恒大集团的兴衰历程 - 公司从全球房企市值榜首跌落，于2025年8月25日正式从港交所退市，创始人许家印被转至深圳拘留，其香港家族信托基金遭击穿 [4][5][6] - 公司以总计2.4万亿元的债务和全面溃败告终 [7] “快”字诀的商业模式与扩张 - 公司通过极速的杠杆游戏，以39亿元资本撬动了2万亿元债务，在负债率长期超过85%的情况下，仍保持超越90%的A股上市公司的分红率 [10] - 公司在二十多年间于全国280个城市同时开发超过1300个项目，包括一系列超大型文旅城 [11] - 公司后期进行极速跨界尝试，涉足足球、冰泉、汽车等领域，但基本干一行亏一行，其中恒大汽车累计亏损超千亿元，仅交付1389台车，相当于每台车亏损近8000万元 [12][13] 关键转折点：“恒大海上威尼斯”项目 - 该项目是公司扩张模式的关键转折点，其特殊之处在于极低的土地成本 [16][17] - 2006年，公司通过填海造地在江苏启东寅阳镇获得近万亩土地，并将9000亩项目分割成13块少于50公顷的海域，从而绕开审批，直接取得13个海域证 [19][21] - 项目于2012年开盘，小高层观海公寓售价为5200～6200元/平方米并带装修，与当时直线距离50公里、房价3万元/平方米的上海形成巨大价差 [23] - 项目首次开盘便创下热销20亿元的长三角楼市销售奇迹，2016年三期开盘时再次以超28亿元的销量刷新纪录 [25] 营销策略与“造梦”机制 - 公司采用狂撒钱的营销方式，为项目描绘宏大规划，并投入巨资建设基础设施，宣称打造“内地最为豪华的房地产项目” [26][27] - 公司进行洗脑式营销，在纸媒中夹带楼书，并在上海主流商圈设置临时售楼处，消息迅速传遍江浙沪 [30] - 公司采用阵地拉人战术，在上海设立多个站点免费接送客户看房，开盘时每天有近万名消费者到访，接送大巴一天超过200辆，许多购房者看一次沙盘即下单 [33] - 公司联合小旅行社提供免费旅游并插入看房环节，进一步降低看房门槛 [33] 利用“公众乐观偏误”持续扩张 - 公司发现了利用公众“房价永远涨”的乐观心理进行扩张的秘诀 [37][38] - 公司采用“画更大的饼掩盖前面不好的小饼”的开发方式，文旅城项目一个比一个大，效果图一个比一个绚烂 [39][41] - 海南恒大海花岛项目是此模式的巅峰，2015年创造出10天认筹到访10万人、销售金额122亿元的奇迹，营销手法与海上威尼斯如出一辙 [42][43] - 公司认为地产的本质是造梦，公众的印象和期许才是真正的“印钞机” [43] 财务运作与风险转嫁 - 公司利用商票制度向供应商出具商业承兑汇票代替工程款，将经营风险转嫁给上下游企业 [46] - 供应商因看到公司规模不断扩大、销售额屡创新高而长期接受该制度 [48] - 公司在财务上存在挪用预付款做假营收、加大分红比例将预付款套出等操作 [50] - 根据表格数据，恒大集团过去十年合并报表现金分红合计达1142.17亿元，上市公司中国恒大公告的分红金额合计为672.83亿元 [50] - 公司利用恒大金服向员工摊派理财产品，即便在P2P集体暴雷后仍在发行 [51] 风险暴露与危机爆发 - 2021年中央的“三道红线”政策使公司长期隐藏的财务问题暴露 [57] - 2023年公司中期报告显示，总负债高达2.38万亿元，总资产仅1.74万亿元，资不抵债缺口近6400亿元 [58] - 危机导致全国数百个项目停工，数以万计业主和大量供应商受损 [59] - 公司庞大的规模造成了行业的强绑定效应，暴雷后牵连甚广 [60] 行业背景与系统性因素 - 在中国房地产的黄金时代，整个行业普遍采用“高负债、高周转、高杠杆”模式运作 [64] - 预售制让开发商能够用少量资金撬动庞大回报，2015年前后大部分房企仅需投入30%的资金即可启动项目并快速回笼全部房款 [64] - 公司利用此模式快速增长，合约销售额从2014年的303亿元快速扩张到2015年的2013亿元 [65] - 2011年至2021年间，中国主要城市地价年复合增速高达11%，土地价格持续飙升 [67] - 金融机构的“顺周期”行为在行业上升期为公司提供了大量授信，2017年至2019年间，公司年均新增有息负债超千亿元 [67] - 审计机构未能尽责，普华永道曾连续两年帮公司做假数据、美化财报 [68] - 普通购房者的“羊群效应”和“买涨不买跌”心理，倾向于选择市场规模最大的企业，忽视了背后风险 [70] - 1949年至2019年，中国城镇化率跃升至60%，近4亿人口涌入城市，创造出巨大的刚性住房需求 [71][73] - 在其他金融投资工具不普及的时代，不动产成为普通家庭对抗通胀的首选，2024年中国家庭资产中房产占比已达78.1% [73][74] - 2008年后房贷政策的持续放松，不断降低了购房门槛 [75] - 在长达20年的市场环境下，房企的快速扩张成为一种时代必然 [76][77] 对行业本质的反思 - 恒大的问题并非个例，在整个地产行业疯狂扩张的三十年里，各种故事内核惊人一致 [79][80] - 行业普遍相信“房价永远涨”的预期掩盖了所有问题，拿地盖楼就不愁卖 [81] - 行业深层的原罪在于难以区分项目的成功是源于产品力，还是仅仅搭上了时代的便车 [82] - 真正的房地产行业需要对土地的理解、对产品的钻研、对居住本质的探索，而非一条捷径 [82][83]

以下文章来源于张琨随笔 ，作者张琨 张琨随笔 . 勤于思考，勇于实践，乐于分享 本文来自微信公众号： 张琨随笔 ，作者：张琨，题图来自：AI生成 前段时间，我参加了一场顶级企业家的闭门研修，与几位颇具声望的大企业掌舵者深度共处一周多。 这次观察让我看到了一种非常向往的领导力风格。 分享几个个人思考。 顶级企业家多领导，少管理 企业家的风格通常分为两类：领导型与管理型。 作为一家企业的最高统帅，我倾向选择领导型。他们把核心精力须聚焦于 "整体性工作"：战略制 定、外部关系构建、跨部门政治协调、关键人才获取以及重大项目的督导。 而那些具体的"管理型工 作"，应当坚决地交给-1层 （CXO） 到-2层 （VP/总监） 去完成。 这一位是一家估值数千亿、营收数百亿的行业巨头创始人。在晚饭时，他复盘过去一年的时间分配， 他分享了过去三个季度在尼泊尔静坐、在巴西徒步、在美国登山的经历。我不禁好奇："那你在办公 室的时间有多少？"他皱眉盘算了一下，给出的答案令在场所有人错愕："加起来大概不到一个月 吧。" 我追问："那你怎么管理如此牛X的企业？"他回答： "因为我有一个极好的核心团队呀。他们非常清 楚我该做什么，更清楚我不 ...

以下文章来源于凤凰网财经 ，作者风暴眼 凤凰网财经 . 你好，我们是凤凰网财经，全球华人都在看的财经公众号，传播最有价值的财经报道，你值得关注！欢 迎访问：http://finance.ifeng.com/ 本文来自微信公众号： 凤凰网财经 ，作者：吕银玲，题图来自：AI生成 在林淼眼中，手机是73岁的奶奶望向世界的窗。只是这扇窗并不总是明亮，有时垃圾堆积如山，将 老人笨拙谨慎的探问，粗暴地堵了回去。 奶奶刘惠琴是一名退休工人，生活在陕西渭南一座小县城，自从七八年前老伴去世后，一直独居。 日子缓慢而重复。她渐渐习惯了用手机打发无聊的时光：窝在沙发里刷视频；早晨洗漱时，把手机搁 在洗手池边，视频放到最大声，她闭着眼睛往脸上冲水，透过哗哗的水流声辨认短剧里主角的台词。 夜是最难熬的，上了年纪以后，刘惠琴的睡眠总是断断续续。她在夜里猛的醒来，身周万籁俱寂，她 一翻身，摸索着将枕边的手机屏幕点亮，看看时钟，接着打开那集短剧，接上了入睡前的剧情。 几分钟后，毫无预兆地，一则广告弹了出来，霸占整个屏幕。 剧情戛然而止。刘惠琴眯起眼，手指在屏幕上胡乱戳点，却怎么也对不准那个小小的"x"键。很快， 在一个误触之后，陌生的应用 ...

文章核心观点 - 美国政府批准英伟达向中国销售H200芯片，但最新架构Blackwell及下一代Rubin仍被禁，且美政府将抽取25%的销售额分成[6] - 此次批准是美国政策基于中国AI产业链快速追赶现状的灵活博弈，旨在将英伟达技术扩散至全球市场，但H200在中国市场的销售窗口、应用场景及份额将受到严格限制，对英伟达整体业绩和估值影响有限[7][8][20][35] - 英伟达当前面临中国市场收入骤降、谷歌TPU等定制ASIC芯片竞争加剧等多重压力，重获中国市场并非其冲击6万亿美元市值的关键王牌，公司更需应对长期竞争力挑战[23][26][29][35][36] 半年之间态度转变的原因 - 中国AI芯片产业快速追赶，国产芯片已在部分参数上接近或超越此前被禁的阉割版H20，美国过往策略是在国内量产同类产品后，再以低价放开销售[9][10] - 具体而言，华为昇腾910C在FP16算力（800 TFLOPS）、INT8算力（1600 TOPS）等“硬性”参数上已优于H20（FP16算力364 TFLOPS，INT8算力未明确），且已量产[10] - 此次放开H200，一定程度上是中国AI产业链进展的证明，也是美中产业博弈的体现[10] H200的产品竞争力与市场定位 - H200性能是此前H20的6倍，目前仍在海外大厂正常服役中，其产品周期从2024年二季度量产开始，结合4-6年的折旧年限，仍处使用期[12] - 相比美国下一代训练芯片Blackwell，H200存在约2年的代差，Blackwell主要用于推理和微调，下一代前沿大模型训练将基于Blackwell[13] - 但在中国市场中，H200算力优势依然明显超前，国内除华为外多数厂商尚未解决量产问题，且国内训练卡较为缺位[13] - H200能构建与美国同等性能的FP8训练超算，加速大模型研发与产业应用，其虽不支持原生FP4，但可通过“FP4存储+FP8计算”兼容FP4模型[13][14] - 根据华为路线图，其下一代950芯片（2026年Q1）在总处理性能（TPP）上仍不及H200，需等到2027年Q4的Ascend 960系列才能赶上，意味着H200领先国产AI芯片约2年[16][17] - 参数对比显示，H200在FP16算力（733 TFLOPS）、显存容量（141GB HBM3e）、显存带宽（4800 GB/s）等方面显著优于当前国产旗舰芯片[19] H200在中国的销售前景与限制 - H200在中国的出货窗口期预计为1到2年，且难以回到此前95%-100%的市场份额[20] - 销售将受到严格限制：政策要求中国云厂商资本开支必须有一定份额支撑国内产业链；技术迭代快，未来政策存在不确定性；国内厂商有算力自主诉求[20] - H200很可能被精准定位在“训练”场景，以满足国内训练算力约2年的空窗期需求，而推理场景将主要采用国产芯片[20] - 实际销售可能采用许可制购买，云厂商需明确说明使用场景及H200的必要性[21] 英伟达面临的竞争压力与焦虑 - 中国市场基本丢失：在H20被禁后，英伟达最近财报中中国市场收入份额已滑落至5%左右，而此前中国市场贡献约2成收入[23] - 上季度（财报后交流透露）中国地区收入约0.5亿美元，基本来自PC、游戏等非AI芯片[24] - “谷歌Gemini+博通”阵营构成潜在威胁：谷歌TPU持续拉货使博通成为AI芯片市场“老二”，市占率约10%[26] - Gemini模型未使用英伟达产品，Anthropic模型仅部分使用，表明英伟达芯片并非大模型“必选项”[26] - 市场传出谷歌TPU正与Meta进行外供谈判，一旦对外供应将对英伟达构成更直接威胁[27] - 英伟达当前市值对应下一财年净利润仅为22倍PE，低于博通的40倍PE，反映市场对其稀缺性减弱的担忧[29] 重回中国市场对英伟达的财务影响 - 即使需向美国政府缴纳25%的销售额分成（假定原H200毛利率65%，分成后毛利率约40%），由于此前业绩展望未计入中国AI芯片收入，H200若能销售将带来纯收入增量[29] - 中国AI芯片潜在客户主要分为三类：互联网大厂（字节、腾讯、阿里、百度）、华为云、运营商及政企云（中国移动、联通、电信等）[31] - 其中，仅互联网大厂是H200潜在购买方，采用“英伟达/AMD+国产算力+自研算力”模式；华为云自给自足；运营商及政企云全部采用国产算力，不会采购H200[31] - H200需求主要集中于训练场景，而当前算力用量中推理与训练的token消耗比例约为35:65，且向推理倾斜[32] - 结合中国云厂商合计资本开支在2026年有望达到1230亿美元（同比增长40%），其中约30%用于AI芯片购买，可推算2026年中国AI芯片市场规模约381亿美元[32][33] - 假设英伟达在2026年中国市场获取35%份额，则H200放开可能带来约133亿美元的收入增厚[33] - 按40%的税后毛利率和约10%的经营费用率计算，133亿美元收入增量约贡献40亿美元的利润增量[35] - 预估公司2027财年净利润约为1923亿美元（假定营收同比+57%，毛利率75%，税率15.9%），40亿美元的利润增量仅使业绩增厚约2%，对估值影响微乎其微[35] - 市场更担忧“谷歌Gemini+博通”的竞争对英伟达2027年及之后市场竞争力的影响[35]

俄罗斯央行出售黄金的背景与直接原因 - 俄罗斯央行近期开始出售储备的实物黄金以弥补国家预算所需资金，这是该国历史上首次公开将黄金储备用于财政支出[5][6] - 自2022年俄乌冲突爆发前至2025年11月1日，俄罗斯国家财富基金的黄金储备已从405.7吨减至173.1吨，出售了232.6吨，抛售比例达57%[8] - 出售黄金的直接原因是持续超过一千天的俄乌冲突，巨大的战争开销以及因制裁导致的传统能源收入大幅缩水，使俄罗斯财政结构进入“战争财政模式”[13][14] 俄罗斯的黄金储备与国内需求 - 俄罗斯持有超过2300吨黄金，是全球第五大黄金储备国，同时是年开采量超过300吨的全球主要黄金生产国[10] - 受西方制裁影响，俄罗斯金条被禁止进入西方市场，为刺激国内需求，俄罗斯取消了个人购买实物黄金的增值税和出售金条利润的个人所得税[10] - 购买黄金已成为俄罗斯民众最受欢迎的储蓄方式之一，预计2025年俄罗斯消费者对零售黄金的购买量将超过62吨，相当于西班牙或奥地利的国家储备水平[10][11] 出售黄金的性质与市场影响 - 俄罗斯央行的实物黄金交易完全在境内进行，所有权在央行、本土银行和相关做市商之间转手，不会对国际市场造成波动[6] - 此举被视为弥补赤字、稳定卢布的“最后缓冲”工具，是一种应对国内经济危机的权宜之策，类似委内瑞拉和土耳其历史上的做法[16][17] - 即使俄罗斯国家财富基金继续以约200吨规模抛售黄金，这些黄金流入亚洲国家和俄民众手中，可能也不会对国际金价市场整体行情造成太大影响[13] 俄罗斯的财政压力与战时经济 - 俄罗斯2025年上半年预算赤字为3.694万亿卢布，占GDP的1.7%；1月至10月预算赤字初步金额为4.2万亿卢布，占GDP的1.9%，赤字呈扩大趋势[14][15][16] - 2025年度俄罗斯国防开支预计为13.5万亿卢布（约合1450亿美元），较2024年大幅提升近30%，占GDP约6.3%[19] - 国防和国家安全支出合计约占联邦预算支出的40%，近四成国家财政资源被用于军事和准军事目的，财政资源被战争“虹吸”情况突出[20] 经济前景与恢复周期 - 国际货币基金组织预测俄罗斯2025年全年GDP增长率仅为0.9%，较2023至2024年曾超4%的年增长率大幅下调[18] - 有观点认为，出售实物黄金储备的举措不可能长期实施，俄罗斯笃定俄乌冲突即将结束，一旦结束将停止出售并转向开放市场[17] - 即使冲突结束，俄罗斯恢复与欧洲国家的经济合作并实现长期稳定发展还需要较长的恢复周期，因其财政、工业、金融体系等在冲突中遭受重创[20][22]

文章核心观点 - 谷歌TPU芯片的加入改变了AI算力格局，为A股光模块（以“易中天”为代表）带来了新的增长预期和估值支撑，其需求逻辑从过度依赖英伟达GPU扩展到TPU等多元芯片平台，特别是推动了1.6T光模块的加速放量，使得行业高增长及估值逻辑得以向2027年切换 [8][9][13][24][29][31] 一、谷歌的“神助攻”与行业新驱动力 - 光模块是数据传输的“运力”，与GPU等“算力”芯片搭档，缺一不可，中国厂商在全球占据主导地位，2024年全球前10中有7家来自中国（含中国台湾）[9][10] - 谷歌TPUv7采用3D Torus拓扑，单集群可集成高达9216颗芯片，远超传统GPU集群，因其单卡算力相对较低，为实现芯片间高效互联，需要部署更多高速光模块，在同等纸面算力下，TPU集群所需光模块数量多于GPU集群 [13] - 谷歌TPUv7全面配置1.6T光模块，成为其放量的新核心驱动力，市场需求因TPU而提前且更确定 [14][15] - 谷歌与Anthropic签订数百亿美元、100万只定制TPU芯片协议，机构预测TPU出货量将持续高增：中泰证券预计2026年出货超400万颗，摩根士丹利预计2027年达500万颗、2028年达700万颗 [15][16] - 由于Ironwood集群芯片间带宽需求达1.2TBps，800G光模块无法完全满足，推动1.6T需求，有机构预计2026年1.6T光模块出货量将超2500万只，800G超5500万只 [16] - 国内光模块龙头中际旭创、新易盛已进入谷歌供应链 [17] 二、下游资本开支与需求支撑 - 下游云厂商资本开支是光模块需求的直接风向标，中国三大云厂商（阿里巴巴、腾讯、百度）2025年前三季度合计资本支出为1650亿元人民币，同比增长90% [18] - 阿里巴巴公布了2024-2026年3800亿元人民币的资本支出计划，并表示存在上修可能 [18] - 美国四大云厂商（谷歌、微软、Meta、亚马逊）2024年资本支出总额达2300亿美元，同比增长55%；2025年前三季度进一步增长至2590亿美元，同比增长65% [18] - 彭博一致预期显示，美国四大云厂商2025年四季度资本支出将环比增长10%至1080亿美元，推动2025全年资本支出同比大幅增长59%至3670亿美元 [18] - 云厂商已上调资本开支指引：Meta上调至700-720亿美元，谷歌上调至910-930亿美元，亚马逊预计约1250亿美元且2026年将进一步增加 [19] - 对于2026年，彭博一致预期显示四大云厂商资本支出将同比增长35%至4950亿美元 [20] 三、超预期叙事与估值逻辑切换 - 市场此前担忧AI服务器上行周期步入后期，增速可能下滑，彭博一致预期显示四大云厂商2027年资本支出同比增长14%，远低于2024和2025年 [20][21] - 但机构认为资本开支预期存在上修空间，例如四大云厂商2025年资本支出增长的一致预期从今年1月的33%上调至11月的59% [22][23] - 谷歌TPU（及潜在的Meta自研芯片）的放量，为光模块厂商提供了除英伟达之外的第二增长曲线，成为市场期待的“超预期”因素 [24][25] - 光互联向网络架构更深层渗透（Scale up）也将带来新需求动力 [25] - 在TPU芯片放量等因素加持下，2027年光模块行业实现高增长的确定性正在提高 [26] - 行业估值体系正从依赖英伟达GPU的叙事，向2027年利润进行切换，谷歌TPU带来的新逻辑支撑了高估值溢价 [24][29] 四、公司业绩分化与估值前景 - “易中天”三季报业绩表现分化：中际旭创2025年Q3营收102.2亿元，同比增长56.83%，环比增长25.89%；归母净利润31.37亿元，同比增长124.98%，环比增长30.04% [26][27] - 天孚通信2025年Q3营收14.63亿元，同比增长74.37%，环比下滑3.23%；归母净利润5.66亿元，同比增长75.68%，环比增长0.8% [26][27] - 新易盛2025年Q3营收60.68亿元，同比增长152.53%，环比下滑4.97%；归母净利润23.85亿元，同比增长205.38%，环比增长0.63% [26][27] - 仅中际旭创Q3营收与净利润同比、环比均增长，天孚通信与新易盛营收环比下滑，业绩低于预期 [27] - 基于三季报，部分机构可能下调天孚通信、新易盛业绩预测，而对中际旭创一致看多 [28] - 资本市场可能给予中际旭创更高的市盈率和溢价 [29] - 高盛预计800G/1.6T和硅光产品需求将推动中际旭创2025-2028年净利润年均复合增长59%，并将其目标价上调62%至762元 [30] - 根据Wind一致预期，2027年中际旭创、天孚通信、新易盛的归母净利润分别为251.2亿、38.73亿、206.7亿元，对应市盈率分别为25.21倍、47.56倍、19.45倍 [30] - 考虑到2027年业绩仍在增长，可考虑给予30-40倍市盈率，中际旭创、新易盛仍有估值拔高空间 [30] - 截至12月8日，中际旭创、天孚通信、新易盛市值分别为6333亿、1842亿和4021亿元，中际旭创与天孚通信股价已创历史新高，新易盛股价逼近前期高点 [5][31]

SpaceX IPO计划 - 公司正推进首次公开募股计划，拟募资远超300亿美元 [2] - 目标整体估值约1.5万亿美元，计划最快于2026年中后期上市 [3] - 预计将利用部分IPO募资开发太空数据中心，包括购买运行所需芯片 [4] 微软在印度AI投资 - 宣布未来四年将在印度投入175亿美元发展人工智能和云计算基础设施，这是其在亚洲规模最大的一笔投资 [6] - 投资旨在支持印度打造“以AI为先”的未来，印度正成为全球AI竞争的关键战场 [7] 华为AI组织架构调整 - 2012实验室新成立基础大模型部，专注于推进基座模型开发 [8] - 此前曾发布AI人才招募令，面向全球招募具备卓越学术背景和创新精神的年轻科研人才 [8] 阿里巴巴AI业务重组 - 已成立千问C端事业群，由原智能信息与智能互联两个事业群合并重组而来，包含千问APP、夸克、AI硬件、UC、书旗等业务 [9][10] - 事业群首要目标是将千问打造成为一款超级APP，成为AI时代用户的第一入口 [10] 英伟达对华芯片出口政策 - 美国政府将允许英伟达向中国出售其H200人工智能芯片，但对每颗芯片收取一定费用 [11] - 美方将从相关芯片出口中收取25%的分成，同样的安排也将适用于超微半导体公司、英特尔等其他人工智能芯片公司 [11] 小米中国区人事调整 - 中国区近期开启了一系列人事调整，涉及手机、汽车、大家电等核心运营类岗位 [16] - 原销售运营一部总经理一职由小米集团高级副总裁、中国区总裁王晓雁兼任 [16] - 此次调整可理解为向汽车等增长性业务的资源倾斜，同时实现用户流量的互通，如推动手机门店承接汽车咨询、大家电网点复用渠道等 [17] 影石创新回应市场质疑 - 旗下全球首款全景无人机“影翎A1”在中国区上市48小时内销售额达3000万元 [18] - 公司三季度收入同比增长超90% [23] - 创始人称近期遭遇“非常规、密集攻击”，包括供应链排他压力及网络舆论攻击，但强调公司超过70%的收入来自原创的细分品类 [21][23] 医疗设备生产禁令 - 自2026年1月1日起，含汞体温计和含汞血压计的生产将被全面禁止 [15] 山姆会员商店食品安全事件 - 回应顾客投诉麻薯盒内出现活老鼠事件，称已联动专业虫害公司核查全链路环节，未发现制作、包装、储运过程中的虫害痕迹 [27] - 初步判断老鼠系商品在取货点放置期间偶然侵入，已与消费者达成和解并致歉 [28][30] 努比亚与抖音合作AI手机 - 努比亚总裁称团队已收到关于豆包AI手机的问题与反馈，正在与合作伙伴积极沟通与解决 [31] - 抖音集团副总裁表示AI带来的变革是真实存在的，AI一定是未来 [31] 海底捞宠物友好服务 - 深圳一家海底捞门店为宠物狗过生日引发热议，门店回应称此为宠物友好门店，宠物就餐区和正常就餐区是分开的 [32] 稀土出口动态 - 外交部回应中国向日本出口稀土出现延误的报道，表示中方主管部门正在依法依规处理有关问题 [32] 美联储议息会议 - 美联储联邦公开市场委员会将于12月9-10日召开议息会议，市场普遍预期将降息25个基点 [34] - 会议决议及政策声明将对全球金融市场，特别是纳斯达克指数及黄金市场产生重大影响 [34] 段永平投资观点 - 表示投资最主要的是懂对方的生意，否则就是在投机，并称80%以上的散户“牛市”“熊市”都亏钱 [37] - 谈及泡泡玛特时表示看不懂，不投资，但高度认可其将情绪价值产品做成功的能力 [37][38] - 没有理由不看好茅台，因为能理解其生意 [37] 黄仁勋对AI的预测 - 预测在未来两到三年内，人类接触的90%的知识可能将由AI生成 [39][40] - 认为AI的本质是数学模型和算力的堆叠，不具备生物学上的统治欲望，但其合成数据的能力将彻底改变人类获取和理解知识的方式 [39][41] 皮查伊谈AI对职场影响 - 表示人工智能将彻底重塑职场生态，没有任何工作能完全幸免于AI的影响，包括CEO职位 [42][43] - 建议人们积极拥抱技术以提升自身竞争力 [44]

文章核心观点 - 生成式AI驱动的医疗健康工具正在快速渗透线上问诊市场，对传统由真人医生提供服务的模式构成显著冲击，导致医生问诊单量大幅下滑[4][5] - AI工具通过提供免费、高效的标准化健康咨询服务，正在分流大量浅层问诊需求，其影响已从泛健康咨询延伸至专科专病领域，对互联网医疗平台的原有商业模式构成“降维打击”[6][11][12] - 尽管AI在明确诊断结论和情感沟通方面仍有局限，真人医生的深度问诊需求将长期存在，但AI以极低成本维持线上流量和商业模式运转的能力，正在重塑行业格局和医生收入结构[16][17] 一、AI对线上问诊业务的冲击已现 - **医生端单量显著下滑**：某三甲医院高年资主治医生在主力平台引入AI健康管家后，线上问诊量缩水约40%，其他平台问诊量也下降约20%[4][5] - **用户习惯发生迁移**：有用户2024年在线问诊33次，支出超2500元，但2025年转向使用AI应用，问诊医生次数降至个位数，将个性化科普、用药咨询等有明确答案或缓解焦虑的问题交由AI处理[9] - **行业趋势得到印证**：老牌线上问诊平台春雨医生以约3.4亿元整体估值出售大部分股权，微医转向医药电商寻求差异化，显示核心问诊业务价值受挑战[6] - **技术覆盖业务全流程**：大模型驱动的医疗AI工具已形成从AI健康管家、医生智能体到连接背后医生的完整产品矩阵，功能上实现对线上问诊业务流的全面覆盖[6] 二、AI问诊工具能力升级与市场渗透 - **产品从粗糙走向专科化**：2023~2024年的早期AI问诊产品多基于通用大模型加医学语料，定位“AI全科医生”；2024年下半年起，院企合作开发的专科专病大模型开始批量上线[10][11] - **专科模型批量涌现**：仅2025年上半年，国内就新增22个专科专病大模型，覆盖肿瘤、心脑血管、罕见病等领域，推动名医数字分身和专科智能体大量出现[11] - **AI解决大部分用户需求**：国内首个专科智能体——仁济医院泌尿外科智能体上线8个月服务30万患者，仅约3000人（占比约1%）转至医疗挂号，意味着约99%的用户需求通过AI得到解决[11] - **形成降维打击**：具备专科能力的AI问诊工具对依靠线上问诊起家的互联网医疗平台构成非常精准的降维打击，几乎无人能够幸免[12] 三、对医生群体与行业生态的影响 - **医生收入与接诊机会减少**：低线城市三甲医院医生发现平台将问诊业务向大城市三甲医院倾斜，其在线坐诊时间从一天6~8小时被压缩至1~2小时，月收入从高峰期的5000元以上降至1000元左右[14] - **AI替代存在边界但优势明显**：医生认为约30%的科普保健类问诊可被AI高质量替代，但剩余约70%涉及疾病领域的咨询，AI在给出明确诊断结论和情感沟通上仍有不足[15][16] - **免费模式冲击付费咨询**：主流互联网大厂及医疗AI垂类企业提供的C端AI健康管理工具均为免费，直接冲击了在线问诊平台依赖的付费咨询模式[16] - **改变平台运营逻辑**：线上问诊的核心价值在于串联互联网医疗中其他盈利业态，AI能以极低成本维持这套商业模式的运转，改变了平台“养着”不赚钱问诊业务的投入逻辑[17]

2026年美加墨世界杯中国市场遇冷现象分析 - 文章核心观点：2026年美加墨世界杯在中国市场关注度和消费意愿显著遇冷，这源于足球运动对年轻一代吸引力下降、观赛成本（包括金钱与体验成本）急剧上升以及整体消费环境变化，导致大众市场热情消退；然而，高端市场（如企业赞助商和超高净值人群）的需求依然稳固，呈现出明显的“消费分层折叠”现象 [6][7][8][40][43][56] 市场热度与消费意愿变化 - 社交媒体及公众讨论热度极低：世界杯小组赛抽签结果公布后，微博热搜前二十名无相关词条，朋友圈也几乎无人讨论，与往年的刷屏盛况形成鲜明对比 [6][7] - 现场观赛兴趣低迷且被高价门票劝退：仅有少数活跃在小红书的用户讨论，一张决赛包厢票价格高达15万美元，普通好位置票价也需数万美元，远超普通消费者承受能力 [9][10][11] - 与历史数据对比显示消费退潮：2018年俄罗斯世界杯，中国球迷购买了40251张球票（非晋级国中第一），并有超10万中国游客赴俄，人均消费超3万元，带动当地数十亿元旅游收入；2022年卡塔尔世界杯仍有约7000名中国球迷抵达；但2026年世界杯票务代理询单情况冷淡，高价导致客户迅速流失 [12][13][16][19][20] 足球运动吸引力下降的原因 - 年轻一代注意力迁移：足球正面临来自《王者荣耀》、短视频等娱乐形式的“降维打击”，这些娱乐形式能提供更快速频繁的爽感反馈 [27][28][29] - 球星断层导致“造神”能力缺失：当前流量仍集中在已远离主流赛场的梅西、C罗，新生代球星如姆巴佩、亚马尔在个人魅力和技术艺术感上难以接棒，削弱了对年轻一代的原始吸引力 [24][25][26] - 年轻群体兴趣流失数据支持：欧洲足球俱乐部协会调研显示，16岁至24岁群体中超过40%的人对足球毫无兴趣 [27] 观赛与体验成本剧增 - 观赛从免费公共服务变为昂贵付费游戏：过去电视免费直播，现在需为欧冠、英超等赛事下载多个APP并购买会员，且可能面临更长的广告和更差的清晰度，迫使部分球迷寻找盗版链接，提升了观赛门槛 [31][33][34][35] - 现场观赛成本高昂构成巨大阻碍：据美国旅游机构测算，世界杯期间主办城市游客每日人均基础花费（吃住行）预计达434美元；加上中美航线经济舱机票动辄上万元、高美签拒签率以及高溢价款待球票，保守估计舒舒服服观看两三场小组赛需至少10万元人民币预算 [36][38][39] - 高成本与经济环境不匹配：在当前消费收敛的背景下，花费六位数观看90分钟比赛对绝大多数家庭已成为不可承受之重 [40][41] 消费分层折叠下的市场结构 - B端市场（企业赞助商）需求强劲：中国赞助商如蒙牛、海信等通过巨额赞助合同获取大量顶级款待球票和核心坐席权益，用于维护顶级客情（如千万级经销商、大客户），因此VIP包厢仍将坐满中国面孔 [49][50][51] - C端高端市场（超高净值人群）需求稳固：对于“天龙人”群体，高昂的预算（六位数）反而成为其筛选理想社交圈层的机制，他们将其视为全球配置生活方式的一部分，高端定制市场因此得到“提纯” [52][53][54] - 市场呈现折叠状态：大众消费者因高门槛望而却步，转而通过短视频等碎片化方式接触世界杯；而企业客户与超高净值人群则在现场享受顶级体验，两者处于完全不同的赛道 [55][56]

文章核心观点 - 传统工业数字化因系统割裂、仅能“呈现问题”而触到天花板，工业AI需跳出“概念空转”，成为生产提效的核心引擎[4] - 广域铭岛（Geega）的工业智能体实践，通过“感知-决策-执行”架构和“问题驱动、反向改造、持续演化”的方法论，实现了从“流程管控”到“解决问题”的质变，并带来了显著的量化效益[4][6][11] - 工业AI的成功落地关键在于嵌入具体业务流程，从最具痛点的跨系统、跨部门场景入手，并通过AI反向推动数据与系统改造，实现能力的持续沉淀与复用[30][31][32][33][34] 平台核心能力与转型路径 - **核心能力边界**：平台核心能力概括为连接工业世界的复杂性、沉淀工业知识的可复用性、通过智能体实现业务的可自治性[11] - **转型第一阶段：工业软件产品化与标准化**：起点是将吉利集团内部数字化经验外化，将MES、WMS、设备管理、能源管理、质量管理等系统模块化封装，从定制化系统变为标准化产品[12][13] - **转型第二阶段：构建GOS工业操作系统**：推出GOS工业操作系统，统一计算环境和应用门户，实现数据、算力、接口在同一环境下互通，为AI提供可运行的统一生态，强调“系统协同”[14] - **转型第三阶段：AI平台与智能体落地**：2023年底全面向AI转型，在GOS之上衍生出工业AI应用平台，推出业务智能体（AIAgent），对既有工业软件进行赋能，让系统从“被动响应”变成“主动决策”[15] - **转型第四阶段：工厂大脑与流程自动化**：在智能体成熟后推出“工厂大脑”，以问题驱动的PDCA机制实现企业持续改善，AI参与问题分析并负责经验沉淀与知识库建设[15] 主机厂真实项目实践与量化效益 - **领克成都工厂实践**：构建一体化数字基座，部署设计研发协同、工艺质量提升、高级计划排程等工业软件，实现全生命周期数字化管理，应用效益包括质量损失成本降低13%、物流配送效率提升10%、年度能耗成本降低10%、订单交付周期缩短15%[16] - **领克余姚工厂实践**：搭建统一数字化平台，重点部署供应链协同管理和柔性高级计划排程方案，应用效益包括订单交付周期缩短15%、库存成本降低10%、物料齐套率提升20%、作业效率提升10%[16] - **极氪宁波工厂实践**：建立全连接工厂基座，部署多个智慧场景，使得设备故障率减少10%、设备开动率提升11%[17] - **代表性场景案例：停线问题闭环管控**：利用工厂大脑机制，打通跨域数据，AI自动结合知识库进行故障定位并推送决策建议，在单个基地，该场景每年节省的工时及停线损失挽回价值达到748万元左右[28] - **排产智能体ROI表现**：应用后生产效率提高30%、人工工时减少40%、设备利用率提升15%、库存周转率提高20%[24] 工业智能体的架构与开发 - **体系架构设计**：主要由感知层、决策层和执行层三个层级构成，感知层负责实时数据采集与监控，决策层利用机器学习等技术进行智能决策，执行层通过与现有工业系统协作执行业务指令[18] - **标准化组件与低代码开发**：平台提供设备管理、生产调度、仓储管理等标准化工业组件和模块，通过低代码平台实现“像搭积木一样”的拖拽组合，降低个性化开发难度[21] - **智能体开发流程**：包括数据准备、模板选择、参数配置、验证上线、持续学习等关键环节[22] - **开发成本与周期**：开发周期通常为1到3个月，客户侧投入中培训成本占比约为15%-20%[23] - **排产智能体工作流程**：包括接收生产需求、需求分析与约束设定、计划推荐、验证与调整、下发执行[26][27] - **排产智能体优化能力**：具备多目标优化能力，能综合考虑设备利用率、生产周期、能源消耗、人工工时、订单优先级等多个因素[28] 行业落地方法论与挑战 - **方法论要点一：从问题出发，明确业务目标**：AI必须嵌入具体业务流程，从最具痛点的跨系统、跨部门、缺乏闭环的场景入手，如停线问题、能源浪费、维修履历分散等[31][32] - **方法论要点二：反向定义，用AI倒推数据与系统改造**：确定场景后，反向梳理问题涉及的系统、缺失的数据结构、需封装的知识，实现从“数据记录”向“数据理解”的跃迁[33] - **方法论要点三：持续演化，场景拉动与能力沉淀**：每个智能体的诞生都成为平台能力的积累，问题处理的经验沉淀入知识库，形成可被后续AI调用的“企业经验模型”[34] - **AI替代人工的核心瓶颈**：目前智能体主要是“辅助”而非“替代”，完全替代面临业务标准化缺失和物理世界“非理性”干扰两大挑战[29]