核心观点 - 华为在2025中国算力大会上展示联接、计算、存储、数字能源等领域最新解决方案 推动个人、家庭、行业场景智能化 [1] - 中国年数据产量突破40ZB但留存率仅2.8% 需通过城市、行业、企业三层面建设先进数据基础设施实现从数据大国向数据强国转型 [3][4][5] - 华为提出AI数据中心RAS建设理念 通过安全可靠、弹性敏捷、绿色低碳的智算底座支撑算力需求爆发式增长 [6] 数据基础设施现状与挑战 - 中国年数据产量突破40ZB但全国数据留存率仅2.8% 海量数据在源头被丢弃 [3] - 行业高质量数据稀缺 医疗模型训练数据量仅为西方领先国家的10%左右 [3] - 企业间数据共享率不足25% 大量数据存储在孤岛上 [3] 城市层面建设方案 - 打造先进存力中心 通过全域数据汇聚-数据高效治理-数据可信流通全流程管理 [3] - 建立数据可信托管中心、治理中心、开发中心和流通中心 实现数据资源到资产闭环 [3] - 贵州作为东数西算枢纽 依托存力中心汇聚全省重点行业数据打造算力枢纽 [3] 行业层面建设方案 - 构建高质量行业语料库 推动各行业加大数据资源汇聚和保存 [4] - 鼓励龙头企业牵头建设行业级数据共享协作平台 [4] - 国家级育种机构通过数据湖存储突破数据离散、质量参差、跨主体共享三大瓶颈 [4] 企业层面建设方案 - 建设企业AI数据湖 实现从单体智能到多智能体协同 [5] - 自动驾驶领域通过AI数据湖汇聚路测、仿真、高精地图等数据支撑多智能体协同 [5] - 企业数据底座需从烟囱式建设转向AI数据湖以提升应用精度和知识实时性 [5] 技术创新方向 - 发展AI存储、全闪存等技术提供高速可靠数据存取能力 [5] - 支持数据统一视图和可信流通实现全域数据可视可管可用 [5] - 部署AI工具链构建低代码开发与应用快速上线能力 [5] 产业生态建设 - 华为通过算力产业发展方阵先进存力AI推理工作组等产学研力量丰富数据基础设施技术生态 [5] - 华为展台展示算力、存力、运力、绿电供给协同发展 为千行万业打造数智底座 [6] 数据中心解决方案 - 创新提出AI数据中心RAS建设理念 包含安全可靠(Reliable)、弹性敏捷(Agile)、绿色低碳(Sustainable)三大特性 [6] - 智算中心需应对安全性、建设速度、适配IT演进及资源消耗等挑战 [6]

2025年8月8日，由 极客邦科技旗下 TGO 鲲鹏会举办的 GTLC 全球科技领导力大会，在北京盛大开幕。本次 GTLC 大会以 "十年同侪，一起 AI"为主题，邀请 10 余位重磅嘉宾，从 AI + 行业落地、企业转型等多角度展开精 彩分享；除了 TGO 鲲鹏会（北京）百余位学员报名参会之外，也有近百位其他城市的 TGO 学员报名参会，整体 报名参会者 400 余人。 本次 GTLC 除包含多场高质量主题演讲外，还包含专题闭门会、匹克球、足球、科技领袖晚宴、品酒会、内蒙自 驾等精彩活动。在 TGO 鲲鹏会（北京）成立十周年之际，让您可以更好地学习、放松，让 GTLC 聚焦于学习， 又不止于学习。 作为 GTLC 大会的主办方，TGO 鲲鹏会 2015 年成立至今已走过了十年历程。十年里，TGO 鲲鹏会学员规模实现 十余倍增长，帮助科技管理者在技术、管理及跨专业领域不断收获价值，助力企业突破研发、创新、管理等瓶 颈，迈向更高质量发展。未来，TGO 鲲鹏会将继续吸纳更多年轻力量、教授学者、科创投资人、海外学员，走向 全球，助力更多科技管理者迈向卓越！ 主题分享 本次 GTLC 北京站主议程共有 11 场主题演 ...

人工智能智能体发展现状 - 人工智能智能体以"自主感知、决策、执行"为核心能力，正加速突破实验室边界，深度融入产业核心领域 [1] - 360集团创始人周鸿祎表示大模型进化到智能体是必然趋势，智能体能够理解目标、规划任务、调用工具、具备记忆，实现从需求到结果的完整交付 [1] - 新一代智能体已具备自主感知、决策与执行能力，例如百度智能云推出的AI数字员工可独立完成外呼邀约、面试日程创建等全流程任务 [1] 智能体技术演进 - 智能体从大模型进化而来，目前已进化为四个阶段：L1聊天助手、L2低代码工作流、L3推理型智能体、L4多智能体蜂群 [2] - L4级别智能体以纳米AI发布的多智能体蜂群为例，可实现多个专家智能体灵活组队、多层嵌套、分工协作 [2] - 智能体在L3、L4级别还有巨大潜力，未来将复制到编码、PPT、营销、安全运营等专业场景，L5级别将实现智能体自我迭代、无限复制 [2] 智能体市场前景 - AI智能体市场规模将从2024年51亿美元增长至2030年471亿美元，年均复合增长率44.8% [3] - 智能体AI将彻底改变企业软件生态，未来三年将在应用层释放生产力红利，2030年全球软件市场规模预计扩大20%，客户服务软件市场增速或达45% [3] - 智能体已渗透至电信、制造、金融、政务、能源、互联网等垂直行业，正从概念验证走向规模落地 [3] 行业布局与政策支持 - 北京市经济和信息化局提出支持通用智能体发展，对取得上线批号的通用智能体给予最高不超过3000万元支持 [4] - 腾讯、京东等头部厂商发布多款智能体，腾讯展示12个垂直智能体应用，覆盖企业服务、生活服务与办公效率三大场景 [4] - 未来每个行业、企业、岗位都会衍生专属智能体，个人也将拥有几十个改造或自建的智能体 [4] 未来发展趋势 - 智能体将沿"专用化、协作化、可信化"三轴演进，垂直数据蒸馏出行业小模型，多智能体形成蜂群式协作 [5] - 未来五年，率先完成场景深耕、安全治理、商业模式闭环的企业将定义赛道标准 [5] - 需要从法律、国际标准、行业自律入手，共同规范推进智能体快速发展 [5]

纪要涉及的行业和公司 - 行业：半导体行业 - 公司：英特尔（Intel） 纪要提到的核心观点和论据 公司现状与目标 - **Q1业绩良好但挑战仍存**：Q1营收、毛利率、每股收益超指引，得益于Xeon销售超预期和客户采购行为，但全年市场不确定性大，需提升多方面表现以实现可持续增长和重获市场份额[2][6][7] - **文化与运营变革**：组织复杂性和官僚作风阻碍创新与敏捷性，需简化业务流程、增强透明度和问责制，如扁平化领导团队，让关键职能直接向CEO汇报[2] - **成本控制与投资优化**：2025年运营支出目标170亿美元，2026年160亿美元；2025年资本支出目标180亿美元，节省20亿美元；审查工厂布局，提高产能利用率；减少非核心项目和计划，聚焦核心业务；通过出售非核心资产和优化英特尔资本投资组合来改善资产负债表[3][6][10] 产品与战略规划 - **核心产品战略**：重新聚焦核心业务，打造一流产品，满足AI时代客户需求；调整产品路线图，优化产品组合以适应新兴AI工作负载；确保产品按时交付，成为客户首选平台[4] - **AI战略**：完善AI战略，关注新兴领域，开发全栈AI解决方案，为企业客户提供更高准确性、能效和安全性[4] - **代工业务战略**：建立与代工客户的信任，采用行业标准EDA工具和最佳设计实践，满足客户多样化需求；确保英特尔18A和14A按时交付，提高晶圆质量和产量[5] 财务状况与展望 - **Q1财务结果**：营收127亿美元，处于指引高端；非GAAP毛利率39.2%，超指引约3个百分点；每股收益0.13美元，高于指引；运营现金流8亿美元；调整后自由现金流 -37亿美元；现金余额210亿美元[7] - **Q2指引**：营收112 - 124亿美元，环比下降2 - 12%；毛利率约36.5%；每股收益盈亏平衡；预计DCAI下降速度快于CCG，英特尔代工业务营收环比下降，其他业务营收基本持平[9] - **全年展望**：建议参考过去10年季节性来建模营收变化，但需考虑市场不确定性，如关税和旧节点供应紧张；目标是在2025年开始去杠杆化[9][10] 其他重要但可能被忽略的内容 - **办公政策**：2025年第三季度起实施每周四天回办公室政策，以增强团队协作、提高效率和促进创新[3] - **Altera出售**：4月14日宣布将出售51%的Altera股份给Silver Lake Partners，估值近90亿美元，英特尔将获得44亿美元净现金收益，预计交易在2025年下半年完成，届时将从财务结果中剔除Altera[8] - **产品需求差异**：客户对N - 1和N - 2产品需求大于新产品，因宏观经济和关税影响，客户需控制库存成本，且旧产品成本低、系统ASP价格更具优势[23] - **产品发布计划**：Panther Lake今年年底推出至少一个SKU，大部分明年推出；Clearwater Forest将于2026年上半年推出；Jaguar Shores仍在产品路线图上[16][17][28] - **制造策略**：平衡内部和外部晶圆制造，维持合理资本强度，优化SKU级别的工艺节点选择[26]

核心观点 - 执行速度是衡量AI创业公司成功几率的重要指标 [2] - AI技术加速工程和产品反馈 学习编码对个人意义重大 [3] - 初创公司的机会在应用层 具体想法带来速度优势 快速行动并负责任是关键 [7] AI技术栈与市场机遇 - AI技术栈分为四层：半导体公司 云计算/超大规模云服务商 AI基础模型公司 应用层 [8] - 当前最大创业机会在应用层 因AI应用收入支撑底层技术发展 [10][11] - 智能体AI兴起带来新智能体编排层 使应用开发更易 迭代思考能力提升成果质量 [12][13][14][19] - 初创企业需将原有工作流转换为智能体工作流以抓住机遇 [20] 提升创业速度的四大策略 专注具体想法 - 具体产品想法可让工程师直接构建 模糊想法拖慢进度 [21] - 行业专家直觉可加速高质量决策 [23][24] - 初创公司应专注单一明确想法 数据证伪后快速转向 [25][26][27] 利用AI编码助手 - AI辅助编码使原型构建速度提升10倍 生产级代码效率提高30%-50% [28][30][31] - 工具迭代迅速（Copilot Cursor Windsurf o3） 技术栈转换成本降低 [31][33] - 更多人应学习编码以更好控制计算机 [37] 加快产品反馈 - 工程师速度过快导致产品管理成瓶颈 需建立有效反馈策略 [38][39] - 反馈策略包括：专家直觉 团队试用 陌生人测试 大规模测试 A/B测试 [43] 充分理解AI技术 - 正确技术判断可节省2-10倍时间 紧跟AI发展（如RAG 语音交互 ETL工具） [40][41][44] - 灵活设计构建模块 快速评估并切换新模型 [48][49] 产品与护城河 - 初创公司应先打造用户真正喜欢的产品 而非过早关注护城河 [50][51] - 消费者产品需建立品牌概念和发展势头 企业级产品需考虑市场渠道壁垒 [54][55] AI教育领域潜力 - AI推动教育高度个性化 虚拟形象或聊天机器人形式待探索 [56] - 教育领域智能体工作流尚未成熟 但对初创公司前景广阔 [58]

2025年金融市场互联峰会核心观点 - 峰会汇聚400余位金融生态链思想领袖与专业人士，探讨金融科技前沿议题[1] - 智能体AI成为金融工作流程核心，推动前台/中台/后台智能化决策[4] - 互操作性云基础设施与工程思维是构建可扩展集成化系统的关键[4] - 行业强调以人为本创新，聚焦员工技能重塑与企业文化建设[4] 客户体验变革 - LSEG Workspace负责人Nej D'Jelal提出"革命性提升金融服务客户体验"主题[2] - 微软、汇丰等机构专家探讨智能体AI如何重塑客户参与模式[5] - 互操作性平台实现工作流无缝衔接，降低客户交互阻碍[5] - LSEG Workspace与微软365 Copilot推动意图驱动型体验升级[5] 投资银行AI应用 - AI应用从开放式提示转向具备上下文感知的智能体模式[8] - 可量化评估AI对交易执行、研究分析和客户服务的提升效果[8] - 银行与金融科技合作将AI融入投行日常业务流程[8] - 定制化AI使投行家获取针对性见解，生产力显著提升[8] 交易与资产管理 - 自动化交易环境中数据与人际关系呈现动态平衡[11] - AI与电子化交易加速背景下，市场直觉仍具关键价值[11] - 行业探讨应对宏观经济不确定性与投资组合交易兴起的策略[11] - 前CFTC官员指出AI实时解读宏观信号形成竞争优势[13] 技术创新展示 - LSEG Workspace集成实时数据、分析工具与生成式AI功能[16] - 平台解决碎片化系统问题，减少人工操作环节达显著效率提升[16] - 在Vision Pro设备上展示端到端金融工作流解决方案[16] - 统一外汇交易工作流，为行业生产力树立新标杆[16] 行业未来方向 - 智能体AI、互操作性和以人为本创新将持续驱动行业发展[16] - 生成式AI已实现实时风险预警和主动生成深度见解等实际应用[13] - 纽约与香港将举办后续峰会探讨全球金融发展方向[20] 财富管理解决方案 - 提供市场领先数据与数字工具支持财富决策[21] - 工作流解决方案帮助顾问实时获取资讯提升效率[22] - 数据解决方案整合高级分析与客户中心化体验[23]

技术发展 - 人工智能技术进步及成本降低推动DeepSeek等大模型普及，类似跨越式进步可能在自动驾驶领域出现，实现感知、决策与控制能力的重大突破 [2] - 自动驾驶技术有两种走向：端到端技术需要海量高质量视频数据训练，数据获取成本高；模块化技术感知依靠神经网络，规划控制使用人工算法，在复杂驾驶任务中表现有限 [3] - 当前车企主要采用辅助驾驶而非完全自动驾驶，技术能力及成本限制其发展，部分企业已在特定场景应用，如易控智驾无人矿卡超1000辆，小马智行开通Robotaxi服务，特斯拉计划启动FSD功能 [4] 成本因素 - 成本降低是新产品大规模产业化的关键，历史上福特T型车通过流水线生产将价格从2000美元降至850美元，美国汽车普及率从1915年10%提升至1930年59% [5] - 中国在AI降成本方面取得突破，DeepSeek R1训练成本仅为OpenAI o1的三十分之一，特斯拉Cybercab预计成本低于30000美元，萝卜快跑每公里运营成本0.81元，较传统油车节省58% [6] - 自动驾驶技术成本随时间降低将促进商业活动繁荣，萝卜快跑等企业已布局海外市场 [6] 社会规则 - 自动驾驶发展需要规则适应调整，不宜以现行规则"一刀切"否定新事物，应开放包容并建立长效规则 [7][8] - 自动驾驶安全问题需优先关注，研究显示人为原因导致90%交通事故，自动驾驶可减少80%，但需行驶4.4亿公里测试以证明安全性 [9][10] - 自动驾驶事故责任归属复杂，涉及AI子系统、供应商、车企等多方，需从社会底层规则探索解决方案 [10]

美联储利率决议 - 美联储维持联邦基金利率目标区间在4 25%-4 5%不变 预计今年降息两次 同时下调今年经济增长预期至1 4% 上调通胀预期至3% 预计失业率年底升至4 5% [2] - 19位官员中7位认为今年不需要降息(3月仅4位) 8位预计降息2次(合计50基点) 2位预计降息1次(25基点) 2位预计降息3次(75基点) [4] - 鲍威尔强调美国经济稳固但贸易和财政政策存在不确定性 关税可能推高通胀 劳动力市场强劲未见经济走弱迹象 [2] 中概互联网板块 - 瑞银报告显示年初至今KWEB中国互联网ETF上涨18% 主要由AI概念股驱动 中小市值股票表现优于大盘 [5] - 下半年重点关注AI变现(云服务/广告/AI代理)、海外扩张(Temu进入70国/美团Keeta布局中东巴西/携程海外增长)及利润率重塑(佣金转向广告收入) [5] - 法国里昂商学院指出AI变现受算力成本制约 出海ROE优势有限 佣金转广告面临监管降费压力 [6] 全球股市展望 - 美银调查显示54%基金经理看好国际股市未来五年表现 仅23%认为美股最优 47%认为贸易战是最大尾部风险 [8] - 法国里昂商学院更看好欧股/A股/港股/东南亚市场 因政策驱动+估值修复 东南亚享受制造业外溢红利(越南/印尼基建投资大增) [9] 智能体AI发展 - 高盛预测智能体AI将推动全球软件市场规模至2030年扩大20% 客户服务软件增速或达45% 智能体在软件行业份额超60% [10] - 建议关注微软/谷歌/赛富时等SaaS企业 但转型面临AI原生竞争者挑战 商业化拐点或延迟至2030年后 [10][12] 基因编辑行业 - 礼来以13亿美元收购Verve Therapeutics(溢价132%) 推动基因编辑公司股价普涨(Prime Medicine两天涨20%/Intellia涨7%) [11] - 收购显示基因编辑投资逻辑转向"靶点+疗效验证+支付模型"组合 重点关注心血管治疗领域临床可行性 [12]

生成式AI下一阶段发展 - 生成式AI的下一阶段"智能体AI"将彻底改变企业软件生态 未来三年智能体将在应用层释放生产力红利 [1] - 到2030年全球软件市场规模预计至少扩大20% 其中客户服务软件市场增速或达45% 智能体将占据超60%的份额 [1] 智能体AI对企业生产力的影响 - 企业AI驱动生产力提升的下一阶段将聚焦智能体在软件应用层的效能释放 未来三年是关键窗口 [2] - 目前大多数案例仍属于集成基础大语言模型的聊天机器人 但部分更先进的AI已支持更具价值的用例 技术持续改进 [2] - 客户服务软件市场规模将比未受影响的2030年基准增长20%-45% 但这是软件行业的"下限" 在直接关联收入生成的领域市场扩张潜力更大 [2] SaaS企业在智能体生态中的机遇与挑战 - SaaS公司在新的智能体市场规模中有望占据较大份额 到2030年智能体将占软件市场总规模的60%以上 [3] - SaaS公司面临两大风险：基于AI原生技术栈的新竞争者 以及传统定价模式向基于价值/代理的定价模式过渡前的压缩 [3] - 行业龙头正在提升执行力 如赛富时调整Agentforce定价策略 微软构建跨生态连接能力 ServiceNow计划收购MoveWorks/Cloud [3] 技术架构变革与中间件发展 - 生成式AI应用需要不同于传统云/SaaS应用的全新技术栈 这将引发现有架构的重大变革 [4] - AI平台层的崛起及其关键中间件的完善将成为AI原生应用发展的重要催化剂 微软已构建面向智能代理应用的开发支持体系 [4] - SaaS企业需积极适配新兴AI标准并调整架构 才能顺利融入生成式AI的企业应用生态 [4] 投资标的与增长预期 - 高盛建议投资者关注微软、谷歌、赛富时、ServiceNow、HubSpot、Adobe和财捷 以及私有企业Aisara、Decagon、Intercom、Sierra和Writer [5] - 当前SaaS巨头转型受限于生成式AI技术成熟度等因素 但预计这些因素将在2027年后转化为持续增长动能 [5]

智能体AI行业趋势 - Gartner将Agentic AI列为2025年十大技术趋势之一，并预测2028年至少15%的日常工作决策将由Agentic AI自主完成（2024年为0）[2][3] - 行业风向转变，初创企业与科技巨头纷纷入局智能体技术竞赛，联想集团推出覆盖全场景的超级智能体矩阵[2][3] - 百度、字节跳动、智谱等企业近期相继发布智能体相关产品，如百度心响App、字节跳动扣子空间、智谱AutoGLM[4] 联想集团AI战略布局 - 公司推出超级智能体矩阵，包括个人版天禧、企业版乐享、城市级智能体及推理加速引擎，覆盖个人到城市场景[3] - 天禧智能体可跨设备调用日历邮件等数据实现任务编排，乐享智能体对接企业全流程，城市智能体已在武夷山等地验证可行性[3] - 联想董事长杨元庆定义智能体三大核心功能：感知与交互、认知与决策、自主与演进[3] - 公司同步发布四款搭载天禧智能体的终端设备，现有符合硬件要求的AI终端用户可升级搭载[5] 联想集团业绩表现 - 2024/25财年Q3营收18796亿美元同比增长20%，净利润693亿美元同比增长106%，创三年来最高季度销售额[5] - AI战略是业绩主要驱动力，AI PC累计销量突破100万台，服务器收入年增长172%[5] - 智能体矩阵被视为深化AI布局的关键举措，可优化业务流程、提升客户体验并开辟新收入来源[5] 行业需求与竞争分析 - 当前C端对AI智能体需求集中于个性化娱乐服务，B端需求取决于企业自动化迫切性，竞争激烈行业潜力更大[4] - 联想通过硬件终端推动智能体可能加速市场需求开发，但整体需求仍需培育[4] - 相比软件为主的百度字节跳动，联想凭借硬件优势实现智能体终端"自产自销"[5] 全球业务与关税应对 - 公司在11国建立33家工厂，通过"ODM+"和全球本地化模式调节高关税影响[6] - 政策不确定性是主要困扰，明确规则下公司可快速调整并转化为竞争优势[6]