<?xml version="1.0" encoding="UTF-8"?><rss version="2.0" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>权属 | 行业新闻_数智（点击查看更多）</title><description>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）</description><link>https://shuzhi.hangyexinwen.com</link><item><title>⁣📰 “这次不一样在哪里？”当首席分析师被做成Skill，AI“分身”边界何在？今年以来，券商积极布局Skill</title><link>https://shuzhi.hangyexinwen.com/posts/18951</link><guid isPermaLink="true">https://shuzhi.hangyexinwen.com/posts/18951</guid><pubDate>Wed, 03 Jun 2026 13:40:09 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; “这次不一样在哪里？”当首席分析师被做成Skill，AI“分身”边界何在？&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;今年以来，券商积极布局Skill。6月1日，中金公司在推出以计算机行业首席分析师为原型打造的“老于”分析师Skill后，又上线了5位分析师Skill；东方财富、国泰海通、广发证券、国信证券此前已相继发布了Skills产品。2020年至2023年间，券商业曾掀起一轮虚拟数字员工浪潮。2020年12月，广发证券上线证券业首个AI主播“小田”；2022年11月，中金财富数字员工“JINN”亮相；2023年，招商证券直接推出了传媒首席顾佳的“AI数字分身”。3年后的今天，行业讨论的对象已跃升一个量级——从“数字人”转向Skill。与数字人不同，Skill将分析师的认知和经验封装为可复用、可调用的数字能力，并可实现7×24小时在线服务。但随之而来的合规红线、责任边界与权属争议，同样需要跟上这场AI竞赛的节奏。这次不一样在哪里？在AI领域，Skill可以看作是一个为特定任务而封装的、具备专家能力的AI智能体。简单来说，Skill可以把专家经验固化下来。从行业发展看，AI迭代速度令从业者本身都感到意外。从大模型出现，到DeepSeek引发关注、“养龙虾”热潮，再到现在Skill的密集上线，AI的进步速度惊人。如何看待此次分析师Skill的上线？与以往的数字人有什么区别？数字人更多是解决呈现方式的问题，重点在形象、声音和视频化表达。而Skill不同，它具备检索、整理和分析的能力，在归纳整理和信息检索方面非常强，相比于数字人，有一定的‘思维能力’。在她看来，数字人更偏向于传统投顾体系里的智能客服或智能投顾角色，并不是一个真正意义上的AI智能体。部分Skill甚至具备证伪能力——不仅能根据推论给出结论，还能反向推导：如果这个结论是错的，依据是什么？这种双向推理逻辑，是以往任何形式的数字员工都不曾具备的。分析师Skill的重点更偏向“专业能力封装”，它连接的是分析师长期积累的研报观点、研究框架、数据指标、估值方法和问答习惯。从产品形态看，它更像是把分析师的一部分研究能力做成可以随时调用的智能助手。从对行业的影响来看，AI能够提高券商研究整体的工作效率。信息的收集整理工作，以及文字类的归纳总结，都可以交给AI来完成，这样就能把研究员从琐碎的案头工作中解放出来，让他们有更多精力去进行产业调研，去做更深层次的研究工作。这一创新将推动券商研究服务从内容线上化走向能力产品化。过去客户获取研究服务，主要通过研报、电话会议、路演等方式。Skill出现后，一部分高频、标准化的问题可以由AI先承接，比如研报观点查询、财报要点总结、行业逻辑解释、历史观点回溯等，这会提升服务响应效率，也能扩大优秀分析师的服务半径。到底能做什么，不能做什么？目前上线的分析师Skill在围绕已发布研报的观点查询与解释、财报关键数据的提炼与总结、行业逻辑框架的梳理、历史观点的回溯比对等场景表现稳定。简而言之，凡是分析师“说过的话”，Skill都能帮你找到、整理好、说清楚。但有一类问题，它目前还不能回答，也不被允许回答，即个股推荐和个性化买卖建议。这类Skill的定位是研究服务的辅助和延伸，而不是完全替代分析师本人展业。对于AI的态度，业内人士表示积极拥抱学习，但在推动应用上谨慎。技术在证券研究领域的探索值得鼓励，但在大规模推广前需警惕技术与业务实质间的潜在冲突。现有技术对识别最新公开信息、确认研究结论合规性等方面尚未达到深度融合的要求，此外，训练数据合规性、数据隐私和权属问题也需要严格把关。关于“AI分身”的合规性，分析师AI数字分身本质上是基于历史研报等数据训练的智能体，其输出内容仍属于证券研究服务。若仅基于公开资料检索、摘要、解释，风险相对可控；如生成新的投资判断、给出评级、目标价、买卖建议，则可能触及证券研究与投资咨询边界。投资者适当性也需关注，若未完成评估可能带来合规风险。幻觉风险、信息引用偏误等也需建立高质量知识库、权限控制、引用溯源与持续监控。权属问题则更复杂，须结合算力投入、技术依赖程度等做个案判断。总体来看，当前AI应用仍处于快速成长阶段，如何在技术能力建设、研究资产沉淀与合规治理之间实现平衡，将成为未来推进AI落地的重要方向。&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23%E6%8A%80%E8%83%BD&quot;&gt;#技能&lt;/a&gt; &lt;a href=&quot;/search/%23AI%E5%88%86%E8%BA%AB&quot;&gt;#AI分身&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%88%B8%E5%95%86%E7%A0%94%E7%A9%B6&quot;&gt;#券商研究&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%90%88%E8%A7%84&quot;&gt;#合规&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%9D%83%E5%B1%9E&quot;&gt;#权属&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;http://field.10jqka.com.cn/20260603/c677190303.shtml&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item><item><title>⁣📰 前十大重仓股行业地位透视，汇添富恒生科技ETF联接发起式(QDII)C(013128)核心资产一览！截至2026年2月，汇添富恒生科技ETF联接发起式的指数呈现高度集中的权重结构，前十大成分股权重合计约69.09%，前五大股权重为39.69%，显示龙头主导的幂律分布</title><link>https://shuzhi.hangyexinwen.com/posts/12830</link><guid isPermaLink="true">https://shuzhi.hangyexinwen.com/posts/12830</guid><pubDate>Tue, 24 Feb 2026 06:54:35 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; 前十大重仓股行业地位透视，汇添富恒生科技ETF联接发起式(QDII)C(013128)核心资产一览！&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;截至2026年2月，汇添富恒生科技ETF联接发起式的指数呈现高度集中的权重结构，前十大成分股权重合计约69.09%，前五大股权重为39.69%，显示龙头主导的幂律分布。阿里巴巴-W、中芯国际、比亚迪股份居前三，覆盖互联网平台、国产半导体、新能源汽车等核心领域，反映中国数字经济的核心资产方阵。成分股市值亦呈显著分化，最大市值约4.88万亿港元，最小约388亿港元，中位数约1.83万亿，均值约5.18万亿，进一步印证集中度高、结构偏向头部。指数的行业属性分析显示，前三大成分股分别来自可选消费/互联网平台、信息技术/半导体，以及可选消费/新能源汽车，体现从平台到制造的完整产业链布局。总体看，恒生科技指数具备龙头集中、科技属性鲜明及高成长性三大特征，权重高度聚焦使得指数与少数巨头基本面高度相关，同时也提升了投资的弹性与进攻性。&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23%E9%BE%99%E5%A4%B4%E9%9B%86%E4%B8%AD&quot;&gt;#龙头集中&lt;/a&gt; &lt;a href=&quot;/search/%23%E7%A7%91%E6%8A%80%E5%B1%9E%E6%80%A7&quot;&gt;#科技属性&lt;/a&gt; &lt;a href=&quot;/search/%23%E9%AB%98%E6%88%90%E9%95%BF&quot;&gt;#高成长&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%9D%83%E9%87%8D%E9%9B%86%E4%B8%AD&quot;&gt;#权重集中&lt;/a&gt; &lt;a href=&quot;/search/%23%E4%BA%A7%E4%B8%9A%E9%93%BE&quot;&gt;#产业链&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;http://mp.cnfol.com/26675/article/1771826284-142272242.html&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item><item><title>⁣📰 第一批把脸卖给AI的人，已经后悔了-36氪随着AI技术的发展，数字人商业模式逐渐兴起，许多人因贪图快速收益而“卖脸”，但却面临着形象被滥用的风险</title><link>https://shuzhi.hangyexinwen.com/posts/1830</link><guid isPermaLink="true">https://shuzhi.hangyexinwen.com/posts/1830</guid><pubDate>Mon, 15 Sep 2025 03:19:25 GMT</pubDate><content:encoded>⁣&lt;br /&gt;&lt;b&gt;&lt;i&gt;&lt;b&gt;📰&lt;/b&gt;&lt;/i&gt; 第一批把脸卖给AI的人，已经后悔了-36氪&lt;/b&gt;&lt;br /&gt;&lt;br /&gt;随着AI技术的发展，数字人商业模式逐渐兴起，许多人因贪图快速收益而“卖脸”，但却面临着形象被滥用的风险。一些参与者发现，他们的数字分身被用于不当宣传或诈骗，甚至参与政治活动，造成心理健康的负担。这种模式的商业逻辑清晰，企业通过低成本获取人脸数据，实现高效生产和盈利，然而，个体的控制权和权益却难以保障。&lt;br /&gt;&lt;br /&gt;尽管行业内存在诸多问题，AI“卖脸”生意依然火爆。公司通过批量购买人脸授权，降低了成本并提高了效率，形成了双赢的局面。然而，个体在签署合同时往往忽视了潜在的风险，合同条款对买方极为有利，导致一旦授权，个人形象便失去控制。行业内的公关危机频发，企业也在努力修复这些漏洞，强化审核机制。&lt;br /&gt;&lt;br /&gt;未来，随着数字人行业的不断发展，如何平衡商业利益与个人权益将成为关键议题。人脸作为数字资产的属性是否会改变，涉及法律和伦理的深层次讨论。只有在保障个体权益的前提下，数字经济才能实现健康可持续的发展。&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🏷️&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;/search/%23%E6%95%B0%E5%AD%97%E4%BA%BA&quot;&gt;#数字人&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%8D%96%E8%84%B8&quot;&gt;#卖脸&lt;/a&gt; &lt;a href=&quot;/search/%23AI%E6%8A%80%E6%9C%AF&quot;&gt;#AI技术&lt;/a&gt; &lt;a href=&quot;/search/%23%E5%95%86%E4%B8%9A%E6%A8%A1%E5%BC%8F&quot;&gt;#商业模式&lt;/a&gt; &lt;a href=&quot;/search/%23%E6%9D%83%E7%9B%8A%E4%BF%9D%E6%8A%A4&quot;&gt;#权益保护&lt;/a&gt;&lt;br /&gt;&lt;br /&gt;&lt;i&gt;&lt;b&gt;🔗&lt;/b&gt;&lt;/i&gt; &lt;a href=&quot;https://www.36kr.com/p/3467155191387782&quot; target=&quot;_blank&quot;&gt;原文链接&lt;/a&gt;</content:encoded></item></channel></rss>