关键要点总结 涉及的行业与公司 * **行业覆盖**：报告涵盖北美研究的多个行业，包括货运运输、游戏与住宿、互联网/零售、媒体与娱乐、软件、通信基础设施、技术硬件、公用事业、金属与采矿等[2][5][6] * **公司提及**：报告提及大量具体公司，包括但不限于： * **货运运输**：CHRW、JBHT、RXO、KNX、SNDR、WERN、SAIA、XPO、ODFL、AUR、Gatik、Kodiak、Aurora、Waymo、Tesla[18][25] * **游戏与住宿**：MAR、HLT、IHG、BKNG、EXPE、WH、CHH[30][31][39] * **互联网/零售**：AMZN、WMT、EBAY、FIVE、ETSY、TGT、CHWY、W、GOOGL、META、APP[44][57][59][60] * **媒体与娱乐**：NFLX、SPOT、FWONK、LYV、DIS[72][77][78][89] * **软件/网络安全**：PANW、CYBR、CRWD、ZS、FTNT、VRNS、TENB、NTSK、SAIL、OKTA、CHKP、GEN、RPD、QLYS、JAMF、S、MSFT[95][101][109][110] * **通信基础设施**：EQIX、DLR[117][121][124] * **技术硬件**：DELL、HPE、HPQ、NTAP、PSTG、AAPL、Lenovo、Asustek、Acer、Giga-Byte[173][196][213] * **公用事业**：VST、TLN[220][222] * **金属与采矿**：MP、LAC、TMQ、CRML[234][236] * **半导体/技术**：NVDA、AVGO、GFS、TER、GLW、CSCO、ALAB、SMTC、MRVL、COHR、LITE、FN、AMD、ARM、HPE、META、MSFT、OpenAI、Oracle、Bytedance、Tencent[143][150][153][164][166] 核心观点与论据 主题一：科技扩散 * **货运运输的AI机遇**：运输业是受AI影响最大的行业之一，预计AI驱动的节省可能超过2026年预估税前收益的100%[13][14] * **2026年成为关键年份**：AI主题将在货运行业成为主流，且焦点将从生成式/代理AI转向物理AI（自动驾驶卡车和人形机器人）[17] * **物理AI的变革**：自动驾驶卡车预计在2027年开始商业销售，2026年可能实现商业可行性，这将改变整个行业的市盈率倍数，对卡车运输公司有利，对铁路和卡车经纪公司构成压力[25] * **代理AI的普及与风险**：生成式AI和代理AI将成为大型经纪商的必备能力，但效率提升可能因竞争而消失，主要风险包括信息民主化削弱定价优势，以及自动化可能使经纪人被绕过[18][19] * **调查数据支持**：2025年11月的调查显示，54%的承运人、经纪人和托运人已在使用的AI工具，但大多数人只期望获得“适度”的收益[19][20] 主题二：数据中心与AI基础设施 * **传统数据中心受益**：AI工作负载对多租户数据中心运营商（如Equinix和Digital Realty）是增量且不断增长的利好，尽管当前AI训练业务占比不大，但长期受推理增长推动[117][119] * **电力成为瓶颈**：电力供应紧张成为数据中心扩张的制约因素，有利于维持定价能力，Equinix和Digital Realty在获取电力方面有清晰路径[117][129][131] * **AI贡献度预测**：预计到2030年，Equinix的xScale合资企业对AFFO的贡献将达到约5.5%，Digital Realty的AI相关收入贡献可能达到约20%[121][123][124][127] * **AI基础设施的差异化**：过去两年，AI数据中心的差异化主要体现在处理器之外的部分（如网络、交换机、光模块），但随着成本结构（服务器占约50%）和供应商多元化需求，未来差异化重点可能发生变化[136][137][141] * **以太坊主导网络**：AI集群的后端网络部署中，以太坊的增长速度（预计2025年比2024年增长>2倍）远超InfiniBand，正成为主导技术[144][146] * **共封装光学器件（CPO）的展望**：CPO是根本性转变，但预计2027-2028年才会开始有意义的应用，主要驱动力是AI规模扩大网络对功率效率和带宽密度的需求，早期受益者可能包括NVDA、AVGO、GFS、TER[153][158][161][164] 主题三：多极世界 * **关键矿物供应链重塑**：美国正加速建立排除中国的稀土和关键矿物供应链，以应对中国的出口限制，措施包括政府股权投资（如MP Materials）、价格保障机制（如为MP的NdPr设定110美元/公斤的底价）和关税[234][236] * **投资偏好**：倾向于选择已证明具有商业化可行性和盈利路径的优质公司，如MP Materials，其与美国国防部的合作显著降低了商业模式风险[234] 主题四：资本市场、并购与行业转型 * **网络安全平台表现优异**：大型网络安全平台（如PANW、CYBR、CRWD、ZS）过去一年平均回报率为34%，而其他网络安全公司平均为-14%，主要得益于网络效应和整合趋势[95][101] * **平台估值溢价**：网络安全平台交易估值相对于软件行业整体存在溢价，而其他安全公司估值大致与软件行业持平[102][103] * **并购带来机会**：平台公司进行的并购在短期内造成干扰，这可能为具有清晰增长故事（20%以上增长）的“同类最佳”公司提供机会[104][115] * **内存成本影响硬件利润**：内存（NAND和DRAM）正处于“超级周期”，现货价格年内上涨60-480%，预计合同价格在2026年每个季度都将环比上涨，这可能挤压硬件OEM/ODM的利润率[173][177][179][181] * **利润率影响量化**：假设OEM能够通过提价、增加库存等方式抵消约70%的影响，内存价格每上涨10%，仍可能导致毛利率同比下降约30个基点，每股收益同比下降约4%[198][203][204][208] * **公司风险排序**：在受影响的美国IT硬件OEM中，AAPL风险隔离最好，HPQ风险最高[213] 主题五：食品未来与GLP-1 * **代理AI改变旅游预订**：代理AI将改变旅游预订渠道，大型酒店品牌（如MAR、HLT）可能通过与大型语言模型合作，以低于OTA（在线旅行社）的成本（可能接近收入的<5%，OTA为10-15%）分销库存，从而受益，对OTA（如BKNG、EXPE）的高利润直接流量构成风险，对小品牌和元搜索构成风险[30][39] * **酒店忠诚度计划优势**：三大酒店品牌（MAR/HLT/IHG）拥有合计超过6亿忠诚会员，每年旅行约5次以上，产生超过20亿次预订，这构成了护城河[31] * **代理购物兴起**：代理商务是下一个重要的生成式AI应用，预计到2030年可能为美国电子商务增加约500亿至1150亿美元支出，占电子商务支出的10%（基本情景）至20%（乐观情景）[44][49][52][53] * **对零售商和数字广告的影响**：代理AI将改变电商漏斗，可能侵蚀零售媒体和直接流量，使拥有强大覆盖和效果广告工具的平台（如META、YouTube、APP）更有价值，零售商需要关注交易的增量性以保持盈利[54][57][59][60][65] * **搜索面临过渡**：当前搜索的“有效抽成率”（广告支出占商品交易总额的百分比）估计约为33%，是早期代理抽成（个位数百分比）的5-10倍，Alphabet需要成功引领向代理模式的过渡[66][68] 媒体与娱乐的AI影响 * **AI的双重影响**：AI对媒体娱乐业既是机遇也是风险，可能强化规模化平台领导者（如NFLX、SPOT），而现场娱乐资产（如FWONK、LYV、DIS主题公园）可能因对真实、共享体验的需求而免受AI颠覆[72][77][78] * **成本效率机会**：即使脚本原创制作费用减少约10%，也可能意义重大[74] * **行业采用度高**：艺术娱乐行业在Anthropic的Claude.AI上的使用份额在所有行业中排名第三[78][82] * **劳动力与版权问题**：2026年将面临重要的劳动力、版权和监管里程碑，包括好莱坞工会合同重新谈判，这可能影响生产周期和AI在创意过程中的作用[89][93] 公用事业：数据中心电力需求 * **受监管与不受监管市场**：尽管存在负担能力担忧，但一些不受监管的地区（如德克萨斯州和宾夕法尼亚州）在2026年对数据中心增长仍有强劲前景，德克萨斯州因其庞大的项目管道、支持性的政治背景和有利的电力市场结构被视为最具吸引力的市场[218][220][223] * **偏好特定公司**：基于州层面的优势，偏好VST（德克萨斯州）和TLN（宾夕法尼亚州）[220][222] * **受监管公用事业的举措**：受监管的公用事业公司数据中心项目管道同比增长65%至215吉瓦，并设计了具有保护机制的特殊费率结构，以隔离现有客户免受数据中心带来的费率上涨影响[221] 其他重要内容 * **报告性质与免责声明**：该报告是摩根士丹利研究部的年度“重大辩论”展望，旨在识别影响2026年投资的关键议题，报告包含利益冲突披露，强调其研究仅作为投资决策的单一因素[2][4][7] * **核心跨领域主题**：AI影响的扩大、多极全球贸易对关键矿物供应链的重塑、GLP-1药物使用增加对消费生态系统的连锁效应，是贯穿多个辩论的宏观主题[8] * **具体催化剂列举**：每个细分主题部分都列出了潜在的未来催化剂，例如自动驾驶卡车的里程碑、酒店品牌与LLM的合作公告、内存现货价格走势、PJM容量拍卖结果等，为投资者提供了明确的关注点[27][42][67][93][115][135][151][169][216][233] * **历史周期对比**：在分析内存成本对硬件利润的影响时，详细对比了当前周期与2016-2018年周期的异同，指出当前周期更严峻、更快速，且超大规模企业需求占比更高[185][187] * **消费者行为数据**：在旅游预订部分，提供了消费者在线研究旅行时首选网站/应用的数据，显示Google和OTA是目前最常被提及的平台[35][36] * **估值框架**：在网络安全部分，详细介绍了结合定量和定性因素的估值框架，并展示了具体公司的评分与排名[105][112][113]

**行业与公司** * 纪要涉及中国科技行业 特别是IT支出、人工智能、云计算、半导体、硬件、软件、互联网和电信等领域[1][7] * 研究基于摩根士丹利对首席信息官的半年度调查 覆盖多个科技子行业[7][10] **核心观点与论据** **总体IT支出展望转向乐观** * 首席信息官将2025年IT预算增长预测环比上调160个基点至7[7][10] * 对2026年的初步预测显示强劲增长 预计同比增长12[7][10] * 预算上调与下调的比率升至3[7][39] * 47%的首席信息官预计未来三年IT支出占收入比例将增加 高于1H25的34% 业务扩张成为增加IT预算的首要原因[15][42] **人工智能支出持续增长但时间点推迟** * 生成式AI占IT总预算的比例预计将从2025年的7[7][62] * 62%的首席信息官预计AI将在2026年产生重大影响 高于2025年的32%[7][50] * 57%的首席信息官目前将IT预算的3[7][52] * AI/ML/流程自动化仍是首席信息官的首要投资优先级 但关注度从1H25的39%降至30%[61][145] **各细分行业影响** **软件与IT服务** * 行业观点从谨慎上调至与大市一致 观察到2025年预算正常化和2026年稳定增长复苏[25] * 软件支出增长预期领先 2025年为9[7][48] * 私营企业的预算恢复强于国有企业 对金蝶、北森和金山办公WPS 365构成利好[29] * 北森因其强大的AI货币化能力成为企业软件领域的首选[29][70] **半导体** * AI和本地化趋势推动结构性增长 但成本通胀可能挤压芯片设计公司利润率[26] * 本地化趋势的受益者包括中芯国际、北方华创、中微公司和盛美半导体[26][35] **硬件** * 除AI工作负载相关的服务器和存储外 其他硬件支出预计减少[30] * AI服务器硬件供应链将受益于AI需求增长和数据基础设施支出增加[30][105] * PC供应链防御性较弱 因内存价格上涨面临利润率压力 对联想、技嘉、华硕和宏碁持谨慎看法[34][68][89] **互联网** * 看好阿里巴巴和腾讯的AI潜力[7][31] * 阿里云被视为中国主要的AI赋能者 在AI云服务市场占据领先地位 预计将获得AI相关云支出的最大份额[69][199][218] **电信** * 公有云支出预计将趋稳 三大电信运营商在当前公有云支出中的总份额为13% 但未来三年增量份额预计达到17%[228][229] **其他重要内容** **估值与盈利预期** * MSCI中国IT指数年内跑输MSCI中国指数6个百分点 但估值合理且每股收益有改善空间[17][22] * 硬件板块盈利修正因英伟达中国供应链支持而改善最显著 而半导体和软件板块持续下调[22] **供应商偏好与部署模式** * 深度求索的受欢迎度从1H25的53%降至33% 而阿里巴巴/Qwen的偏好从18%升至30% 预计未来三年将成为第一[176][179] * 首席信息官对利用公有云部署AI的偏好从1H25的28%升至2H25的44%[184][198] * 偏好"购买"而非"自建"AI应用的首席信息官比例从48%升至56% 这对AI软件供应商构成利好[185] **风险与谨慎领域** * 技术供应商的折扣意愿从1H25的77%升至88% 这可能对利润率构成压力[89][140] * 数据中心建设、咨询、打印机等被视为经济恶化时最可能被削减的项目[82]

Gartner GenAI市场象限评估结果 - 国际权威市场研究机构Gartner发布4篇GenAI技术创新指南系列报告，公布了四大维度的新兴市场象限 [1] - 报告涵盖GenAI云基础设施、GenAI工程、GenAI模型以及AI知识管理应用四大维度 [1] - 中国企业闯入四大维度的新兴领导者象限，并比肩谷歌、OpenAI等国际厂商 [1] 面向GenAI的基础设施维度 - 在该维度，新兴领导者象限仅有阿里云、微软、谷歌、AWS四家厂商入围 [3] - 阿里云是唯一入围该象限的亚太厂商 [3] - 华为云和腾讯云则位于该维度的远见者象限 [3] GenAI工程维度 - 该维度关注数据准备、模型训练/精调、模型管理、评估、观测等模型全生命周期工具 [3] - 阿里云位于领导者象限，在纵轴“特征”以及横轴“未来潜力”指标上，均优于AWS、谷歌、微软 [3] GenAI模型与AI知识管理应用维度 - 在“GenAI模型”提供者维度，报告关注厂商所提供的GenAI模型的综合能力，包括模型丰富度、模态覆盖、第三方工具兼容性及安全和隐私等 [4] - 在“AI知识管理应用/通用生产力”维度，评测范围覆盖企业级AI搜索、对话式AI平台及用于沟通和内容开发的生产力工具 [4] - 在上述两个维度中也有中国公司进入领导者象限，且在部分指标上领先于AWS、微软 [4] 中国GenAI发展背景 - 中国大模型应用势头迅猛，国家近年在大力倡导“人工智能+” [4] - 政策推动人工智能赋能新型工业化，为人工智能与行业深度融合指明方向 [4] - 应用被视为中国最大的优势，需充分发挥以形成技术研发与应用的良性互动格局 [4]

文章核心观点 - 生成式人工智能（GenAI）正在引发文化产业生产力范式的深刻革命，行业面临“战略性焦虑”与“机遇性渴望”并存的复杂局面 [1] - GenAI的应用已从“降本增效”的工具属性，演变为具备取代部分人类能力潜力的“新物种”，推动行业从“量的竞争”转向“质的竞争” [5][10] - 未来文化产业的核心竞争力是“人机协同”，价值中心将向产业链的“两极”（顶层创意架构与直接市场运营）转移 [5] - GenAI的真正价值在于开启个性化、情感化、价值驱动的新内容时代，文化内容的终极形态是极致个性化 [5][24] GenAI在具体领域的应用现状与能力边界 - 在网络文学领域，AI已可提供基础描写、激发灵感并提升资料查阅效率，但产出内容质量较为粗糙，难以替代对作品质量有要求的作者，情节复杂、涉及人情世故的作品最晚被替代 [7] - 在音乐领域，AI已广泛应用于创作、混音、编曲等环节，平台榜单上已出现AI制作的歌曲，生成类型化、风格鲜明的音乐（如爵士、摇滚）时表现更为成熟，但生成的演唱音色不够抓耳，情感表达的稳定性和高水平仍有待观察 [8][12] - 在AI漫剧领域，已实现了“内容工程化”，具备“轻IP、高效率、高产能”的运营特点，追求用30%成本实现70%效果，其创作流程可实现从生成剧本到产出成片的全程自动化 [9][13] 产业模式与生态演变 - “超级个体”或“微型团队”将成为新常态，个人可绕过中间环节直接实现创意并与平台对接，例如网络文学作家未来或可自身成为大型娱乐单元 [5][15] - 文化产业可能出现三类新型AI内容创作者：“钩子视频”创作者、影视“长改短”创作者以及漫剧创作者 [17] - 未来IP生态将是“长、中、短”IP并存竞争，IP的终极形态可能趋向“每个人看的都不一样”的极致个性化，大量分众的短IP构成新的蓝海 [20][21][24] 未来创作者的核心能力 - 未来内容生产者的核心竞争力是驾驭AI的“导演”或“架构师”能力，关键在于“设计思维”与“架构能力”，即清晰定义问题和搭建创作框架 [5][18] - 需要具备帮助AI建立“全局意识”的能力，包括提炼关键记忆的“全局视野”和明确选择逻辑的“决策习惯”，以弥补AI在上下文理解上的局限 [18] - 创作者必须完成从技能执行者到创意架构者的转型，人类需在情感的细腻表达、计谋的复杂设计、人情世故的深度刻画等AI不擅长的维度上进行重点提升 [11][15] 版权与商业模式变革 - 版权确权与收益分配成为核心难题，行业需要能记录创作痕迹、按照人类参与程度（如50%或60%）来分配版权收益的工具或平台 [20] - GenAI将冲击固有利益格局，降低创意的实现门槛，可能催生大量好作品，并支撑“超级个体”实现创作者与消费者的直接对接 [19] - 消费者付费的核心在于内容质量及其所传递的情感与价值观认同，小IP若能获得高度契合的粉丝群体，即使规模小（如5000粉丝）也能通过“为爱充电”实现可观收入（如500万） [24] 内容质量与消费接受度 - 消费者对AI内容的接受度核心在于内容质量高低，只要作品足够好，用户不会在意是否由AI生成，平台榜单上AI制作歌曲数据良好即是证明 [22][23] - GenAI正在推动消费动机从浅层的“情绪刺激”升级为深度的“情感与价值观认同”，微短剧的长期发展必须从“情绪化”转向“情感化” [24] - AI可能“消灭平庸”，替代70%、80%的普通创作者，迫使人类创作者必须向上突破，市场有望形成“良币驱逐劣币”的局面 [12][22]

当前市场估值与互联网泡沫对比 - 当前纳斯达克综合指数市盈率为33倍，远低于互联网泡沫时期200倍的峰值 [6] - 主要科技公司（亚马逊、苹果、谷歌、微软、Meta、台积电）市盈率在27-39倍之间，英伟达市盈率为52倍，AMD市盈率高达97倍，特斯拉市盈率为265倍 [6] - 与互联网泡沫时期Webvan等无盈利、无增长的公司不同，当前AI领域公司拥有强劲的营收、盈利和增长前景 [3][5] 生成式AI的采用速度与市场规模 - ChatGPT仅用2个月达到1亿用户，远超TikTok（1年）、WhatsApp（3年）、Facebook（4.5年）等产品的用户增长速度 [6] - 美国成年人中有60%在过去6个月内使用过AI，20%的人每天依赖AI，已形成一个价值120亿美元的消费级AI市场 [11] - 麦肯锡预测到2030年AI数据中心投资将达到5万亿美元 [6] 主要参与者的财务表现与增长预期 - OpenAI在2024年上半年营收飙升至43亿美元，预计2030年营收高达2000亿美元，相当于苹果目前营收的一半 [7] - Anthropic年化运行率收入从2024年初的10亿美元/年增长到8月份的50亿美元/年 [7] - 摩根士丹利预计微软AI收入在2025财年至少为120亿美元，2029财年至少为850亿美元 [8] - 谷歌处理的AI代币数量从2024年4月的10万亿个增长到6月25日的980万亿个，每两个月翻一番 [7] 企业市场的应用与效率提升 - AI在企业中的应用能显著提升效率，例如微软的Discovery Agentic AI可在几小时内解决复杂的热机械分析问题，而人类使用EDA工具需要数月 [14] - 沃尔玛利用AI提升生产力，预计每年可节省约50亿美元薪资支出 [14][15] - 多家公司宣布因AI提升效率而停止招聘，包括Salesforce停止招聘软件工程师，亚马逊表示将需要更少人手完成现有工作 [14] 技术成本下降与硬件发展 - AI推理价格在两年内下降了100多倍，使得从一次性模型转向需要更大计算能力的推理和代理AI成为可能 [8][10] - AI加速器市场规模正增长至每年5亿美元以上，英伟达和AMD已成为台积电前十大客户 [27] - 主要GenAI公司正开发专有XPU AI加速器，以更低的功耗和成本运行工作负载，摩根士丹利估计约15%-20%的先进封装产能用于专有XPU [20] 行业竞争格局与潜在赢家 - 训练前沿模型的成本高达数十亿美元，参与者将仅限于拥有超大规模资源的企业 [16] - 主要GenAI参与者（如OpenAI、Anthropic、AWS、谷歌、微软）正进行垂直整合，涵盖模型、生态系统、数据中心和专有XPU [26][28][29] - 到2030年，行业可能形成分层格局：第一层为3-6家前沿领导者，第二层为云和集成商，第三层为区域参与者，第四层为利基专家 [30][31] - 像Oracle和Coreweave这类没有自有LLM、生态系统或广泛客户群的公司最为脆弱 [30]

文章核心观点 - 美国公司正将生成式人工智能、混合工作模式及体验框架融入职场服务 这些要素正成为企业转型的推动力 [1]

公司股价与估值表现 - 2025年以来截至9月25日收盘，公司股票总回报率约为-33%，股价处于历史低位[1] - 公司股票远期市盈率为17倍，为三年来的最低水平，显示估值具有吸引力[1] - 当前股价为238.97美元，较前一交易日上涨6.41美元，涨幅2.76%[1] 2025财年第四季度及全年业绩 - 第四季度营收增长至176亿美元，同比增长7.3%，超出分析师预期的173.4亿美元（预期增长5.7%）[2] - 第四季度调整后每股收益为3.03美元，同比增长8.6%，超出分析师预期的2.98美元（预期增长6.8%）[3] - 尽管业绩超预期，但股价因2026财年业绩指引疲软而下跌近3%[3] 2026财年业绩指引 - 公司预计2026财年营收按当地货币计算将增长2%至5%[3] - 公司预计2026财年调整后每股收益中值为13.71美元，略低于分析师预期的13.78美元[3][4] - 考虑到第四季度每股收益超预期，公司2026财年每股收益指引仅比预期低2美分[4] 新签约额与业务趋势 - 第四季度新签约总额达213亿美元，以美元计算增长6%，显示出未来收入潜力[5][6] - 新签约额增长较前两个季度显著改善，第二财季下降3%，第三财季下降超过6%[7] - 公司表示整体市场未出现有意义的积极或消极变化[7] 生成式人工智能业务表现 - 生成式人工智能业务蓬勃发展，第四季度相关新签约额从第三季度的15亿美元增至18亿美元[8] - 2025财年全年生成式人工智能新签约额总计59亿美元，每个季度均加速增长[8] - 该表现略超科技行业竞争对手IBM在过去四个季度55亿美元的生成式AI签约额[8] 盈利能力与运营指标 - 第四季度及全年调整后运营利润率均提高10个基点[9] - 考虑到公司股价大幅下跌，运营利润率的轻微扩张优于预期[9] 分析师观点与市场情绪 - 市场普遍共识目标价约为322美元，较9月25日收盘价有39%的上涨空间[10] - 然而，9月9日至9月24日期间更新的平均目标价仅为291美元，暗示约25%的上涨空间[11] - 市场情绪低迷，部分原因是公司正在进行业务重组，预计在第四财季和2026财年第一财季产生总计8.65亿美元的相关费用[12] - 联邦政府支出减少也是公司面临的一个关键不利因素[12] 长期业务风险与机遇 - 长期来看，生成式AI技术的进步可能导致现有客户更多地咨询AI工具而非公司，从而对公司业务构成挑战[13] - 另一方面，生成式AI的演进也意味着人们对技术的理解需要更新，这可能为公司创造新的价值领域[14]

文章核心观点 - 银行在商户服务领域面临来自PayTechs的激烈竞争，40%的中小商户考虑转向PayTechs，但66%的商户仍偏好传统服务提供商，为银行留下了重要的市场机会 [1][2][5] 银行面临的挑战 - 银行对自身服务能力的信心严重不足，仅19%的银行对提供高支付成功率和可靠基础设施有信心，仅13%的银行高管认为其机构能完全提供快速无缝的入驻服务 [3] - 银行商户入驻流程缓慢且成本高，耗时可达7天，平均成本高达496美元，而PayTechs可在60分钟内完成，成本低至214美元 [4] - 银行在欺诈预防方面存在短板，仅26%的银行高管对提供先进的欺诈预防和数据安全有信心，商户因支付欺诈损失约2%的总收入，并因系统不可靠每年面临高达9小时的停机时间 [7][8] PayTechs的竞争优势 - PayTechs在创新速度上领先，70%的PayTechs已部署支付编排技术，而银行仅为47%；60%的PayTechs在其运营中采用生成式AI，而银行为41% [6][8] - PayTechs更积极地适应监管变化，近半数优先考虑央行数字货币和稳定币，59%研究数字身份框架，而银行的比例分别为23%和38% [6] 全球支付格局变化 - 全球非现金交易量预计将从2024年的超过1.6万亿笔增长至2029年的3.5万亿笔 [9] - 即时支付和数字钱包在支付组合中的份额从2020年的13%上升至2024年的25%，而卡支付的份额预计从65%降至52% [10] - 亚太地区引领数字交易增长，2024年录得近8000亿笔数字交易，预计2025年同比增长21%；北美2024年约为2560亿笔，预计增长较慢为7% [11] 银行的潜在机会 - 商户看重银行的优势，包括强大的品牌声誉（78%）、市场稳定性和长期存在感（49%）以及更广泛的金融产品套件（46%） [12] - 80%的商户表示，如果银行能以相同成本提供PayTechs的所有服务，他们会考虑转回银行；商户也愿意回归，如果银行能提供嵌入式、行业特定的增值服务 [13]

行业地位 - 公司在北美、亚太及日本和欧洲地区的所有类别评选中均被列为领导者 [1] 战略合作与创新 - 公司与ServiceNow联合建立卓越中心，旨在加速生成式人工智能的采用并推动创新 [1]

1 Tool-Integrated RL 与 Agents 应用突破 - Agent的定义从被动的生成式内容工具演变为主动的、以目标为导向的自主智能体，更强的智能体必须具备与外部世界交互并采取行动的能力[8] - 业界将AI系统划分为LLM、AI Assistant和AI Agent，或通过GenAI、AI Agent、Agentic AI进行分类，Agentic AI是一个包含各司其职AI Agent的自主系统[9] - 提高智能体推理能力分为“求诸内”和“求诸外”两种方式，“求诸外”即让LLM学会使用工具以突破Scaling Law带来的能力极限[10][11] - 工具集成推理将工具使用从简单调用提升到与推理过程深度融合，其价值在于打破传统LLM能力天花板，实现经验支持集扩展和可行支持集扩展[12][13][14][15] 2 Copilots 与 AI 产业落地模式 - 除了通用模型公司，垂直领域AI在融资方面也非常活跃，专注于医疗、金融、法律和客服等专业领域的AI初创公司获得从几百万到上亿美元融资[2] - AI公司发展路径引发思考，是否需要用“裁人头”换取“agent员工”作为唯一解决方案，以及Copilots和AI-enabled Services模式能否带来突破[2] 3 生成式 AI 对软件开发的重塑 - 生成式AI可能让设计师、市场人员等非专业开发者也能写出可运行代码，推动软件开发从“装应用”时代向“按需生成”时代转变[3] - AI与搜索的组合可能彻底重构软件的发现和使用方式，同时AI代码生成需要在高速性和高可靠性之间做出权衡[3] 4 行业动态与通讯概览 - 本期通讯包含3项专题解读以及30项本周AI与Robotics赛道要事速递，其中技术方面11项、国内方面6项、国外方面13项[4] - 通讯总计28355字，可免费试读至7%，消耗288微信豆可兑换完整内容[5]