报告行业投资评级 - 报告未明确给出具体的行业投资评级（如买入、持有、卖出等）[1][3][7] 报告的核心观点 - 报告核心观点认为，步入2026年，供应链将持续承受由关税、地缘政治冲突、监管动荡及气候相关中断带来的压力，行业特点是需求不可预测、成本波动及风险加剧[4] - 为保持竞争力，供应链需要通过多元化供应商、投资人工智能等技术、增强库存与网络弹性等策略来预见冲击并整合冗余机制，以降低成本、增强韧性并提高长期盈利能力[5][7] 根据相关目录分别进行总结 应对贸易和供应中断 - 2025年第二季度，77%的供应链领导者连续第二个季度将贸易不确定性列为首要业务担忧[10][11] - 建议通过跨地域招募二级和三级供应商、投资区域或近岸合作伙伴关系（如墨西哥、中美洲和加拿大）来多元化供应商基础，以降低风险和交付时间[12] - 建议发展替代交通方式（铁路、航空、海运）并探索替代路线，同时监控供应地区热点并制定应急响应手册[13][14] 预期关税不确定性 - 关税费率将在2026年持续波动，其影响可能更为显著，超过一半因关税改变消费习惯的消费者削减了非必需品支出[17] - 建议在采购和生产中融入灵活性，探索利用自由贸易区来延期、减少或消除关税[20][21] - 建议考虑陆地供应商替代方案，并持续追踪关税谈判动态以应对突发变化[22][23] 加强库存敏捷性 - 为应对港口关闭、罢工、关税变化等未预见的动荡，稳健的库存管理至关重要[27] - 建议保持更多缓冲库存以吸收短期至中期波动，并稳定定价和利润[28] - 建议按产品划分库存策略，利用多地点可见性实时跟踪库存，并强化采购、销售、物流和财务部门的跨部门协调[29][30][31] 应用人工智能技术 - 根据Gartner预测，到2026年超过80%的企业将使用生成式人工智能[33] - 人工智能可整合分析数百万数据点，提供快速洞察与决策支持，并通过预测分析帮助减少多余库存，降低成本并改善营运资金[34][35] - 人工智能工具能自动发送警报，识别库存扭曲、更早检测需求变化、实现实时决策并更快预期再平衡决策点[37] 强化网络安全与数据韧性 - 世界经济论坛发现72%的受访者报告2024年网络风险增加[40] - IBM报告指出，去年全球数据泄露的平均成本达到创纪录的每起事件488万美元[41][46] - 建议深化网络安全保护（投资安防工具、培训员工、审计第三方），并实现强大的备份系统以保障运营连续性与数据完整性[42][43][44] 提高劳动力效率与自动化 - 面对劳动力短缺和工资上涨，提高劳动力效率至关重要[47] - 建议通过机器人、自动叉车和流程自动化缓解劳动力短缺，并优先对员工进行全面的新技术培训[48] - 建议探索人工智能驱动的订单路由与履行优化，并推进跨职能培训和技能提升以打造全能型团队[49] 加强监管和ESG合规 - 尽管政治气候可能减少监管，但庞大的国家与地区监管框架仍将继续演变，且许多消费者优先考虑符合其ESG信念的品牌[50][51] - 建议分析并绘制整个网络中的监管与ESG风险图，以主动解决问题并避免声誉损害[52] - 建议数字化贸易合规流程，实施全球贸易管理平台，并确保所有贸易、销售和采购记录的数字保存[53] 审计财务风险 - 在运输中断、关税、商品成本增加及需求不稳等因素影响下，利润空间承受巨大压力[55] - 建议重新谈判供应商合同以确保价格与市场相称，并利用增长的购买力重新协商以反映更高的采购数量[56][57] - 建议评估持续波动的成本结构，根据情况调整服务水平和价格以保护利润，并考虑收入泄漏、拒付等隐藏成本以建立利润缓冲[58][59] 增强端到端可见性 - 缺乏可见性是导致效率低下、成本超支及响应延迟的主要原因之一[63] - 建议升级软件平台，在供应商、物流和销售团队之间共享数据，基于单一事实来源工作以减少错误[64] - 建议对流程进行审查以识别瓶颈，创建共享可见性仪表板，并寻找具备实时跟踪和预测警报功能的平台以预见潜在干扰[64]

世界经济论坛2026年年会核心观点 - 世界经济正站在新旧动能转换的关键节点，人工智能、绿色转型、数字经济等加速演进，将成为未来最具潜力的增长引擎 [1][6] - 论坛呼吁以对话弥合分歧、以合作稳定预期，共同推动全球包容性增长，为世界经济注入更多稳定性和正能量 [1][6] 全球风险与不确定性 - 世界经济论坛《2026年全球风险报告》显示，地缘经济对抗是2026年全球首要风险，地区武装冲突、极端天气事件、社会极化、虚假信息泛滥等风险紧随其后，其中经济领域风险上升最为明显 [2][7] - 世界经济论坛《首席经济学家展望》报告显示，53%的受访机构首席经济学家认为，未来一年全球经济仍将面临多重不确定性 [2][7] - 国际货币基金组织首席经济学家指出，资产重估波动、债务规模累积等风险与地缘经济结构重塑、人工智能技术应用衍生风险相互交织，将持续制约世界经济稳定运行 [2][7] 对话与合作的重要性 - 世界经济论坛总裁布伦德强调，对话是稳定市场预期、化解分歧矛盾的必由之路，是推动世界前进的必要条件 [3][9] - 多位与会人士认为，通过平等对话凝聚共识、相互借鉴发展经验，是化解国际纷争、破解发展难题的关键 [3][8] - 国际货币基金组织总裁表示，当前多极化的世界面临更多挑战，但各方应对风险的能力也在增强 [2][7] 对保护主义与贸易碎片化的担忧 - 国际货币基金组织、世界银行等机构警告，贸易保护主义是全球经济复苏面临的主要威胁之一 [3][9] - 世界贸易组织总干事表示，全球贸易领域遭受了80年来最严重的冲击，贸易规则受到削弱 [4][9] - 有专家指出，当前全球保护主义比二战以来任何时候都更为严重，国际贸易带来的良性竞争是推动全球技术进步与生产率提升的核心动力，保护政策会削弱创新并损害全球经济整体利益 [3][4][10] - 尼日利亚财政部部长表示，世界正从高度全球化向碎片化演变，多边体系弱化，贸易与技术规则不确定性上升，影响发展中国家赖以发展的长期投资预期 [4][9] 技术进步与治理挑战 - 世界经济论坛报告指出，技术进步与地缘经济格局是塑造2030年全球经济的两大核心力量 [5][10] - 人工智能被描述为一个资本密集、数据密集、能源密集的产业，需要各方加强合作挖掘潜能，并协调监管以应对风险 [5][11] - 《2026年全球网络安全展望》报告显示，人工智能、地缘政治碎片化以及网络欺诈激增正以前所未有的速度重新定义全球网络风险格局 [5][10] - 与会人士呼吁构建普惠包容的全球技术治理格局，通过多边协商制定统一规则，防范新技术滥用，让新技术更好服务于全人类共同利益 [6][11][12]

全球宏观经济与投资环境 - 国际货币基金组织预计2026年全球经济增速为3.1% [2] - 在全球贸易紧张和政策不确定性加剧的背景下，资金如何在变化中寻找确定性成为达沃斯论坛核心议题 [2] - 市场关注重点正从“方向是否正确”转向“讨论是否能转化为清晰的政策信号和可执行的投资路径” [2] 人工智能投资主题的演变 - 生成式人工智能的影响已超越软件和应用层面，迅速转化为对能源、基础设施和自然资源的真实需求 [4] - 对AI长期价值的评估必须同时纳入能源、基础设施和资源安全等因素 [7] - 判断企业是否从AI投入中获益，不能仅依赖宏观叙事，应观察其在具体应用场景中的改善，如流程效率、数据质量或客户体验 [6] - AI带来的资源约束正成为投资分析中不可忽视的变量，支撑算力的关键材料供应高度集中且环境成本不容忽视 [7] 基础设施领域的投资机会 - AI和数据中心的扩张正在提前拉动电网投资周期，多家欧洲公用事业公司已重新配置资金支出结构，将更多资源投向输配电网络和系统升级 [4] - 国际资金越来越关注现金流与关键基础设施高度相关的领域，其中公用事业尤为突出 [4] - 水务被视为中长期重要投资方向，围绕水资源再利用、漏损控制、智能管网及海水淡化的项目正在引领新的运营升级周期 [4] - 大型数据中心用水需求不断上升，在部分市场进一步加快了水务领域的升级进程 [4] - 在水务领域，资产负债表稳健、技术路径成熟、服务效果可量化的运营商更容易获得资金青睐 [5] 可持续与主题投资的配置转向 - 围绕绿色投资是否“退潮”的讨论，市场并未出现方向性逆转，而是在经历一轮更加务实的再调整 [6] - 从长期看，可持续投资与非ESG投资之间并不存在系统性的回报差异，阶段性表现更多受宏观环境和政策周期影响 [6] - 投资者正从“集中押注单一主题”转向更具目标导向的组合构建，可持续性作为管理中长期转型风险的重要工具，与AI、医疗、基础设施等主题一并纳入投资框架 [6] 政策信号与资金流向的关键观察点 - 判断达沃斯讨论是否影响政策方向和资金流向，关键在于是否释放出可以被执行的信号，而非表态本身 [8] - 关键观察点一：各经济体政策动态是否开始明确对齐既有官方路线图和集体目标，公开表述中是否反复出现具体的资金规模、时间安排和制度设计 [8] - 关键观察点二：市场基础设施层面的具体承诺，尤其是能实际促进跨境资金流动的制度安排，如碳市场规则是否进一步清晰，不同排放交易体系能否实现有效衔接 [8] - 关键观察点三：实体经济中的现实瓶颈是否能够与清晰的融资路径相衔接，例如将AI建设与电力、电网、水资源等关键约束条件的融资方案直接结合 [8]

消费者行为与市场趋势 - 消费者正大规模从传统搜索引擎转向AI对话与问答产品，2024年有58%的消费者使用AI工具取代传统搜索引擎获取产品/服务推荐，该比例较2023年的25%显著上升 [1] - 生成式AI在购物中的应用快速增长，Adobe 2025年初调查显示39%的美国受访者已使用生成式AI进行网上购物，另有53%计划年内使用，2024年末“网络星期一”当天来自生成式AI的流量同比增长达1950% [2] - 消费者使用生成式AI的主要购物方式包括：进行产品研究（55%）、获取产品推荐（47%）、寻找优惠（43%）、获取礼物灵感（35%）、寻找独特产品（35%）以及创建购物清单（33%） [2] 营销范式的转变：从SEO到GEO - 传统搜索引擎优化（SEO）的注意力覆盖可能出现盲区，催生了新的营销课题——生成式引擎优化（GEO），其核心关注点从“被看到”转变为“被想到”和“被推荐” [2] - GEO旨在优化品牌信息，使其能被AI理解、引用并整合进最终答案，因为AI正成为用户的直接顾问 [2] - 新的信息集散方式极大缩短了用户获取消费参考的时间，并重塑了购物体验，企业需要重新思考与消费者的互动方式并重视GEO [3] AI时代品牌能见度的不确定性 - 在大模型成为新一代“决策入口”后，品牌的“能见度”变得不确定，品牌的历史声量在范式变革中作用减弱 [6] - AI判断品牌时，更看重其是否被足够多高质量文本反复描述，以及在解决特定问题时是否具备明确、可引用的能力标签，而非传统知名度 [6] - 测试显示，不同AI应用（如豆包、元宝、DeepSeek）针对同一问题（如推荐扫地机器人品牌）会抓取结构化信息但给出不同的结果和判断，对“最优入选”的标准不尽相同 [4][5] GEO的运作逻辑与“AI友好”内容 - 提升品牌在AI生成中的可见性本质上是“语义工程”，旨在降低模型理解与引用的语义成本 [10] - AI倾向于调用定义清晰、边界明确、能被明确归类（如产品功能、场景、解决方案）且在不同渠道中反复出现形成“共识”的信息 [10] - “AI友好”的内容呈现方式需结构化、完整、准确、易于抓取，例如明确描述“X产品采用X结构设计解决毛发缠绕问题，适合多宠家庭”，而非情绪化的营销口号 [10] GEO行业的现状与挑战 - 已有新锐公司如Profound提供GEO服务，帮助企业监控和优化在AI搜索引擎中的表现，包括数据化品牌被提及的频率、情境、描述方式及分析内容抓取效率 [11] - GEO存在被滥用的风险，商业机构可能通过批量炮制问答帖、仿冒官方白皮书等手段“污染”AI信源，进行隐蔽广告，此操作一度被称为给AI“投毒” [13][15] - GEO的操作流程如同“黑匣子”，尚未完全规范且不公开透明，因此目前是“不稳定”的 [16] GEO与SEO的关系及行业前景 - GEO与SEO并非断裂的营销概念，两者都围绕内容质量以提升品牌能见度，做好SEO并适应AI新逻辑可能使GEO优化水到渠成，例如老牌SEO品牌Moz已成功结合其技术与生成式AI优化开拓GEO业务 [17] - GEO目前心智尚未成型，没有明显领跑力量，其模式存在黑箱困境，且可能需等待AI产品竞争决出优胜者 [17] - GEO依附于“答案入口”，但目前答案入口尚未统一，各类AI to C应用尚在跑马圈地阶段，缺乏通行规则（如是否允许商业推荐、如何标注商业影响），因此在AI格局未定前，GEO可能持续混乱、分散甚至被滥用的状态 [17][18]

全球科创榜单表现 - 在《自然》杂志增刊“自然指数—科研城市”十强中，中国城市占据六席 [1] - 中国科学家在国际合作中担任领导角色的数量迅速增长 [1] - 科睿唯安公司发布的高被引研究者奖项中，五分之一授予中国大陆研究人员 [1] - 中国在科研产出、学科贡献、技术研发能力等方面名列前茅，得到全球广泛认可 [1] 研发投入与产出 - 2024年，中国的研发经费投入超3.6万亿元，研发支出占GDP比重超过一些发达国家水平 [1] - 中国研发人员总量连续多年保持世界第一 [1] - 中国高水平国际期刊论文数量和国际专利申请量均位居全球首位 [1] 创新体系与产业布局 - 国家加强顶层设计，完善国家创新体系，包括布局国家战略科技力量和基础研究 [2] - 通过国家集成电路产业投资基金和新型举国体制，分别支持芯片和商业航天发展 [2] - 中央经济工作会议部署三大国际科创中心建设“扩围提质”，以促进创新生态集群化发展 [2] 市场应用与商业化 - 中国拥有全球最大的市场和最丰富的应用场景，为技术快速迭代和商业化提供条件 [2] - 以生成式人工智能为例，截至2025年6月，中国用户规模达5.15亿人，较2024年12月增长2.66亿人 [2] - 中国创新成果“赋能全球”，例如非洲的杂交水稻、欧洲的新能源汽车及多国基于中国AI成果的二次开发 [3] 创新特点与未来方向 - 中国“领跑”更多体现在应用创新、工程实现和规模化落地方面 [3] - 在“从0到1”的基础科学底层突破上仍需持续深耕 [3] - 未来需进一步打通创新链、产业链，让科技成果转化为经济新动能 [3] - 中国科技的进步是在单边主义、保护主义盛行的“逆风”条件下取得 [3] - 中国将继续拥抱全球合作，以更多创新成果推动全球发展 [3]

政策文件发布与定性 - 国家发改委联合财政部、科技部、工信部发布《关于加强政府投资基金布局规划和投向指导的工作办法》，并同步出台《政府投资基金投向评价管理办法》[1] - 这是首次在国家层面对政府投资基金的布局和投向作出系统规范[1] - 《工作办法》明确了政府投资基金“投向哪、怎么投、谁来管”的问题，旨在优化基金布局和加强投向指导[2] 政府投资基金的定位与目标 - 政府投资基金要发挥引导作用，突出政策性定位，支持重大战略、重点领域和市场不能充分发挥作用的薄弱环节[2] - 目标是促进形成规模适度、布局合理、运作规范、科学高效、风险可控的高质量发展格局[3] - 防止同质化竞争和对社会资本产生挤出效应[3] - 防止在鼓励投资的产业领域出现盲目跟风、一哄而上和低水平重复建设[4] 重点投资与禁止领域 - 基金设立方案需明确重点投资的产业领域[4] - 重点投向包括培育新兴产业和未来产业，新兴产业涵盖新一代信息技术、新能源、新材料、高端装备、新能源汽车、绿色环保、民用航空和船舶与海洋工程装备等领域[9] - 未来产业包括元宇宙、脑机接口、量子信息、人形机器人、生成式人工智能、生物制造、生物育种、未来显示、未来网络、新型储能等领域[1][9] - 推动传统产业改造提升，支持制造业重点产业链高质量发展、产业基础再造、重大技术装备攻关、重大技术改造升级及企业“走出去”[9] - 支持数字经济发展，包括“人工智能+”行动、大模型应用、新一代智能终端、5G规模化应用、新型文化业态及数据产业等[9] - 禁止投资于相关政策规定中的限制类、淘汰类产业[4] 禁止的投资行为 - 不得通过名股实债等方式变相增加地方政府隐性债务[6] - 除设立方案明确可参与的情形外，不得从事其他公开交易类股票投资（如并购重组、定向增发、战略配售除外）[6] - 不得直接或间接从事期货等衍生品类交易[6] - 不得为企业或项目提供担保[6] - 不得开展承担无限责任的投资[6] 考核评价体系 - 建立突出基金投向政策取向评价、覆盖基金运营管理全流程、定量和定性相结合的评价指标体系[7] - 《管理办法》设置了包含政策符合性、优化生产力布局、政策执行能力三大一级指标及13个二级指标的评价体系，总分100分[8] - 评价实施“穿透式”评价，母基金与直投资金、子基金评价得分挂钩[10] - 建立了“投向领域负面行为清单”[10] - 根据得分，从国家级基金合作、管理费、收益分配等方面实行鼓励或约束机制[10] 具体评价指标与加分项 - 在相关协议中未要求基金返投的，得3分[1][10] - 未要求附加注册地迁移条件的，是加分项[1] - 投早投小占比≥70%是加分项[1]，且满足此条件或平均投资期≥5年得分最多[10] - 平均投资期≥5年是加分项[1] - 社会资本出资占比≥50%是加分项[1]，且占比大于等于50%得分更多[10] - 基金返投比例超过1.5倍的，得0分；未超过的，按公式计算得分[10] - 考核基金引导撬动社会资本出资情况[10] - 对基金的出资完成情况、闲置资金情况、内部收益率及资产增值率也进行考核，每项仅占1分[10] 基金联动与地方管理 - 鼓励国家级基金加强与地方基金联动，在前沿科技和产业链关键环节，通过联合设子基金或出资等方式形成合力[5] - 地方基金需在省级政府管理下，统筹考虑本地区财力、产业资源基础、债务风险等情况，因地制宜选择投资领域[5] - 省级发展改革部门将牵头制定本地区重点投资领域清单，并据此优化基金布局和投向[5] 行业背景与影响 - 政府资金已成为中国创投主力军，清科研究中心数据显示，到2025年，国资LP比例达55%，国资控股比例从15年前的27%增长到81%，国资参股基金占比达8%[12] - 文件出台标志着政府投资基金进入以“规范发展、提质增效”为特征的新阶段[12] - 此举是对此前国办1号文《关于促进政府投资基金高质量发展的指导意见》的进一步落实，该意见曾提出鼓励降低或取消返投比例等举措[11]

全球科创榜单对中国创新实力的认可 - 多份国际知名科创榜单显示中国在科研产出、学科贡献、技术研发能力等方面名列前茅，得到全球广泛认可 [1] - 《自然》杂志增刊显示，“自然指数—科研城市”十强中，中国城市占据六席，全球200强有数十个中国城市上榜 [1] - 世界知识产权组织《2025年全球创新指数报告》显示，中国跻身全球最具创新力的十个经济体之一 [1] - 科睿唯安公司发布的高被引研究者奖项中，五分之一被授予中国大陆的研究人员 [1] 中国创新实力提升的驱动因素 - 2024年，中国的研发经费投入超3.6万亿元，研发支出占GDP比重超过一些发达国家水平，研发人员总量连续多年保持世界第一 [2] - 高水平国际期刊论文数量和国际专利申请量均位居全球首位 [2] - 国家加强顶层设计，完善创新体系，包括布局国家战略科技力量、坚持基础研究目标导向和自由探索并举、设立国家集成电路产业投资基金、通过新型举国体制推进商业航天发展等 [2] - 世界知识产权组织首席经济学家评价，中国政府对创新体系的规划、持久关注和支持发挥了重要作用 [2] 创新生态与市场应用优势 - “自然指数—科研城市”十强中的6个中国城市，不少来自中国三大国际科创中心，中央经济工作会议部署其“扩围提质”以促进创新生态集群化发展 [3] - 中国拥有全球最大的市场和最丰富的应用场景，为技术快速迭代和商业化提供“练兵场” [3] - 以生成式人工智能为例，截至2025年6月，中国生成式人工智能用户规模达5.15亿人，较2024年12月增长2.66亿人，用户规模半年翻番，普及率达36.5% [3] 当前优势领域与未来挑战 - 《自然指数》2025年底公布的应用科学榜单显示，中国贡献占据全球应用科学产出的56%，远超其他国家 [4] - 优势更多体现在应用创新、工程实现和规模化落地方面，而在“从0到1”的基础科学底层突破上仍需持续深耕 [4] - 科研产出更多体现在论文、专利层面，在成果转化上还有很大提升空间，需进一步打通创新链产业链 [4] 创新的全球影响与开放合作 - 中国科技创新“赋能全球”的实际成效包括非洲的杂交水稻、欧洲的新能源汽车，以及多国基于中国人工智能成果“二次开发”的本土大模型 [4] - 《自然》杂志总编辑指出，从多个衡量科研产出的指标中，都能看到中国对全球科研生态作出了越来越具影响力的贡献 [5] - 中国科技的进步是在单边主义、保护主义盛行的“逆风”条件下取得的，未来将继续拥抱全球合作 [5]

人工智能时代对工程人才技能要求的转变 - 在人工智能时代，工程领域的工作者除了学习传统工程课程，更应专注于研习哲学，以提升编程和问题解决能力 [1] - 编程是人工智能最擅长的领域之一，其编写的代码质量通常比人类更高，且能力在迅速提升 [1] - 人工智能生成的代码在语法和语义上可能正确，但在功能上未必符合预期，其输出对提示的表述方式极为敏感 [1] 提示工程的重要性与技巧 - 提示工程是一门新兴领域，使用者需学习如何精心编写简洁、富有表现力的提示，以有效引导人工智能达成预期 [2] - 存在多种提示技巧，例如少样本提示，即在提示前添加若干示例（如“前景改善：积极”或“需求放缓：消极”）来引导人工智能理解模式和语境 [2] - 大型语言模型的输出质量对提示的质量极为敏感，模糊的问题会增加得到不准确或编造答案（幻觉）的概率 [2] 哲学思维在人工智能应用中的核心作用 - 为了充分发挥人工智能的作用，必须掌握通过哲学训练培养的推理、逻辑和第一性原理思维 [2] - 未来的关键能力将演变为“通过提出恰当的问题，从人工智能那里获取最佳代码” [2] - 在获取人工智能输出后，任务尚未完成，必须运用哲学思维保持怀疑态度，以辨别真伪，因为人工智能擅长让错误的输出看似合理 [4] 人工智能改变知识获取与创作关系 - 生成式人工智能不仅消除了获取知识的障碍，还能以定制化的方式对知识进行解读，在用户现有知识水平与目标知识水平之间搭建平缓过渡 [4] - 大型语言模型会根据读者的知识和理解水平调整内容，读者的提示触发人工智能生成量身定制的新文本，使得读者既是消费者也是创作者 [3] - 人工智能模型可以根据用户的理解水平和学习风格，提供个性化、适应性强的指导，未来个性化辅导这一学习的黄金标准可能惠及每一个人 [3] 人机交互方式的演进与效率提升 - 软件开发过程已通过计算机语言将底层硬件的复杂性抽象化，使开发者能专注于算法质量 [5] - 当前阶段，可以直接用人类语言（如英语）与人工智能交流，无需进行中间层面的语言转换 [5] - 声明式（专注于结果）而非命令式（专注于步骤）的表述方式能更简洁有效地传达高层次概念和逻辑，例如有人仅用几条精心编写的提示就创建出了完整的游戏 [5] 未来工程师的核心能力构成 - 未来的优秀工程师需要具备围绕问题构建清晰思维模型、进行问题分解、拥有完美的第一性原理思维，并能与人工智能展开辩论的能力 [6] - 不能失去深入探究、修正人工智能遗漏之处以及对人工智能成果进行审核的能力 [6] - 将代码创建机制自动化，并专注于人类的批判性思维能力，才能创造更多、更快，对世界产生巨大影响，目标是让人工智能帮助人类更具人性 [6]

文章核心观点 - 美国各大银行首席执行官普遍认为人工智能将带来划时代的效率变革 并承认这将导致部分岗位被淘汰 但各银行的具体应对策略和人员规模展望存在差异 [1][2][16] 摩根大通 (JPMorgan Chase) - 首席执行官杰米・戴蒙直言人工智能浪潮下裁员已成定局 人工智能将淘汰部分岗位 [3][17] - 短期来看 若人工智能落地顺利 公司员工规模可能保持稳定甚至小幅扩张 [3][17] - 人工智能将渗透到每一个岗位和业务 大幅提升工作效率 例如自动生成会议纪要 [3][17] - 效率提升会催生更多网络安全相关的岗位需求 [3][18] - 公司高管透露 未来五年运营部门员工工作效率有望提升 **40%** 至 **50%** [4][19] - 效率提升不会引发大规模裁员 但会放缓员工规模的净增长速度 [4][19] - 公司要求各部门尽可能控制人员扩招 将工作重心转向效率提升 [5][19] - 银行的招聘节奏大概率会放缓 [5][19] 高盛集团 (Goldman Sachs) - 首席执行官戴维・所罗门在内部备忘录中明确 人工智能是提升效率的核心抓手 效率提升意味着放缓招聘节奏、精简部分岗位 [6][20] - 公司每年都会对员工队伍进行小幅优化调整 [6][20] - 公司预计 **2025** 年底的员工规模将实现增长 **2025** 年第三季度全球员工数量同比增长 **5%** 达到约 **4.8** 万人 [6][20] - 核心思路是优化招聘结构 精准吸纳优质人才 [6][20] - 人工智能提升效率后 公司有能力吸纳更多能创造高价值的人才 以拓展业务版图 [7][21] - 所罗门坚信未来十年人工智能最终会推动高盛员工规模增长 [7][21] - 人工智能短期影响将集中体现在软件开发领域 [7][21] - 人工智能的普及速度会远超互联网和电力 白领阶层或成为受冲击最大的群体 [7][21] - 部分白领岗位需求会萎缩 但劳动力会被经济其他板块吸纳 [8][22] 花旗集团 (Citi) - 首席执行官简・弗雷泽认为生成式人工智能短期将大幅提升工作效率 长期将重塑所有业务板块及行业业态 [9][24] - 人工智能的降本增效作用已落地见效 今年以来自动化代码审核量已突破 **100 万** 次 [10][25] - 自动化代码审核每周为团队释放约 **10 万** 小时的工作时长 [10][25] - 人工智能正助力客服团队和财富顾问提升服务效率与个性化水平 [10][25] - 弗雷泽担忧人工智能可能会先压缩就业岗位 再释放行业红利 两者存在时间差 [10][25] - 当前全球人工智能落地渗透率仅为 **10%** 弗雷泽认为需接近 **50%** 时才能看清对就业的最终影响 [10][25] 富国银行 (Wells Fargo) - 自 **2019** 年查尔斯・沙夫执掌以来 公司员工规模已缩减近四分之一 且他认为这一趋势还将延续 [12][27] - 希望尽可能通过自然离职而非主动裁员的方式完成人员精简 [12][27] - 人员规模缩减是整改低效业务、精简冗余架构及受资产规模上限（**1.95 万亿美元**）限制后的结果 [12][27] - 沙夫驳斥“人工智能不会减少岗位”的观点 认为否认者是对行业现状一无所知或不够坦诚 [13][28] - 生成式人工智能工具已让富国银行工程师的工作效率提升 **30%** 至 **35%** [13][28] - 该技术终将渗透到合规、法务、客服等各个板块 让公司能用更少人力完成更多工作 [13][28] 美国银行 (Bank of America) - 生成式人工智能的落地已导致公司部分部门的人员规模缩减 [14][29] - 核心应对策略是为员工开展技能培训 让他们胜任人工智能无法替代的工作 [14][30] - 公司正通过内部岗位调配而非外部扩招来维持整体人员规模稳定 人工智能承接了富余工作量 [14][30] - 人工智能助手“埃丽卡”成效显著 今年 **11** 月与客户的数字化互动量达 **14 亿** 次 [15][30] - 该项数字化服务为公司节省了约 **1.1 万** 个全职岗位的人力成本 [15][30]

核心观点 - “十四五”时期中国信息通信技术产业取得显著成就，5G用户普及率大幅提升至83.9%，建成全球最大最先进的网络，数字经济核心产业占GDP比重增至10.4% [1] - 行业在操作系统、人工智能、6G等关键技术领域取得系列突破，产业生态加快构建，电子信息制造与软件业务收入较“十三五”末大幅增长 [1][2] 网络基础设施与用户普及 - “十四五”时期中国5G用户普及率从15%大幅提升至83.9% [1] - 建成全球规模最大、技术领先的光纤宽带和移动通信网络 [1] 关键技术创新与成果 - 形成一批标志性、原创性、颠覆性信息技术创新成果，集成电路、人工智能基础软件等领域取得新成果 [1] - 搭载开源鸿蒙操作系统的产品总量超过11.9亿台 [1] - 超过700款生成式人工智能、大模型产品完成备案 [1] - 6G技术研发完成第一阶段技术试验，形成超过300项关键技术储备 [1] - 量子科技、脑机接口等前沿技术取得新进展 [1] 数字经济发展 - 数字经济核心产业增加值占GDP比重从7.8%增至10.4% [1] - 数字经济规模稳居世界第二 [1] - 全国网上零售额从11.76万亿元提升至15.23万亿元，稳居全球最大网络零售市场 [2] 产业规模与增长 - 2024年规模以上电子信息制造业营业收入达16.19万亿元，较“十三五”末提升33.8% [2] - 2024年软件业务收入达13.73万亿元，较“十三五”末提升68.2% [2]