市场挑战同样需要清醒认知。主要股指估值仍处于历史相对高位，对利率变动更为敏感。通胀回落速度 可能慢于预期，美联储政策转向时点存在变数，高利率环境持续时间延长将压制成长股估值。企业盈利 分化加剧，部分过度依赖低成本融资或需求疲软行业面临盈利下修压力。地缘风险对供应链及能源价格 的潜在扰动仍需警惕。 不同板块呈现差异化特征。科技巨头凭借现金流优势与技术壁垒保持相对强势，但需关注监管政策变化 与资本回报效率。金融板块净息差压力边际缓解，但商业地产风险敞口仍构成考验。工业与材料领域受 全球制造业周期影响显著，区域表现分化加剧。必需消费品防御属性虽存，但估值溢价可能限制上行空 间。 Doo Financial认为，面对当前美股市场的复杂图景，投资者宜采取"质量优先、适度分散"的核心策略。 重点关注现金流稳定、技术壁垒深厚且估值相对合理的优质企业，对高估值题材股保持审慎。利用市场 波动优化持仓成本，避免情绪化追涨杀跌。密切跟踪通胀数据与就业市场变化，及时评估利率路径对企 业估值的影响。在组合构建中，可考虑通过跨行业、跨市值的多元化配置平滑波动，同时保留部分流动 性以应对潜在风险事件。持续审视投资标的的核心竞争力与盈利可持 ...

纪要涉及的行业和公司 - **行业**：AI、科技、金融、营销咨询、呼叫中心、平面设计、网络搜索、软件开发、人力资源、语言学习、电商服务等 [1][3][83] - **公司**：Salesforce、Amazon、JPMorgan Chase、Recruit Holdings、Duolingo、Fiverr、Shopify [83] 纪要提到的核心观点和论据 核心观点 - 生成式AI对劳动力市场的总体影响有限，但在最易受AI影响的行业已出现劳动力需求受冲击的迹象，不过未来十年AI不太可能导致大量就业岗位减少，因为AI创新会创造新工作机会抵消自动化带来的岗位流失 [1] - 生成式AI会使失业率在AI过渡期间最多上升0.5个百分点，风险倾向于失业率更大幅度上升，尤其是AI采用比预期更前置时 [1] - 从历史证据和自下而上的分析来看，AI相关的岗位替代率在个位数中段到高位，对美国经济有一定但可控的影响，但风险偏向更具破坏性的影响 [79] 论据 - **AI对劳动力市场的当前影响** - 目前生成式AI对宏观经济和劳动力市场统计数据影响较小，采用率仍较低，仅9.3%的公司在过去两周的生产中使用了生成式AI [5][6] - 行业层面的AI暴露分数与大多数劳动力市场指标无统计学上的显著相关性，但在特定行业已出现劳动力市场混乱的早期迹象，如营销咨询、平面设计等行业就业增长低于趋势，科技行业就业份额下降，年轻科技工作者失业率上升 [9][14][21] - 若将当前用例在全经济范围内外推，估计2.5%的美国就业岗位有被替代的风险，表明目前绝大多数美国劳动力无自动化风险 [26] - **技术与失业的历史证据** - 历史上技术进步虽曾被预测会导致劳动力需求显著持续下降，但就业仍稳步增长，因为技术在破坏岗位的同时也创造新岗位，如过去85年超85%的就业增长来自技术驱动的新岗位创造 [32][33] - 生成式AI虽可能不同，但当前AI模型有局限性，人类在许多生产领域仍有比较优势，除非出现通用人工智能（AGI），否则AI不太可能导致长期就业减少 [37][38] - 技术创新带来的生产率提升会在短期内使失业率上升，每1个百分点的技术驱动生产率增长会使失业率在短期内上升0.3个百分点，但两年后无影响，历史上信息技术自动化繁荣期也有类似情况 [43][49] - **哪些职业更易被替代** - 构建了五个风险指标来量化各职业在生成式AI工具部署后被替代的风险，包括错误后果、任务重复性、任务内聚性、AI暴露任务价值与总体工资对比、后台与前台岗位分类 [56] - 根据不同情景假设，若10%最具风险的职业被替代，经济范围内的替代率为2%；若20%被替代，替代率为6%；若30%被替代，替代率为9%等，公司假设的6 - 7%替代率对应约20%最暴露职业受影响的情景 [69] - **AI相关岗位替代的宏观经济影响** - 基于基线假设，失业率在2030年代上半叶比趋势高出约0.5个百分点，对通胀有0.1个百分点的拖累，随后影响逐渐消退 [76] - 考虑AI采用更前置、替代率更大、经济衰退导致更多前置AI相关裁员等情景，失业率峰值可能上升0.7 - 1.8个百分点，对通胀的拖累为0.15 - 0.4个百分点，且峰值影响可能提前五年到来 [77][78] 其他重要但可能被忽略的内容 - 公司高管言论显示，如亚马逊CEO因AI减少企业员工数量，摩根大通消费者和社区银行CEO预计未来五年AI使员工数量减少10%等，表明企业已开始因AI提高效率而调整人员配置 [3][83] - 经济衰退可能导致公司加速使用生成式AI自动化和裁员，使失业率大幅上升且失业期延长；而生成式AI创造新利润池和加速创新可能增加再就业，限制摩擦性失业上升 [51][53]

About this content About Angela Harmantas Angela Harmantas is an Editor at Proactive. She has over 15 years of experience covering the equity markets in North America, with a particular focus on junior resource stocks. Angela has reported from numerous countries around the world, including Canada, the US, Australia, Brazil, Ghana, and South Africa for leading trade publications. Previously, she worked in investor relations and led the foreign direct investment program in Canada for the Swedish government ...

文章核心观点 AI正驱动积极投资回报，为广泛实施代理AI奠定基础，企业增加生成式AI投资，代理AI项目预计增长，同时企业需关注领导力和劳动力转型以实现更快回报 [1][2][6] 分组1：AI投资回报与企业投资趋势 - 企业从生成式AI和AI投资中获得1.7倍投资回报率，初期对大规模AI和生成式AI推广实现投资回报率的担忧正在消退 [2] - 62%受访企业今年相比去年增加了对生成式AI的投资 [2] 分组2：生成式AI与代理AI实施情况 - 生成式AI预计未来三年改善关键指标，36%的组织已实施，高于去年的20% [4] - 已采用生成式AI的组织中约30%已将AI代理集成到运营中，平均组织的AI代理项目总数预计2025年增长48% [1][4] - 采用AI代理的前五大行业为高科技、工业制造、消费品、能源与公用事业、制药与医疗保健 [5] 分组3：实现投资回报的关键因素 - 建立强大领导力、治理和AI就绪基础的组织实现投资回报率快45%，但仅三分之一的领导者是生成式AI的有力倡导者 [6] - 过去两年引入自动化和AI用例的企业已自动化30%的运营任务，预计未来两年进一步自动化，近三分之二员工预计2028年工作描述改变 [7] 分组4：AI代理带来的效益 - AI代理和多代理系统已在业务职能中带来显著效益，减少错误、提高客户满意度、增加运营效率和降低运营成本 [5] 分组5：企业AI投资预期 - 五分之二的组织预计1 - 3年内从AI投资中获得正回报，通过将AI能力嵌入核心业务流程已实现显著成本效益 [8]

报告行业投资评级 文档未提及报告行业投资评级相关内容 报告的核心观点 - 中美关税谈判有积极进展，20%芬太尼相关关税有望取消，最终协议可能在11月APEC峰会两国领导人会面时达成 [25][55] - 中国政策方向明确，财政政策强调前置实施已批准政策行动，货币政策通过降低实际利率刺激需求，人民币有望恢复结构性升值趋势 [26][60] - 美国例外主义消退，黄金受青睐，美元走弱，投资者对中国股票的态度较为积极，部分行业存在投资机会 [4][28] - 各行业呈现不同发展趋势，如AI在中国广泛应用、汽车行业向全球化转型、消费市场逐步恢复、医疗行业创新能力增强、房地产市场分化且需政策支持等 [7][8][13] 根据相关目录分别总结 宏观与投资策略 - 中美处于探索更稳定共存方式的初期，特朗普政府利用不确定性保持灵活性，双方既想保护国家安全利益又想维持经济融合，但信任缺失是挑战 [48][49] - 美国经济有优势但面临财政、制造业等挑战，中国面临房地产债务、劳动力减少等问题，恢复信任需透明、可靠和合作 [49] - 中美关税有望降低，可能达成协议，美国与其他贸易伙伴的谈判也在进行，其结果会影响中美谈判的杠杆 [55] - 投资者应进行资产和区域的战略配置，并根据基本面进行战术调整，中国股票的风险回报状况正在改善 [70][77] 大宗商品 - 全球石油需求在2025年第一季度同比显著增长，市场基本面健康，长期需求有望恢复，亚洲与海湾地区的投资合作具有协同效应 [84][85] - 能源转型需兼顾“可承受性”“供应安全”和“环境可持续性”，不同地区应根据经济差异制定策略 [86] - 黄金价格驱动因素发生结构性变化，需求持续超过供应，若0.5%的外国美国资产转向黄金，到2029年初金价可能达到6000美元 [87][89] - 短期内石油前景较弱，美国政策可能降低能源成本并增加资源获取，但面临监管和环境等问题 [90][91] 创新 - 生成式AI模型竞争激烈，尚无明确赢家，Deepseek推动中国企业广泛关注AI，云计算在AI生态系统中发挥关键作用 [92][93][94] - 尽管面临芯片短缺和制裁挑战，中国半导体技术仍在快速发展，AI在生物医药领域有巨大潜力，同时需关注数据安全和合规问题 [95][96][99] - 机器人在人类环境中的应用潜力巨大，中国机器人公司在仓储和人形机器人应用方面有增长潜力，中美在人形机器人领域有合作 [100][102][103] 汽车 - 全球汽车制造商通过与本地企业合作，在中国电动汽车市场追赶潮流，推出适合中国市场的新车型，自动驾驶技术发展是关键趋势，L2+渗透率有望从去年的约14%提升至未来几年的30% [105][13][33] - 汽车行业正从“在中国，为中国”向“在中国，为全球”转型，全球汽车制造商和供应商不仅要在中国实现成本竞争力，还计划将中国产品推向海外市场 [8][33] 消费 - 中国消费品牌通过产品创新、IP合作和优质线下体验走向全球，中国供应链和人才是竞争优势，美国仍是重要市场，企业需应对关税政策波动 [109][110][112] - 中国消费市场呈现兴趣消费和品质零售趋势，消费者对优质产品的需求不变，不同代际消费者价值观不同，外国品牌需适应中国市场变化 [113][115][116] 金融 - 金融机构发展和使用AI可提高效率、检测欺诈和增加收入，但需注意AI可能给出错误答案，人类与AI应相互补充 [119][121][122] 医疗 - 早期药物研发全球化，中国作为创新中心的作用将不断增强，跨国公司与中国生物医药公司的合作增多，但后期开发和商业化面临地区差异 [123] - AI在药物发现中加速了分子设计和优化，但完全AI设计的药物尚未上市，有望在5年后获批，临床应用前景良好 [124] - 中美药物定价压力可能促使企业提高效率，中国企业可能受益于跨国公司的资产采购 [125] - 尽管去年全球生物科技融资遇冷，但中国投资活动增加，有望吸引国际资本 [126] 房地产 - 中国房地产市场整体仍在走弱且分化，核心区域稳定，非核心区域放缓，预计2025年新房销售同比个位数下降，二手房市场量增价平 [15][36][131] - 政府可能出台更多政策支持市场，但“大刺激”存在不同看法，库存收购规模有限，闲置土地回购可能更有效，现房销售可能逐步实施 [129][130] 公用事业 - 沙特目标到2030年实现130GW可再生能源装机容量，太阳能成本低，中东有望成为清洁能源出口地，中国清洁能源公司在中东有市场份额 [132][134][135] - 美国AI发展带动数据中心需求增长，对电力市场有影响，中国数据中心增量影响相对较小，需关注美国电力负荷增长的瓶颈和中国太阳能产业链的过剩问题 [136][137]

报告行业投资评级 未提及 报告的核心观点 报告指出生成式AI（GenAI）是制造业的变革力量，能从产品设计到交付全流程进行革新，但企业常陷入“试点炼狱”，难以实现全组织推广 报告提供实用框架，助企业突破试点障碍，实现GenAI在制造运营中的全面应用，还从多方面阐述GenAI潜力及实施策略与挑战 [5][8][9] 根据相关目录分别进行总结 引言 制造业正处类似谷歌出现时的转折点，虽许多试点项目有前景，但全组织推广困难 本指南基于实际成功案例，助企业突破试点障碍，释放GenAI变革力量 [5] 生成式AI如何革新制造业 过去十年制造业挑战不断，部分企业靠敏捷和拥抱变革取得成功 如今GenAI成为行业变革者，可简化任务、提供实时洞察和优化运营 自ChatGPT发布后，GenAI发展为多模态技术，能创造新事物 但许多公司陷入“试点炼狱”，本白皮书旨在助企业突破障碍，实现全组织变革 [8][9][10] 生成式AI为何是制造业的“谷歌时刻” 谷歌曾改变信息搜索方式，重塑各行业思维和决策模式 如今GenAI在制造业处于类似时刻，能从产品设计到交付全面变革 宝马和三星等公司已利用GenAI取得成果，但要充分发挥其作用，需制定计划、融入运营并全组织推广 [14][15] 如何让组织做好采用生成式AI的准备 组织采用GenAI的准备情况取决于业务价值潜力和实施可行性两方面评估 业务价值潜力需确定不同用例对组织的价值，优先考虑与关键业务目标相符的用例 实施可行性要考虑基础设施和数据准备、模型可复用性、环境稳定性、监管合规性、输出一致性、质量和安全、采用便捷性和战略契合度等因素 [19][20][21] 从潜力到绩效：GenAI实施手册 从孤立实验到全组织推广GenAI需清晰路线图 可从“低垂果实”入手，即高可行性、能快速实现的小胜利，建立对技术的信任 关键实施计划包括先取得容易的胜利，展示技术价值并获得利益相关者信任；再进行变革性改变，分阶段处理复杂流程；还可改进周边流程，如人力资源或合同管理，实现成本节约和效率提升 [24][25][27] 生成式AI在制造业的前景 产品设计与开发 GenAI可加速产品设计和开发流程，减少上市时间，增强创造力和效率 它在研究和洞察阶段将数据转化为可操作知识，加速研究并释放团队创新时间；在构思和蓝图阶段加速概念开发；在迭代设计阶段优化设计，缩短周期；在原型测试阶段创建沉浸式原型，促进利益相关者决策 [32][34][35] 核心生产 核心生产系统是制造运营的核心，GenAI与制造执行系统（MES）智能集成可提升车间生产力超20% GenAI解决方案可重新定义技术支持和运营挑战应对方式，通过视觉指导、配置控制、主动警报等功能形成集成生态系统，提高生产力、减少错误和确保资源有效利用 高度监管行业实施GenAI需考虑特殊要求，确保合规和数据安全 [46][47][48] 质量控制 传统质量控制依赖人工检查，效率低且易出错 GenAI与机器学习驱动的机器视觉集成可实现实时自动化检查，扩大检查范围、降低成本和提高缺陷检测率 GenAI还能促进精密制造，实现高精度检查、预测分析和协作洞察 [52][55][56] 供应链优化 供应链复杂，常存在效率低下问题 GenAI与传统AI技术结合可解决物流、仓储和运输中的问题，优化路由、提供市场指标、改善交付时间、优化库存管理和减少浪费 [58][59][60] 销售和营销 传统营销面临消费者行为复杂、数据过载和个性化需求等挑战 GenAI可自动化创意流程、实现数据驱动决策和提供超个性化体验，包括客户数据管理、增强营销活动、流程自动化和机会识别等功能，提高参与度、投资回报率和客户忠诚度 [61][62] 现场服务运营 现场服务运营存在调度延迟、交接繁琐等问题 GenAI可通过创建自助手册、提供客户体验界面、加速数据捕获和提供实时培训等方式，提高服务效率、准确性和客户满意度，将现场服务转变为更主动、以客户为中心的职能 [64][65][67] 可扩展AI之路：克服挑战 实施GenAI需克服成本管理、迭代部署和主动风险管理等挑战 要提前确定成本驱动因素，平衡可扩展性和财务可持续性；采用迭代方法，从成功和挫折中学习；提前解决数据隐私、模型偏差和合规性问题，建立适应AI能力发展的治理框架 [71][73] 最终反思：推动变革的领导力 GenAI对制造业领导者是战略要务，CIO或CTO需发挥关键作用，将AI计划与业务目标对齐，促进跨职能协作并确保可衡量成果 有效实施GenAI可减少约20%的上市时间和5 - 10%的总体研发成本，企业应积极拥抱变革，塑造制造业未来 [75]

公共部门AI应用现状 - 三分之二的公共部门机构正在探索或积极使用生成式AI(Gen AI)来辅助公共服务 [2] - 90%的公共部门机构计划在未来2-3年内探索、试点或实施自主代理AI(agentic AI) [2] - 具体计划包括：39%机构将评估可行性，45%将探索试点项目，6%计划扩大现有自主代理AI项目 [3] - 各领域进展不一：国防机构达82%，医疗保健75%，安全领域70%已进入试点或规模化部署阶段 [3] 数据准备度挑战 - 仅21%的公共部门机构拥有训练和微调AI模型所需的足够数据 [6] - 数据管理成熟度低：仅12%机构在数据激活方面非常成熟，7%在培养数据与AI技能方面非常成熟 [6] - 数据共享进展缓慢：全球65%机构仍处于规划或试点阶段 [7] 主要实施障碍 - 79%的公共部门高管将数据安全问题列为主要障碍 [5] - 74%对AI生成输出的信任度有限 [5] - 欧盟仅36%机构有信心符合《欧盟AI法案》要求 [5] 组织架构调整 - 64%的公共部门已设立首席数据官(CDO)，24%计划设立 [9] - 27%已任命首席AI官(CAIO)，41%计划增设该职位 [9] 行业认知与预期 - 公共部门普遍认为AI能提升决策质量(64%)、改善服务交付并提高运营效率 [8] - 专家强调建立坚实数据基础设施和治理框架是实现AI潜力的关键前提 [4]

文章核心观点 - 企业优先考虑智能转型、利用AI创新等进攻策略，价值创造和人机协作成企业战略核心，Concentrix在智能转型领域有优势 [1][2][6] 调查情况 - 2025年上半年Everest Group进行盲测，收集450多位企业领导看法，受访者来自多个地区、行业和职能部门，被调查企业年收入超1亿美元 [8] 调查结果 - 技术实施、现代化、利用AI/分析和提升客户体验是企业首要任务，优先于成本降低和生产力提升 [7] - 未来两到三年企业优先考虑新增外包和生成式AI预算分配，转向长期转型投资 [7] - 角色增强仍是主要劳动力策略，认为生成式AI将补充而非取代角色，强化人机混合模式价值 [7] - 企业重视提供端到端转型能力的合作伙伴，尤其是能规模化和治理实现以客户为中心目标的伙伴 [7] - Concentrix与几家IT服务和AI科技软件提供商一样常被企业视为生成式AI转型合作伙伴，高于其他CX企业 [7] 各方观点 - Everest Group合伙人认为企业看重降低转型风险和加速实现价值的执行模式，具备可扩展转型等能力的供应商易获合作 [5] - Concentrix总裁兼CEO表示研究结果增强其信心，公司在技术、专业知识和端到端能力上的投资使其适合成为智能转型合作伙伴 [6] 相关主体介绍 - Concentrix是财富500强公司，为全球品牌提供集成解决方案，帮助企业解决业务挑战 [9] - Everest Group是全球领先研究公司，其PEAK Matrix®评估为企业和服务提供商提供决策分析和见解 [10]

AI行业投资趋势 - 一季度财报季显示AI革命持续活跃 多家公司如微软和Meta确认将重点投资AI基础设施建设 [1] - 4月初大幅下跌的AI相关科技股已显著回升 [1] - 投资者可通过ETF分散个股风险 文中提及三只ETF从不同角度布局AI领域 [2] Global X机器人及人工智能ETF(BOTZ) - 聚焦AI实际应用领域 重点布局工业及医疗行业 管理资产规模达24 9亿美元 [3] - 持仓包含芯片巨头如英伟达(权重8%)及医疗机器人公司直觉外科(权重8%) 同时覆盖小盘股如SoundHound AI [4] - 4月经历大幅回调后已收复大部分失地 接近200日均线 [5] Global X数据中心及数字基建ETF(DTCR) - 专注AI基础设施领域 管理资产规模2 305亿美元 费用比率0 5%为三只ETF中最低 [7][8] - 超50%资产配置于数据中心REITs 包括Equinix Crown Castle和美国铁塔 [8] - 成立于2021年 受益于Meta微软等公司持续AI资本开支 [7] Roundhill生成式AI及科技ETF(CHAT) - 重点布局生成式AI 持仓包含"七巨头"及Palantir博通等软件企业 管理资产2 6116亿美元 [10] - 采用主动管理策略 使用专有选股方法 费用比率0 75% [11] - 2023年成立 是三只ETF中最年轻的产品 [11]

报告行业投资评级 - 维持对DLR和EQIX的买入评级 [26] 报告的核心观点 - 尽管有关税不确定性，IT预算前景仍具韧性，美国NTM预算增长预期稳定在2.7%，欧洲降至2.3% [1][2] - 数据现代化/生成式AI首次超越网络安全成为首要投资优先级 [1][3] - 生成式AI支出增长预期略有下降，多数用例仍处于早期阶段 [4] - 各行业和细分领域受关税、宏观环境和技术趋势影响表现各异 [8][10][22] 根据相关目录分别进行总结 IT预算情况 - 全球NTM IT预算增长预期降至2.5%，美国稳定在2.7%，欧洲降至2.3% [1][29][32] - 多数CIO认为关税对NTM IT预算无影响，但平均下调约3% [24][46] - 过去3个月全球IT预算修订为-0.2%，美国+0.2%，欧洲-0.9% [45] 投资优先级 - 数据分析/生成式AI升至首位，网络安全降至第二，数字转型项目第三，面向客户的应用开发/部署第四 [1][36] - 云通信升至第8，客户支持是生成式AI的重要用例 [10] 各行业影响 应用+数据/分析软件 - 企业软件类别仍是CIO IT预算的主要支出领域，数据/生成式AI升至第一 [8] - 超大规模/云消费情况略为积极，公共云基础设施支出稳定增长 [8] 网络安全 - NTM网络安全支出增速降至约5.3%，数据分析/生成式AI成为主要竞争对手 [10] - 看好平台厂商、有差异化价值和强执行力的纯玩家以及受关税影响较小的供应商 [11] 后台软件 - 预计Q1 IT支出表面稳定，但潜在有疲软迹象，生成式AI项目预算优先级上升 [22] - 倾向于有数据/规模优势和明确ROI用例的公司 [22] 互联网 - 美国NTM IT预算稳定，云需求稳定，生成式AI需求推动增长 [23] - 多数CIO预计生成式AI投资将减少员工数量，且多数用例将在2025年进入生产阶段 [26] 欧洲科技 - 欧洲CIO对关税公告持谨慎态度，IT预算平均下降约3% [26] - 看好SAP和Sage，认为Capgemini和Dassault面临更多逆风 [26] 通信服务和基础设施 - 美国预算保持韧性，全球NTM预算下调0.2% [26] - 看好数据中心和战略光纤服务的数字转型和生成式AI应用机会 [26] 硬件 - IT硬件支出复苏情况参差不齐，PC存储和网络基础设施支出趋势向好，服务器支出下降 [26][27] - 多数受访者认为生成式AI不会影响IT硬件预算 [28] 生成式AI情况 - MSFT是首选生成式AI供应商，AMZN升至第二 [4] - 生成式AI支出增长预期降至9%，测试和生产阶段的用例比例上升 [4] - 生成式AI资金主要来自新的/额外的资金，54%的CIO预计将减少员工数量 [72][74] 云消费情况 - 云消费支出与去年大致一致，公共云基础设施服务支出预计平均增长7% [59][61] - 多数CIO预计不会将计算/存储资源从公共云环境迁回私有或非云环境 [95] 受访者公司情况 - 公司部门主要集中在金融服务/保险、科技/互联网和医疗保健 [105] - 多数公司员工数量在1000-20000人之间，IT预算规模在5000万-3亿美元之间 [106][107]