作者｜周雅 来源：科技行者 2025年伊始，对于出海的中国企业家们来说，空气中弥漫着一丝寒意。 "开年特别难。"Google中国大客户部销售副总裁邓辉在 Google Marketing Live（GML）中国站会后采访 中坦言，"一开始面对国际环境的很多不确定性，大家普遍感到焦虑。" 然而，邓辉紧接着话锋一转，点出了硬币的另一面："但现在大家的心态已经从焦虑转为积极应对。眼 下的不确定性带来的不只是挑战，更是一个重塑全球品牌格局的窗口。" 他进一步解释，这种挑战并非单向的，许多依赖中国制造的海外品牌，其成本涨幅可能更高，这反而为 中国品牌创造了新的竞争空间。 这就是今年GML中国站大会的背景。Google在此刻试图回答一个核心问题：在全球消费者钱包收紧、 信任成本更高的今天，中国企业如何穿越迷雾，活下去，并且活得更好？ 根据《Google x Kantar BrandZ 中国全球化品牌2025》报告对全球3万余名用户的调研显示，有81%的受 访者表示愿意考虑新品牌。而在美国市场，这一比例甚至更达到85%。但用户要的"绝不仅仅是便宜 货"，而是"新价值的组合"。 邓辉认为，所谓"新价值的组合"，代表更优质的产 ...

Agentic AI核心概念与技术演进 - Agentic AI是基于大语言模型（LLM）的自主软件系统，通过感知、推理、规划与工具调用能力实现复杂任务自动化执行，技术演进从规则引擎发展到目标导向架构 [1][22] - 核心能力包括自然语言理解与推理（支持模糊指令逻辑分析）、自主规划与工具集成（通过思维链/树状思维分解任务）、记忆机制与闭环反馈（短期/长期记忆结合RAG技术） [3][25][28][31] - 系统分类：单Agent适用于特定领域简单任务（响应快、成本低），多Agent通过"主管-协作者"模型处理复杂任务（如投资分析、赛事诊断） [36][38] 技术架构与前沿技术 - 关键技术模块包括目标定义与任务管理（ReAct框架形成闭环）、环境交互与沙箱技术（硬件级虚拟化隔离）、多Agent通信协议（A2A/MCP协议标准化工具连接） [3][32] - 前沿技术包含Agentic RAG系统（动态获取最新数据）、Computer Use/Browser Use（自动化流程操作）、端到端训练内化模型能力 [4][25] 构建方案与场景适配 - 亚马逊云科技提供三类方案：专用Agent（Amazon Q，开箱即用）、全托管服务（Amazon Bedrock Agents，快速集成）、完全自建Agent（Strands Agents，深度定制） [1][12] - 选择依据包括任务确定性（专用Agent适合标准化流程）、灵活性需求（自建Agent满足特殊业务流程） [1] 行业应用案例与价值验证 - 金蝶国际：优化ERP系统智能提单流程，员工通过自然语言描述需求实现自动化单据提交 [1][12] - Formula 1：赛事根因分析从数周缩短至几小时，通过Agent分析日志数据提升诊断效率 [2][12] - 制造业：采购合同关键条款识别与物流单信息提取减少人工错误，金融领域：整合市场数据生成可视化决策报告 [4] 未来趋势与挑战 - 趋势：模型能力内化减少外部依赖、标准化协议推动"AgentOS"生态形成、通用与垂直场景分化（个人助理vs专业领域） [4][26] - 挑战：复杂任务推理链断裂、多Agent协同中的上下文丢失、幻觉问题需结合RAG提升输出可信度 [4][38] 市场前景 - 到2028年企业软件应用中33%将集成Agentic AI技术，技术发展推动各行业智能化变革 [26][5]

沃尔玛全球供应链升级 - 公司正在重构全球供应链体系 重点布局自动化与实时人工智能技术[1] - 已在美国验证的技术正推广至哥斯达黎加 墨西哥和加拿大等市场 实现需求预测 库存动态调配和减少浪费[2] - 在哥斯达黎加Coyol生鲜配送中心 预测性仓储与运输管理系统能在员工到岗前完成最优配送路线规划[2] 具体技术应用案例 - 墨西哥城启用"自愈库存"系统 自动解决库存积压问题 已节省超5500万美元成本[3] - 技术平台具备可复用特性 如自愈库存和代理型AI 可快速适配本地需求同时保持技术架构统一[2] - 公司高管强调需将实时信号转化为即时行动 解放员工生产力并提升客户服务[4] 零售行业竞争态势 - 沃尔玛与亚马逊正展开供应链AI化竞赛 双方在AI 仓储机器人 预测物流等领域投入数十亿美元[4] - 行业竞争焦点从电商VS实体店转向算法 机器人及数据基础设施的效率比拼[5] - 公司近期建立自有肉类加工厂 显示零售巨头强化供应链控制的趋势[5][6] 供应链创新战略 - 通过垂直整合(如肉类直采)降低中间环节成本 在通胀环境下获得竞争优势[6] - 技术部署覆盖全链条节点 从农业生产到终端配送实现精细化成本管控[6]

C3 ai的Agentic AI业务发展 - 公司正聚焦新兴的Agentic AI领域 该业务线正快速成长为重要收入来源 在2025财年第四季度 Agentic AI部署的年化收入达6000万美元 应用涵盖国防 制造 政府和能源等关键领域[1] - 公司拥有2022年底获得的Agentic AI专利 在竞争激烈的AI领域形成差异化优势 其生产级AI代理已部署超100个用例 包括美国空军PANDA平台的预测性维护和国防后勤局Pluto系统的全球燃料监控[2] - 通过与普华永道的新战略联盟 结合普华永道的咨询专长 加速在金融服务 制造和公用事业等垂直领域的渗透 同时与微软 AWS 谷歌云和麦肯锡QuantumBlack的合作也推动全球快速采用[3] 竞争格局对比 - Cadence Design Systems从产品开发角度切入Agentic AI 在半导体设计流程中嵌入智能自动化 2025年第一季度超50%客户芯片设计采用AI工作流 但与英伟达合作开发的Agentic AI系统仍局限于EDA工具链[5] - SoundHound AI通过对话式AI和面向客户的语音代理布局 其Amelia 7 0平台已在医疗 酒店和金融服务领域实现自主任务执行 技术已部署至1 3万家餐厅 但应用场景主要集中于前端服务自动化[6] 财务表现与估值 - 公司股价过去三个月上涨39 7% 远超行业9 5%的涨幅[7] - 当前远期市销率为7 43倍 显著低于行业平均18 24倍[10] - Zacks共识预测显示 2026财年EPS同比增长9 8% 2027财年增幅达56 9% 且过去30天内这两年的EPS预期均获上调[11] 市场定位与增长潜力 - 管理层认为Agentic AI业务被严重低估 若独立分拆 其估值倍数可能超过公司当前总市值 该判断基于知识产权优势 客户粘性和实际应用影响[4] - 企业用例加速扩展 客户包括壳牌 陶氏 嘉吉和美国海军等标杆机构 为未来规模扩张奠定基础[4][8]

网络安全行业前景 - 网络安全行业在2025年下半年及以后将呈现强劲增长 主要驱动力包括数字系统复杂性提升 业务服务渗透加深 以及网络攻击成本呈指数级上升[1] - 2025年全球网络犯罪成本预计突破10 5万亿美元 这将显著刺激全球数字资产保护需求 推动网络安全股票需求增长[2] - 生成式AI应用场景爆发将利好网络安全行业 代理型AI的引入既扩大了资产保护需求 也增加了攻击规模和范围[3][4] Palo Alto Networks行业地位 - 公司以营收和市值计为网络安全行业领导者 在高度分散的市场中占据1 2%份额 2025年战略聚焦平台化 通过整合服务提升用户体验 该策略已获得客户认可[5] - 公司增长和盈利能力持续超预期 维持两位数高增速 被Wedbush列为首选标的 市场对其保持"适度买入"评级 共识目标价显示8%上行空间[5][6] - 8月中旬发布的FQ4财报预计将再次超预期 可能引发分析师进一步上调评级[6] Zscaler增长动力 - Zscaler通过Z-Flex计划提升客户灵活性 推动服务渗透率增长 该计划能随客户规模扩大而扩展 公司FQ3业绩显示收入和利润均强劲[8] - FQ4财报前分析师情绪乐观 包括20余次目标价上调 部分机构将目标价升至355美元 高端目标385美元隐含20%-30%上涨空间[9] CrowdStrike市场表现 - 公司被Wedbush列为H2赢家 但股价已大幅上涨 当前525美元的目标价仅隐含个位数涨幅 其他机构热情较低[11] - 2025年Q3可能出现10%级别的回调 6-7月已出现多轮目标价下调和评级下调 压制股价表现[12]

全球云服务与数据基础设施发展趋势 - 全球公共云服务终端用户支出预计2025年达7234亿美元 较2024年增长21.5% 其中IaaS和PaaS分别增长24.8%和21.6% [1] - 数据隐私法规如中国PIPL和欧洲GDPR推动跨国企业实施数据本地化战略 成为业务发展的核心要求 [1] - 构建安全合规且支持生成式AI的数据基座成为企业数字化转型的关键 尤其对加码中国市场的跨国企业至关重要 [1] 跨国企业数据战略实践案例 - 辉瑞中国通过建立本地化数据底层应对法规要求 降低管理复杂度 提升市场响应能力 [2] - 辉瑞中国数据基础设施三大核心需求：全球协同网络 高敏捷扩展能力 强合规管控能力 [3] - 选择亚马逊云科技合作构建数字化生态 覆盖前端沟通至AI分析平台 衍生Chatbot/生成式AI/RPA等能力 [3] 云与AI融合的行业效益 - 辉瑞全球利用亚马逊云科技ML能力在17个生物医药研发场景创新 实现年度成本节省7.5-10亿美元 [4] - 现代化数据战略需整合人机物料法 技术层面依赖湖仓一体化设计和统一分析能力驱动业务重塑 [4] - 云服务与AI深度融合可提升制药企业研发效率30% 降低运营成本20% 加速市场响应速度50% [4][5]

从大模型到Agent的产业拐点 - 2025年AI产业主旋律是大模型退居幕后，Agent站上C位，技术演进趋缓、市场需求转向执行、经济价值关注ROI三重拐点叠加[2] - 产业焦点从模型参数转向工作流编排与人机责任边界定义，Agent成为AI落地的阶段性答案[2] - Gartner预测到2028年15%日常工作决策将由Agentic AI自主完成，2024年该比例几乎为零[2] Agentic AI的定义与演进 - AI Agent是能替代人类进行推理、任务规划和执行的自主软件系统，由LLM提供"大脑"，具备记忆系统和工具访问能力[3] - AI技术发展阶段：从预测AI（欺诈检测）到助手AI（聊天机器人），再到当前兴起的Agentic AI[3] - Transformer模型、海量数据与无限算力结合创造了Agentic AI发展的特殊条件[5] 亚马逊云科技的Agent战略 - 亚马逊云科技CEO称Agentic AI可能成为下一个数十亿美元规模业务，已成立直接向CEO汇报的Agent团队[2] - 财富500强企业中75%工作负载仍运行在本地，预示大规模云迁移需求[5] - 公司推出Amazon Transform（迁移任务）和Amazon Q Developer（软件开发）等垂直领域Agent[10] 企业级Agent的核心要素 - 统一AI就绪基础设施需满足安全性、稳定性、灵活性、技术领先性四要素[8] - 数据治理是关键：企业数据决定Agent的视野高度、能力范畴与决策效果，需打破数据孤岛[8][9] - 开发策略需平衡短期预期与长期影响，选择主流开放的技术栈与长期合作伙伴[9][10] 商业模式创新与行业影响 - Agentic AI将推动产品服务创新和商业模式革新，如Uber、Netflix式的范式转移[6] - 企业需从成本优化转向利用Agentic AI提升用户体验、革新商业模式并获取高额回报[6] - 初创公司如Cursor（代码编辑器）、Perplexity（搜索引擎）已通过AI集成创造新商业形态[6] 技术实施与生态协同 - 企业级应用优先考虑安全性与韧性，C端产品更侧重用户体验[7] - 亚马逊云科技通过Amazon Bedrock提供基础设施、数据库和计算能力支持合作伙伴开发[11] - 市场需更多Agent选择，生态协同将加速整体发展[11]

股价表现 - ServiceNow(NOW)股价在7月2日收于1011美元89美分 较1月28日创下的52周高点1198美元09美分下跌15% [1] - 年初至今股价下跌4% 表现逊于Zacks计算机与科技板块5%的涨幅 但优于Zacks计算机-IT服务行业6%的跌幅 [1] - 自4月23日公布2025年第一季度财报以来 股价已上涨24% [7] - 当前股价仍比52周高点低16% [9] 经营环境 - 受特朗普政府对贸易伙伴加征关税影响 宏观经济环境恶化 [2] - 预计2025年将受到1亿美元75万美元的不利外汇影响 [2] - 联邦业务因DOGE相关问题可能受损 且业务呈现后端集中特点 [2] - 关税担忧和延迟的联邦合同正在拖累增长前景 [9] 产品与战略 - 公司通过牺牲短期收入加速Agentic AI的采用 预计将影响2025年订阅收入增长率 [3] - 2025年5月推出Core Business Suite AI驱动解决方案 整合HR/财务/采购/法务等部门工作流 [12] - 推出安全与风险解决方案中的AI代理 与微软和思科合作提升企业安全 [13] - 2025年5月在ServiceNow AI平台上推出自主IT功能 实现零中断/零停机 [13] 收购与合作 - 2025年4月收购Logik ai 增强CRM产品中的AI能力 特别是销售和订单管理 [15] - 合作伙伴包括Alphabet/亚马逊/微软/NVIDIA等科技巨头 [17] - 2025年5月与AWS合作推出双向数据集成解决方案 [17] - 与NVIDIA合作推出电信行业AI代理 并整合Llama Nemotron推理模型 [18][19] 财务表现 - 2025年第一季度拥有508个年合同价值超过500万美元的客户 同比增长20% [16] - 第一季度订阅收入达30亿美元1亿美元 按固定汇率计算同比增长20% [16] - 2025年全年每股收益预期为16美元54美分 过去30天上调1美分 较2024年增长18% [20] - 第二季度每股收益预期为3美元54美分 过去30天上调1美分 同比增长13% [20] 估值水平 - 价值评分为F 显示股票被高估 [21] - 12个月前瞻市销率达14倍75倍 高于行业平均6倍51倍 [21]

数据战略与人才缺口 - 企业面临专业人才缺口，缺乏真正懂数据、理解数据的人员，组建专业团队是构建数据能力的核心基础[1] - 企业需从合规、增长、效率三大维度持续发力，以高效、智能、数字化姿态前行，避免错过智能化与数字化浪潮[1] 智能湖仓与数据基座 - 云基础设施的弹性与安全是现代化数据战略的根基，湖仓一体化架构是释放价值的关键引擎，实现从研发、生产到营销的端到端数据贯通[3] - 计算存储分离等技术优化成本并将资源转化为利润，管理层需理解湖仓一体的战略价值以构建数据驱动闭环[3] - 选择亚马逊云科技的原因包括全球协同效应、高敏捷性应对中国市场变化、以及强大的合规管控能力[3] 端到端数据管理生态 - 依托亚马逊云科技构建智能湖仓架构，打破数据孤岛，支撑PB级数据湖弹性扩展，实现异构数据统一治理和自动化ETL流程[4] - 全球合作中，基于云原生数据分析、机器学习等服务，在17个场景中快速部署AI解决方案，预计年成本削减7.5-10亿美元[4] - 生成式AI平台VOX让员工安全创新，访问包括Amazon Bedrock和Amazon SageMaker上的大语言模型[4] 云平台效率与成本 - 云平台实现百倍级效率跃升，支持分钟级服务部署，颠覆传统IT架构以周、月甚至季度为单位的漫长部署周期[5] - 云平台采用"用多少付多少"的按需计费模式，杜绝资源浪费，相比传统架构下硬件设备持续产生固定成本[6] - FinOps云财务管理工具优化资源配置，降低运营成本，将IT部门从成本中心转型为业务加速器[8] Agentic AI在医药行业的应用 - 大模型与智能体技术改变传统AI项目高失败率的局面，智能体让业务场景落地成为可能[9] - 重点推进智能内容引擎和流程执行体两大应用方向，实现医学知识精准个性化分发和自动化流程执行[9] - 智能体接管规则明确、重复性高的流程，将员工从操作员升级为决策者，推动药企向智能敏捷转型[10] 数据本地化与合规 - 将数据本地化从被动合规升维至战略投资，在中国建立物理隔离的云数据基座，满足监管对患者隐私、临床数据出境的重度管控[11] - 数据本地化为本土化创新铺设基础设施，虽剥离全球生态痛苦但必要，对业务带来的机会巨大[11] - 未来竞争聚焦于合规技术底座与AI创新速度的双向驱动，需构建覆盖全链条的智能化合规体系和技术迭代效率优势[11]

德勤与香港大学合作成立AI实验室 - 德勤与香港大学合作成立"Deloitte ×HKU组织转型AI实验室"，重点推动联合学术研究、开发人工智能驱动的行业应用与客户解决方案，促进产学研深度交流[1] - 实验室旨在加快人工智能技术在本地企业与学界的落地与转化，推动AI研究与实际商业应用接轨[1] - 德勤与港大签署合作备忘录，深化协作以引领人工智能创新与组织转型[1] 人工智能在商业领域的应用 - 人工智能正重塑企业在财务、营运、市场营销及网络安全等业务职能上的运作模式[1] - Agentic AI标志着人工智能发展进入新阶段，具备灵活应对、智能决策及协调复杂业务流程的能力[1] - 生成式人工智能将重新定义企业的运营方式与价值创造[2] 跨界合作推动AI发展 - 跨界合作是推动香港人工智能发展的关键，促进商界、学界与科技领袖携手推动创新[2] - 德勤的行业领导力与港大的研究专长结合，协助企业展开人工智能转型，提升运营效率[2] - 实验室将成为前沿AI研究转化为商业应用的催化剂，助力企业实现深层转型[2] AI在客户体验优化中的应用 - 企业利用AI通过预测需求、高效处理问题及实现个性化互动革新客户体验[3] - AI帮助品牌从被动回应转向主动出击，加快问题解决速度并提供个人化服务[3] - AI助力品牌与消费者建立更紧密、更人性化的关系与互动[3] 行业活动与展示 - Deloitte Digital Day汇聚逾500位商界领袖、AI专家及科技企业代表，探讨AI在不同行业的发展潜力[1] - 活动吸引逾20家顶尖科技企业展示AI在各行各业的创新应用[2] - Mastercard、甲骨文及Twilio分享AI驱动的个人化体验、金融服务创新及客户体验优化策略[2]