เดือน: กรกฎาคม 2026

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

AI抢走入门岗位 年轻人首当其冲

(吉隆坡18日讯)学者指出,人工智能化导致全球年轻劳动力招聘下降,唯独经验丰富的资深专业人士能与人工智能形成互补,不被取代而保住饭碗。 马来亚大学商学与经济学院决策科学系高级讲师戴安娜阿都瓦哈博士发文告指出,高度成熟人工智能科技引发的劳动力市场深层结构性转变,对刚进入职场的新生代尤为不利。 近期就业趋势分析显示,自2022年底广泛采用人工智能工具,入门级职业路径开始出现明显分化,其影响已对人力资本形成早期预警信号。 证据表明,在高度容易受到人工智能影响的岗位中,年轻人尤其是22至25岁群体的就业前景正受到明显抑制,在软件开发、客户服务等职业中的就业人数出现显著下滑。 隐性知识暂无法复制 这意味着企业并非单纯减少整体招聘规模,而是刻意绕过人工智能可代替的入门级岗位招聘。这些工作过去是新手积累经验的训练场,如今却由人工智能取代,使这类入门岗位被消除。 她说,这直接导致全球年轻劳动力招聘下降,而那些将人工智能作为增强工具、需要判断力和经验的岗位,就业水平不仅保持稳定,甚至有所增长。 “年长且经验丰富的员工,展现的韧性凸显人力资本中的一个关键要素:隐性知识防线。” 隐性知识是指目前人工智能无法复制,通过多年实践经验和社会互动所累积的智慧、情境理解与直觉。 戴安娜阿都瓦哈认为,资深专业人士之所以能保住饭碗,是因为他们拥有细致入微的决策能力、战略层面监督,以及人际沟通技巧。这种综合判断、沟通与决策能力,能与人工智能形成最佳互补而不会被替代。 “这对未来的工作启示十分明确,教育机构及年轻人自身都必须接受,单纯获取‘可编码知识’(即那些容易被整理、复述、且如今已能被算法自动化的信息)的回报正在迅速下降。” 她强调,在新劳动市场中,成功不在于回避人工智能,而在于培养那些能够善用人工智能、且具有人类独特性的技能。 “新的价值存在于复杂问题解决、情绪智力、有效沟通以及伦理判断等领域,使人类互动更有效,也使新技术得以被战略性运用。 资讯来源: https://www.enanyang.my/news/20260118/Finance/1137933

BIS report on AML uniformity: Who pays the price?

The false positive problem in anti mone y laundering (AML) enforcement rarely makes headlines. Yet for every criminal that AML procedures identify, they generate tens of thousands of alerts that disrupt, delay or block entirely legitimate transactions. As SEC Commissioner Hester Peirce has observed, “the sledgehammer has become the tool of choice for monitoring for financial …

BIS report on AML uniformity: Who pays the price? Read More »

Standard Chartered appoints JP Morgan’s Kinexys co-head to lead payments

Standard Chartered has appointed Naveen Mallela as Global Head of Payments, effective 4 May. He will be based in Singapore and report to Mahesh Kini, Global Head of Cash Management. The role consolidates the bank’s Collections, Clearing and Payments teams into a single organization, reflecting growing client demand for end-to-end solutions across both traditional and on-chain …

Standard Chartered appoints JP Morgan’s Kinexys co-head to lead payments Read More »

Image by The Crypto Times Image by Ledger Insights

StanChart to be custodian, settlement agent for TP ICAP’s Fusion Digital Assets Standard Chartered has been appointed as digital asset custodian and settlement agent for TP ICAP’s Fusion Digital Assets platform, marking a significant operational step forward from the two firms’ initial collaboration announced in October 2024. That earlier announcement established connectivity between the two businesses, allowing …

Image by The Crypto Times Image by Ledger Insights Read More »

財政預算案|政府擬花5000萬元推全民AI教育 孫東:效果好將加碼

新一份財政預算案昨日(25日)公布,當中提到成立「AI+與產業發展策略委員會」及撥款5000萬提升全民對人工智能(AI)的認知。創科局局長孫東今日(26日)表示,政府首次嘗試全民AI教育,若效果好日後將加碼;委員會則會根據香港現有優勢,引進外來企業於香港開展業務。 新加坡近年投放大量資源發展創科及人工智能,被問資源是否較星洲遜色?孫東表示香港特色為「少花錢多辦事」,不會與其他經濟體比較資金,「我們看成果」。 創科局今日(26日)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。 就5000萬全民AI培訓計劃,創科局局長孫東表示,AI是技術及時代的新發展,香港過去幾年發展算力基礎,現時的挑戰是市民可否捉緊發展機遇。未來將結合科技園區、公營機構、本港企業和大專院校人才一起組織課程、講座等活動普及AI,冀讓市民認識AI的重要性,並自發學習。他又說,政府初次嘗試全民AI教育,若效果好日後將加碼。 另外,財政預算案提到成立由財政司司長陳茂波主持的「AI+與產業發展策略委員會」。孫東表示,因本港在長者醫療方面的科研工作不錯,委員會初期將聚焦生命健康及具身智能,希望藉優勢吸引外資,在相關領域更進一步。 新加坡近年亦創科發展方面投入大量資金,被問資源配套是否較星洲遜色?孫東表示,香港特色為「少花錢多辦事」,不會與其他經濟體比較花費,「我們看成果」,又指香港發展創科的基底並不好,短期內發展至今已不錯。 至於投入河套園區及新田科技城的100億如何用?孫東表示注資主要彰顯政府發展北都及創科的決心,讓企業有信心進駐該地。孫又指,「萬事開頭難」,初階段必要時需由政府投入資源,其後才改為公私合作。問及實際回報,創科局稱,河套園區成熟後,希望每年可達至少500億的經濟效益。 原文網址: 財政預算案|政府擬花5000萬元推全民AI教育 孫東:效果好將加碼 | 香港01 資訊來源: https://www.hk01.com/article/60325480?utm_source=01articlecopy&utm_medium=referral