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)
【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)
📰 “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。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。
🏷️ #技能 #AI分身 #券商研究 #合规 #权属
🔗 原文链接
📰 “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。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。
🏷️ #技能 #AI分身 #券商研究 #合规 #权属
🔗 原文链接
📰 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。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。
🏷️ #龙头集中 #科技属性 #高成长 #权重集中 #产业链
🔗 原文链接
📰 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。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。
🏷️ #龙头集中 #科技属性 #高成长 #权重集中 #产业链
🔗 原文链接
📰 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。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。
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。
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。
🏷️ #数字人 #卖脸 #AI技术 #商业模式 #权益保护
🔗 原文链接
📰 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。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。
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。
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。
🏷️ #数字人 #卖脸 #AI技术 #商业模式 #权益保护
🔗 原文链接