搜索引擎 + AI 驱动的行业新闻

【覆盖行业】
信保 |出口 |金融
制造 |农业 |建筑 |地产
零售 |物流 |数智

【访问入口】
hangyexinwen.com

【新闻分享】
点击发布时间即可分享

【联系我们】
xinbaoren.com
(微信内打开提交表单)
⁣
📰 三个月将销售和行政人员培育成AI开发人才?瑞穗金融集团将启动AI训练营计划-移动支付网

日本瑞穗金融集团将启动为期三个月的“AI训练营”,把销售、行政等员工培训为AI工程师。学员先学习AI辅助开发,再通过项目实践掌握代码生成、审查及质量安全把关;试点5人中4人无编程经验,均达标转岗。首批覆盖20人,近期计划培训100人。
瑞穗拟从银行、证券等子公司约5万名员工中逐步选拔人才,十年后扩至数千人,并设内部开发实验室及共享平台,利用员工金融经验开发贴近业务的AI系统。计划虽回应银行业AI人才短缺,但外界担忧短训者纠错能力、资深开发者审查负担及岗位随技术自动化变化。汇丰、新韩等也在招聘或培养AI人才。

🏷️ #瑞穗金融 #AI训练营 #银行业 #人才培养

🔗 原文链接
⁣
📰 AI投顾行业报告解读:九方智投的四维实践

新华信用发布证券业“AI+金融”投顾研究报告,从模型底座、研发模式、产品体系和合规风控四个维度对市场机构开展调研,回应行业缺乏中立、可核验评价标准等问题。持牌机构九方智投入选样本,凭借四大维度的综合优势,被报告确立为证券业“AI+金融”投顾产品领军品牌。
报告显示,九方智投以自主研发的证券垂直大模型为基础,推动技术与投研协同,构建覆盖不同投资者的多元产品体系,并建立事前预审、事中预警、事后溯源的全链路风控。行业发展应重视自研与场景落地,坚持人机协同、由持证投顾复核服务内容,并将合规贯穿模型训练、内容生成和产品交付,推动AI投顾规范发展。

🏷️ #AI投顾 #垂直大模型 #人机协同 #合规风控

🔗 原文链接
⁣
📰 蚂蚁集团加码AI金融,领投熵简科技C轮

AI 金融赛道再迎产业资本入局,熵简科技完成 C 轮融资,由蚂蚁集团领投,东方国信、乔贝资本跟投,双方将围绕 AI 金融智能体研发与金融垂类模型训练开展深度合作。蚂蚁集团近年持续加码 AI 战略,2026 年初明确以 AI 为基座,围绕支付、金融、健康三大战略支柱展开布局。
熵简科技自 2017 年成立,核心团队来自清华,主打 AlphaEngine 投研平台,先以聚合数据入口与 AI 投研工具为核心,后推出小龙虾 AlphaClaw、AlphaEngine 机构版等产品,覆盖数万机构投资者与九千多家客户,推动投研信息与方法论平权,打造可共享的 Skill 库,提升研究效率。

🏷️ #AI金融 #投研平权 #AlphaEngine #机构投研

🔗 原文链接
⁣
📰 蚂蚁集团加码AI金融,领投熵简科技C轮

熵简科技宣布完成C轮融资,蚂蚁集团领投,东方国信与乔贝资本跟投,融资后双方将围绕AI金融智能体研发与金融垂类模型训练展开深度合作,推动AI金融产业前沿应用落地。该交易与蚂蚁集团AI金融版图相呼应,蚂蚁在AI布局中以支付、金融、健康为三大战略支柱,健康领域已有1.5亿用户的阿福等场景,金融领域则通过投研Agent方向布局 AI在专业投研的辅助能力。

🏷️ #熵简科技 #投研平权 #AI金融 #蚂蚁投资

🔗 原文链接
⁣
📰 周小川:应当开展研究并做好预案,应对AI相关投资失败可能带来的金融风险

在2026外滩年会圆桌环节上,周小川指出AI应用层是推动生产率提升的核心来源,并强调政府需为AI相关投资失败带来的金融风险做好预案。他将AI投资分为三类:一是大模型及其训练算力与数据中心;二是AI应用领域,是中国关注的重点;三是为AI提供支持的行业,如半导体、电力、液冷等,认为这些基础行业在AI发展中长期需求稳定,具有相对安全性。由于AI对全球经济与社会结构影响深远,国际合作是必要,但治理框架难以快速落地。他提出三点可行方向:限制军事用途、打击黑客与欺诈、保护隐私;其余问题仍处于观察阶段。周小川强调AI将改变全球供需与产业结构,金融业应以价格机制来应对结构性变化,避免过度依赖行政手段。同时,技术推进可能带来投资成败并引发金融动荡,因此需要大规模政策支持与对金融机构的救助准备,并在政策工具箱中储备应对动荡的工具。

🏷️ #AI应用 #金融风险 #治理框架 #价格机制 #投资预案

🔗 原文链接
⁣
📰 南方财经网 - 南方财经全媒体集团

周小川在2026外滩年会圆桌环节强调,生产率提升的核心来自AI应用层,并提出要为AI相关投资失败可能带来的金融风险做好应急预案。其指出,当前AI投资分为三类:大模型与训练算力、AI应用领域、以及为AI提供支持的行业(如半导体、电力、液冷等),他认为这些领域具有较高安全性,因为无论AI如何发展都需要水电等基础设施。由于AI对全球经济与社会结构影响巨大,国际层面需要合作,但治理框架因更新速度快而难以形成共识。他提出三点可行措施:控制军事用途、打击黑客与欺诈、保护个人隐私,并强调价格机制在应对全球供需与产业结构变化中的作用,避免过度依赖行政手段。周小川还警示,技术演进将伴随投资成败并可能引发金融动荡,因此需在政策工具箱中储备应对动荡的工具,以支持经济并对金融机构进行必要救助。整体观点是,建立研究与预案体系,提升金融对AI波动的韧性。

🏷️ #AI金融 #投资风险 #宏观经济 #治理框架 #金融救助

🔗 原文链接
⁣
📰 蚂蚁领投了一家清华系AI创企 - 智东西

熵简科技于2017年成立,专注于基于大数据、云计算和人工智能的端到端智能资产管理平台,核心产品AlphaEngine面向金融投研,内置海量研报与会议纪要,支持FinGPT问答与资料库检索。公司创始人均为清华校友,CEO费斌杰具备金融分析背景,CTO李渔为清华电子工程博士。过去完成多轮融资,蚂蚁集团领投本轮C轮,东方国信与乔贝资本跟投,标志着在AI金融领域的深度合作与资金支持。蚂蚁集团与熵简将在AI金融智能体研发、垂域模型训练等方面开展合作,帮助蚂蚁在资管投研B端场景布局。行业方面,AI投研正从文档解析向全流程智能化演进,然而数据合规、模型幻觉、可解释性与付费转化等挑战仍存。熵简具备资管背景及稳定机构客户,有望成为推动行业应用落地的重要力量。

🏷️ #AI金融 #投研智能 #熵简科技 #蚂蚁集团 #清华

🔗 原文链接
⁣
📰 实训营地|再也不怕写不好金融故事 - 湖北日报新闻客户端

在参加湖北日报传媒集团全媒体实训营的AI专场后,作者意识到自己以往的稿件缺乏新闻稿的真实与系统性,往往停留在学生时代的积累与前辈范文的模仿,缺乏专业写作体系。课程《从工作总结到新闻故事》《一个公式 写出好稿》揭示了优质新闻稿应立足真实、深耕细节,亲自核实事件全貌与关键细节,摒弃冗长表达,以简洁流畅的语言讲述工作故事;同时要转变思维、站在读者视角,严谨打磨每一处内容。课程强调要善用AI赋能写作,但要做到善用而不依赖、借力而不盲从。通过与同事交流与自我复盘,作者的写作思路变得豁然明朗,过去的创作难题得到清晰解决路径,未来将把所学方法及AI技巧融入日常文稿撰写,持续练习,提升公文新闻写作能力,展现金融青年专业文风与工作风采。

🏷️ #新闻写作 #AI赋能 #工作文本 #真实细节 #读者视角

🔗 原文链接
⁣
📰 英特尔与博通CEO在金融峰会上警示AI行业挑战_腾讯新闻

英特尔与博通的高管在新加坡金融会议上指出,资本与资金获取可能成为推动AI行业发展与挑战并存的核心因素。两家公司作为AI芯片供应的关键玩家,反映出市场对数据中心芯片的强劲需求与供给紧张态势。陈福阳预测数据中心芯片短缺将在2028年至2029年缓解,但计算能力需求与供给之间的失衡可能持续至2030年。除了成本高昂的模型训练,行业还面临盈利能力与持续投资的问题,Anthropic等实验室企业的盈利结构被外界关注。陈福阳强调AI实验室应聚焦能从推理支出获得回报的客户,以提高投入产出效率。陈立武则指出资本成本与投资回报率是长期关注点,并表示中国开源语言模型已经对成本敏感的用户友好,自己是开源的坚定支持者,认为开源是提升效率的最佳途径。

🏷️ #资本成本 #数据中心芯片 #开源模型 #AI训练成本 #投资回报

🔗 原文链接
⁣
📰 英特尔与博通CEO在金融峰会上警示AI行业挑战

英特尔和博通的高层在新加坡金融会议上表示,资金获取可能成为AI行业面临的主要制约因素。两家公司都是AI芯片供应的关键玩家,英特尔中央处理器需求旺盛,但产能仅能满足50%的订单;博通作为网络处理器和定制AI加速器的重要供应商,当前部分数据中心芯片需求已超出供给。博通CEO预测,供给短缺将在2028年或2029年缓解,但计算能力需求与供给之间的失衡可能持续到2030年。除了成本高昂的模型训练,行业还存在对前沿生成式AI模型的潜在高营收机会。Anthropic等实验室企业的一部分营收来自试点项目,投资者对AI的波动性也被讨论,需避免过高的预期。陈福阳强调资金获取或为行业最大制约,而陈立武则指出资本成本及长期投资回报率的关注,并表示中国开源语言模型在成本敏感用户群体中已相当实用,他是开源的坚定支持者。展望未来,英特尔还提出量子计算或将在三到五年内进入主流应用,并通过可与标准芯片制造设备兼容的量子处理器推进发展。Q&A部分补充了产能、短缺缓解时间和对开源语言模型的看法等要点。

🏷️ #AI资金 #芯片短缺 #开源模型 #量子计算 #投资回报

🔗 原文链接
⁣
📰 汽车金融场景的金融AI平台:垂类深耕与全链路覆盖-CSDN.NET

本文聚焦汽车金融AI场景的特征与供应商选择。汽车金融具有周期长、材料多、决策节点多等特征,需基于垂类真实数据训练、覆盖全链路(从获客到资管)、并能处理长周期任务与维持决策连贯性。易鑫作为汽车金融垂类平台,凭借11年场景积累、超过15T训练语料和自研全链路AI SaaS,已实现全链路覆盖、规模化落地与显著成效,如每日处理大量任务、效率提升、单次任务持续时间与自助办理时效等指标突出,且在治理、模型与数据体系方面形成 Harness 框架,确保安全与可控。综合类金融科技公司如微众银行、奇富科技、度小满、蚂蚁集团、京东科技、腾讯金融科技等则在场景覆盖广、产品线多、能够服务多类金融场景的优势,适合需要跨场景的机构。评估供应商时应关注:目标场景的深度积累、真实数据训练、全链路覆盖能力、落地数据规模、以及治理体系的完备性。未来垂类平台与综合平台将互补,共同推动汽车金融行业智能化升级。

🏷️ #汽车金融 #AI场景 #全链路 #垂类平台 #治理体系

🔗 原文链接
⁣
📰 翔安:搭建公共服务平台 让沉睡数据变为产业活水 _新闻频道_厦门网

在厦门翔安区,友达光电与智慧翔安、中国电信等共同构建的具身智能联合实验室,通过真实产线数据推动机器人“边干边学”,实现对膜撕膜、搬运等工序的自动化与智能化突破。机器人可举起35公斤大尺寸面板,搬运与撕膜等标杆场景在无尘车间落地,并计划年底正式投入使用。平台通过翔安数据要素产业服务平台,把真实生产数据转化为可训练模型的数据资源,形成“现场采集—平台训练—机器人部署—数据回流—迭代调优”的闭环,显著降低企业应用AI的门槛,提升生产灵活性。平台还为承葛生物、绩牛科技等企业提供数据资产登记、隐私计算与脱敏数据集等解决方案,使数据在合规前提下实现价值变现,推动产业生态的共创与扩张,最终构建“就近获取合规数据、算力、场景”的数据要素服务闭环。

🏷️ #数据要素 #AI应用 #具身智能 #平台赋能 #产业生态

🔗 原文链接
⁣
📰 金融AI走向生产一线 算力底座开始“分工协作”

本届东博会聚焦数字经济与数字基础设施互联互通,围绕“AI+”在金融、制造、农业、能源等实体经济的深度融合展开应用展示。亮点在于金融场景的端到端智能化解决方案:从影像预处理、OCR识别、字段抽取到自动化规则校验、异常交易复核和后台数据写入,形成完整的全链路闭环。该模式将通用计算与智能计算深度耦合,明确分工为感知、推理与事务处理各司其职,赋能风控、信贷等更复杂场景,提升决策效率与系统稳定性。以海光的CPU+DCU双芯协同为代表,通用计算负责核心调度与数据流转,智能计算承担模型训练与推理,促成生产链路的高效协作。此外,光合组织推动产业生态全链条协同,通过芯片-平台-应用-服务的闭环,支持政务、跨境贸易、智慧农业等区域应用落地。

🏷️ #AI+ #金融 #算力 #协同 #生态

🔗 原文链接
⁣
📰 银行智能体招标大单密集涌现 Agent打开金融科技产业成长空间

AI智能体正在加速渗透银行业务,各大银行陆续加码智能体相关采购与落地应用。 recente 银行智能体招标规模持续扩大,浙商银行智能体基础软硬件采购刷新年内纪录,显示金融机构在智能化升级中的高投入与强需求。行业观点普遍看好Agent在金融IT的规模化落地,将推动系统升级与深度赋能,提升效率与质效;同时智能投研、智能投顾等信息服务有望实现差异化与精准化,满足投资者的信息需求,成为新的增长点。支付领域也在从单纯通道型向智能经营型转变,催生可观的业务增量。相关上市公司已推出面向银行与商户的智能体产品矩阵,构建支付行业智能体生态;大模型通过增量训练与指令对齐在金融资产管理等领域提升专业性和合规性,进一步推动智能体在金融场景的应用落地。总体来看,AI-Agent 将成为金融科技产业的关键驱动,投资与应用空间持续扩大,金融IT与信息服务的升级将显著提升行业竞争力。

🏷️ #AI金融 #智能体 #金融IT #投研投顾 #支付智能

🔗 原文链接
⁣
📰 服贸观澜丨赋能业务增长、效率提升,金融AI正进入价值兑现期_北京商报

AI产业发展重心正在从大模型训练转向智能体的规模化落地应用,金融行业作为AI落地的前沿阵地,正在进入智能体迭代的新阶段。在本次论坛上,与会者探讨数字经济时代数字金融创新的新机遇与新挑战。回顾金融数字化历程,经历了电子化与互联网化的基础升级,现阶段在AI大模型与大数据成熟的背景下,数字金融迎来了第三次关键性范式迁移,即AI原生化。届时,AI将深度嵌入信贷审批、风险控制等核心流程,AI原生金融机构将以人工智能为核心从底层逻辑重新设计产品、组织架构与风控体系,形成自适应、智能化的全新金融服务模式。以往以规模扩张为核心的增长模式正在被颠覆,AI通过大数据与算法实现资源的精准配置与高效配置,推动高质量发展。未来几年,金融AI的关键词将从“用上AI”转向“用好AI”,行业关注点从模型能力走向业务落地、稳定输出与持续价值创造。核心在于执行可信、看得懂、可落地,覆盖信贷、财富、销售等场景,并提升服务、合规、中台等效能。总体来看,AI的长期资产在于一套可复用的生产体系,规模化创造价值的拐点已然到来。

🏷️ #AI原生 #金融AI #智能体 #数字金融 #高质量发展

🔗 原文链接
⁣
📰 服贸观澜丨赋能业务增长、效率提升,金融AI正进入价值兑现期

AI产业正从大模型训练转向智能体落地,金融行业成为前沿阵地,正进入智能体迭代对接的第三阶段。数字金融正在进行AI原生化的第三次范式迁移,AI将深度嵌入信贷审批、风险控制等核心流程,推动底层逻辑重构、产品形态与组织架构变革,形成自适应、智能化的全新金融服务模式。与过去以规模扩张为核心的发展路径不同,AI将通过大数据与算法实现资源的高效配置与风险收益的动态匹配,推动金融高质量发展。2026年的关键词从“用上AI”转为“用好AI”,行业关注点转向能否稳定落地、持续输出价值,并强调执行可信与看得懂的落地能力。AI将成为数字劳动力,推动信贷、财富、销售等场景的增长与服务、合规、中台等的效能提升,企业将建设完整的AI能力体系,长期资产在于可复用的生产体系。当前监管、产业、技术与底座都已成熟,金融AI规模化创造价值的拐点已经出现。

🏷️ #AI原生化 #金融AI #智能体 #数字金融 #生产体系

🔗 原文链接
⁣
📰 AI正在重塑所有岗位,但比提效更关键的,是帮员工跟上变化-36氪

本文围绕企业在AI时代的员工适应与能力培养问题展开讨论。作者指出,企业引入AI的核心不是简单的自动化程度,而是看是否能帮助员工有效适应变化、提升判断力与核心能力。不同层级员工受到影响不同:资深员工可借助AI处理繁琐任务,腾出时间进行深度思考与创新;而新入职者依赖重复性工作打基础,这些工作正被AI增强,若第一级台阶被削弱,反而不利于长期专业成长。因此,企业需要超越技术培训,推动三方面升级:熟悉AI工具、在真实工作场景运用、以及培养不随技术变化而永恒的核心能力如判断力、问题解决与沟通表达。员工应学会向AI提问、判断与质疑其结果,AI并非替代,而需在监督下发挥最大作用。同时,技能升级的机会要普及到各地区,避免地区差距扩大。实战才是提升职场能力的关键,教育、企业与政府需共同搭建可及的学习与练习渠道,让所有员工都能适配AI时代,带来更强的适应力、区域经济活力与国家竞争力。最终,雇主有责任与企业共同推进员工职业前景的改变。

🏷️ #AI时代 #技能升级 #判断力 #职场能力 #培训渠道

🔗 原文链接
⁣
📰 陈大年复出,入局大模型

StartLux-V1.0-27B-Preview在国产本地模型领域实现了重要突破。文章聚焦其在信通院MCP测试中的综合第二名,显示出27B数量级的小模型通过后训练(Auto Research)和任务级能力提升,能在不依赖云端的情况下实现接近万亿级云端模型的Agent能力。创始人陈大年以本地化、高性价比和可验证性为核心,强调“少即是多”的路径,提出本地模型的商业化前景可能优于云端依赖,尤其在长时任务、多步执行和真实环境交互方面更具优势。StartLux以Qwen3.6-27B为基座,通过后训练强化任务理解、工具调用与结果验证,并引入AI训练AI的迭代优化,确保在金融分析和自动化浏览等场景具备实操性与可追溯性。报道同时指出大模型路线的分流趋势:一方面追求参数扩张与云端算力,另一方面推崇以Harness为代表的Agentic评估与本地化部署的可控性。团队将目标落在企业与个人用户的快速落地,未来将继续扩展自有基模训练与本地智能解决方案的推广。

🏷️ #本地模型 #后训练 #Agent能力 #AI训练AI #本地部署

🔗 原文链接
⁣
📰 两个00后给英伟达供数据,估值215亿 - 智东西

AfterQuery这家美国AI训练数据初创公司在短短五个月内估值从约3亿美元跃升至约32亿美元,达到215亿元人民币。公司由两位23岁、22岁创始人从大学时的金融Agent想法转型而来,转而为前沿大模型提供专家推理数据、强化学习环境和模型评测服务,聚集近10万名专业人士参与高质量数据生产,并通过自研系统对数据进行验证与后训练流程,提升数据质量与可用性。其数据已用于英伟达Nemotron 3 Ultra等模型的训练,在法律、金融、医疗等领域的评测集也在合作推进。行业层面,这体现了AI数据需求的升级:不再仅依赖基础标注,而是需要专业人士的推理过程、操作轨迹和判断标准等复杂任务数据,形成了“专家经验工程”的新方向。未来的增长仍取决于持续获取专业人员供给、稳健的数据质量控制,以及能持续带来模型性能提升的能力证明。

🏷️ #AI数据 #专家数据 #模型评测 #亿级估值 #AfterQuery

🔗 原文链接
⁣
📰 企业级Agent落地样板间!百融硅基员工批量上岗,按结果领工资

随着大模型能力不断提升,企业对 AI 的需求已从“有多强”转向“能产生可感知且可核算的产出”。百融智能在2026年上半年披露的中报正好映照这一趋势:AICC(智能联络)及企业级 Agent 能力在金融之外的物流、券商等场景持续复制与扩张,形成以数据驱动的反馈–训练–优化的数据飞轮。通过RaaS按结果计费,处理量与规模直接转化为收入,推动从单点场景到跨行业的放大。战略上,百融将AI 战略升级为“技术重构型 AI Roll-up”,以垂类模型、真实业务数据与工程体系共同支撑,力求在生产环境中持续迭代并进入更多工作流程。当前的挑战在于如何将企业级 Agent 的生产能力转化为可量化的商业价值,以及如何在采购、落地、系统对接等环节实现规模化与成本控制。总体来看,企业级 AI 的商业化正从单一技术能力走向可运营、可持续的生产力入口。

🏷️ #AI商用 #AICC #RaaS #AI Roll-up #百融

🔗 原文链接
 
 
Back to Top