FX168财经网_全球视野外汇黄金加密货币NFT资讯网

保持强劲势头！可口可乐Q2盈利超预期，上调全年业绩指引

绩高于预期财报显示，可口可乐第二季度收入增长3%至124亿美元，高于华尔街预期的118亿美元；有机收入（非GAAP）增长15%。其中，拉丁美洲(+28%)、欧洲、中东和非洲(+30%)、北美(+10%)、亚太地区(+4%)、装瓶投资(+14%)和全球风险投资(+1%)等所有部门均实现增长。调整后净利润为24.1亿美元，同比下降28.8%。毛利率为61.1%，较去年同期的59.0%高2.1个百分点。非GAAP每股收益为0.84美元，同比增长7%，而预期为0.81美元。在国际市场的推动下，可口可乐本季度的单位箱量增长了2%，而定价上涨 9%。公司表示，涨价部分原因是阿根廷等一些市场出现恶性通货膨胀。分业务部门来看，可口可乐的碳酸软饮料部门（包括其同名苏打水）的全球销量增长了 3%，这要归功于亚太和拉丁美洲地区的强劲需求。其果汁、乳制品和植物饮料业务的销量增长了 2%。而水、运动、咖啡和茶部门的销量持平，原因是瓶装水需求萎缩和英国 Costa 咖啡销量下降。值得一提的是，自2020年底以来，可口可乐每个季度都会涨价。但涨价似乎损害了在北美消费市场的需求。在可口可乐将市场价格上调11%后，北美单位箱销量下降了 1%。而在亚太地区，可口可乐将价格降低了3%，但单位箱销量却上涨了3%。目前，可口可乐一直在进军亚洲和欧洲的新地区，以保持其收入增长。上调全年指引对于二季度业绩，可口可乐主席兼首席执行官James Quincey表示，对这个结果感到鼓舞，在一个不断变化的环境中，公司实现了收入增长和营业利润增长。 “与我们的装瓶合作伙伴一道，我们继续执行高效的全天候策略，并且我们有信心能够实现我们提高的2024年指导和长期目标。” 展望全年，可口可乐预测 2024 财年的有机销售额将增长 9% 至 10%，而之前预计的增长幅度为 8% 至 9%。公司预计 2024 财年调整后利润将增长 5% 至 6%，而之前预测的增长幅度为 4% 至 5%。预计实现可比货币中性每股收益(非GAAP)增长13%至15%。公司预计通过约114亿美元的经营现金流，减去约22亿美元的资本支出，产生约92亿美元的自由现金流(非GAAP)。这不包括与IRS持续税务诉讼相关的任何潜在支付。值得一提的是，可口可乐的业绩与竞争对手百事可乐形成了鲜明对比。百事可乐在本月初公布第二季度收入低于预期后，下调了全年有机收入预期，目前预计全年有机收入增长4%。在第二季度，百事可乐全球销量下降了3%，这是该公司连续第八个季度销量下滑。在百事公司的财报电话会议上，首席执行官拉蒙·拉古尔塔表示： “对于许多产品类别而言，由于投入成本上升，公司不得不承受多年的通货膨胀，这导致许多家庭认为食品价格昂贵，并且形成了这样的现实。”

格隆汇2024-07-23

Spotify如何创造15%的财报大涨？

针对6月涨价，因此市场共识相对较高。收入增长主要来源用户基础的扩大（MAU和付费用户的提升），以及收入的多元化，例如正在扩展有声书服务，这可能会创造额外的收入流并提高用户参与度；公司净利润为2.74亿欧元，去年同期为亏损3.02亿欧元，继续实现扭亏为盈，2024全年实现扭亏为盈势在必得。活跃用户趋向稳定但增速下滑。整体MAU 6.26亿，虽然同比+14%，但是略微低于公司自己的指引，不过Q2的环比增量还是比Q1多一些。付费用户也是达到了新高的2.46亿，超出预期的2.45亿，这与公司6月开始绑定有声读物频道有关但相应的广告层用户的增长就变得更慢。 ARPU也相应上升至4.62美元，高于市场预期的4.59美元。指引大胆提升，意味着管理层对涨价信心较强。公司提升Q3收入指引至40亿美元，运营利润为4.05亿美元，利润率超过10%，这也是进一步提升市场对公司利润率上限的预期。 Q3的MAU指引为6.39亿，付费用户指引2.51亿，考虑到6月涨价因素，这个水平也显示了管理层的信心。

老虎证券2024-07-23

南北水 | 南水抛售茅台超3亿元，北水再加仓腾讯超4亿港元

上，白酒分析师称，2024Q2预计茅台收入增长13%，利润增长15%以下；预计五粮液收入和利润增速近10%。中际旭创：中信建投证券研报指，上半年中际旭创净利润保持高速增长，按照预告中值，上半年公司归母净利润为23.25亿元，同比增长279%。2024上半年公司目前的主力产品800G/400G光模块年实现快速增长，公司产品结构持续优化，高端产品的销售收入占比高，带动公司营业收入和净利润大幅增长。寒武纪：中信证券分析师徐涛、王子源表示，自2022年以来，美国针对中国半导体限制一再加码，目前美国针对中国半导体产业限制的加码力度逐渐减弱，且国内对此已经做了提前准备，因此预计对半导体产业的影响效果将边际递减。建议持续关注国内设备、零部件和材料企业在“卡脖子”领域的新品布局和先进产能带来的订单增量。外部限制之下，半导体设备国产化率有望快速提升，持续看好国内半导体设备公司近几年的订单高速增长。农业银行：中泰证券发布研报称，降息符合预期，LPR挂钩7天OMO，利率市场化进一步深化。本次LPR调降10bp对银行2024年息差影响1bp左右，对营收和税前利润分别影响0.5pcts/1.1pcts。从近期LPR以及存款利率的调整来看：央行每下调LPR两次，接着大行就会下调挂牌存款利率两次，而今年初以来已降息两轮，新一轮存款利率调降可期。银行股具有稳健和防御性、同时兼具高股息和国有金融机构的投资属性；投资面角度对银行股行情有强支撑，同时银行基本面稳健。优质城农商行的基本面确定性大，选择估值便宜的城农商行。北水关注个股腾讯：野村发表报告，维持腾讯控股“买入”的投资评级及467港元目标价不变。野村预计，腾讯第二财季盈利将优于预期。该行估计腾讯的非公认会计准则（non—GAAP）每股盈利将稳健增长（年增长34%）。工商银行：华福证券认为，今年以来银行板块的行情有三方面的驱动因素。一是股息率选股逻辑在板块内的扩散，高股息策略从国有行扩散到中小行。二是地产政策的放松。三是市场对于银行净息差下行斜率放缓以及基本面即将见底的期待。展望未来，银行板块要更多检验前期政策的效果以及未来基本面的走势。小米：高盛发表研究报告指，上调小米今年次季及2024年至2026年的收入预测2%至3%，以反映物联网及智能电动车的长期销售增长预期更稳健。该行亦上调小米2024年至2026年的纯利预测1%至4%，主要因为电动车亏损较少及利润较高的服务和车用物联网销售的新措施。该行料，小米的智能手机毛利率在今年次季以及今明两年分别录得13.4%、13.7%及13.2%，亦料小米或可以保持其在人工智能驱动的互动网领域的重要地位。该行亦提到，海外收入自今年首季恢复增长，并在2023年至2026年录得年度复合增长率14%。高盛微升小米目标价由23港元上调至23.2港元，维持“买入”评级。中海油：消息面上，中国海油此前公告，公司制定2024年度“提质增效重回报”行动方案，计划全年股息支付率不低于40%，且全年股息绝对值不低于每股0.70港元（含税）。公司将在综合考虑未来收益、资本要求、财务状况、未来前景等因素的基础上，保持股东回报政策的连续性和稳定性，为股东提供具有竞争力的分红回报。

格隆汇2024-07-23

SentinelOne会因CrowdStrike的失误而受益吗？

三季度看到。随着续签在客户基础中进行，收入增长和利润率可能会逐步受到负面影响。长期来看，也可能会有监管变化或买家行为的转变。这次中断已经引起了全球政府的极大关注，并且随着时间的推移，将会有调查。人们可能希望在终端保护市场上减少集中度，尽管这可能很难实施。许多投资者认为，鉴于依赖单一供应商的风险，这一事件将阻止向平台化的转变。虽然人们能理解这个论点，但对更新端点上的代理所引起的事件的响应不太可能引入多个代理来提供当前由单个代理提供的服务。机会由于CrowdStrike在市场上的主导地位，它的失败为竞争对手创造了巨大的机会。假设CrowdStrike失去客户或发现更难吸引新客户，竞争对手可能会受益。从方向上看，受影响公司的最初股价走势是正确的，尽管SentinelOne的股价可能会走高，而CrowdStrike的股价应该下跌得更多。鉴于其在事件中的参与，很难看到微软会受益。Palo Alto Networks很可能是赢家，但由于成本问题，它的Cortex服务只会吸引一小部分客户。Palo Alto Networks也是一个大公司，因此任何顺风可能都是适度的。另一方面，SentinelOne相对较小，并且提供与CrowdStrike相当且具有竞争力的产品。如果它获得市场份额的几个百分点，将实质性地加速公司的增长。这很重要，因为SentinelOne需要规模来推动盈利能力并改善投资者对其作为独立公司可行性的看法。来源：Seeking Alpha 结论人们倾向于逢低买进，尤其是像CrowdStrike这样的高质量公司。近年来，这种方法普遍有效。我们应该认识到，由于宕机的规模和CrowdStrike的高估值，这可能是一种不同的情况。这次下跌只是让CrowdStrike的股价回到了2024年初的水平，而且可以说，撇开安全事件不谈，该股仍然被高估了。即使客户流失率不高，胜率也略有下降，CrowdStrike的收益增长率在未来1-2年内仍有可能达到20%。如果发生这种情况，该公司的收入倍数将不可持续地高，这意味着股价可能会回落到每股150-200美元左右。我们很容易忘记，在服务质量问题出现之前，CrowdStrike还处于不到12个月前的水平。如果CrowdStrike失去几个百分点的市场份额，SentinelOne的收入增长在未来几年可能会加速10-20%，使其股票看起来更加被低估。如果没有别的，CrowdStrike不再看起来无敌，这应该支持SentinelOne的估值。来源：Seeking Alpha

老虎证券2024-07-23

【今日市场前瞻】以太坊现货ETF今夜重磅登场！特斯拉财报来袭

回升的推动下连续第四个季度实现两位数的收入增长。原文链接

投资慧眼2024-07-23

奈飞展示了自己的盈利实力

媒体巨头多年来一直有着强劲的订阅用户和收入增长，但在过去几年中，利润和正向自由现金流也开始真正显现。尽管由于整体市场的一些轮换，股价最近有所回落，但公司的最新财报显示了持续的长期进步。第二季度报财报今年第二季度，奈飞新增付费用户超过800万，这是该公司连续第四个季度新增付费用户至少达到800万。在过去的12个月里，该公司增加了近4000万付费订阅用户，第二季度全球付费订阅用户超过2.77亿。这导致该季度收入同比增长近17%，至95.59亿美元，比华尔街平均预期高出约3,000万美元。这一时期的营业利润率上升了近5个百分点，与收入增长相结合，导致营业利润激增。净利润接近21.5亿美元，高于上年同期的不到15亿美元。在回购的帮助下，每股收益为4.88美元，较上年同期的3.29美元大幅上涨，轻松超出了市场预期，高出14美分。也许第二季度报告中唯一的主要负面因素是自由现金流为12亿美元，低于约16亿美元的预期。不过，该公司管理层将全年预期维持在60亿美元左右，因此不用担心季度亏损。在指引方面，第三季度的预测有点复杂，收入为97.3亿美元，低于预期的98.1亿美元。奈飞管理层预计增长14%，但表示如果不是因为货币逆风，主要是与阿根廷本地货币贬值有关，将是19%。好消息是，第三季度每股收益预期为5.10美元，远高于华尔街分析师平均预期的4.74美元。长期盈利能力的提升投资者喜欢奈飞的原因之一是其不断增长的盈利能力，公司近年来已经稳固地实现了盈利。当你将两位数的收入增长与扩大的运营利润率相结合时，利润可以相当漂亮地增长。正如下面的图表所示，今年26%的运营利润率指引将是同比的巨大增长，并且是2016年和2017年所见的几倍。来源：奈飞在第二季度收益超过预期和好于预期的指引之间，分析师一直在上调今年和未来的每股收益预期。就在上周四的报告发布后，年平均股价的涨幅如下：2024年从18.49美元涨至19.10美元，2025年从22.28美元涨至22.73美元，2026年从26.97美元涨至27.25美元。如果之前的趋势继续下去，这些数字最终可能被证明是保守的，因为一年前，分析师们预计今年的价格仅为14.57美元。目前的预期是今年增长近59%，接下来四年每年至少增长16%。这对该公司来说是一个相当强劲的发展轨迹。估值仍然相当合理与其他一些大盘股科技公司相比，奈飞的股价并没有那么贵。在下图中，你可以看到其他五家巨头——Alphabet 、微软、Meta、苹果和亚马逊——根据它们2026年的华尔街预估每股收益计算的市盈率。来源：Seeking Alpha 在盈利预期上升和股价下跌之间，奈飞2026年的市盈率下降了两个多点，降至23.25倍左右。今年6月，奈飞的交易价格比上述五家公司溢价约8%，尽管预计奈飞在2026年的盈利增长最快。目前，这一比例已回落至1%左右，尽管其他公司尚未公布各自的财报。总结奈飞上周公布了一份非常稳健的第二季度报告，尽管之后股价没有做出积极反应。该公司在本季度的收入和利润都达到了新高，用户和收入都达到了新高。该公司目前正在创造强劲的利润和现金流，这也有助于股票数量随着时间的推移而下降。随着收益估计的上升和估值的改善，奈飞依旧值得看好。这个名字在其领域中是明确的领导者，并且与大多数大型科技同行相比，其2026年的增长概况更高。相信如果它继续像这样执行，在未来几年会走高。 $奈飞(NFLX)$

老虎证券2024-07-23

行业研究｜有连云等资深玩家助力AI+金融应用创新

的关键因素，据估计可带来高达10%的年收入增长。在金融领域，实现个性化服务面临挑战，因为需要处理大量客户数据，如交易历史、支出偏好和储蓄目标。生成式人工智能（GenAI）在此方面发挥重要作用，能快速利用这些数据生成定制建议和优惠，提升客户满意度，促进交叉销售，增强企业竞争力。此外，GenAI还通过智能虚拟助理和自动化表单提交提供高效自助服务，帮助金融机构降低成本，提高客户参与度，是优化服务效率和客户体验的关键工具。（3）风险评估和信用评分金融机构在贷款审批过程中必须对客户的信用状况和潜在风险进行评估，信用评分是这一流程的核心环节。传统信用评分依赖于历史数据和固定规则，但这种方法可能缺乏灵活性，难以适应信用风险的复杂性和变化性。此外，这些方法需要不断的监控和深入分析，十分耗时。生成式人工智能（GenAI）在此领域提供了一种新的解决方案。它通过创建与真实数据极为相似的合成数据，与实际数据结合，构建出更丰富的训练数据集，从而训练出更精准的预测分析工具。GenAI能够高效处理大量动态数据，减少了对人工操作的依赖，使得信用评分过程更加可靠和高效。（4）合规性和监管挑战监管合规在银行业务中至关重要，与风险评估和人为错误紧密相关。金融机构必须遵守一系列法规，涉及运营、保密、安全等，需要详尽的数据收集、分析和报告，这些过程耗时且易出错。生成式人工智能（GenAI）可以有效处理这些任务。GenAI能生成高质量的合成数据，增强合规控制和质量保证的准确性，确保合规报告快速、一致且零误差。此外，GenAI能够持续监控合规性，自动通知违规行为，及时采取措施。（5）市场与投资分析财务分析涉及处理市场趋势、公司报告、财务估计等大量数据。分析师需要不断监控这些数据，耗费大量时间和精力。生成式人工智能（GenAI）在此发挥重要作用。它能够快速浏览和分析海量历史数据，识别出人类可能忽略的模式和异常情况。GenAI自动化的分析过程不仅能生成深刻洞见，还能创建交易参数，如最佳买卖时机、止损点和头寸规模。这种数据驱动的方法为银行提供显著竞争优势，使其更深入地理解市场状况，制定更加精准有效的战略。GenAI正成为金融分析师在复杂数据中导航的得力助手。（6）文档处理/报告生成金融行业的工作大量涉及信息处理，尤其是在处理来自不同来源的文档和信息时，这些信息通常是异构的。例如，在分析各种财务报告时，决定是否向金融客户发放贷款需要综合考虑法律纠纷、财务报表、股权结构和公司章程等多种因素。因此，目前人工智能最直接有效的应用场景之一就是处理这些多源异构的报告生成任务，如果依赖人工处理这些报告，不仅成本更高，而且质量也较低。金融行业处理这些报告的主要目的是为了识别和评估风险。当报告的质量不佳时，往往意味着风险增加，而高风险又可能导致不良贷款率上升。因此，提高报告处理的质量对于金融行业来说是至关重要的。（7）市场推广降本增效在基金产品推广和风险声誉管理中，金融从业者常面临数据抓取难、资讯数量少、内容生产慢、沟通效能低等问题。有连云公募基金商用AI大模型通过多重训练和强大的数据中台，打通了资讯生产的实时链路，实现7*24小时自动化生成各类型文本和智能改写，并能跨模态生成基金短视频，超越传统作业效率。（8）一键辅助产品销售近年来，境内ETF市场迅速发展，数量和规模持续增长。Wind数据显示，截至目前，国内ETF总份额增加4700亿份，达到1.94万亿份；总规模增加3200亿元，为1.98万亿元；新发行54只新ETF基金，总数量超过800只。麒麟金融场景商用AI大模型为公募基金、券商、银行等领域提供解决方案。它实时获取和解析ETF产品数据，生成产品分析、研报摘要、观点等关键信息，提升信息检索效率和AI批量生成资讯的能力。强大的生态连接渗透到数据、交易、搜索、新闻、视频和财经等端口，一键辅助投资者教育和价值投资理念呈现，并生成多维BI可视化报表，帮助基金公司快速分析和决策。（9）轻松驾驭声誉风险管理在声誉风险管理中，金融机构需要建立全流程管理体系。麒麟大模型强有力的数据反馈能力协助基金公司及时获取风险信息，迅速形成解决方案，提供从生成、使用到数据决策的闭环支持，释放对人的依赖和流程压力，助推基金公司声誉管理和价值呈现。有连云麒麟金融场景商用AI大模型以AI速度解决基金公司多场景需求，轻松驾驭需求痛点，在销售、市场和声誉管理过程中提供更科学、可靠和专业的链路，助力增益、降本和增效。 2、金融行业应用Gen AI的典型案例（1）AlphaSense推出生成式AI助手-AlphaSense 助手 AlphaSense是金融市场情报和搜索领域的领先平台，此前其推出了AlphaSense助手，这是一款创新的生成式AI聊天工具，旨在改变金融从业者从数百万商业和财务文档中提取行业洞察的方式。此外，AlphaSense还推出了企业智能服务，将其AI驱动的搜索、摘要和聊天功能安全地集成到客户专有的组织知识和AlphaSense广泛的内容库中。 AlphaSense助手由AlphaSense专为市场情报定制的大型语言模型（ASLLM）支持，基于AlphaSense的行业领先内容库，提供一个会话式聊天界面，大大提升了商业和金融专业人士的研究效率。用户可以轻松咨询特定领域的投资机会或竞争对手分析，并立即获得准确答案。这些答案还具备内置的可审计性，方便用户追溯到原始资料，进行上下文和验证的检查。（2）FeatureSpace 推出 TallierLTM™金融垂直大模型作为全球领先的企业级防欺诈技术供应商，FeatureSpace 推出了世界首个大型交易模型（LTM）- TallierLTM™。 TallierLTM™ 采用自我监督的预训练方法，对各司法管辖区和市场细分领域的交易行为进行了深入分析，使其能够真实反映现实世界中的消费者交易行为。与行业标准模型在典型的 5:1 误报率下运行相比，TallierLTM™ 在欺诈检测准确性方面提升高达 71%。通过分析数十亿笔交易，TallierLTM™ 具备揭示隐藏的交易模式并预测消费者行为的能力，可以为数据科学家提供区分合法与犯罪活动的关键洞察。金融机构可以通过嵌入 API 与 TallierLTM™ 交互，将交易历史转换为机器可读的特征向量，创建成独特的 "行为条形码"，全面代表消费者的交易行为，同时还能保护个人隐私。（3）Visa推出基于生成式AI的欺诈解决方案 Visa 基于生成式AI技术，于今年5月份面向美国金融机构推出账户攻击情报（VAAI）评分工具，以识别和防范金融交易中的枚举攻击（enumeration attacks）。该工具能够实时检测可疑活动，并为金融机构提供风险评分，帮助客户精准判断何时需要阻止交易，从而防止潜在的欺诈行为。该AI工具通过学习持卡人的交易习惯，能在四毫秒内自动评估交易风险，区分正常消费与异常行为，快速识别可能的攻击性交易。其经过超过 150 亿笔交易数据的训练，通过比对历史枚举攻击模式生成风险评分，预测交易是否属于枚举攻击。与现有的风险评估模型相比，VAAI 工具在减少误报方面显著进步，误报率降低了 85%。（4）澜码科技尽调报告Agent案例国内某银行推出一项普惠贷款服务，旨在为中小企业提供便捷的贷款服务，以支持实体经济的发展和创新。但在发放普惠贷款的过程中，银行难以全面了解借款企业信息状况和还款能力，尤其是面对缺乏完善财务记录的中小企业和个体工商户时。因此银行客户经理往往要花费大量时间收集和分析各类资料，对申请企业进行尽职调查，并撰写尽调报告，包括客户情况分析、财务数据分析、尽调审核分析等等。但是，银行一线客户经理的业务分析水平参差不齐，导致了尽职调查和尽调报告质量不一，同时，系统中的报告模版也往往比较僵化，无法直接使用，一线客户经理就要花费大量时间在报告撰写上。澜码基于该需求，为客户构建了一款基于大语言模型的尽调报告Agent，可以自动给出分析结论、生成报告，辅助一线银行客户经理的工作，不仅能够节省一线客户经理80%报告撰写的时间，还可以全面审核客户资料，帮助人工发现一些不易发觉的点或遗漏，减少错误率。 3、国内代表性AI金融服务商深擎科技深擎科技成立于2018年，是一家专注于为企业提供人工智能技术赋能的公司，尤其在自然语言处理、个性化推荐和大语言模型等领域具有卓越的研发能力。核心创始团队来自IBM中国AI实验室，曾参与Watson研发，具备优秀的技术和工程实力。公司利用AI与大数据分析技术，为券商和银行提供内容科技与智能营销产品，助力客户获取、活跃和交易转化。深耕金融行业，掌握增长场景的深度KnowHow，并以AI Agent为基座，打造行业刚需的应用产品体系。产品已实现PMF，覆盖了80%的大中型券商和50%的大型银行。企业优势：技术实力强：深擎的核心技术团队源自IBM人工智能实验室，技术底蕴深厚。深擎自主研发的金融行业预训练模型（L1），效果准确率评测，超国内多个千亿模型，接近GPT4。大模型在2B场景落地过程中，最重要是准确率，在客户关心的重要技术指标上深擎处于行业领先地位，譬如：Function call多场景复杂接口的识别准确率达93%以上，多轮语义准确率和召回率分别达到95%和90%以上，AIGC内容合格率超95%。深入业务与场景：深擎在发展过程中，吸引了一批来自甲方客户的业务专家，因此能够把技术、产品与客户业务做有效整合。通过场景设计，深度融入客户核心业务，实现可量化的业务价值。譬如，有多款自研AIGC内容产品规模化上线运行，嵌入客户核心营销流程，实现内容生产效率超100倍提升。数据丰富且高质量：经过多年积累，深擎在证券行业沉淀了大量行业数据与标注数据。并且通过产品在业务场景上的闭环，能够源源不断获得更多行业数据。这些关键数据都是深擎模型训练与产品迭代的重要保障。客户案例多且合作深：深擎已与多家国内前十大券商合作大模型项目落地，案例数量在行业内处于领先地位。客户多，意味着产品的有效迭代就快，而非脱离市场的闭门造车。头部客户代表着行业内最新的发展共识，代表着新质生产力。项目案例多，意味着遇到的实际问题多，踩的坑多，解决问题的办法就多，也更加合理。此外，深擎与多家头部券商在大模型落地过程中有深度合作，通过产品、数据、业务形成闭环迭代，能够让客户真正把产品使用起来，并不断根据用户反馈、数据反馈，迭代AI产品。甜新科技甜新科技成立于2016年，总部位于上海，是一家以AIGC和5G视频通信技术、行业大模型为核心的人工智能创新型高科技企业。由红杉中国、金沙江创业投资、同创伟业等投资。公司的产品包括VCRM系列产品，是基于Al+视频的营销解决方案，助力企业营销转化。致力于在视频营销科技领域，为行业客户提供以深度融合Al+视频为基础的场景化服务解决方案。公司主要服务的方向包括零售电商、新消费品牌、银行、保险、消费金融、游戏等行业。企业优势：多种客户触达方式：平台可提供目前市场上主流客户触达方式，包含：AI交互视频、视频通知，AI语音外呼、视频短信、文本短信等客户触达方式，可根据不同的客户触达目标选择及组合。提高用户参与度：通过互动视频，用户可以与数字人内容互动，相比传统视频内容，这种形式能极大地提升用户的参与度和兴趣，从而增加用户停留时间和参与深度。提升品牌影响力：首先，通过一段3分钟原视频，即可快速生成和金融机构代言人真人一模一样的数字人分身，五官、动作、表情、声音完全模仿本人，通过数字分身与客户进行视频对话，基于自然语言处理及大模型技术，可实现多轮对话和智能互动。互动视频能够以其新颖的形式和丰富的用户体验增强品牌形象，通过用户与视频内容的互动，可以增加品牌的曝光度和记忆度。千人千面的客户服务：利用AI技术，基于用户的行为和偏好提供个性化的视频内容推荐，实现真正意义上的“以用户为中心”。这种个性化的体验可以有效提升用户满意度和忠诚度。效率提升：外呼营销平台能自动分析用户数据和互动结果，沉淀数据、为营销人员提供数据支持，帮助其快速调整营销策略，提高营销转化效果。基于AIGC的内容生产：外呼营销平台能可以根据客户的需求和偏好生成个性化的营销内容，如：使用不同的数字人形象，数字人复刻、声音复刻，同时，为了提高客户参与度和转化率可以快速生成大量营销内容，减少人工编辑时间和成本，满足金融行业的快速变化和更新需求。澜码科技澜码科技是一家基于大语言模型的企业级AI Agent平台公司，核心团队成员来自Google、IBM、腾讯、字节、阿里、依图等国内外知名互联网和AI公司。澜码科技率先填补了国内大模型中间层的空白，是国内探索大语言模型应用落地和AI Agent的先行者。基于底层大语言模型，澜码科技自主研发了能够连接人和系统的企业级Agent平台“AskXBOT”，助力企业构建基于专家知识的超级自动化，从而提升业务质量和效率。澜码科技已完成来自IDG资本、联新资本、Atom Capital参与的数千万A轮投资，并与多家上市公司和独角兽企业达成战略合作。企业优势： “模型中立”优势：目前大语言模型厂商在发布模型时仅定义了参数，未对模型的具体特性参数（FeatureList）进行定义，这就意味着企业用户在落地应用大语言模型时往往面临盲人摸象的困境，难以准确评估模型在特定应用场景中的适用性和效率，以及难以根据自身需求高性价比的选择、调整和优化模型，这需要基于经验和实际情况不断进行匹配和调试。作为模型中立厂商，澜码科技在过去一年多的大语言模型应用实践中，积累了大量实战场景下Agent原子能力的表现数据，因此更加了解在不同场景下的模型的表现和效果。专家知识是AI Agent 得以在企业落地的关键：专家知识的高度决定了AI Agent能够提供的价值高度，数据会帮助专家快速迭代专家知识，从而提高AI Agent的通用性。大语言模型缺乏企业特定领域知识，解决不了实际业务问题，如同一位名校毕业的高材生，由于缺乏实践经验而难以胜任具体的业务任务；此外，大语言模型对于自身能力边界的认知模糊，导致在面对超出自身能力范畴的问题时，仍试图依靠自身理解给出答案，结果往往南辕北辙，这就是常说的“模型幻觉”。因此，在企业级应用场景下，专家知识对大语言模型落地至关重要，可以说专家知识决定了AI Agent的天花板。在澜码AskXBOT平台，可以沉淀专家的知识和行业经验，构建企业知识库，促进知识共享与传承。基于此，Agent辅助知识治理，配合专家知识数字化沉淀；专家知识赋能Agent与工作流，形成良性闭环。针对办公，特别是金融、财务的办公场景的成熟技能的封装能力。和企业已有组织、权限、基础设施的集成。有连云有连云成立于2015年，是国内领先的金融AI应用服务商。旗下的“麒麟AI大模型”通过智能创作、推荐和推送，赋能金融机构及上市公司，帮助客户在市场推广、产品销售和声誉管理等场景中实现增益降本。公司专注于金融数字化转型的痛点，推进大模型的垂直应用，结合庞大的金融专业语料库，集成自然语言处理、OCR和多模态技术，实现各类事件指标的准确、实时、智能化获取，满足自定义和配置需求。企业优势强大的技术基础：有连云的“麒麟AI大模型”通过智能创作、推荐和推送，赋能金融机构及上市公司，帮助客户在市场推广、产品销售和声誉管理等场景中实现增益降本。精准的数据处理：麒麟大模型能够实时获取和解析ETF产品层面的数据，生成产品分析、研报摘要和观点，提升信息检索效率和AI批量生成资讯，解决基金公司在产品营销中的难点。广泛的生态连接：强大的生态连接可渗透到数据、交易、搜索、新闻、视频和财经等投资者聚集地，一键辅助投资者教育和价值投资理念呈现，并生成多维BI可视化报表，帮助基金公司快速分析和决策。全面的合规保障：在上市公司声誉管理和投资者关系管理领域，麒麟大模型通过智能创作、智能标签和可视化报表服务，保障资讯的真实合规，并实时跟踪推送状态，提供强有力的商业决策支持。行业认可：有连云已获得国家互联网信息办公室的3项深度合成算法备案，入选中国信通院《2023大模型和AIGC产业图谱》，并获得数字化软件产品能力DSSC优秀级认证，成为中国信通院《数字化软件产品及服务能力体系规范》编制单位，参与行业标准制订。金融行业落地Gen AI的关键能力尽管在金融行业落地Gen AI 会面临数据隐私和安全、技术和资源门槛、模型解释性和透明度，以及监管合规等挑战，但落地难度相较于传统AI项目，难度会更低，实施路径也更直接。甜新科技认为金融行业落地Gen AI需要跨越以下7个维度的关键能力： 1. 明确转型目标和战略：金融机构首先需要明确自身的数字化转型目标和战略，确定AI技术在其中的角色和定位。一个有效的Gen AI规模化落地战略，必须包含以下关键因素：高层领导层的愿景、一致性和承诺，以及业务单元级对交付结果的责任、清晰的应用场景和目标、全面的运营计划。 2. 选准应用场景：在明确转型目标后，金融机构需要选准AI技术的应用场景。这些场景应该是业务流程中的痛点或价值创造的潜在领域。例如，AI技术可以用于风险评估、信贷审批、智能投顾、客户服务等方面。 3. 数据和技术的积累：金融机构需要积累大量的数据和相关的技术能力。数据是AI技术的基础，而技术能力则决定了金融机构在AI领域的竞争力。这包括建设数据仓库、数据挖掘、机器学习、深度学习等技术能力。在部署大模型的时候，金融企业获机构需要与自身现有的系统、工作流程、企业应用程序和数据源集成。这是一个关键且复杂的任务。麦肯锡认为，有效的集成和模型维护将依赖于多个架构组件：上下文管理和缓存、策略管理、模型中心、提示库、MLOps平台、风险管理引擎、大型语言模型（LLM）运营等。（深擎科技采访供图）数据质量至关重要，尤其是在通用人工智能领域。面对海量且非结构化的数据集，确保输出答案的质量变得更加具有挑战性。领先的金融机构正借助优质人才和自动化技术，在数据生命周期的关键环节进行精准干预，以保证数据的高标准质量。同时，数据领域的领导者需要深入考虑新技术带来的安全风险，并随时准备根据法规的变化迅速采取行动。 4. 构建高效的组织架构：为了推动AI项目的顺利实施，金融机构需要构建高效的组织架构。这包括设立专门的AI团队、明确职责和分工、以及与业务部门的紧密合作。要优化组织架构之前，金融机构必须思考当前的架构为何难以无缝集成AI创新能力。成功落地AI的金融机构，并不是鼓励落地相关计划，而是通过为现有团队配备所需的资源，并积极拥抱通用人工智能所需的技能、人才和流程来实现相关目标。 5. 注重人才培养和合作：金融机构需要培养一批既懂金融业务又懂AI技术的复合型人才。还需要定期评估自己的人才招聘策略，以适应不断变化的优先事项。清晰的职业发展和晋升机会——以及有意义和价值的工作——对普通的技术从业者来说非常重要。此外，与AI领域的领先企业或研究机构合作，可以加快技术进步和创新。 6. 强化合规和安全风险管理：金融机构在实施人工智能技术时，必须确保其操作的合规性和安全性。这不仅包括遵守相关的法律法规，还涉及到保护客户隐私、预防欺诈和洗钱等风险。在引入大型模型和生成式人工智能之前，金融机构通常需要对其风险管理和模型治理框架进行重新设计，并根据需要开发新的控制机制。模型的可解释性和决策的公正性是关键问题，必须在推广任何生成式AI应用之前得到全面而深入的解决。通过这种方式，金融机构可以在确保技术优势的同时，维护其业务的合规性和安全性。 7. 持续优化和创新： AI技术是不断发展的，金融机构需要在实践中持续优化和创新。这包括收集反馈、改进算法、探索新的应用场景等。金融行业落地Gen AI的挑战尽管大模型和Gen AI能为金融行业带来巨大价值，但囿于要被高度监管的属性，金融行业在落地大模型和生成式AI要面临比其他行业更严峻的诸多挑战。以下是最关键的三大问题： 1、确保数据质量和安全性对于金融企业而言，获取高质量、具有代表性的数据分析来训练人工智能模型是实现技术优势的关键所在。AI模型的性能和准确性在很大程度上取决于训练数据的质量，因此，金融机构必须实施严格的数据治理流程，以确保数据的准确性和可靠性。许多银行拥有一个庞大而复杂的数据架构，这些架构往往跨越了数十年，涉及多种大型机系统。将这些分散的数据整合并准备用于人工智能项目是一项艰巨的任务，需要投入大量的资源和努力。同时，金融企业还必须严格遵守数据保护法规，确保敏感的客户数据得到妥善的匿名化处理和安全保护。这不仅涉及到技术层面的挑战，也考验着企业在数据隐私和合规性方面的责任和担当。 2、符合金融法规金融领域对人工智能系统的应用必须严格遵守一系列法规，且涉及信贷审批、交易监控等多个业务环节。合规性要求金融机构必须对相关信息记录详尽并始终维护模型的透明度，这无疑增加了管理的难度和成本。同时，金融机构还需定期对AI系统进行性能监控，确保没有偏差，并妥善处理可能出现的意外结果。此外，AI技术在金融领域的应用涉及到对海量数据的处理和分析，这不仅要求金融机构拥有强大的存储和计算资源，也带来了对基础设施的挑战。尽管云计算提供了灵活的解决方案，但数据安全和地区法规的限制常常成为其广泛应用的障碍。同时，将先进的AI工具与金融机构现有的IT系统无缝集成，也是一个需要克服的技术难题。 3、道德考量和偏见人工智能在金融领域的整合引发了重要的道德考量，特别是在偏见和公正性方面。人工智能系统可能会无意中延续甚至加剧训练数据中存在的偏见。例如，如果历史贷款数据对某些特定人群存在偏见，那么基于这些数据训练的人工智能模型可能会继续使这些群体处于不利地位。此外，快速变化的监管环境对金融机构提出了更高要求。随着法律和道德对AI的期望不断演变，金融机构需要不断适应新的监管政策，并保持系统的灵活性以应对这些变化。人工智能在金融领域的未来尽管生成式人工智能是目前各行各业的流行词，但如何将该技术付诸实践的最佳方式仍然尚未确定。澜码科技CEO周健指出，目前金融行业面临的主要挑战是大型模型的准确度尚未达到令人满意的标准，以及还未找到将特定场景与相应的技术进行有效匹配的路径。整个行业面临的核心难题在于如何精心选择或开发出适合的大模型和解决方案，然后确保它们在特定应用场景中的表现能够超越人类，这也是最具挑战性的部分。此外，在认知层面，一个普遍的误区是人们常常被所谓的“理想路径”所误导，认为大语言模型能够应对所有任务。然而，在实际操作中，可能由于业务人员对专业知识掌握不够精确导致无法完成相应任务。在这种情况下，我们需要通过更高效的人机交互方式，使业务人员能够明确地表达他们的需求，以便在业务流程中实现端到端的有效支持。另一个常见的误区是，人们期望用户去适应技术，而不是让技术去适应用户。如果整个行业能够在技术适应用户交互方式和需求理解方面做出创新和改进，就可能充分发挥大型模型的潜力。但目前，这一领域的探索还相对较少。金融行业落地大模型和生成式AI不仅需要技术上的升级，还需要进行企业文化的转型，以接纳创新，这将是一个漫长且充满挑战的过程。参考资料： https://www.mckinsey.com/industries/financial-services/our-insights/scaling-gen-ai-in-banking-choosing-the-best-operating-model https://www.datacamp.com/blog/ai-in-finance https://usa.visa.com/about-visa/newsroom/press-releases.releaseId.20661.html 作者：qiuping 来源：非凡产研以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-07-23

瑞银上调标普500指数目标价及背后考量

工资吸引更多工人，劳动力需求强劲，实际收入增长，家庭现金缓冲存在；通胀冷却强于预期，美联储降息幅度超预期，提升经济增长和企业盈利预期。关于经济增长和就业市场 Lefkowitz表示尽管近期经济增长趋势降温，但经济增长有坚实基础，劳动力市场健康，稳定的就业市场将支持股市上涨。来源：今日美股网

今日美股网2024-07-23

特斯拉、Alphabet打头阵！美联储9月降息几乎定了

回升的推动下连续第四个季度实现两位数的收入增长。谷歌周一在广告商的压力下取消从其Chrome浏览器中移除用户跟踪Cookies的计划，广告商使用Cookies的数据来定向广告。周二美国市场收盘后还将发布业绩的公司包括德州仪器和Visa，而可口可乐、通用电气、通用汽车和UPS将在开盘前公布业绩。在欧洲，防务公司泰雷兹将在巴黎上午发布业绩，而路易威登将在收盘后发布的业绩将帮助投资者衡量中国需求的脉动。中国周一意外降息后，奢侈品股上涨，但该行业一直受困于全球第二大经济体的长期消费低迷。上周，博柏利和雨果博斯的利润预警以及历峰集团在大中华区季度销售额下降27%的消息，打破对下半年更好表现的希望。在亚洲市场，芯片制造商股票追踪华尔街反弹，在一个安静的交易日中持稳。台积电和三星电子是MSCI亚太指数上涨的最大贡献者，此前该指数连续三天下跌。

云涌2024-07-23

凯西·伍德对 CrowdStrike、Oklo 和 GitLab 三只股票的投资分析

的。在连续三个财年实现 66%或更高的收入增长后，去年收入仅增长了 37%。大多数公司都希望以这样的速度增长，但投资者期待更多。GitLab 最初是一个开源平台，帮助程序员协作编写代码。它已经发展成为一个有利可图且灵活的平台，帮助一个组织的技术团队构建、测试和部署软件。该股票在 3 月份暴跌，当时该公司警告说，本财年的销售额将进一步减速。分析师现在预计今年收入将以 27%的速度增长。该股票并不便宜，但在过去四个季度中，它也远远超过了华尔街的利润目标。来源：今日美股网

今日美股网2024-07-23

24小时热点