跳到正文

#金融

今日 8 条
10月10日周六
  1. 36氪·AI32

    高盛任命Jane Dunlevie为TMT投资银行业务联席主管

    高盛近日提拔资深科技投行家Jane Dunlevie出任TMT投资银行业务联席主管,TMT是该行全球投行业务的王牌板块。

    决策要点

    这次晋升的实质是高盛把王牌TMT业务交给深谙AI资本运作的人,投行的人才与客户布局正围绕AI浪潮重新排布。

    • 影响AI公司竞争已从模型与算力延伸到IPO时间窗口和承销席位,头部投行同现多家明星AI公司承销阵容;高盛围绕AI价值链布局数字基础设施、数据中心和半导体,相关企业的融资与上市路径更多由投行组合设计。
    • 参考可考虑在筹划融资或上市时比较各投行在AI相关交易中的角色与记录再定承销合作;值得检视自家高管梯队,参考文中从分析师成长到合伙人的晋升路径。
  2. 钛媒体41

    中央发文部署新质生产力19项举措,权益类基金成立门槛拟降至5000万元

    中共中央、国务院10月9日印发《关于发展新质生产力的意见》,围绕5方面创新提出19项重点举措,大力推进科技创新列为五大任务之首,并提出全面实施“人工智能+”行动,加快智能网联新能源汽车、人形机器人等新一代智能终端场景应用。

    决策要点

    新质生产力19项举措的实质,是把企业放到科技创新主体位置,并用立项即部署转化、验收考实绩的机制解决研发与落地脱节。

    • 影响民企牵头国家重大技术攻关、企业研发准备金制度写入文件,研发投入和项目申报安排可据此调整;文件圈定传统产业改造与新一代智能终端两个智能化方向,应用示范与中试平台按此布局;权益类基金门槛下调为科技企业融资留出更多空间。
    • 参考可考虑对照19项举措梳理自身与人工智能+、未来产业的结合点,评估牵头或参与国家科技任务的机会;值得研究概念验证和中试平台的申报使用路径;有持续研发投入的企业可先测算研发准备金制度对现金流的安排。
10月7日周三
  1. AdExchanger47

    广告智能体花钱快于效果验证时,谁来承担支出缺口

    AdExchanger 专栏作者 Evgeny Popov 撰文提出“验证缺口”问题:AI 智能体可以在预算内、按授权投放并记录每个决策,但效果证据尚未成熟时钱已经花出去。

    决策要点

    智能体让花费跑在效果证据前面,真正的约束不是预算上限,而是谁为未验证的改动承担损失。

    • 影响品牌授权智能体投放后,一个未验证改动可能在证据到来前压上数万美元,并会同时波及出价、受众和渠道多个预算;现有预算上限和排速控制都不限制这种敞口;卖方担保不验证策略本身,只决定亏损由谁承担,条款和除外责任决定实际保障。
    • 参考可考虑为每个智能体改动单独设风险预算上限,投放前与代理和媒体方约定证据标准与扩权门槛;值得盘点在投的效果担保条款,核对触发条件、除外责任和赔付是现金还是广告金。
10月6日周二
  1. OpenAI:官网动态34

    Jump Trading 如何用 ChatGPT 与 GPT-6 Astra 扩大量化研究

    OpenAI 官网发布客户案例,Jump Trading 用 GPT-6 Astra 把可交给智能体的工作流扩展到更长、更模糊的研究任务,覆盖日常编码到验证新假设的量化研究。

    决策要点

    头部量化机构把需要数天的自主研究任务交给智能体,人机分工转向人定边界与目标、智能体自行推进,但效果证据全部来自厂商发布的客户案例。

    • 影响研究与数据分析团队可尝试把多日长任务交给智能体,以扩大探索广度和深度;强监管行业需同步建设安全边界、可观测性与人工评审;案例收益均为厂商与客户自述,引入前要按自身场景核算。
    • 参考可考虑选一个有明确评估指标的研究或分析流程,试点数日量级的自主任务并记录人工介入频率;同时盘点现有的评审、监控与权限机制能否承接智能体产出。
  2. BCG Insights39

    BCG 发布 2026 私募市场可持续发展报告,AI 带来新风险与机遇

    BCG 与 EDCI 发布第四期私募市场可持续发展年度报告,指出 AI 正为私募市场带来新风险与机遇。报告基于 300 家 GP、近 1 万家被投企业数据并新增网络安全指标;私募公司制定脱碳战略的数量上升,范围一和范围二排放强度下降速度快于上市公司,GP 称可持续努力带来更高收入和更低成本。

    决策要点

    AI 把私募市场可持续发展议程从脱碳扩展到网络安全与治理,被投企业准备不足成为价值保护的新缺口。

    • 影响被投企业的网络安全缺口与 AI 治理空白会直接关联基金的价值保护;可持续举措已带来收入上升与成本下降,收益可继续挖掘;美国最多 55% 岗位被 AI 显著改变会波及投后人力安排。
    • 参考可考虑把网络安全指标与 AI 治理机制纳入投前尽调和投后跟踪清单;值得参照 EDCI 新增的网络安全指标盘点被投企业;先算出可持续举措对收入和成本的实际贡献。
10月2日周五
  1. OpenAI:官网动态44

    Chatham Financial 用 Codex 和 GPT-5.6 改造工作流程,交易校验从 30 分钟降至 4 分钟以内

    Chatham Financial 使用 OpenAI 的 Codex 和 GPT-5.6 搭建技术并重新设计工作流程,交易校验环节耗时从 30 分钟降至 4 分钟以内。该客户案例由 OpenAI 官网发布,效果数字为 OpenAI 官方口径,feed 未提供完整正文细节。

    决策要点

    厂商侧客户案例显示编码类 AI 工具已被金融企业用于业务流程改造,效率数字目前仅有 OpenAI 单方口径。

    • 影响交易校验这类重复性环节在金融场景出现分钟级压缩案例,可列入自动化改造候选清单;数字出自厂商宣传口径,同业跟进前应先在自有流程中测算基线。
    • 参考可考虑盘点交易校验、对账等高耗时人工环节清单,选其中一个流程用 Codex 和 GPT-5.6 小范围试点并记录前后耗时;值得先算出人工校验的人力成本再对比厂商宣称收益。
10月1日周四
  1. Anthropic:Newsroom64

    Barclays scales Claude to upgrade operations and improve client experience

    巴克莱银行(Barclays)宣布扩大与 Anthropic 的战略合作,在全行部署 Claude 用于加速软件开发、改造遗留系统并提升运营效率。官方预计 Claude Code 采用率到 2026 年底达到其开发者的 50%,2027 年扩展至多数软件工程师。

    决策要点

    大型金融机构的 AI 应用正从单点试点转向全行规模部署,开发工具渗透率成为可量化的落地指标。

    • 影响软件开发和客服知识检索是该行率先规模化的场景,可作为同业选型的对照;开发工具渗透率目标给出了行业推进速度的参考;强监管环境下治理与人工监督被双方视为规模化部署的前提条件。
    • 参考可考虑对照本机构开发团队的 AI 编码工具渗透率,评估与 Barclays 50% 目标的差距;值得盘点客服知识检索和邮件分拣场景的现行人工耗时,测算同类部署的收益空间。
9月30日周三
  1. Tomasz Tunguz 博客48

    The Fastest Growing Market in Tech isn't AI

    Tomasz Tunguz 撰文称,科技领域增长最快的市场不是 AI,而是代币化真实世界资产(RWA),月复合增速 53%,20 个月增长 5,133 倍,快于 Anthropic 收入的月增 25%。

    决策要点

    链上资产增速跑赢 AI 收入是作者核心论点,但他所在的 Theory 投资了该市场数据商 Allium,这是一份利益相关的增长叙事。

    • 影响部分公司上市前数周已在链上形成交易价格,股权估值参考多了一个来源;Stripe 等稳定币结算进入实际支付环节,跨境收付的基础设施选项在增加。
    • 参考可考虑让财务或战投团队核实相关拟上市公司的链上交易价格再作估值参考;值得评估稳定币结算在自家跨境收付场景的成本与合规要求,先算出与现有通道的差价。
9月4日周五
  1. Tomasz Tunguz 博客62

    Concrete, Silicon, & Leverage

    Tomasz Tunguz 撰文测算,未来五年美国数据中心容量将从 25GW 增至 70GW,全球约 $5t 建设投入中约 $4t 依赖债务融资,项目杠杆通常在 65%-75%。

    决策要点

    AI 基础设施建设已超出风险投资和企业盈利的范畴,成为取决于信用市场容量与 AI 收入兑现速度的宏观信贷事件。

    • 影响算力供给扩张能否落地取决于信用市场承接力,信用条件变化会拖慢或推高云厂商扩容成本;若 AI 收入增速达不到所需水平,偿债压力可能传导为云与模型服务定价变化;市政债也可能成为数据中心的新融资渠道。
    • 参考可考虑把主要云与模型服务商的资本开支、杠杆和 AI 收入进度纳入供应商风险评估,重算多年期算力承诺的价格与续约弹性;值得先跟踪信用市场对数据中心债务的承接情况,再决定大规模采购节奏。
9月2日周三
  1. Anthropic:Newsroom65

    Developing Enterprise Frontier Safeguards with our customers

    Anthropic 发布 Enterprise Frontier Safeguards(EFS),将零数据保留隐私与滥用检测防护结合,监控数据存储在客户自有云基础设施而非 Anthropic 侧。

    决策要点

    Anthropic 用客户自持数据加自动化监控的架构,化解零数据保留与安全检测难以兼得的矛盾,降低受监管行业采用前沿模型的门槛

    • 影响金融医疗等受监管行业有望在数据不出自有云的条件下使用前沿模型;引入 Agent 的企业需自行承接监控告警的复核职责;数据存自有云账号会产生云厂商存储与读写费用,Anthropic 不对方案本身收费
    • 参考可考虑梳理现有 Claude 及云端模型使用的日志合规边界,测算自有云承接监控数据的存储与审计成本;值得让安全合规团队评估 EFS 开放后的接入顺序