AI

財政預算案|孫東稱AI永遠不會取代人類 推全民AI培訓助大眾適應

新一份《財政預算案》中提到政府將撥款5000萬提升全民對AI人工智能的認知。創新科技及工業局局長孫東今日(27日)指,AI發展迅速,香港必須早作準備,「誰抓住這個機遇,誰就擁有未來,這是一個非常殘酷的現實」。不過他未有指出提高市民意識可如何提升自己,指「5000萬,你這麼少的錢,不可能大家都有大的提升」,強調希望全社會未雨綢繆,做好準備。 重申5000萬AI培訓有機會再「加碼」 就政府撥款5000萬用作全民AI教育,孫東指現時AI發展太快,香港及市民必須早作準備,「誰抓住這個機遇,誰就擁有未來,這是一個非常殘酷的現實」。他又稱,政府一定要考量市民要與時並進,雖然5000萬「銀碼不多,只是開始」,相信日後會「加碼」。 他又指,政府會與一些好的機構合作,推出課程、講座或比賽等,希望市民會有基本提升。孫東強調,全民AI不是要大家都學習AI,是要大家認識AI的發展,如無人駕駛,無人機送餐等應用AI科技的發展,希望市民能認識到社會在變,以及如何主動去適應。 2026年2月26日,創科局就財政預算案講述有關創科發展的資金詳情,包括200億北都投資、2.2億國家製造業創新中心及5000萬全民AI培訓等。(資料圖片/梁鵬威攝) 稱AI用作提高效率 「永遠不會取代人類」 他又指,會協助中小企數碼轉型,5000萬只是初步,「會隨時考慮加碼」。被問到如一個普通市民認識到AI科技發展後,可以如何提升等,孫東指政策主要是提高全民對AI的意識,「5000萬,你這麼少的錢,不可能大家都有大的提升」,但希望全社會可未雨綢繆,做好準備。 對於AI會否取代一些工種或階層,孫東認為最關鍵的,是面對新時代來臨時,傳統行業要創造新應用場景,他舉例指內地有「一人一公司」,由一個人帶數個AI模型,希望日後可共同探討如何發展,他又說目前來看,「AI永遠不會取代人類」,而是用作提高效率。 原文網址: 財政預算案|孫東稱AI永遠不會取代人類 推全民AI培訓助大眾適應 | 香港01 資訊來源: https://www.hk01.com/article/60325588?utm_source=01articlecopy&utm_medium=referral

全民AI培訓與AI+產業升級:給香港企業的三個行動建議|蘇仲成

今年財政預算案提出成立「AI+與產業發展策略委員會」,由財政司司長親自擔任主席,為人工智能帶動產業轉型及發展訂定策略,初期聚焦生命健康及具身智能等領域,同時配合全民AI培訓及政府數智化,標誌著香港正式進入「AI產業化、產業AI化」的新階段。 我觀察到:這並非純粹「科技界」的議題,而是每一個行業、每一位管理層、甚至每一位打工仔未來五至十年的生存課題。 一、從「工具導入」走向「產業重構」 過去幾年,不少企業把AI理解為「加一兩個聊天機械人」、「幫同事節省時間」,重點放在工具層面;但預算案提出的,是利用AI帶動整體產業升級,例如投放資源於生命健康科技、AI與機械人、未來產業,加上成立專責策略委員會,目的在於重構價值鏈,而不只是局部提升效率。 這意味著企業需要回答三個更根本的問題:我們所在的行業,因為AI出現會出現哪些新商業模式?現有的收入來源會否被平台化或自動化侵蝕?我們是否願意在風險仍高的早期,就開始累積AI轉型的內部能力? 在我們與本地不同行業合作的案例裏,最成功的企業往往不是「一次過買很多系統」,而是先選定一條具代表性的業務線,透過AI重新設計流程和服務模式,再逐步內化到其他部門。 二、全民AI培訓:從「學懂工具」到「重寫分工」 預算案同時首次提出「全民AI培訓」,撥款5,000萬元資助公營機構、大專院校及科企在社區舉辦AI應用課程、講座及比賽,目標是讓市民能充分認識AI帶來的發展生態和生活轉變,而不只是學幾個功能。 我們認為,所謂「全民AI」,核心不是人人變成工程師,而是整個勞動市場的分工會被重新定義:哪一些工作可以交給AI代理完成?哪一些判斷仍然必須由前線人員或管理層負責?企業又如何重新設計工作說明,讓人與AI真正成為「隊友」而不是「競爭者」? 香港的優勢在於我們擁有大量具國際視野的專業人才,但限制在於不少企業內部缺乏系統性地設計「AI勝任力框架」——員工究竟需要掌握哪幾級別的AI技能,才能勝任未來三至五年的工作?這正是未來幾年人力資源與培訓策略最需要補上的一課。 三、從「數碼化」走向「數智化」:政府帶頭,企業要跟上 預算案亦提出撥款一億元,引入業界領先技術,加速政府部門的數智化轉型,並加強為公務員提供AI培訓;同時,數字政策辦公室多次強調,目標是推動人工智能在各行各業的廣泛深度融合,實現「AI產業化、產業AI化」。 政府在這一輪轉型中扮演兩個角色:一方面是大型「首位客戶」,透過公共服務和採購帶動市場試用與標準建立;另一方面是「規則制定者」,在數據治理、責任使用AI、跨境數據流動等領域訂立方向。 對企業而言,這是一個學習如何與AI「共治」工作的契機:如何在遵守監管要求的前提下,善用政府開放數據及雲端基建?如何參與試點項目,成為早期參與者,而不是被動等待行業被重塑? 四、香港企業的三點建議 (一)設立「AI轉型責任人」,由管理層親自掛帥 不少AI項目失敗,並非技術不足,而是缺乏決策權和跨部門協調能力。建議由管理層任命一位對業務與人才均有理解的「AI轉型負責人」,獲授權統籌試點項目、培訓及風險管理,並以季度為單位匯報成效。 (二)從一條業務線開始,建立可複製的AI應用範本 與其同時在多個部門「撒網」,不如選擇一條與收入或客戶體驗高度相關的業務線,設計清晰的KPI(例如處理時間、轉化率、錯誤率),以6–9個月為週期進行AI重構,然後把成功模式複製到其他部門。 (三)把培訓視為「生產力投資」,而非「員工福利」 面對全民AI培訓的政策紅利,企業可以主動與院校、行業協會及科技公司合作,為不同職級設計分層課程:基層著重工具應用,中層著重流程重設,高層著重商業模式與風險治理。當培訓與實際業務指標掛鈎時,AI能力會自然沉澱為組織資產。 五、讓香港成為「AI+產業實驗場」 香港在發展人工智能方面,具備科研實力、國際金融中心優勢、法治及專業服務,以及與大灣區高端製造的緊密聯繫,這些條件使我們有潛力成為結合科研、產業與制度創新的「AI+產業實驗場」。 「AI+與產業發展策略委員會」即將展開的工作,為整個社會提供了一個共同討論未來產業形態的框架;而能否真正把政策紅利轉化為企業和市民可感受的機會,關鍵在於我們今天是否願意主動擁抱轉型。 在這個關鍵時刻,我們呼籲本地企業管理層,不要只是「觀望政策」,而是積極把自己所在的行業,變成AI+時代的實驗空間;而我們亦樂意與不同界別攜手,為香港打造一套真正屬於本地的「AI+產業升級實戰方法論」。 原文網址: 全民AI培訓與AI+產業升級:給香港企業的三個行動建議|蘇仲成 | 香港01 资訊來源: https://www.hk01.com/article/60342309?utm_source=01articlecopy&utm_medium=referral

AI时代银行自动智能温度不减

你是否也感觉到,人工智能(AI)的发展似乎已经席卷许多行业,但在银行业,我们却很少真正感受到它的存在? 银行的服务流程依然如往常一样,被各种繁文缛节所束缚,仿佛科技带来的效率还未真正进入银行体系。 现行方向:嵌入基础AI 事实上,银行早已在许多业务流程中应用AI技术,例如数据分析、风险评估等。然而,这些应用大多仍停留在后台系统,在前台客户管理和服务的应用,还有很大的提升空间。 ADVERTISEMENT 从务实的角度来看,银行可以开始将基础型人工智能更深入地嵌入现有的电子银行系统之中。当前很多银行系统已经提供一些自动化服务,例如常行指示或自动扣款。然而,银行可进一步让客户能更灵活地设定不同的规则,例如根据消费类别自动分类交易、设定自动转账逻辑,甚至根据收入与支出状况自动进行储蓄或投资配置。 未来形态:语音、空间银行 接下来,另一个值得重点发展的方向是语音银行。其实,在生成式AI面世前,美国已有一些银行提供类似服务,让客户通过语音指令查询账户余额或执行交易。 在AI时代,便利性已成为人们的基本要求。相比在手机上一步一步设定操作,许多用户可能更希望直接用语音指令完成银行交易。随着AI语音识别与自然语言处理技术的进步,语音银行在未来将变得更普遍,虽然要推出此类系统在大马多元的环境底下还是会面对一些挑战。 除了语音银行,未来银行也可能出现新的形态,例如空间银行(Spatial Banking)。随着虚拟现实(VR)与扩展现实(XR)技术的发展,人们在虚拟空间中进行金融交易也许会成为一种新的银行服务模式。客户可通过虚拟世界进入银行大厅,与虚拟银行职员互动,完成一些简单的交易或查询。 ADVERTISEMENT 真诚服务,以人为本 AI时代的银行分行数量会如预期般逐渐减少,但这并不意味着银行分行会完全消失。未来的银行分行也可能呈现出不同于传统柜台的氛围,它会更像一个轻松的交流空间,在点一杯咖啡、听一个故事的环境中,银行顾问通过了解客户的人生目标、家庭规划与风险承受能力,能更准确地制定适合的财务规划。 事实上,许多复杂的金融产品,例如投资、保险、退休规划等,并不会因为AI系统推荐就让客户自动申请。金融需求往往需要被引导,而这种过程依然需要人与人之间的沟通。 因此,未来的银行员工不仅需要深入了解银行产品和竞争对手的优缺点,还需具备更强的情绪智力及一定的心理学知识。金融服务的本质仍与人的需求密切相关,而理解客户的心理与生活阶段,将成为制定合适金融方案的重要基础。 未来银行成功的关键,将是如何通过多个渠道提供高效率与真诚人性化服务的结合。银行必须建立无缝连接的多渠道银行体系,让手机银行、语音银行、虚拟空间银行以及实体分行之间能顺畅衔接,为客户提供一致且便捷的服务体验。 当科技不断加速前进,银行真正的智慧,或许正是回到人本,在冰冷的屏幕之外,依然能给予客户真实的温度。 资讯来源: https://www.enanyang.my/news/20260330/Finance/1206951

人工智能可给答案 决策方向还得靠人类

当人工智能(AI)可以在几秒内生成报告、撰写代码,甚至协助医生判读医学影像,人类在知识与决策中的角色,是否正在被重新定义? 在全球科技界热议“知识是否贬值”、“白领工作是否会被重塑”的当下,当头棒喝的问题来了:“机器能够迅速给出答案,那人类还剩下什么优势?” 马来西亚人工智能总商会(MAAI)永久名誉创会会长拿汀刘秋英及总会长林进宝给出的答案是“方向”,即人工智能可以给答案,但方向必须由人来决定。 人工智能的真正价值,不是取代人类,而是放大人类的判断力与创造力,而未来社会真正稀缺的能力,也不再只是知识,而是提出问题与作出决策的能力。 《南洋商报》专访林进宝与刘秋英,聚焦一个更贴近本土现实的问题,即在人工智能加速演进的时代,大马企业与教育体系是否具备足够的转型能力。 技术到位结构待转型 林进宝指出,大马企业早已在不同层面应用人工智能。从客服自动回复、后台数据整合到预测模型与风险评估,人工智能已广泛融入金融、医疗、制造与物流领域。 他说,银行通过机器学习模型评估客户信用,加快贷款审批,医疗行业在X光与电脑断层(CT)扫描中引入人工智能辅助,制造与运输业则通过自动化系统提升营运效率。 不过,他也坦言,目前多数企业仍把人工智能视为提升效率的工具,真正的深层整合与决策主导仍在升级阶段。技术已到位,但结构转型仍在进行中。 职能重构非岗位消失 在就业议题上,两人态度明确,即人工智能不会让岗位消失,而是让职能重构。 林进宝指出,重复性高、流程标准化的初级岗位,确实较容易被系统接管部分工作,例如基础客服、数据输入或初级会计职能。 然而,这并不代表职业终结,而是角色升级。未来相关人员将转向监督人工智能输出、修正异常数据、处理复杂个案判断。 刘秋英也强调,“人工智能取代人类”的说法本身就是误解。人工智能是人类创造的工具,其目的是增强判断,而非替代人类。企业在推动转型时,应同步提供培训与心理支持,让员工把转型视为能力升级,而不是淘汰。 随着结构重组,新职业也逐渐浮现。根据林进宝所观察,近年来市场上出现人工智能培训师与人工智能企业转型顾问等角色。 “这类专业人士协助企业规划应用路径、培训员工、推动执行。课程反应踊跃,反映出市场对技能升级的真实需求。” 他也提及,科技领域方面也开始出现模型整合与系统部署人员。他们不再单纯编写代码,而是专注于将大型语言模型整合进企业数据库,使人工智能真正嵌入业务流程。 应对AI运用培养学生判断能力 林进宝强调,人工智能只是加速工具,而教育的功能在于建立思维框架与人生方向。在他看来,教育体系未必需要推翻重来,但必须更新思维,使其更符合人工智能时代的发展趋势。 他说,学校在学生成长阶段扮演关键角色,应教会学生如何思考及提问,以及如何理解人工智能的运作逻辑。教师本身更需要走在学生前面,只有当教师能正确理解并接受人工智能,学生才能在开放而健康的环境中成长。 刘秋英则直言,大学一定要读,而且在人工智能时代更为重要。 她认为,大学的角色需要升级,但价值不会削弱。未来大学不应只传授知识,而应培养批判思维、创造能力与跨领域整合能力。当人工智能可以迅速给出答案,社会真正稀缺的是能提出问题与作出判断的人。 她提及,为进一步优化和提升大马人对人工智能的认知程度,该会也分级别式为各行业或领域提供培训计划,包括涵盖初级、中级与高级课程,以配合不同对象与行业需求。 大马可结合优势调整前进 在大马与周边区域竞争方面,林进宝坦言,新加坡在政策集中与财政支持方面更成熟,但大马拥有开放投资环境、多语文化优势与东盟枢纽地位。 目前大马科技成长仍较依赖外资与外来技术,但他认为这并不代表没有机会。若能整合数据中心、安全测试与技术服务资源,结合本地人才优势,大马有潜力成为区域科技整合集成中心。 整体而言,大马已踏入人工智能重构时代,就业结构正在调整,新职业逐步出现,教育体系也在转型。人工智能不会等待社会准备好才前进。真正决定未来竞争力的,不只是技术,而是升级的速度。 资讯来源: https://www.enanyang.my/news/20260330/Finance/1206976

美媒:扎克伯格正打造AI助理 助他完成CEO工作

(纽约23日讯)知情人士透露,Meta总执行长扎克伯格(Mark Zuckerberg)正全力推动全员AI化进程。他的愿景是让公司内外的每一个人最终都能拥有专属的个人AI助理,而这一行动正从他本人开始。据称,扎克伯格正在亲自研发一款AI代理(AI Agent),以协助其处理日常决策与工作。 据《华尔街日报》报道,这款尚在开发中的AI代理能显著提升扎克伯格获取资讯的速度。例如,它能直接搜寻并整合那些通常需要跨越多个管理层级才能获得的答案,从而大幅缩短沟通链路。 这一项目反映出拥有近7.9万名员工的Meta正致力于加快节奏并精简架构,试图在与AI原生初创公司的竞争中保持优势。Meta高层认为,深度融合AI技术是公司未来成功的核心,目前正探索如何将更多自动化工具植入业务流程。 扎克伯格近期投入了更多时间亲自编写程式码,并在1月的财报会议上展示了初步成果。他指出,Meta正在投资AI原生工具,以赋能员工完成更多任务,同时提升“个人贡献者”的地位并简化团队结构。他预测,这种转型不仅能提高产量,还会让工作变得更有趣。 在Meta内部,AI工具的普及速度惊人,部分原因是AI的使用情况现已成为员工绩效评估的关键指标之一。知情人士形容,目前的内部氛围让人联想到公司创立初期(原Facebook时期)那种“快速行动,打破常规”(Move Fast and Break Things)的拼劲。 目前,Meta员工已开始广泛使用各类辅助工具: My Claw:可存取员工的聊天记录与工作文档,甚至能代表员工与同事(或同事的AI代理)进行沟通。 第二大脑(Second Brain):由员工基于Claude平台开发,定位介于聊天机器人与AI代理之间,被内部称为“AI幕僚长”。 回顾Meta的人力变动,公司在疫情期间员工数曾飙升至8.7万人。随后在2022年因广告市场低迷裁员1.1万人;扎克伯格更将2023年定为“效率年”,再次精简1万人。尽管如此,随着AI业务的扩张,员工人数近期已回升至7万8865人。 资讯来源: https://www.enanyang.my/news/20260323/Finance/1201096

阿里巴巴業績會|多項重磅AI雲業務指引! 平頭哥GPU累交付47萬片

阿里巴巴(9988)公佈截至12月底,第三財季業績,經調整淨利潤(non-GAAP)錄得167.1億元(人民幣,下同),按年跌67%,不及市場預期的296億元。公司總收入2,848.4億元,按年增長2%,同遜於市場預計的2,898億元。 對於備受關注的雲與AI業務的發展,公司CEO吳泳銘指出,阿里集團AI戰略的商業目標非常明確,未來五年,包含MaaS在內的雲和AI商業化收入突破1000億美元。公司平頭哥自研的GPU芯片,截止26年2月,已經累計規模化交付47萬片,年化營收規模達百億元,不排除會IPO。 預計商業化MaaS 成為阿里雲最大收入產品 吳泳銘表示,過去三個月,看到百煉MaaS平台上公共模型服務市場的Token消耗規模提升了6倍。預計商業化MaaS收入將會成為阿里雲最大的收入產品。商業目標非常明確,未來五年,包含MaaS在內的雲和AI商業化收入突破1000億美元。 本季度阿里雲外部商業化收入加速增長至35%,AI相關產品收入連續第十個季度實現三位數同比增長。阿里雲市場份額已連續三個季度保持增長,提升至36%,領先優勢持續擴大。阿里雲2026財年截至2月底的累計外部商業化收入正式突破了1,000億元人民幣。 他指出,如果從應用層這個維度來看優先級,首要優先級是打造智能能力最強的模型。因為只有最強的模型,才能驅動各行各業應用場景的拓展;也只有最強的模型,才能吸引各行各業的應用來使用我們的MaaS業務。 但他又特別強調,如何打造最強的模型,恰恰需要通過自有的各類行業應用、通過MaaS連接各類行業應用,讓更多的用戶使用阿里的模型,從而逐步打通數據飛輪與業務閉環。通過更多的應用場景、更多的數據、更多的用戶來持續叠代和提升模型能力,才能形成良性的數據飛輪,進而不斷提升模型的整體水平。這也正是成立AI事業群最核心的原因。 平頭哥年化營收規模達百億元 不排除未來IPO 而談及芯片,平頭哥自研的GPU芯片已實現規模化量產。截止26年2月,已經累計規模化交付47萬片,年化營收規模達百億元。在阿里雲實際業務場景,60%以上的平頭哥芯片服務於外部商業化客戶,支持了400多家企業客戶的AI任務,涵蓋包括互聯網、金融服務、自動駕駛等多個行業。 針對市場傳聞的拆分平頭哥上市的消息,吳泳銘則回應指,不排除未來會令平頭哥IPO,只是現在尚未有明確的時間表。他預計,未來3至5年,全球的AI算力都會處於一個非常緊缺的時期,而目前阿里是在中國市場唯一具備自研芯片能力的雲計算公司,在算力稀缺的時代,其覺得對阿里巴巴的AI戰略來說至關重要。 預計29財年即時零售業務板塊 將實現整體盈利 談及電商業務,電商事業群首席執行官蔣凡指出,首先維持28財年即時零售整體交易規模過萬億的目標。在此規模基礎上,相信可以實現規模化的正向現金流。同時預計,29財年即時零售業務板塊將實現整體盈利。 他形容稱,過去一年閃購作為即時零售,對於平台整體的拉動明顯,包括閃購在內的電商大盤年度活躍買家增長了1.5億,實物電商年度活躍買家增長了1億,淘寶實物電商年度活躍買家增長超過了過去三年的總和。新的用戶相比成熟用戶,短期的客單價和購買頻次相對較低,但希望在未來持續提升這部分的表現,成為未來增長新引擎。 問及CMR增速的放緩,他則指出,今年第一季度以來,看到消費復蘇還是非常明顯的,在即時零售戰略的共同拉動下,實物電商成交跟CMR增速都有顯著回升,令利潤有顯著的改善。 三大增長動能 驅動未來AI增長 展望公司AI發展,吳泳銘續指,看到的未來AI增長最根本的內在驅動因素,在於大模型能力的持續突破,這是推動這一切的底層核心。最大的增長動能來自三個方面。第一是以大模型驅動的模型即服務業務作為核心增長引擎,這一業務的增長來自於多元化的應用方,包括我們自己的應用、以及行業中豐富多樣的各類AI應用場景。 第二個方面,對於AI雲計算而言,未來公共模型服務將是一個規模可觀的市場,但與此同時,相當數量的中大型企業還將存在企業級內部推理和訓練的市場需求,這個市場將長期持續存在。 第三個方面,是一個被很多人忽視的增長動能,就是以CPU為主的傳統雲計算在AI智能體時代的巨大增長空間。當AI大模型創造的智能體數量達到一定量級,這些智能體的運行環境需要大量傳統的、以CPU為核心的雲計算資源支撐,需要傳統CPU、數據庫、存儲以及大量內存,來支撐它們長期持續地運行和解決問題。 不過他也解釋稱,於阿里而言,投入之後營收和利潤的提升,未必是線性的過程,可能伴隨規模效應產生突變。 原文網址: 阿里巴巴業績會|多項重磅AI雲業務指引! 平頭哥GPU累交付47萬片 | 香港01 資訊來源: https://www.hk01.com/article/60332292?utm_source=01articlecopy&utm_medium=referral

海豚研究|阿里巴巴電商業績遜色——AI能否成為大救命?

阿里巴巴(BABA.US)於3月19日美股盤前發布2025財年第三季度業績。從預期差來看,除國際電商增長偏弱、其他業務虧損擴大外,整體表現與已下調的指引接近,但絕對業績表現相對遜色。核心電商板塊在國補紅利與變現率拉高周期結束後,增長顯著放緩,而阿里雲憑藉AI驅動保持強勁增長,成為最大亮點。電商業務遇阻之下,AI能否帶領阿里突破瓶頸、開啟新增長曲線? CMR增長不足1%:傳統遠場電商核心指標——CMR本季同比增長0.8%,較此前季度的10%大幅放緩。與京東類似,一方面受25年國補退坡、24年高基數影響,同時春節偏晚導致國內購物需求更多在2026年一季度釋放。 此外,2024自然年9月開始加收的0.6%服務費和全站推工具,對變現率提升的利好基數期已走完,兩大因素共振導致CMR增速快速回落。所幸公司此前已與市場充分溝通,實際表現與預期基本一致。 外賣虧損如期收窄,但進展未及預期:中國電商集團本季調整後EBITA為346億元人民幣(下同),較去年同期減少約265億元。考慮到CMR近乎零增長,保守假設原淘天集團利潤本季同比微降,倒推閃購淨虧損本季約250億元。 雖較上季虧損大幅減少(即閃購單位經濟學正在改善),但處於市場預期虧損區間200至250億元的上限,表明改善速度未達期待。按長橋海豚研究推算,淘寶閃購的單均虧損大致從上季的5元出頭,收窄至本季的3.5元左右(無官方數據,測算僅供參考)。 阿里雲再提速,表現依舊亮眼:AI戰線上,阿里表現不俗——阿里雲營收增長36%,如期繼續小幅提速;雖未超預期且提速幅度不大,但阿里雲外部收入本季增長35%,較上季的29%提速顯著,從集團層面來看,外部收入大幅提速的含金量更高。 此外,公司表示,過去三個月,百煉MaaS平台上公共模型服務市場的Token消耗規模提升了6倍(AI從Chatbot向Agent演變,對Token、算力的需求會翻倍增長),因此長橋海豚研究對雲算力需求長期看好。 同時,阿里雲本季利潤率為9%,與上季持平,並未因AI業務比重上升拖累利潤率,表現尚可;本季度資本開支為299億元,環比上季有所回落,可能受英偉達芯片禁入影響。鑒於阿里此前投入較為激進,且市場對投入ROI的要求顯著提高,投入減少或非壞事,本季阿里自由現金流再度轉正。 國際電商增長降速,再度虧損:本季國際電商收入同比增速放緩至不足4%,低於已調低的市場預期(約7%),主要受Lazard營收同比負增長拖累。可見東南亞市場中,面對正處於擴張投入期的Sea和TT Shop,阿里國際面臨的競爭壓力頗大。 同時,國際電商調整後EBITA再度轉虧20億元。不過這主要是大促季(如黑五等)的季節性影響,相比去年同期仍實現減虧,並不意味着重新進入投入周期,仍會維持精細化運營。 其他業務加大投入,虧損擴大:本季其他業務虧損顯著擴大至約98億元,高於大行已上調至85億元的虧損預期。高德掃街榜、千問/夸克App等AI應用的獲客與開發投入,是虧損擴大的主要原因,雖在情理之中,但幅度超出預期。 考慮到12月季度時千問尚未真正發力,春節期間還推出紅包和免單卡,下季度其他業務虧損估計也不會太低。 整體業績:本季阿里總收入同比增長1.7%,若剔除剝離銀泰和高鑫的影響,可比增速為9%,較上季的15%有所放緩,主要受國內外電商增長大幅放緩拖累; 加回股權激勵支出的毛利潤本季同比下滑2%,毛利率同比下滑1.5個百分點,跌幅進一步擴大,其中即時零售業務的配送成本是主要拖累,虧損擴大的其他業務也有一定影響; 費用方面,營銷費用本季高達709億元,較去年同期增加288億元,超過閃購業務產生的虧損,清晰體現其他業務板塊的獲客投入明顯增長; 最終集團整體調整後EBITA為234億元,雖因外賣虧損縮窄,較上季不足百億元的利潤有不小改善,但核心淘天業務利潤可能同比走低、國際電商再度轉虧、其他新業務虧損擴大超預期,整體利潤走勢仍相對偏弱。 長橋海豚研究觀點 當期業績上,阿里表現顯然是不太好的: (1)核心遠場電商業務受行業大盤疲軟、自身變現率提升周期結束影響,收入增長基本停滯,利潤表現自然不佳;淘寶閃購雖實現減虧,但進展速度偏慢; (2)國際電商增長放緩且再度單季虧損超20億元,顯示精細化運營成效未及預期,在營收增長與利潤釋放兩端均未交出優異成績;核心淘天業務造血能力下降之際,其他業務線進入投入期,導致集團整體利潤顯著走跌; (3)唯一的支撐來自AI與雲業務——作為國內領頭羊,阿里雲無論增長還是利潤表現都較不錯,但未如前幾季般以超預期表現振奮市場,暫時難以彌補其他業務的缺陷。 後續展望: (1)遠場電商:作為「壓艙石」的遠場電商業務,26年國補力度大概率不及25年,疊加高基數壓力,且近期國內AI算力替代人力的趨勢,可能影響被「優化」員工的消費能力,因此長橋海豚研究對26年國內電商增長前景並不樂觀; 不過,25年第四季度電商增長疲軟的誘因之一是春節時間偏後導致消費后置,最新公佈的12月線上商品銷售增長達10%以上,反彈明顯,25年第四季度+26年12月合計線上零售額同比增速約5.4%,雖放緩但未達極端水平; 綜合來看,長橋海豚研究對26年全年電商銷售額增長不抱樂觀,但25年第四季度很可能是階段性低點,最差時期或已過去; 此外,加收0.6%服務費和廣告全站推工具的利好周期已基本走完,且25年10月開始對電商商家實施更嚴格的徵稅(從此前商家自行申報,調整為要求平台代為上報納稅信息),尤其對中小商家而言,意味着更高的稅費/利潤壓力,可能降低其廣告付費能力; 這兩點意味着,淘天後續靠提升變現率促進營收增長的難度加大。 (2)即時零售:雖當前阿里、美團在即時零售領域的補貼力度較25年第三季度有所退坡,市場關注度從「外賣大戰」遷移至「AI大戰」,但兩家在單量規模和補貼力度上依然競爭激烈; 阿里管理層此前表示「即時零售的目標是做到市場規模第一」,意味着外賣大戰的競爭與補貼退坡不會在短期內結束,本季閃購虧損貼近預期上限也驗證了這一判斷; 另外,從調研來看,淘寶閃購的訂單結構正在優化(高單價的正餐和非餐閃購比重增加),但本季度尚未體現出明顯成效; 根據近期調研(僅供參考),26自然年全年淘寶閃購的投入總預算為500+200億元,其中500億元為固定部分,200億元為視情況動態調整,從本季趨勢來看,最終總預算可能更貼近上限; 若實際投入700億元,與25自然年總投入規模差別不大,但考慮到25年投入預算是平均分攤到2.5個季度,26年每個季度分攤的投入和虧損仍會減少。 芯片+雲+模型三位一體,國內AI故事最佳載體:類谷歌邏輯,阿里憑藉平頭哥(自研芯片)、阿里雲(雲服務)和千問模型&App家族(模型和軟件能力),是國內AI全棧能力佈局最完整、最適合講述AI故事的公司之一; 在大市值公司範疇內,阿里仍是看好AI發展的資金在國內首選的底倉標的之一,這一主線中期敘事不會因本次業績不佳而出現大幅變化; 近期重要動態方面,春節期間豆包、千問、元寶三家圍繞2C端用戶展開「紅包大戰」,最終用戶留存均不算理想,除豆包外,其他App日活用戶數較高點均有明顯回落,其中千問表現雖優於元寶,但與豆包的差距持續擴大,可見阿里在C端入口爭奪中雖有成效,但相對有限; 隨着OpenClaw在國內傳播,行業爭奪前沿從AI Chatbot搶奪C端流量入口,快速迭代至Agent的研發和用戶爭奪,長橋海豚研究認為這一變化可能帶來兩方面影響: (1)Agent對算力的需求是Chatbot的數倍乃至更多,會進一步刺激算力/Token需求飛速增長,利好算力供應方,近期阿里雲宣布對部分產品漲價,很可能正是因算力供不應求; (2)有限的算力將從千問、豆包等C端入口App(前期更多是成本部門,免費使用乃至倒貼以引流,變現模式尚在摸索),更多傾向Agent(更面向辦公或2B端場景,用戶付費意願更強,且按Token付費能立即創造營收),有利於相關雲/模型公司更早從AI業務中獲得實際營收和利潤。 組建ATH事業部的影響:近期阿里宣布將通義實驗室、阿里雲下MaaS事業線、千問事業部、悟空事業部和AI創新事業部,整體打包構成阿里Token Hub事業群(即ATH),背後部分原因是從Chatbot向Agent迭代後,Token已成為最大增長方向; 長橋海豚研究認為,這一重組的最大意義在於,將最上游的模型研發、中游的算力/模型銷售,以及最下游的2C/2B端應用置於同一組織架構內,有利於技術研發與產品需求對齊,便於內部溝通與目標統一,避免模型研發端只追求技術先進性,而終端應用團隊僅紧盯用戶量等短期KPI; 另一相對次要但可能影響近期業績的變化是,阿里雲從直接銷售算力(或稱「裸金屬」,用戶自行搭建模型),轉向銷售MaaS或Token(底層硬件已配置好模型),理論上能獲得更高的營收和利潤率,最終可能體現為阿里雲營收加速、利潤率優於預期。 原文網址: 海豚研究|阿里巴巴電商業績遜色——AI能否成為大救命? | 香港01 資訊來源: https://www.hk01.com/article/60332665?utm_source=01articlecopy&utm_medium=referral

海豚研究|甲骨文搵命博——押注AI,真的贏了?

作為四大雲端巨頭中最具爭議的甲骨文(ORCL.US),美東時間3月10日美股盤後公布了截至2月底的2026財年第三季度業績。整體而言,本季表現好壞參半:亮點是資料庫與算力租賃為核心的OCI業務增長強勁且持續提速;弱點則是對毛利率的壓制比預期更嚴重,資本開支與借貸規模亦超預期快速攀升。 因此,本季整體表現只能歸為中性,功過相抵。真正帶動盤後股價上漲的關鍵,是公司上調2027財年全年營運指引,從此前的850億美元上調至900億美元。具體如下: 核心業務——OCI如期加速增長:雲板塊下IaaS類型的OCI業務本季收入達48.9億美元,不變匯率下增長81%,較上季的66%明顯提速。營收同比淨增額同樣環比大漲36%,亦創歷史新高。 可見OCI業務增長勢頭持續增強,屬於正面信號。不過由於市場預期本已偏高,僅能視為達標,而非超預期表現。 AI業務對毛利率的拖累較預期更嚴重:伴隨OCI加速增長,本季雲端+軟體業務合計毛利率(公司未單獨拆分披露)約為68%,同比下跌8個百分點,較上季的5.9個百分點進一步擴大,表現遜於市場預期。 假設軟體業務毛利率不變,則雲端業務整體毛利率可能已跌至50%以下,其中OCI業務毛利率可能僅30%左右。 領先指標增長「暫時休息」:反映新增訂單需求的未履約合約餘額(RPO),本季環比淨增約300億美元。在首季度天量訂單後,近兩季度新增訂單規模持續環比走低,不再有驚喜。不過絕對規模仍舊不低,相當於本季OCI收入的6倍。 資本開支加速走高:作為帶動OCI增長的「前置條件」,本季資本開支達186億美元,較上季度的120億美元大幅增長,單季環比淨增額再創新高。 本季公司資本開支首次超過總營收,自由現金流已連續兩季單季淨流出約百億美元。如此龐大的現金流出,勢必需要對外大量融資。不過按照2026財年全年500億美元的資本開支指引,下季度投入將明顯下滑至約120億美元。 此前官宣的450~500億美元融資計劃中,本季已完成約300億美元,其中新增發債約250億美元、發行優先股約50億美元。淨有息負債攀升至目前的950億美元,淨負債/資產比例為39%。 相對應,本季利息支出達11.8億美元,同比大幅上升32%,占總營收比重亦環比提升約0.3個百分點。 其他業務整體依舊平淡:除OCI業務外,雲板塊下的SaaS業務不變匯率下增長11%,與上季持平。而傳統軟體與硬體業務剔除匯率利好後,營收仍近乎零增長,甚至小幅負增長,毫無起色。 僅諮詢業務受雲端業務快速增長帶動,產生更多部署等諮詢需求,營收增長持續提速,本季突破10%,表現相對不錯。但體量不大,影響有限。 整體表現: (1)在OCI帶動下,本季集團整體營收增速象徵性突破20%門檻,具備一定指標意義。不過剔除匯率利好後的營收增速為18%,僅與此前指引上限相當,不算超預期。 (2)雖然軟體/硬體業務毛利率實際改善,但受OCI拖累,集團整體毛利率同比下跌約5.7個百分點至64.6%,明顯低於市場預期的67%。 (3)三項常規經營性支出本季同比增速僅2.2%,明顯低於市場預期的近6%。可見OCI業務的增長與投入,對經營費用支出影響不大。 受出色的費用控制抵銷,本季調整後經營利润率僅同比下跌0.9個百分點,較市場預期反而高出約0.3個百分點。最終調整後經營利潤73.8億美元,同比增長19%,略高於市場預期。 業績指引—短期符合預期,中期上調:對下季度(2026財年第四季度)的指引,僅看不變匯率下的指引上限,預期總營收同比增長20%,雲端業務(IaaS+SaaS)增長48%,調整後攤薄每股盈餘增長17%。 趨勢上,公司指引下季度總營收與雲端業務營收增速持續提速,調整後利潤增速大致持平。預期差角度,指引上限才是市場預期。 長橋海豚研究觀點 在討論本季表現優劣之前,長橋海豚君先簡要梳理當前甲骨文的市場敘事與邏輯,從而更有針對性地定位業績中值得關注的重點。 首先大背景是,甲骨文剔除OCI業務(即IaaS雲業務)後,剩餘所有傳統業務已完全失去增長性,長期營收增速僅徘徊在零附近,表現最好也僅為個位數增長。 且現階段與其他軟體公司一樣,這部分傳統業務同樣面臨被AI顛覆的風險。 因此,OCI業務可謂是公司唯一值得關注的板塊。重點關注OCI營收增長提速情況,以及反映新增需求的未履約合約(RPO)增長狀況。儘管單季營收表現不足以證明或證偽公司長期業績指引能否落實,但至少能反映短期內公司執行力與產能落地是否順利。 然而除了帶來龐大的潛在營收增長外,市場當前核心關注的另外兩個問題: 一是昂貴的GPU與其他資本開支投入下,主要貢獻增量營收的OCI AI相關業務毛利率顯著低於現有業務。 因此另一項需重點關注的指標是雲端&軟體板塊毛利率下滑幅度,從中估算OCI業務毛利率的低位與變化趨勢。 最後一點是,由於公司需要高度依賴外部融資支撐OCI增長所需的資本開支投入,因此需關注兩點:一是公司能否融到足夠資金;二是新增債權/股權融資對公司資產負債表與損益表的影響程度。 對比以上核心關注點與本季度實際表現,可以看到: (1)OCI短期增長與下季指引隱含增速大致符合預期,在預期軌道上加速增長。新增RPO亦無特別亮點; (2)市場擔憂的OCI業務對毛利率的拖累確實存在,且較預期更嚴重; (3)最壞情形—公司可能無法融資維持營運的情境,隨著近500億美元融資計劃宣布與本季300億美元融資落實,已被證偽。當前市場情緒與信貸環境並非極差。 (4)但高企的資本開支與負債導致毛利率走低,以及利息費用占營收/利潤比重持續快速攀升,確實體現出對資產負債與損益表的負面影響。 整體而言,本次業績並非改變投資邏輯或敘事的關鍵拐點。無論是利多邏輯的OCI增長性,還是利空邏輯的利潤侵蝕、負債壓力走高,兩邊既有邏輯均在本季得到驗證。 最重要的變化是,公司上調2027財年全年營收指引,從此前的850億美元上調至900億美元,隱含2027財年總營收同比增長加速至約34%。 這個信號的意義在於,中期內產能落地速度與進展較預期更好,提升2030財年長期指引如期落實的能見度。 而市場對公司本來焦灼的矛盾點也是 AI 業務能否順利落地,現在中長期指引的上調本身就是一種強有力的安慰信號。而市場對公司走過極度樂觀、極度悲觀的價值搖擺後,隨著資本開支力度的回落、增收確定性的提高,甲骨文有希望逐步修復。 原文網址: 海豚研究|甲骨文搵命博——押注AI,真的贏了? | 香港01 资訊來源: https://www.hk01.com/article/60329519?utm_source=01articlecopy&utm_medium=referral

操控人类决策 AI教父警示AI学会装傻

(华盛顿5日讯)AI教父辛顿(Geoffrey Hinton)近日发出警示,指出人工智能已具备“装傻”能力。他表示,AI模型在测试时可能刻意隐藏真实实力,这种现象被他称为“福斯效应”,显示AI正从被动工具转变为会观察环境、策略性应对的“参与者”。 辛顿引用实验指出,当研究人员要求模型反复给出错误答案时,AI竟领悟到“给错答案也没关系”。久而久之,模型形成一种行为模式:相比准确性,更重视是否符合当前“情境”。换言之,AI在具备推理能力后,会思考:“这是测试吗?我该保留实力吗?”类似过去汽车厂在排放测试中作弊,AI可能在测试与实际使用间展现双重面貌,以避免过度审查或限制。 人类面临的最大困境是难以察觉AI是否在“演戏”。一方面,大型语言模型内部拥有上兆个连接强度,其数学运作结构复杂如黑箱,难以完全理解其推理逻辑。另一方面,辛顿认为,大众所称的AI“幻觉”更准确应称为“虚构”,模型是根据概率生成答案,而非存储记忆。因此当错误发生时,外界无法判断是自然生成的疏失,还是刻意保留的策略。即使加上防护机制,一旦核心权重泄露,约束可能瞬间失效。 辛顿强调,AI最令人不安的风险并非犯错,而是其愈发强大的“说服力”。当AI在语言表达与心理洞察上接近人类时,它无需操控实体装置,仅通过精准对话就能影响人类决策。一个能洞悉人类恐惧与期望的系统,其影响力将远超传统工具。随着人类与AI的理解力出现巨大差距,我们将难以分辨AI何时真诚、何时在操控,信任与警惕的界线也随之模糊。 辛顿以“雾中开车”比喻AI未来的发展。他指出,科技呈指数型增长,短期看似平稳,长期却可能急剧爆发。十年前生成式AI普及难以想象,十年后发展可能超出预期。当AI开始展现策略性思维,而人类仍用线性逻辑预测未来,很可能低估其潜在冲击。辛顿并未建议全面停止AI发展,而是呼吁将重点放在“理解AI机制”,而非单纯强化外在限制。 辛顿的警示让全球关注从“AI能做什么”转向“AI在隐藏什么”。当AI懂得隐藏实力,人类更需看清其推演过程。如何缩小人类与AI的理解落差,将决定未来的发展方向。 资讯来源: https://www.enanyang.my/news/20260305/Finance/1184210

连主动基金都攻克? AI已学会7成华尔街交易套路

(纽约25日讯)华尔街投资者担心人工智能(AI)会将人类专家的智慧转化为一条条代码,最终颠覆白领行业。 股票投资似乎正处于这场变革的风口浪尖。 由哈佛商学院教授领导的一项最新学术研究发现,主动型基金经理的大部分行为都遵循机器可以学习的模式。研究人员利用一种名为“神经网络”的机器学习算法可以预测到约71%的共同基金交易决策,即基金经理在某一季度内对特定股票是买入、卖出还是持有。 该模型基于1990至2023年的五年滚动窗口数据进行训练,提取了包括基金规模、投资者资金流向、股票特性以及更广泛经济状况等信息。基于此,它能够预判大部分的持仓调整。 非常规交易创造更高价值 吊诡之处在于该模型的局限性可能比它的成功更具启发性。平均而言,系统未能预判的那部分交易(约29%)与基金超额收益的关系更为紧密。换言之,那些落在常规、可检测的投资模式之外的交易活动似乎才是真正创造价值所在。 这意味着机器并没有攻克市场,而是学会了该行业的大部分通用“剧本”,即基金经理如何对资金流、市场趋势及同行行为做出反应。机器难以捕捉的是那一小部分不符合“剧本”的决策。 基金管理费遭质疑 “如果你71%的决策都能被算法预判,那么这一部分的‘主动管理费’就很难收得理直气壮,”该论文合著者、哈佛大学金融学教授劳伦·科恩在邮件中解释道。“那些非例行交易,即我们模型无法预测的部分才是真正的‘阿尔法’(Alpha)所在地。但这些交易在整体活动中所占份额相对较小。 这篇名为《模拟金融》的论文上周发布在美国国家经济研究局网站上。人工智能正震撼着专业服务领域日益细分的角落。最近几周,对AI颠覆性影响的恐惧已导致从财富管理公司到物流集团等各行各业的股价剧烈波动。 论文还发现,预判的准确度因基金而异。平均而言,规模较大、收费较高、团队规模较大以及面临竞争更激烈的基金,其行为往往更难预测。而任职时间较长或管理多种产品的基金经理,其行为则更容易被预判。目前该模型预测的是交易方向而非交易规模,作者计划在未来的研究中解决这一局限。 尽管近期人们对AI充满热情,但上述研究发现凸显了一个区别,即预测基金经理的行为似乎比预测市场走向更容易。资产价格反映了数百万参与者的互动和不断变化的预期。相比之下,基金经理的职业习惯往往遵循一种可识别的模式。 最终,模型未能预判的那一小部分交易往往表现更好,这表明它们可能反映了人类的独创性,例如发掘了他人忽视的股票信息。仅仅靠随机性是不太可能产生这种结果的。 资讯来源: https://www.enanyang.my/news/20260225/Finance/1175553