阶功能[5] - 具体课程包括：固收专题-彭博终端国债期货功能介绍（3月11日）[10]、固收专题-彭博终端可转债功能介绍（3月17日）[10]、固收专家系列1：利率环境变动监测及利率产品分析（3月31日）[7][12] 终端用户基础课程系列 - 该系列课程旨在帮助终端新手了解常用基本功能，并帮助技术达人深入了解终端上的量化应用、图表分析、投组管理等技术工具[6] - 具体课程包括：终端入门系列2：彭博新闻及媒体工具助您洞悉市场（3月24日）[6][12] 权益市场专题课程 - 公司提供权益分析师系列3：基金筛选和分析工作流程介绍课程，时间为3月19日[8][12] 宏观、外汇与大宗商品市场专题课程 - 外汇专场系列2：外汇及衍生品产品分析工具入门课程于3月5日举办[11][12] - 大宗商品系列1：能源产品分析工具入门课程于3月26日举办[11][12] 投资组合管理专题课程 - PORT投组管理系列提供PORT系列讲座1：投资组合创建及分析课程，时间为3月10日[10][12] 其他市场专题课程 - 公司还提供抵押债专题课程：证券化产品系列-杠杆贷款与CLO市场洞察和估值分析，时间为3月27日[12]

Perplexity AI演示事件的核心观点 - AI公司Perplexity AI通过自然语言指令生成类金融终端界面的演示，不仅是对彭博终端功能的试探，更是对华尔街数十年信息秩序的直接挑战[1] 彭博终端的传统商业模式与护城河 - 彭博终端年费约为2.5万至3万美元，全球装机量约35万台，仅订阅费年收入就超过100亿美元[3] - 高昂定价的护城河由四根支柱组成：极致的数据整合能力、专业的分析工具体系、封闭的交易社交网络（IB聊天系统）以及权威性与合规背书[6] - 彭博出售的是“信息的组织权”和“解释权”，通过复杂的函数体系（如FLDS、EQS指令）人为设置技术门槛，确保专业机构的信息优势[6] AI技术对传统金融信息秩序的冲击 - AI大模型能即时抓取并结构化金融数据API、新闻流、财报、研报，用户通过自然语言指令即可获得分析结论，将信息入口从“命令行”变为“对话框”[7] - 这极大地降低了信息获取成本，将原本需要专业训练的分析能力封装成普惠服务，撕开了信息壁垒，动摇了华尔街依靠信息不对称建立的秩序[7] - 传统金融终端的SaaS模式（数据+工具+高昂定价）正受到AI应用模式（模型+接口+极低边际成本）的挑战，用户获得的是“结论级输出”[9] - 对冲基金分析师花费数年学习的函数组合和数据分析技巧，可能被一段精心设计的提示词所替代[9] 商业模式冲突与行业估值重构 - AI生成内容缺乏合规与责任边界，若导致投资亏损，责任界定不清，而传统终端的高昂价格对散户而言是严重溢价[11] - 信息分发的边际成本趋近于零，3万美元的终端年费定价权面临严峻考验[11] - 当模型成为信息入口，谁控制了模型，谁就控制了用户看待市场的视角和认知框架，这比单纯的数据垄断影响更深远[11] - 市场将不再为单纯的“数据垄断”支付高溢价，而是更看重“数据+AI”的转化效率[15] - 券商与投行的研究业务可能被迫转型，从“提供信息”转向“提供深度洞察”或“提供交易执行”[15] 华尔街的剩余护城河与未来博弈维度 - 华尔街的真正护城河还包括“速度、网络与信任”，例如彭博IB聊天系统构建的基于人与人信任的封闭金融社交生态，AI短期内难以替代[13] - 未来博弈将集中在三个维度：1) 实时性与合规性，AI公司需跨越严格的监管、版权和延迟权限门槛[14]；2) 数据源控制权，传统数据商可能收紧API权限引发“断粮风险”[14]；3) 模型能力的持续领先，避免技术趋同后的价格战[14] 行业趋势展望 - 趋势不可逆：信息生产权力下移，金融工具平权加速，专业溢价被压缩[15] - AI应用层公司有望进入“金融基础设施”赛道，成为新的看门人[15] - 未来十年将从“数据为王”转向“模型为王”，数据是石油，模型是炼油厂，高效的模型能力将占据主导[15] - 华尔街旧秩序正在被松动，问题不在于AI工具是否足够好，而在于市场是否准备好接受算法辅助决策的未来[15]

文章核心观点 - 大语言模型（LLM）正在系统性地瓦解垂直软件行业的部分核心竞争壁垒，导致行业估值倍数被重新定义，并引发近期软件与服务类股票市值大幅下跌 [1][2] - 行业竞争格局将从少数几家主导者演变为数百家竞争者，导致传统企业的定价权崩塌 [33][34] - 市场对行业变革方向的判断正确，但对变革速度的判断存在偏差；企业收入不会立即消失，但支撑高估值的壁垒正在消失，导致估值倍数压缩 [35][36] 垂直软件的十大竞争壁垒及大语言模型的影响 - **被瓦解或弱化的壁垒**： - **经验型操作界面**：大语言模型将专属操作界面统一为自然语言聊天窗口，使多年积累的“肌肉记忆”和转换成本归零 [4][6][7] - **定制化工作流与业务逻辑**：业务逻辑的载体从需要多年开发的专业代码，转变为任何行业专家一周内即可撰写的标记语言文档 [10][11][14][15] - **公共数据获取**：大语言模型使解析、结构化公共数据（如SEC文件、判例）的能力商品化，瓦解了垂直软件的数据检索层价值 [16][17][18] - **人才稀缺性**：大语言模型使行业专家无需工程师转译即可将知识转化为软件功能，反转了既懂行业又懂技术的复合型人才壁垒 [19] - **功能捆绑**：人工智能助手作为一个“全能捆绑体”，能在单一工作流中协调多种工具，弱化了通过捆绑功能提升转换成本的壁垒 [20][21][22] - **得以保留或强化的壁垒**： - **私有及专属数据**：真正无法复制或合成的独家数据（如彭博的实时交易数据、标普全球的信用评级）价值将提升 [24][25] - **监管与合规锁定**：受严格监管认证和漫长实施周期保护的领域（如医疗健康电子健康记录），转换成本不受大语言模型影响 [27][28] - **网络效应**：作为行业通信层（如彭博即时通讯）的软件，其网络效应带来的粘性不会改变，价值可能提升 [29] - **交易嵌入**：直接嵌入资金流环节的软件（如支付处理、贷款发放），其基础设施地位不会被大语言模型替代 [30] - **记录系统地位**：作为关键业务数据权威来源的地位短期内不受威胁，但长期看，人工智能助手可能通过跨平台记忆建立新的记录系统 [31][32] 市场抛售的性质与行业威胁 - **抛售的结构性合理性与时间错配**：近期市值暴跌（如标普500软件与服务指数年内跌20%）反映了支撑高估值倍数（如15倍市销率）的壁垒正在消失，市场在为“溢价估值倍数的终结”定价，而非收入立即崩塌 [1][36] - **行业真正的威胁是“双面夹击”**：威胁不仅来自底层数百家人工智能原生初创企业（使竞争者从3家变为300家），还来自上方通用平台（如微软Copilot、Anthropic Claude）首次能轻松深度切入垂直领域 [37][40][41] 垂直软件行业的未来方向与风险框架 - **未来方向**：软件向“无界面”发展，掌控人工智能助手及其与客户的关系成为关键；行业竞争呈组合式爆发，传统定价逻辑被颠覆 [34][40] - **风险评估框架**： - **高风险企业**：核心价值仅为公共或可授权数据的“纯检索层”企业（如部分金融数据终端、法律研究平台），其界面锁定和有限竞争两大支撑均消失 [43] - **中风险企业**：业务线混合了防御性板块和风险暴露板块的企业，其股价下跌（20%-30%）反映了市场对其估值核心的不确定性 [45] - **低风险企业**：拥有监管认证、合规基础设施或深度嵌入交易环节的企业，中期内受大语言模型影响最小，甚至可能受益 [45] - **核心检验标准**：通过评估企业是否拥有**专属数据**、**监管锁定效应**、**交易嵌入**三个维度来判断风险等级，若三者均为“否”则为高风险 [46][47]

彭博全球交易挑战赛2025年赛事结果 - 彭博教育公布了最新一届彭博全球交易挑战赛的成绩 全球共有来自396所大学的超过11,000名学生参与 创下历届新高 比赛期间共完成了超过72,000宗交易 [1][7] - 香港高校团队表现卓越 包揽了本届赛事的前三名 冠军为香港中文大学的“Bear Bull”全女子团队 亚军为香港城市大学的“P&L”团队 季军为香港科技大学的“Worm Dragon”团队 [1][3][4] - 冠军团队“Bear Bull”从全球超过2,600支队伍中脱颖而出 录得超过400%的回报率 [1] 赛事机制与教育意义 - 比赛为期五周 参赛学生在彭博团队及学校教授指导下 开发和测试真实投资策略 并通过彭博终端进行交易 每支队伍拥有100万美元初始虚拟资金 [7] - 最终成绩以相对于彭博全球大型、中型及小型股价格回报指数的时间加权回报进行排名 [7] - 赛事旨在为学生提供宝贵的实战经验 有助他们在求职及未来职涯发展中取得优势 冠军团队所属院校的全体师生可获得Bloomberg.com大学订阅服务的一年免费使用权 [8] 参赛者与教育者反馈 - 香港中文大学冠军团队队长表示 团队采取了积极且严谨的投资策略 每日密切监测投资组合并进行风险管理 此次挑战赛提升了市场分析能力 并体会到实战经验对学术研究及未来金融业发展的重要性 [8] - 团队指导教授指出 团队灵活运用了彭博全面数据系统所提供的即时、高质量市场洞察 展现出独特竞争优势 挑战赛与学校的金融课程相辅相成 使团队能将扎实的学术理论在真实市场环境下完美执行 [8] - 彭博教育主管兼赛事负责人表示 该挑战赛饶有趣味 为学生提供了宝贵的实战经验 [8] 彭博教育的产品与服务 - 除挑战赛外 彭博教育还提供多项在线证书课程 包括讲授金融与投资核心概念的彭博金融基础课程 透过彭博终端以互动方式讲授金融市场运作的彭博市场概论课程 以及讲授如何在Excel中运用彭博数据查询语言进行进阶财务分析的彭博电子表格分析课程 [9][10] - 彭博教育提供一系列教育科技产品与服务 旨在为学习者带来连接金融市场的沉浸式学习体验 并提供跨产业研究与分析工具 全球各大学府利用其资源将真实的金融世界带进课堂 [9]

彭博2026年2月专业培训课程安排 - 公司于2026年2月为彭博终端用户及潜在用户提供一系列线上及线下专业培训课程，涵盖固定收益、权益、外汇、宏观及终端基础操作等多个领域 [3][4][5] - 课程旨在帮助终端新手系统性学习功能，并协助资深用户掌握进阶应用，部分课程可在彭博上海办公室进行现场实机操作 [3][5][6] 固定收益产品系列专题课程 - 公司自2026年1月起推出新的固定收益产品系列讲座，旨在深度展示各类固收产品在终端上的应用 [4] - 具体课程包括：固收产品流动性分析工具（2月10日）、利率互换IRS与货币互换CCS（1月29日）、彭博终端浮息债功能介绍（2月3日）以及2026年MBS市场展望和分析工具（2月27日） [7][8][9] 终端用户基础与多市场分析课程 - 终端用户基础课程包括“终端入门系列1：运用IB，灵活屏和证券工作表客制化个人工作界面”（2月5日），帮助新手定制个人工作界面 [6] - 权益市场课程包括“权益分析师系列2：股票估值工具 - 数据及分析工具入门”（2月26日）[8] - 宏观、外汇与大宗商品市场课程包括“外汇专场系列1：全球宏观经济数据分析工具入门”（2月12日）[8] 未来课程规划与用户招募 - 公司预告未来课程将覆盖债券、外汇、股票、商品、衍生品市场分析，以及量化应用、图表分析、投组管理等技术工具，并关注市场热点与专业分析师点评 [5] - 针对非终端用户，公司提供二维码扫描服务，以演示终端功能及应用 [10]