FX168财经网_全球视野外汇黄金加密货币NFT资讯网

查诺斯称仍在做空特斯拉但看好英伟达马斯克回应

到了人工智能的话题——在OpenAI的ChatGPT发布之后，人工智能是2023年的一个关键市场主题。他称赞英伟达是人工智能领域的“时尚女郎”（It girl），并补充说他不会做空这家芯片公司。然而，他强调了人工智能的缺点，并指出了该技术发展带来的风险。查诺斯说：“我认为，每当我们看到这些技术的结构性变化，比如90年代的互联网，人们首先会拥抱一切。但你当然会发现，当它真正成为一个重大转变时，这些技术最终伤害的企业和它们创造的一样多。” 一位X用户转发了查诺斯这次采访的视频，马斯克再次以讽刺的口吻评论称：“吉姆·灭霸需要停止对自己的投资打响指了。”

金融界2023-09-18

九方财富上半年高价订单大幅增长，投顾团队规模行业领先

首个智能投顾数字人和大模型今年，以ChatGPT为代表的AI技术席卷全球。九方财富坚定“拥抱人工智能、创新产品服务”的规划，今年8月份推出了行业内首款智能投顾数字人产品——“九哥”，为客户提供大盘分析、板块挖掘、热点追踪、个股诊断、量化策略、金融百科、事件推理、情绪陪伴八大核心服务。今年8月，九方财富推出了九章证券领域大模型，该模型结合了科大讯飞“星火认知大模型”内测版和华为云AI算力云平台，同时发挥九方的证券业务专长，为客户提供证券行业专业、全面、精确的智能服务方案。九方财富与科大讯飞共建了人工智能实验室。九方财富董事长陈文彬表示，九方智能投顾数字人，有利于降低投资壁垒，加强投资者教育，提升投资者的参与感与获得感，帮助用户在复杂多变的市场环境中找到最佳投资机会。而人工智能大模型的出现，给传统投研和下一代金融信息服务软件的设计方向打开了想象空间。九方财富积极参与科技界相关技术标准的制定，2023年7月，九方财富受中国信通院邀请参与数字化产品及服务能力规范（DSSC）标准的编写，并入选DSSC首批认证企业，九方智能合规风控平台和一站式客户营销平台（Finder）两项核心产品入选《2023高质量数字化转型产品及服务全景图（2023上半年）》。另值得关注的是，今年8月，九方财富（09636.HK）已被纳入恒生指数成分股，成分股数由532只减少至518只，这距离九方财富上市还不到半年。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-09-17

九方财富拥抱人工智能，借力大模型探路证券投顾新赛道

，但各家仍是你追我赶。这固然是为了追赶ChatGPT的热潮，也是因为大模型迭代迅速，抢占先机格外重要。对于大厂来说，即便大模型还不成熟，但效率向来是以大模型为典型的人工智能领域的关键词，抢占机会、取得先机就显得尤为重要。行业发展也是如此。事实上，AI在金融行业的应用早已有之，金融科技多次成为各大文件的关键词，但在金融服务领域特别是高端投教，却鲜有出色的应用。因此，在证券行业有海量数据积累、有能力训练大模型的企业来说，率先利用其优势推出大模型和落地应用，就有机会率先抓住市场、用户、客户。就拿高端投教服务来说，利用大模型赋能多业务场景的畅想早已有之，但很多企业和服务商都是起个大早、赶个晚集，说得响亮但进度一般。一些服务商所谓的智能服务也是噱头大于实际，大模型在消费端的业务大多仍在起步阶段。不过，基于上文我们提到的九章证券领域大模型所开发的数字人业务，可能是个例外。普通投资者最关注什么？大概就是专业的投资诊断。九方财富（09636.HK）推出的智能投顾数字人，是业内首款证券投资数字人产品。以往普通用户想做出相对专业的投资决策，往往需要相关的知识背景，九方智能投顾数字人却是能够通过用户和数字人的交互，辅助用户进行交易决策。通过多因子选股、股票智能诊断等服务，数字人能帮助用户简化市场分析体系，全方位扫描全市场上市公司，给出专业且贴合市场情况的投资诊断。这一方式重新定义了证券投顾服务流程，颠覆了投顾行业既往模式。数字人将成为用户的专属智能投顾专家，帮助用户在复杂多变的市场环境中找到投资机会，避免投资风险，就像九方那句slogan：投资不决问“九哥”（“九哥”为九方智能投顾数字人姓名）。为什么会是九方财富（09636.HK）来做这件事？其实也不难理解，投资者有需求，市场就会给答案。九方财富在大模型的应用上有独特优势。大模型训练需要海量数据，九方在证券行业拥有多年数据积累，能够为大模型训练和应用提供坚实基础。再者，科大讯飞和华为云多年的政企服务经验和数据积累，也将助力九方财富进一步挖掘更深层次的行业数据，完善大模型，服务投资者，进而提升企业竞争力。大模型的发展已经在往行业应用的方向走，行业变革也需要新的机会，现在就看谁能抓住这个机会。做行业的变革者大模型是九方财富（09636.HK）抓住机遇、探路人工智能、领先同业的秘密抓手，基于此衍生的数字人拥有专业的认知与思考能力，能够进行实时大盘分析、挖掘热门板块、热点追踪、个股诊断等八重功能，为投资者进行科学理性的个股诊断和市场解读。这是投顾服务的革命性产品，也让九方成为首批吃螃蟹的高端投教服务商。我们可以认为，九方数字人和"九章"证券领域大模型的推出，是AI赋能证券行业的标志性、里程碑式事件。在金融科技创新的政策利好下，利用好大模型赋能证券行业发展也是题中应有之义。除了将数字人应用在多元金融消费业务，九方推出的九章证券领域大模型也能够针对B端企业提供多元服务，包括企业的合规性管理、智能风险监控等等。九方成为行业首先应用大模型赋能业务的高端投教服务商，将率先分到大模型发展的红利，在服务过程中积累的数据，又将进一步优化大模型，同时反哺投资者，提升证券行业的数据处理和分析水平，形成正向循环。当前政策明确指出“要活跃资本市场，提振投资者信心”，个人投资者作为资本市场的活跃力量，激发和盘活个人投资者的热情，增加其信心是金融行业的题中应有之义。大模型在高端投教领域的应用，有利于降低投资壁垒，加强投资者教育，提升投资者信心。这是金融企业转型科技公司的一次创新尝试，是AI在投教领域的创新产物，也为行业加速科技创新提供了新模板。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-09-17

区块链在西北这么用？腾讯让老外都开了眼

能手机在iphone4之前，AI技术在ChatGPT发布之前，无不经历过漫长的积累、探索和质疑。在这样的阶段，更需大厂发挥引领作用，在场景、应用方面多一些“脑洞”和跨界。区块链的示范性应用和落地，还离不开善用的导向，但“善用”就意味着可能不能光讲ROI、讲单纯意义的投入产出比、讲商业回报，还要考虑更深远的社会价值。以区块链的信息共享能力为例，就能被用于打破公益寻人平台之间的信息壁垒，实现公益信息跨平台同步更新。像之前的「404寻亲」项目，当网页显示404时就会出现一个失踪孩子的寻人启事，背后就有腾讯区块链的技术支持。于情于理来说，腾讯最后做出的选择，既符合这几年腾讯加码基础研究、底层技术的目标，也符合腾讯科技向善的使命愿景。细观腾讯的虚拟现实、AI等其他技术近年来在实体产业、文博等领域的融合应用，也不难看出腾讯在下一代互联网技术方面“深耕技术、创新场景、科技向善”的总体思路。这一次，腾讯切切实实为区块链落地给出了示范性引导，或许过不了多久，还能沿途诞下更多的开发者工具，能够把“大西北”经验复刻到更多地区。来源：金色财经

金色财经2023-09-17

AI人才抢夺战：年初疯狂年末彷徨

作者：周鑫雨时间来到ChatGPT引发中国AI热潮的第十个月。每位熟知国内AI格局的投资人和猎头，脑海中已经有了一幅人才版图，如果你有机会和他们喝上一杯，畅快地聊聊天，大概会有这样的对话： “头条的张前川去哪里了？” “他被挖去了MiniMax。” 张前川，今日头条前用户产品负责人，2023年初离职后宣称将成立一家AI应用公司。不过，离职不久，张前川就加入了大模型创业公司MiniMax。据36氪获悉，MiniMax开出了相当可观的报酬。 “Seven 离职后创业了吗？” “没有，她去了深言科技当产品负责人。” Seven(王京津)，2022年离职的抖音前产品负责人，近期入职了估值超1.5亿美金的AI创业公司深言科技。36氪了解到，在Seven正式加入前，深言邀请她做了半年顾问。 “还有什么值得关注的大牛吗？” “有，Louis，相比前两位，他更被行业看重。” Louis，阳陆育，前Musical.ly联合创始人，TikTok海外市场的奠基人。2022年中离开字节跳动后，一度去向成谜。今年6月，Louis携一家名叫“远光灯数字科技”的公司，躬身入局AIGC游戏赛道。一名投资人对36氪评价：“只要Louis创业，我就要找他聊。如果他做AI，那更要聊。” AI创业火热，但技术型创业，产品要研发、落地要试错，诸多不确定性里，人才，成了定价和交易的砝码，也是现阶段的大模型之争里，最重要的因素。抢人的战火迅速点燃赛道。年初王慧文高调入局，王小川紧随其后，发AI“英雄帖”的创业大佬不下十人。据多名高校出身的AI大牛回忆，以“二王”为代表的创业者，几乎把市面上所有AI人才聊了一遍。今年4月接受36氪专访时，听到光北京有20多家大模型企业，正忙于招团队的王小川问道：“你们能在文章里放上我们（百川智能）的招聘邮箱吗？” 泛科技领域里，AI属于成熟风口，人才不像室温超导那样扎堆在实验室，而是均匀分布在高校、机构、巨头。那些经验老道的投资人和猎头，早已在这十个月内，将AI人才们的title、过往履历和最新动向熟稔于心。比如，想要挖到技术高管，免不了去一趟诞生ChatGPT的AI腹地：硅谷。猎头Mia去硅谷前，在行李箱装了两罐精包装的西湖龙井和四瓶老干妈。抵达后，她要去Mountain View（山景城）的一家酒吧，用祖国的特产、再配上国内企业的offer和近千万元的年薪，请几名算法科学家回去。在汇聚Google、微软等科技巨头的Mountain View，除了猎头，遇见寻觅AI人才的创投圈大佬，也不是一件难事。有人在街头看到过穿着深色T恤的百度副总裁景鲲（他是百度“小度”系列智能产品的缔造者）；在斯坦福大学的草坪和被誉为“西海岸华尔街”的沙丘路，走过源码资本合伙人黄云刚和真格基金管理合伙人戴雨森。更近一点的5月初，王小川出现在硅谷一场AI技术party上。对着在场数十名华人工程师，王小川把自己“AI重塑搜索”的创业理想讲了一遍，试图和人才拉近关系——在36氪的专访中，他曾提及：“国内的大公司、高校里有一些不错的领军人物，一些更明星级的人才，确实在美国。” △谷歌在山景城总部举办的I/O大会，吸引不少AI人才。图源：视觉中国帮国内创始人们与硅谷AI人才牵线，也成了一个商机。一名在硅谷的猎头记得，光3月份，Mountain View几乎每晚都有华人中介举办的party，报名参加光会费就达上万人民币，还要有门槛：成功创过业，或者投出过好项目。企业们砸血本招人的同时，还得防止员工被挖角。一家创业公司为了留住人才，给近十名核心员工涨了30%的薪水，几乎所有工程师在公司内部都用“花名”。大公司也在警惕。百度宣布大语言模型“文心一言”立项当晚，参与成员被HR拉了个会，重新签了一遍竞业协议。共识快速形成：人才储备最多的企业，离“中国的OpenAI”最近。千万年薪，难挖硅谷人才以如今AI人才的紧俏程度，Mia觉得千万级的年薪并不夸张。在2023年第一季度，超过17万中国AI企业如雨后春笋般冒了出来。圈内人爱用一句话形容AI赛道的创业热：“光北京就有20多家声称能做大模型的企业。” 但相对的，是写在中国工信部报告中的30万AI人才缺口。再严苛一些，国内有过完整大模型工程经验的人能有多少？AI行业资深人才顾问海浪告诉36氪：“不超过100个人。” 若想要挖到能直接带上百人的团队跑工程的P9、P10，国内就只剩下大厂的几个CTO和首席科学家。“企业想要招技术高管，只能看硅谷。”海浪解释。可惜的是，无论是茶叶、老干妈，还是一千万的高薪，都很难打动硅谷的人才。一名研究员在Mia尚未给出薪酬条件时，就开门见山地拒绝：“老婆孩子都在这里，回国之后孩子的教育问题，也很难解决。” 再过一年多，微软必应团队的算法工程师Joshua就能如愿拿到美国绿卡。在他的人生蓝图里，再积攒两年工作经验，他就从华盛顿搬到硅谷创业。他不愿离开硅谷——即便从今年2月起，求职软件上几乎每天都有99+的未读消息和通知红点。除了薪酬，Joshua还看到有公司开出隐形福利：前半年不背OKR。被求职信息轰炸近一个月后，Joshua关闭了几个求职软件的弹窗。抢人大战中，有成熟落地场景的企业，赢面会大一些。在Mia看来，落地场景就是企业的简历，更能吸引人才。而落地方案尚未成熟的公司，要么有个像王慧文和王小川一样，“人能来事，又能搞钱”的创始人，要么靠“画饼”吸引人才。但国内科研环境与硅谷的现实差距，让大模型创业者画的理想之“饼”，不那么有说服力。在硅谷期间，Mia去了英特尔总部。在那里，每位算法工程师能调用的GPU就有四五百块。“但在国内，四五百张GPU往往是一个项目组能够申请到的算力上限。”Mia说。 △英特尔总部。图源：视觉中国类似的，谷歌AI实验室对人才的大方一度让蓝振忠觉得惊讶。在那里，他能够自由调用相当于几千张A100的TPU。就算在比较冷门的研究组，部门团建仍然开得起高级餐厅最贵的酒。回国成立AI公司“西湖心辰”后，蓝振忠第一次感受到了算力资源的稀缺和昂贵：“公司和学校的科研经费只能买很少一部分，剩余的都得租公有云服务。”为了拉融资买算力，他每天需要和投资机构和客户开五六个电话会。回国的硅谷创业者为资源焦虑，而去硅谷的创业者也屡屡碰壁。一位知名创业者曾在公开场合被问及近期的硅谷之行收获时，坦言自己去硅谷不是为了挖人，而是为了交流技术经验。但一名与该创业者在硅谷交流过的人士告诉36氪：“别信他。因为挖人很难，大多数人过去，只能先建立个联系。” Meta一开源，猎头白干半年年初，AI技术大牛还是圈内最热的招徕对象。像ChatGPT一样参数千亿的大语言模型，仍然是个“舶来品”。对多数企业而言，想要做“中国OpenAI”，就必须大力招人搞技术。然而不久后，意外发生了。扇动翅膀的，是押注AI大模型已久的Meta（前Facebook）。2023年3月8日，被称为“最强开源模型”的大语言模型Llama遭到泄露，任何人都可以下载使用；7月，Llama的研发商Meta主动成为“搅局者”，开源了性能更强的Llama 2，几乎所有公司都能直接免费商用Llama 2。 Llama的开源，迅速降低了大模型训练的门槛。AI从业者们发现，根本没必要花这么多钱招技术人才从0训练模型。理论上，公司只要有足够多和高质数据，对Llama进行微调，就能用较低的成本训练出一个效果不错的模型。很快，不少公司的大模型如雨后春笋般冒了出来，更甚者基于Llama微调后，就冠以“自研”之名。圈内广为流传的一句戏言是：如果Llama不“惨遭开源”，国内就没那么多的“自研”。紧接着，技术领域的人才就开始“贬值”。曾经想从硅谷挖人的几家企业，把自己的需求改成了从国内找工程师，年薪控制在40万元以内。猎头Mia在KTV点了一首《老子明天不上班》：“感觉自己上半年跑硅谷，最后白干。” 上半年，由于技术尚未成熟，大模型的商业化落地并不十分顺利。开源的Llama解决了卡脖子的大模型技术，也将AI企业发展的进度条从大炼模型，快速拉到应用落地。相应的，企业们年初招徕技术人才的热情，在下半年一度转移到了产品经理。在Netflix最新发布的招聘启示中，AI产品经理的年薪开到了90万美元，超过了AI技术总监的65万美元。不过，市场供需并非衡量顶级人才的唯一标尺，Icon（标志）级别的技术大牛热度仍然不减。对企业来说，技术大牛不光是敲代码的员工，还是一个充满内涵的符号：技术人才，意味着技术的天花板，以及持续吸纳资方、客户和人才的门面。昆仑万维CHO杨姝一直觉得，人才是AI公司最优质的资产。公司不仅需要基本功扎实的研发者，也需要一个名号响亮的Icon。就像乔布斯之于智能手机，“Icon和研发者的区别在于，Icon是有市场号召力的，还能吸引更牛的人才过来”。 2020年昆仑万维即布局AIGC和AGI领域，目前相关团队整体规模近千人。但到了2023年，为了争夺人才，杨姝和HR同事每周要沟通近百位候选人。最近，昆仑万维还请来了一位“Icon”——顶级AI科学家颜水成，出任天工智能联席CEO和昆仑万维2050全球研究院院长，吸引全球的AI人才。 “杨红霞博士来之前，我感觉市面上没什么人觉得字节能做大模型这件事。”一名大厂HR点评。作为曾经阿里达摩院大模型M6的项目带头人，杨红霞在今年初转投字节跳动的AI阵营——这一消息也让不少人认为，字节有了和AI“老玩家”百度、阿里同桌竞技的可能。至于花千万元挖一个技术大牛来做AI到底值不值，上述HR回复36氪：“在实现技术革新前，确保企业形象跟上时代潮流。” 所有人都在警惕泡沫 6月后，水温渐凉。钱在上半年，已经涌向了大模型的早期玩家。据不完全统计，上半年融到钱的大模型企业大概有20多家，而6月后，数量骤减至不到1/2。一名双币基金的AI投资人终止了四五家大模型企业的投资进程。她告诉36氪，近期他们只看AI应用。可惜时至今日，AI赛道依然没有一款“杀手级”应用——市场和投资人都在观望，高开的大模型技术是否能持续高走，给予可观的回报。 “CV（计算机视觉领域）好歹也火了一两年，但大模型冷却的速度巨快。”海浪说，“今年大家只是看似拿了很多钱，其实背负了很大压力。” 与赛道一起降温的，还有企业对AI人才的热情。年初的抢人热，更多的是企业们面对新技术的兴奋和FOMO（Fear of Missing Out，害怕错过）情绪。“大家也不管招这么多人有没有用，先把气氛炒起来。”年初Mia接到的需求，大多没有指明招募人才数量的范围，“一是挖人确实难，二是企业不知道挖多少人。” 精打细算后，企业们逐渐发现，人海战术、跑马圈地的互联网打法并不适用于大模型。王慧文曾告诉36氪，他觉得搞大模型“人多了反而起负作用”，最小的建制只要30来人。今年7月，马斯克高调宣布入局大模型领域，新公司xAI只有12名成员。 △xAI的12名成员。图源：xAI官网人海战术的反例是Meta——即便拥有Llama和OPT两支明星大模型团队，但由于算力资源分配的不平衡，目前超半数Llama作者选择了离职。在资源紧俏的大模型领域，缩减人员规模既能如马斯克所说“提高人均可支配资源数量”，也能提高管理效率。王小川在媒体访谈中提到，管理过3000人的搜狗后，发现现在百川只有100、300人，非常容易把效率提上去。更何况，大模型的研究是亟需才能和悟性的领域，人海战术收效甚微。 “一个聪明的大脑胜过万马千军。”智子引擎CEO高一钊告诉36氪，他们团队自研的多模态元乘象ChatImg 2.0，核心算法编写只用了不到5人。当大模型人才的供需趋向平衡，企业对AI人才的急切之心，也迅速恢复平静。 “企业基本只要招一个厉害的CTO，或者个位数的技术带头人。”Mia近期接到的招人需求数量骤减。顶级人才的流动，在上半年的“热战”中基本已成定局，而模型团队中剩余的工程师，Mia发现只要用三四十万的年薪，并不难从国内外大厂或者高校计算机专业中挖到。企业们对AI人才扩张的谨慎，更源于在视觉识别（简称CV）领域发生的那场人才扩张泡沫。 2018年，CV的风口吹起了AI四小龙。当时，估值飙升至60亿美元的高汤，一年内融了20多亿美元。最后大部分融资都去了哪？答案是挖人。当时，即便是CV方向出身的应届毕业生，不少人年薪也能拿到60万元。 △商汤，图源：IC photo 但很快，不少公司发现，CV没有太高的技术壁垒。AI企业To B、To G的业务，很快就被上游的云厂商蚕食。这几年四小龙的难处有目共睹，最早上市的商汤，在2022年每赚一块钱，就要净亏2块。企业不得不让科学家背上营收指标。2020年以来，海浪能明显感到风向的变化，高校出身的教授变得不那么受欢迎，“大家更需要带过团队、做过产品的人”。一家想要智能化转型的物流企业说得更直接：“我们的钱是一个盒子一个盒子搬出来的，不是发论文发出来的。” 迫于营收压力，不少去大厂研究院的大牛，又回到了高校。海浪发现，此前帮大厂挖角的北美高校出身的华人科学家，重新开始以教授的身份发论文。几乎所有企业都不希望人才泡沫再次产生。 Llama发布前，由于大模型是个高壁垒的新技术，企业给人才定的绩效并不具体，比如“年末前超越GPT-3.5，未来1-2年超越GPT-4”。但Llama把进度条快速拉到做应用的阶段，人才们的绩效，迅速指向了商业化。赚钱成了首要指标。Mia下半年接到来自企业的不少需求，从挖人，变成了帮人才做项目管理。一名硅谷出身的研究员对Mia诉苦：“（企业）不是说好给足空间做研究吗？怎么又要背营收？”Mia脑子转得飞快：“企业方觉得您有能力。” 2023年末，是不少企业和投资人检验人才价值的关键点。 “投资人和创始人都需要先看看，到年底花钱找来的人，能跑出什么东西，再决定是否继续入场。”海浪说。从给title的爽快程度，他能感受到今年企业的谨慎：2018年，帮技术大牛谈个T10、P10以上的岗位并不难。但今年，P9的职级都需要垫脚伸手够一够。早上六七点起，游一小时的泳，紧接着去实验室工作到晚上9点，然后回去陪家人——这是在卡内基梅隆大学读博时蓝振忠的一天，“从不加班熬夜，也不把工作带回家”。但在这轮热潮中，蓝振忠破了戒。这位技术老手、创业新手最近主动约见了不少投资人，从头学习管理和战略：“在终场来临前，努力让自己不被市场淘汰。” （应采访者要求，文中海浪、Mia、Joshua为化名）来源：金色财经

金色财经2023-09-16

互联网科技的未来投资机会就在眼前

命性的技术同时出现: 生成式人工智能和ChatGPT等大型语言模型让人和企业更有创造力、更勤奋，释放出经济中的新能力。区块链帮助个人和企业转移和存储价值，自动化复杂的业务流程，并在没有中介的情况下确保在线点对点交易的安全。物联网将日常用品——从门铃和恒温器到自动驾驶汽车和道路传感器——连接到数据中心，为我们的互联世界形成一个智能网络。增强现实和虚拟现实将今天的二维网络转变为与我们的自然环境相结合的空间网络。生物技术利用活细胞和生物分子过程，通过更有针对性的治疗和更有营养的食物来增强人类健康。能源收集、电池和其他储存技术的进步将为交通运输、能源网络和公共基础设施带来更绿色、更清洁的选择。世界正在进入一个新时代——我们称之为Web3。让我来解释一下:正如互联网这个术语已经从最初的互联网定义扩展到描述一个由许多技术、商业模式和社会行为组成的时代一样，Web3这个术语也在演变，以描述一个由上面列出的一组技术组成的时代，并具有新的模式和行为。这些将定义互联网的下一个时代。你如何看待他们这个新时代对投资者意味着什么?在20世纪90年代中期，投资组合经理可以选择一些高价值的股票，如美国在线、百视达、Borders、康柏、戴尔、JC Penny、柯达、诺基亚、北电、Palm、宝丽来、西尔斯、索尼、Tower Records和施乐，这些公司的领导人未能及时拥抱互联网的前两个时代。如果从互联网的角度来看，投资者对它们的估值可能会有所不同。Web3需要一个新的视角和新的领域指南，以帮助投资者区分哪些公司被领导得最好、装备最好、最开放，能够在新的范式下进行自我转型。与以前的Web时代一样，Web3将成为商业的一项不可或缺的技术。利用它的公司将适应下一个数字颠覆时代，并有机会在其中蓬勃发展。未来是光明的，但不明朗对于那些不关注新技术的人来说，创新有时看起来像是一夜成名的故事。更常见的是，它们需要数十年的酝酿。人工智能就是一个很好的例子。早在1965年，研究人员就承诺，人工智能将在未来20年内完成所有人类的任务。人工智能的第一个冬天出现在20世纪70年代，此前10年的人工智能投资几乎没有取得什么成果。研究和开发持续了几十年，经历了温暖的人工智能夏季和持续了几十年的人工智能冰河时期。毕竟，投资者情绪是周期性的。去年，人们的共识是，随着零利率政策的结束，一个漫长的技术创新和投资周期即将结束。Web3曾一度陷入其中。一些人指出，2022年FTX的崩溃证明了他们对Web3的担忧是合理的:这种新技术，虽然在央行或大公司手中是创新和有用的，但在自由市场的竞争中对社会是负面的。对他们来说，它为投机者提供了新的押注工具，为罪犯提供了逃避法律的新工具。按照这个逻辑，FTX的崩溃不是因为技术，而是因为那些使用它的人的傲慢或无能。 Web3对技术投资意味着什么所有行业都有挫折。当约翰·卡伯特在西北航道失踪时，探险时代结束了吗?“工业革命”是在1873年的恐慌中发生的吗?当时，约翰·库克(John Cooke)关门大吉，投资者抛售了他们的铁路证券。2001年，当网络公司的股票暴跌时，我们就此放弃了吗?或者，在每一种情况下，我们是否发现自己正处于一个动荡、变革和进步的时代的开始，而不是结束? 这一历史框架对投资者很有用。它有助于投资者缓和他们可能持有的任何极端观点，从乐观或自满到愤世嫉俗或不屑一顾。随着企业整合Web3技术，以太坊和比特币等经久不衰的平台将产生巨大价值。那些已经向这些和其他新技术转型，并能够经受住当前市场风暴的公司，将获得长期回报。

金融界2023-09-16

国金证券：给予铂科新材买入评级，目标价位74.55元

量占全部服务器的比重接近1%，23年在ChatGPT等人工智能应用加持下，AI服务器出货量占比有望持续提升。公司采用独创的高压成型结合铜铁共烧工艺，较铁氧体在效率一致下体积可减少50-70%。23年6月公司与员工持股平台共同投资设立铂科新感。目前公司已取得多家国际芯片厂商验证，并进入大批量生产交付阶段，预计23年底可实现产能约500万片/月，24年将扩充到1000-1500万片/月。　　盈利预测、估值和评级　　预计公司23-25年归母净利润分别为2.88亿元、4.23亿元、5.51亿元，EPS分别为1.45元、2.13元、2.77元，对应PE分别为31倍、21倍、16倍。给予公司24年35倍PE，对应市值148亿元，目标价74.55元/股，首次覆盖给予“买入”评级。　　风险提示　　项目建设不及预期；新领域拓展不及预期；高管减持风险。证券之星数据中心根据近三年发布的研报数据计算，国泰君安李鹏飞研究员团队对该股研究较为深入，近三年预测准确度均值高达98.46%，其预测2023年度归属净利润为盈利2.98亿，根据现价换算的预测PE为29.48。最新盈利预测明细如下：该股最近90天内共有12家机构给出评级，买入评级10家，增持评级2家；过去90天内机构目标均价为60.0。以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-09-15

生成式AI市场潜力巨大，九方财富喝下投顾行业“头啖汤”

尽管以ChatGPT为代表的生成式AI自诞生之日起就在全球引发不少争议，但其迅猛的发展势头并未受到太大阻碍，各界巨头依然乐此不疲地纷纷涌入。近段时间，全球多家知名企业对外公布了自己在生成式AI领域上的进展，摩根士丹利表示将于本月晚些时候推出一款生成式人工智能聊天机器人；Facebook母公司Meta正在研发一款新的人工智能系统；腾讯混元大模型正式亮相；此外，苹果公司也被传出每天花费数百万美元开发对话式AI的消息。群雄逐鹿，当下，生成式AI的风口已经形成，谁会是风口上那只飞起来的猪？巨头扎堆布局生成式AI 生成式AI的魅力有多大？马斯克的“光速打脸”或许是一个好的证明。今年3月底，马斯克带头签署千人联名信，呼吁所有的AI实验至少暂停6个月研究比GPT-4 更先进的AI模型。但仅仅半个月后，马斯克便被爆出成立了一家名为X.AI的人工智能（AI）公司，7月马斯克亲自证实了该消息。马斯克的一系列反转操作让人目瞪口呆之余，也让市场看到了AI的巨大发展潜力。事实上，不单止国际市场，国内市场的生成式AI一样发展得如火如荼，相关产品如雨后春笋般涌现。国内，百度率先发布文心一言，随后阿里、华为、腾讯、科大讯飞、360等科技公司纷纷展示了自己的大模型，复旦、清华、哈工大、中科院等学院派也先后入局，九方财富、印象笔记、医联科技、左手医生等也推出了行业大模型，市场进入了“百模混战”格局。来自国际数据公司IDC、浪潮信息、清华大学全球产业研究院联合编制的《2022-2023全球计算力指数评估报告》显示，整个生成式AI市场已进入高速发展轨道，生成式AI计算市场规模预计将从2022年的8.2亿美元增长到2026年的109.9亿美元，占整体AI计算市场的比例将从4.2%增长到31.7%。为千行百业注入新动能生成式AI发展取得革命性突破，不仅带动了整个人工智能产业的蓬勃发展，也为其他产业注入了新动能。出于成本优势、工作流程优化、工作效率提升等考虑，生成式AI正逐渐走进千行百业，特别是在教育、汽车、投顾等领域已率先展开应用。如在教育行业，好未来今年2月在其学习机产品上线AI讲题机器人“小π”，支持数学运算和讲题；有道公司5月发布“子曰”大模型，将在AI口语、中文作文批改等场景落地。在汽车行业，毫末智行推出DriveGPT，可实现城市辅助驾驶、场景脱困、驾驶策略可解释等功能。吉利汽车也宣布下半年将发布汽车行业首个全场景AI大模型。在投顾行业，专注于在线投资者内容服务市场的九方财富是首家吃螃蟹的企业，今年8月率先发布了行业内首款智能投顾数字人产品——“九哥”。投资者选择投顾，无非是希望借助投资顾问的专业能力，量身定制适合自己的投资方案，而生成式AI技术具备的强大学习和生成能力，正中投资者需求。据介绍，这款数字人采用了知识图谱、自然语言处理、实时语音交互等多项先进AI技术，拥有大盘分析、板块挖掘、热点追踪、个股诊断等八大核心能力，不同能力匹配不同细分用户需求。对于“金融小白”来说，“九哥”可以成为行走的“金融百科全书”；对有更高需求的用户，“九哥”可以发挥金融数据处理功能；对于“投资高手”，“九哥”可以提供策略生成等更高阶服务。总之，就是主打一个有求必应。当前，人工智能技术已经成为各国、各行业之间竞争的新战场，国家已经明确到2030年人工智能理论、技术与应用总体达到世界领先水平。作为人工智能发展高地，上海今年也正式发布《上海市人工智能产业发展“十四五”规划》，其中提到要在金融领域“深化人工智能在风控、监管、客服、投顾、投研、支付等各环节应用。大势所趋之下，以九方财富为代表的投顾企业率先踏出第一步，将有望更好地抢占“AI+投顾”发展先机。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-09-15

风投 Greylock：会最先被 AI 重塑的高潜市场

：SenseAI 最近有很多声音提到 ChatGPT 的黄金期已过，第一批 AIGC 创业者的热情也逐渐消退，相比于从零开始做一款调用底座模型 API 的应用产品，大部分人似乎悲观的认为机会只在那些已经掌握用户数据的大厂里。然而创业者真的没有机会了么？人们往往会高估一个技术的短期效益，反而会低估一个技术的长期变革。顶级风投 Greylock 的 GP Seth Rosenberg 在最新文章中给出了第一波值得全新拥抱 AI-First 的高潜市场和作为初创公司突围的可能性。 Sense 思考 Web2.0 时代实现了人与人虚拟连接的可能性，基于算法的流量分发使得人的连接可以突破物理限制，然而信息分发以算法为中心，生产与供给两方分割。如今，Gen-AI 技术能够打破「算法墙」，同时实现信息的个性化收集与分发。流量分发类的公司更有机会跑出 AI-First 模式，同时连接信息的供给与消费方，并从信息供给方收集更独特的数据。社交、游戏、劳动力市场和专业技能市场是典型例子。「客服」是最容易看得见摸得着的应用场景，会计、保险的服务成本尤为突出，Copilot 直接成为效率工具。 * Greylock 作为在这波 Gen AI 浪潮中出手应用项目最多的投资公司之一，在大模型概念被市场追捧之前 Greylock 就投了 Adept, Inflection 等大模型公司，也是 Tome 和 Cresta 之类的应用层项目最早背后的支持者之一。在每一个新的技术时代，投资者们总是热衷于支持当下所谓的「开矿与铲子」技术。我们可以在今天 NVIDIA 和基础模型的估值中看到这一点。但是，当其他人都在支持这些技术推动者的时候，总得有人去找金子。Greylock 希望支持那些愿意冒险去创建长久、以 AI 为基础，能改变人们工作和生活方式的产品的创始人。我相信，那些能够成功将 AI 的力量融入人们喜欢的产品的产品创造者将能够获得巨大的价值。正如 Greylock 的合伙人 Jerry Chen 最近提到的，如果我们正生活在一个任何人都可以创建 AI 公司的时代，那么「应用的最大策略优势是你可以与几个记录系统共存，并收集通过你的产品传递的所有数据。」像 Tome （Sense 说：Tome 是一家利用 Generative AI 讲故事的平台，base 在 SF, 用户数已超 300w，并于 2023 年完成 4300 万美金的 B 轮融资。）的 Keith Peiris 和 Henri Liriani ，或 Runway 的 Cristóbal Valenzuela 这样的创始人已经在做这样的事情。他们不仅仅是使用 AI 来增强产品，他们还使用 AI 作为驱动整个产品开发和商业策略的关键抓手。当然，也有很多反对的声音不相信初创公司在这个层面上有机会 - 现有的大公司拥有数据和分发，而且访问大型语言模型（LLMs）既是商品化的，也充满了平台风险。仅仅通过对 OpenAI 的 API 调用来创建持久价值的公司可能会有很多失败。在这篇文章中，笔者为下一波 AI Native 的产品提出了其观点，并概述了创始人可能如何抓住这个机会。作者认为，创始人创建 AI 为先的公司有三个最大的机会： 1. AI-First 的网络和市场 2. 重新定义企业软件类别 3. 各类服务的 Copliots 01. AI-First 的网络和市场在上一波消费软件中，社交网络和市场是主导的商业模式，创造了数万亿美元的市值，仅 Meta 的估值就接近 8000 亿美元。Greylock 有幸支持了其中的很多，包括 Meta、LinkedIn、Roblox、Airbnb、Discord、Musical.ly（现在的 TikTok）和 Nextdoor。从这些估值中可以看出，这些网络被认为是「不可打破的」。但现在，AI 挑战了我们的许多最初的假设。这正在创造一个新的竞赛，建立下一个以 AI 为首的网络。我们从连接人的网络转向了算法连接人和内容。现在，我们正转向算法取代人。作者观察到的进程如下： Pre-AI 网络 → 人与人和企业相互连接 AI 驱动的网络 → 人们为算法发布和消费内容仅 AI 网络 → AI 为每个人创建个性化内容除了社交网络外，AI 将影响一系列的「纯数字」网络，包括约会应用、游戏、劳动力市场和专业技能市场。大多数现有的公司都会以某种形式融入 AI，而其他公司则会完全改造他们的产品，使之成为 AI-first。很可能，现有的公司会动作迟缓，整个类别都会被重新定义。当创始人评估 AI-first 的市场机会时，可以重点看两件事： • 从参与者那里产生独特数据的市场 • 连接双方的市场，而不是替代其中一个为了说明这一点，让我们拿两个将用 AI 重建的市场来比较：一个自由职业者的 logo 设计市场和一个求职工作市场。想象一个自由职业者的 logo 设计市场，像 Fiverr 的一部分功能（Sense 说：Fiverr 是一家自由职业者的 freelancer 求职平台。成立于 2010 年并已成功上市），将被一个算法所取代。用户输入一个提示，几次尝试后，得到他们的 logo 。在这种情况下，算法接收到的数据相对较浅（提示和选择），供应端完全被算法所取代。与之相比，AI-first 的工作市场会是怎样的呢？最佳产品将是一个为求职者提供的 AI 职业教练和一个为招聘者提供的 AI 助手 - 两个看似独立的产品，由同一个算法连接起来。教练可以从求职者那里收集深入的信息 - 远超过他们在简历或 LinkedIn 上分享的信息 - 并使用这些数据不仅找到完美的匹配，还帮助他们发现最令人满足的职业道路。结合对招聘者需求的深入了解，教练和助手都会变得更好。在这种情况下，产品旨在收集更加细微的数据，AI 增强并连接供应（求职者）和需求（招聘者），而不是替代其中一个。 02.重新定义企业软件类别平台的转变往往足够重大，以至于为重建大型软件类别创造了机会。以生产力和云端转变为例。尽管 Microsoft 凭借 Microsoft Office 拥有了主导地位（并在云端通过 Microsoft Azure 拥有了互补的主导地位），但他们在协作软件市场上留下了超过 500 亿美元的空白，这一空白被 GSuite 和 Figma 等产品所占据。对于许多用例，唯一重要的特性是实时协作，这使 GSheets 能够获得市场份额，尽管它的功能少于 Microsoft Excel。同样地，现在将会有许多软件类别，其中主导特性是 AI ，这为新入行者提供了足够的发展空间，直到现有企业赶上 AI。对于进攻大型软件类别的初创企业来说，最好的机会来自于找到现有企业无法竞争的角度。以下是四个例子： 1. 用 AI 重新构想的 UI/UX - 现有的 UI 会变得不相关。 2. 用 AI 重新构想的 UI/UX - 现有的 UI 会变得不相关。 3. 用 AI 重新构想产品功能 - 现有企业在不同的范围内竞争。 4. 用 AI 重新构想的商业模型 - 现有的商业模型无法适应。其中一个最不明显的一个维度是当 AI 让初创公司能够通过重新定义产品功能来进行竞争。以生产力 / 效率工具为例。像 Tome 这样的公司，是 Greylock 支持的一个 AI 驱动的演示工具，希望解决知识工作者的端到端工作流：从想法到收集必要的数据，再到提出连贯的论点。如今，PowerPoint 只涉及这一过程的最后部分，使得 Tome 可以在不同的维度上进行竞争。另一个很好的例子是客户服务，这是一个 100 亿美元的软件市场。最「明显」的起点是使用 AI 自动化客户服务代表。但是，如果整个客户服务的概念被重新想象呢？如今，大多数公司通过在 5 个菜单后面隐藏「联系我们」按钮和不断扩展的电话树来积极减少来电量。但在 AI 的世界里，每次互动都可以是便宜、愉快且能带来收入的。在那样的世界里，公司可能会积极地尝试与他们的客户交谈。当笔者 2016 年还在 Meta 工作时，有试图用一个 AI 机器人平台来解决这个问题。当时同 KLM 航空公司进行了试点，构建了一个体验，其中 Messenger 处理了乘客旅程的每一个环节 - 登机牌、客户服务、目的地的旅行建议等，全部在一次对话中完成。尽管得到了很好的反馈，但由于服务成本的原因，这个试点被终止 - 但现在，LLMs 可以使这类互动成为可能。 Greylock 的投资组合公司中包括 Cresta、Postscript、Gladly 和 Curated，都在从不同的角度研究这个问题，即重新思考企业如何使用 AI 与他们的客户沟通。 03.各类服务的 Copilots AI 中最有趣的新机会之一是利用 AI 「副驾驶」追求服务市场，这个市场相对于软件来说要大得多。大多数的知识工作涉及分析和转化数据，这是算法更适合的任务。 Greylock 认为那些金牌销售人员的副驾驶具有最好的机会，比如财富管理者、保险经纪人和抵押贷款经纪人。他们的角色涉及大量基于文本的协调，他们在多个应用程序中工作，而且提高效率的投资回报是实实在在的。以财富管理者为例。根据摩根士丹利的数据，财富管理者的客户保留的最大指标不是投资组合的表现，而是与客户的个性化互动的一致性。如果一个基于 AI 的代理能够结合客户的投资组合信息、单个公司的股票研究和公司的 CRM —— 所有这些都是基于个人独特语气的培训 —— 一个财富管理者只需按一个按钮就可以每周向客户发送个性化的便条。最后，如果财富管理者能为 1000 个客户提供个性化的服务，而不是 100 个，那么每个人都会受益。尽管某些人可能过度炒作副驾驶，但这个机会是巨大的 —— 使软件公司能够追求服务的支出，而不仅仅是软件，打开了以千亿计的市场。 04.总结 AI 领域充满了噪音。从真正的技术乐观主义者，他们视 AI 为人类的巨大放大器，到悲观主义者，他们认为每个应用只是建立在 OpenAI 之上的套壳，再到从乐观主义者变成的悲观主义者，他们相信 AI 将自动化所有工作（并取代人类）。无疑，会有批评者认为许多产品只是基础模型上的功能。但那些将 AI 视为产品开发和 GTM 策略背后的驱动力的构建者实际上将创造出以前从未存在过的新市场和体验。通过结合产品和领域的专业知识，以及对人类行为和 AI 的基本了解，这些构建者将使有防御性、有价值的 AI 优先产品成为现实。 AI 是一个重要的代际技术浪潮——就像互联网、移动和云计算一样。这是对最有雄心的企业家来说，建立新事物、改变我们工作和生活方式的机会。正如笔者所概述的，这可能是 AI 优先的网络，如劳动力市场；完全由 AI 解锁的新类别的软件产品；或者在金融服务等行业启用的 AI 副驾驶。来源：金色财经

金色财经2023-09-15

强势借力Arbitrum 看代币ARC如何大放异彩

与了区块链零知识证明，跨链桥技术搭建，ChatGPT的技术研究，元宇宙虚拟世界的开发建设等项目，逻辑紧密围绕着提高区块链的性能、推动数字经济发展。从数据来看，因为具有开发门槛低、大量应用快速成熟，就形成了有效的生态壁垒，ARC的交易数量和活跃度形成趋势, 一路向上。 ARC Network全球发行ARC代币，具有比较先进的永续交易能力、以社区为中心的激励措施和可扩展的基础设施。它可以为 DeFi 交易者提供快速执行、廉价交易、高级交易功能和自我托管。以确保广泛的去中心化持有者。它完善的销毁挖矿通缩机制，保护投资者权益，为其持有者提供了多种盈利机会，代币持有者被赋予参与网络决策过程的权利。推出后，生态系统将呈指数级增长，现出惊人的爆发力。同时拥有充满活力的工具、钱包、去中心化应用程序和合作伙伴社区。参与ARC Network网络的验证节点将获得ARC奖励作为对其贡献的回报。即验证人需要在ARC Network网络上质押一定数量的ARC，作为维护网络安全和可靠性的激励。，以鼓励他们遵守网络规则和保持节点稳定运行。 ARC收益多元化给用户带来了丰厚财富，以维护市场流动性和稳定性。通过销毁挖矿，将通缩机制应用于代币经济模型，这一机制将增加持有者的激励，推动代币价值的稳步提升。用户通过质押ARC代币来获得ARB代币的收益，同时，ARC Network也提供无损挖矿机制，为用户提供更多投资和资产配置的选择，同时也促进了区块链生态的互联互通。加密货币行业给世界带来的创新是无限的！让我们跟随ARC步伐，踏上币圈未来热潮！共同实现利益回报最大化！来源：金色财经

金色财经2023-09-15

24小时热点