行业核心挑战 - 小微金融面临数据透明度低和有效决策依据匮乏的挑战 [1] - 企业类型高度多样化导致数据格式混乱且难以有效组织和打通 [1] - 传统风控模型依赖统计和决策树 缺乏深层次因果与逻辑推理能力 [1] 技术解决方案 - 公司系统性升级机器感知 认知与逻辑决策三大核心能力构建新一代智能决策引擎 [1] - 自研金融领域多模态大模型能精准解析银行流水和收入证明等非标准化文档 [1] - 多模态大模型在准确率和召回率上显著优于主流开源模型 [1] - 构建覆盖3300万企业实体的企业关系图谱 产品图谱与事理图谱三大知识图谱 [1] - 通过宏观经济数据与企业经营等多维数据深度关联实现从群体标签到个体识别的跨越 [1] 风控决策创新 - 研发用于小微企业风险管理的推理大模型具备全程透明可解释性 [2] - 推理大模型具有开箱即用高效率且决策过程可追溯 [2] - 通过长链推理数据构建和强化学习机制保障模型准确性与可靠性 [2] - 模型能更好理解并解释小微企业业务运营逻辑 [2] 行业影响与发展 - 技术架构帮助金融机构显著提升运营效率与风控精度 [2] - 致力于实现对每个小微企业的深度理解与精准服务 [2] - 持续推进技术开放与生态合作向金融机构输出系统能力 [2] - 推动小微企业金融服务向更智能 更普惠 更可持续方向发展 [2]

文章核心观点 - 马上消费金融股份有限公司将其AI数字员工“马小i”应用于2026届管培生校园招聘及新员工培养体系，旨在破解校招中的双向焦虑，并为应届生提供从校园到职场的全周期服务 [1] - 马小i作为企业级智能助手，通过创新的技术架构和深度场景融合，成功跨越了从“能用”到“好用”的分水岭，实现了从智能问答到业务办理的全链路闭环，成为提升组织效率的“数字员工” [10][13][23] - 行业趋势显示，嵌入式AI和企业级智能助手正成为主流，全球AI解决方案支出预计将从2025年的约3070亿美元增长至2028年的6320亿美元，翻一番 [11] 从校园到职场，马小i贯通新人全成长链 - 在马上消费2026届校招中，AI数字员工马小i全程陪伴候选人，提供智能邀约、职位推荐、智能问答、在线测评及面试等服务，大幅提升体验与效率 [3] - 在天津大学和南开大学的校招中，通过AI智能邀约成功吸引超过400人参与，场次满座率高达135% [3] - 马小i承担三重角色：校招阶段作为“校园大使”，通过“马小I Talent”小程序为应届生提供简历解析、岗位匹配、一键投递及进度查询服务；入职后作为“入职导师”，提供转正任务指导与陪伴；转正后作为“员工助理”，帮助员工进行流程提效 [6][8][9] - 该助手旨在帮助应届生减少盲目投递，缩短信息检索时间，提升面试通过率，并帮助新员工更快融入工作节奏 [7][8] 智能助手如何跨越“能用”到“好用”分水岭 - 行业趋势显示，企业级智能助手正从“试验品”走向“标配”，关键并非仅“会聊天”，而是能否在受控环境中把事情办好 [11] - IDC研究指出，2025年全球超50%的企业应用已嵌入AI助理或AI顾问能力，约20%的企业在进一步补充完整的AI智能体功能 [11] - Gartner预计，到2026年，80%的独立软件厂商会把AI直接嵌入其应用，形成“嵌入式AI”的主流供给方式 [11] - 当前行业普遍面临挑战：功能碎片化、知识鲜活度不足、端到端办理链路断档、入口分散、评价闭环缺失，导致“试点快、规模难” [12] - 马上消费指出，企业智能助手普遍面临产品知识问答范围窄、业务办理链路存在断点、入口分散、需求响应滞后等问题，是陷入“3天POC、3年持续优化”困境的核心原因 [12] 马上消费马小i的差异化技术路径与成效 - 马小i采用MCP（Model Context Protocol）+ A2A（Agent2Agent）协议的技术架构，以解决大语言模型在知识时效与上下文记忆上的根本局限 [13] - 该架构能实现简单任务快速回答、复杂任务调用工具处理、专业任务由特定Agent处理，通过动态访问外部工具和数据源来拓展能力 [13] - 马小i实现了智能问答、流程办理、知识管理三大核心功能的闭环整合 [13] - 自2024年1月上线以来，马小i日均处理问答超1万次；2025年2月接入DeepSeek大模型后，服务场景拓展至IT支持、行政答疑、知识检索等50余个自助办理场景 [13] - 据统计，马小i每年可为公司释放超过5万个工时，相当于将25名员工从重复劳动中解放出来 [14] 技术如何让“好用”落地 - 构建标准知识入库机制：通过构建多模态知识库及动态更新机制，依托全知引擎融合HR、财务等六大业务领域知识图谱，并叠加10万+通用知识矩阵，确保知识“鲜活”与准确 [16] - 高效实现查办一体：采用Assistant-Agent模式，用户只需面对马小i一个总助手，由其雇佣各业务类型的专业Agent协同执行任务（如自动发起报销流程），实现从“能答”到“能办” [17] - 利用运营数据持续成长：打造质检AI对每次问答实时监控，自动识别不满意回答，目前人机判断一致性达到86%；通过分析用户提问数据沉淀“意图空间”，提升一次解决率 [18] - 具体落地场景包括：企业内部信息即问即取、专业问题即刻解答、快速办事统一办理中心、便捷排障与工单预处理等 [20][21] - 马小i的独到之处在于将企业级知识治理、MCP查办一体以及质检运营闭环做深做透，解决了从找得到、答得准、办得通、评得清的全链路问题 [21]

IPO申请概况 - 量化派控股有限公司第五次向香港交易所递交主板上市申请，此前四次申请分别于2022年6月、2023年2月、2024年5月及2024年12月因招股书失效而终止 [1] 业务转型与现状 - 公司已彻底终止其起家的助贷业务，并在招股书中承诺不再于中国内地涉足该领域 [2] - 核心业务从金融科技助贷（产品“信用钱包”）转型为消费者导向的数字化交易平台，主要产品为“羊小咩”及汽车零售O2O平台“消费地图” [2] - 尽管公司主体已退出助贷，但通过关联企业北京自牧云创（由量化派创始人周灏实际控制）运营的小贷平台“便荔卡包”，其商城页面可直接跳转至“羊小咩”平台 [2][4] 财务表现 - 公司收入从2022年的4.75亿元增长至2024年的9.93亿元，2025年前5个月收入达4.14亿元，同比增长38.12% [5] - 盈利状况显著改善，从2022年亏损28.3万元转为2023年盈利364.3万元，2024年盈利达1.47亿元，2025年前5个月盈利1.26亿元，同比增长262.14% [5] - 毛利率大幅提升，从2023年的69.4%升至2024年的96.9%，2025年前5个月维持在96.7%的高位 [5] 收入结构 - 收入高度依赖单一产品“羊小咩”，其收入占比从2022年的43.4%升至2025年前5个月的98.1%，同期贡献收入4.06亿元 [5] - “消费地图”业务收入占比从2022年的43.3%大幅下滑至2025年前5个月的1.9%，助贷业务收入占比已降至零 [5] 运营与风险 - 公司在黑猫投诉平台上的投诉量累计超过3万条，近一个月仍有40条新增投诉 [6] - 投诉主要集中指向平台商品价格虚高以及存在套现诱导问题 [6][8] - 具体表现为平台商品售价显著高于主流渠道，例如同款小米15Pro手机在“羊小咩”售价5869元，较京东旗舰店4799元的售价溢价超过22% [8] - 存在灰色套现链条，消费者投诉称购物后会接到陌生电话以低于市场价的价格回购商品 [8] 募资用途 - 本次IPO募集资金计划用于研发优化“羊小咩”等平台、进行广告投放以扩大用户群、并引入更多供应商以丰富商品品类 [6]

AI在金融科技领域的应用价值 - 金融行业被视为AI最具突破性的应用场景 金融本质是基于数据及对物理场景理解的智能决策 AI能够实现更精准的风险判断和更广泛的普惠覆盖[1] - AI从效率型应用进入深层次金融决策环节 多模态推理能从视频、语音、合同和经营场景中提取百万维度信息 帮助识别财务造假与欺诈行为[1][3] - 通过风控使银行整体风险下降0.1个百分点即构成对行业的重大推动[1][5] 商业模式与战略定位 - 商业模式不必拘泥于SaaS订阅或分成模式 核心在于证明AI能解决现有系统无法解决的难题[1][4] - 公司定位为金融科技解决方案提供商 专注风险控制与智能决策等高价值环节 不进入算力层和大模型领域[5][7] - 可根据金融机构需求提供整体方案或模块化服务 智能体已在20多家银行落地 辅助上千名销售经理[7] 技术实现与能力提升 - 大模型处理百万维度多模态信息 传统风控仅依赖有限数据做逻辑回归 能识别纹身位置与违约概率等人工无法定义的变量[6][7] - 端到端授信决策智能体整合700多个模型与7000多个策略模块 具备自主学习和迭代能力 帮助中小银行突破人才限制[7] - 销售经理每日客户服务量从3-5个扩展到十几个 且转化率更高[7] 出海发展与行业责任 - 出海战略倾向监管成熟、规则清晰的市场 通过与当地金融机构合作建立长期价值[2] - AI赋能金融以技术责任和可解释性为前提 推动普惠与创新并行[2] - 需平衡创新与安全 收敛推理边界保证可靠性 现阶段必须解决可解释性问题[8] 行业特性与实施案例 - 金融行业生产要素就是数据 金融决策本身就是人工智能化过程[3] - 实际案例中模型在银行准备放款时提示异常 成功避免损失[7] - 通过视频识别申请人陈述真实性 提升小微企业融资可得性[3][7]

近期回购操作 - 9月26日以每股3.290港元至3.400港元回购223.00万股 金额746.73万港元 当日收盘价3.300港元下跌2.65% 成交额3262.27万港元[2] - 自9月11日起连续12日回购 累计回购2339.40万股 总金额7654.81万港元 期间股价上涨3.45%[2] 年度回购汇总 - 今年以来共进行20次回购 累计回购3521.20万股 总金额达1.08亿港元[3] 详细回购数据 - 9月单月回购频率显著提升 9月1日至26日共进行17次回购 单次回购规模在23.35万股至367.00万股之间[3] - 4月及3月亦有回购记录 3月31日以每股1.350-1.410港元回购57.60万股 4月7日以每股1.030-1.050港元回购47.00万股[4]

AI Agent行业发展趋势 - AI Agent总目标市场约3.61万亿元 未来将加速向核心场景渗透[1] - C端最快落地搜索和编程场景 互联网大厂推出生活服务型AI产品如美团"小美"和支付宝智能助理[1] - B端聚焦法律金融等垂直领域 大中企业是主力客户 金融场景率先落地应用[1] 奇富科技AI技术成果 - 自主研发行业首个赋能信贷核心业务的"奇富信贷超级智能体" 已在信贷风控 授信审批 合规管理等核心场景应用[1] - 研发团队规模超过千人 其中数百人专注人工智能与金融应用结合 累计研发投入近百亿元[3] - 申请专利961件 拥有软件著作权80余项 在国际顶级学术会议发表多篇论文[3] 公司经营业绩表现 - 2025年第二季度实现收入52.16亿元 同比增长25.4% 环比增长11.2%[4] - 净利润17.34亿元 同比增长25.6% 保持稳定增长势头[4] 企业荣誉与行业地位 - 入选2025上海企业100强 上海服务业企业100强 上海民营企业100强及上海新兴产业企业100强四大榜单[2] - 作为金融科技领域上海本土代表企业 综合实力获认可[2][3] - 完善的风控体系和合规管理有助于在行业出清过程中占据更多市场份额[4]

行业现状与公司战略定位 - 当前AI在金融行业的应用普遍内卷，多用于优化客服、营销等外围环节，未能根本性改变用户体验 [1] - 京东科技提出“未来十年的关键词是重塑”，旨在用多智能体协同的方式，原生再造金融服务新范式，而非修补旧业务框架 [1] - AI金融下半场的竞争已从单一模型技术比拼，升级为全链路生态的体系对抗 [3] 核心产品与解决方案 - 财富管理智能体“京小贝”放弃追求全知全能，转而攻坚“信任”痛点，能读取用户持仓、交易行为和风险偏好，提供个性化决策建议 [6] - “财经博主AI分身”功能通过复刻用户信赖的专家人格与方法论，实现7x24小时深度对话，将服务从信息灌输转变为双向认知同步 [6] - 支付智能体“JoyGlance”试图彻底颠覆现有交互，通过智能眼镜等设备将商品识别、下单支付压缩为“看”和“说”两个本能行为，实现“所见即所得” [7][8] - “普惠信贷评估智能体”通过解析产业数据提供毫秒级风控决策，为前端极致体验提供底层支撑 [8] - 京小贝、JoyGlance和底层风控智能体共同构建了从前端消费到后端理财再到风控的“消费-理财-风控”全链路闭环 [8] 场景应用与竞争优势 - 随着大模型技术成本下降和能力趋同，竞争的焦点从模型优劣转移到应用场景的深度和质量 [9] - 在2025年“消费品以旧换新”国家补贴场景中，京东科技依托“消费金融+供应链金融”双螺旋驱动，构建“需求激活-供给保障”闭环 [11] - 在需求端，京东白条通过“免息+国补”叠加权益降低决策门槛，其国补订单中使用白条分期支付的占比超过60% [11] - 在供给端，京东供应链金融科技的“京保贝”、“订货贷”等产品为国补链条上的商家提供全程资金支持 [11] - 截至今年9月，京东科技承接的国补订单量已接近1.6亿单，带动了超2000亿元的社会消费，服务超过200万家中小微企业 [11] 组织架构与战略积累 - 京东科技拥有“原生一体化”组织架构，将核心AI科技能力与核心金融业务置于同一屋檐下，破解了科技与金融“两张皮”的难题 [14][15] - 支付业务智能体已覆盖从前端交互、中台运营到核心决策的全链路，这种深度技术渗透在其他组织形态下难以实现 [15] - 公司金融业务从诞生之初就深度嵌入产业场景，例如2013年推出“京保贝”解决供应商账期痛点，2014年上线深度嵌入购物流程的“京东白条” [13] - 过去十年的战略坚持积累了宝贵的产业认知（Know-How）和源于真实交易的高质量数据 [13]

核心观点 - 奇富科技通过金融科技赋能地理标志产业 创新解决小微企业融资难题 推动乡村振兴和县域经济发展 [1][2][3] 地理标志产业现状 - 福建省拥有地理标志产品782个和地理标志商标674件 数量位居全国第二 [2] - 福建省地理标志专用标志达4866件 数量位居全国第一 [2] - 地理标志产业实现县域全覆盖 带动500余个乡镇和超千万群众增收 产业产值超过4000亿元 [2] - 11个地理标志区域品牌进入中国百强 9个县入选全国地理标志百强县 [2] 企业融资困境 - 小微企业面临缺资金 缺抵押 缺信用三重难题 被挡在规模化和品牌化大门之外 [1] - 缺乏金融机构认可的财务记录和抵押物 导致长期融资难和融资贵问题 [2] - 推动商标权和地理标志证明商标相关权益质押融资成为创新解决方案 [2] 奇富科技金融赋能行动 - 承办全国首个针对地理标志产品产业链的金融科技赋能专项行动 [1] - 采用金融+科技+地理标志+乡村振兴的融合创新模式 [1] - 行动主题为金融活水润地标 科技赋能兴乡村 汇聚政企多方力量 [1] 技术解决方案 - 自主研发小微企业信用识别智能体技术 构建全流程科技信用引擎 [3] - 多模态感知智能体通过图像和视频分析捕捉企业经营信息 识别效率和准确率远超传统技术 [3] - 画像增强智能体融合宏观经济和地区政策数据 构建人企关系图谱 [3] - 风险决策智能体整合700余个模型和7000多个策略模块 实现风险决策智能化 [3] 业务成果与规划 - 累计向398万农户提供124.4亿元放款支持 [3] - 持续迭代大数据风控与AI模型 打造额度更灵活 成本更可控 审批更高效的信贷产品 [4] - 深度下沉县域乡村 打通金融末梢 精准投向田间地头和街头巷尾 [4]

公司高层变动 - 汇丰科技中国区总经理马国栋于8月离职 职位由数据科技部首席技术官陈秀云兼任 [1] - 陈秀云兼任后向汇丰控股集团首席技术官Mario Shamtani汇报 [1] - 工商实体汇丰软件开发（广东）有限公司及旗下多家分公司法人已于8月中旬至9月上旬从马国栋变更为陈秀云 [1] 组织架构调整 - 马国栋担任汇丰科技中国区总经理约2年 内部于今年7月通过邮件宣布其离职消息 [1] - 过去一个月多位总监级以上中高层出现调整或离职情况 [1] 公司背景信息 - 汇丰科技中国是汇丰控股集团在亚太地区的重要技术中心 成立于2006年 [1] - 公司在广州和西安设有科技中心 [1]

公司荣誉与行业地位 - 奇富科技荣登2025上海企业100强、上海服务业企业100强、上海民营企业100强及上海新兴产业企业100强四大榜单 [1] - 榜单以上年度企业营业收入为核心入围标准 旨在表彰为上海经济社会发展作出突出贡献的优秀企业 [1] - 该榜单被视作反映上海经济发展态势的晴雨表 具有权威性、客观性与公正性 [1] 技术创新与研发投入 - 公司累计投入近百亿元资金用于科技创新 组建超千人规模研发团队 [2] - 研发团队中数百人专注于人工智能技术与金融深度融合的领域研究 [2] - 已申请专利961件 拥有软件著作权80余项 并在国际顶级学术会议发表多篇论文 [2] 核心产品与业务应用 - 成功打造行业首个赋能信贷核心业务的"奇富信贷超级智能体" 整合授信决策、信用评估等多元模块 [2] - 产品已在各类业务场景中发挥显著效能 为业务持续增长提供有力支撑 [2] - 以人工智能技术助力银行智能化转型为核心战略方向 [2] 发展战略与行业贡献 - 公司秉持"用先进科技改变金融服务"的使命 进一步加大研发投入力度 [2] - 持续提升产品与服务的核心竞争力 为上海全球科技创新中心建设贡献力量 [2] - 为中国金融科技构建高质量生态注入创新动能 [2]