行业核心趋势：CIO角色演变与数字化战略升级 - 证券行业首席信息官（CIO）职位迎来密集人事变动，今年以来已有10余家券商迎来新任CIO，另有券商正通过市场化渠道积极物色合适人选 [2] - CIO的角色正从“后勤管家”向“战略引擎”全面升级，数字化转型从传统的技术保障职能跃升为驱动业务创新的核心战略 [2] - 券商“一把手”兼任CIO意味着数字化转型升级为“一把手工程”和公司最高战略，标志着经营逻辑发生根本性结构质变 [4] 人才需求变化：复合型背景成为关键 - 新任首席信息官多为兼具技术与业务背景的复合型人才，例如国联民生CIO吴哲锐曾担任摩根士丹利管理服务亚洲新兴市场开发团队负责人 [3] - 从招聘条件看，“技术+业务”的复合背景获业内青睐，东海证券公开招聘CIO要求候选人具备累计10年及以上金融机构工作经历 [4] - 在由量化交易、极速柜台、AI投顾构建的现代金融市场中，只有兼具技术与业务视野的复合型人才才能将技术代码转化为业务增量 [4] 信息技术投入：从后台支持到前台引领 - 证券行业持续扩大信息技术投入，科技正从后台支持走向前台引领，成为推动业务模式重构与差异化竞争的关键变量 [2][5] - 据艾瑞咨询预测，至2025年证券行业IT投入增速将达19.7%，2027年整体市场规模有望突破740亿元 [5] - 数字化转型已从“后勤工具”跃升为行业破局的主变量，推动竞争格局从“成本导向”转向“价值驱动” [5] 券商具体实践：差异化科技布局 - 头部券商着力构建“技术+场景+生态”闭环，例如国泰海通推出“君弘灵犀大模型”，整合千亿级参数模型 [6] - 中小券商更依赖平台化技术解决方案打造差异化竞争优势，例如湘财证券以“金融科技+协同创新”双轮驱动 [6] - 浙商证券将科技建设列入公司中长期发展规划，制定信息、数字化、智能化三步走战略；东北证券重点建设投行数字化工厂、资管投研一体化平台等项目 [5] 组织架构创新：互联网分公司模式兴起 - 不少券商成立互联网分公司通过集约化运营打造数字化服务体系，中国银河、东吴证券、国泰海通、国信证券等券商率先破局 [7] - 中国银河北京互联网分公司正式挂牌成立打造线上战略枢纽，东吴证券成立苏州工业园区金鸡湖商务区分公司构建数智化财富管理陪伴服务体系 [7] - 互联网分公司凭借专注的业务定位和灵活的运营机制，在未来三到五年内有望成为券商AI技术落地应用的主阵地和客户经营模式升级的战略支点 [8]

会议概况 - 深交所联合港交所、广期所于11月28日至29日共同举办2025年大湾区交易所科技大会，主题为“迈向人工智能+时代” [1] - 深圳市副市长、深交所总经理、广期所总经理现场致辞，港交所行政总裁视频致辞 [1] - 参会单位包括中国证监会系统相关部门、证券、基金、期货市场机构、科技企业、高校及科研院所 [1] 11月28日议程要点 - 中国工程院院士高文发表主题演讲“深入实施‘人工智能+’行动，助力资本市场高质量发展” [3] - 中国证监会科技监管司司长篇凯发表主题演讲 [3] - 深交所总工程师喻华丽发表主题演讲“固本开新，迈入数智发展新阶段” [3] - 港交所集团首席资讯总监梁松光发表主题演讲“迈进人工智能新纪元” [3] - 华泰证券执委会委员、首席信息官韩臻聪发表主题演讲“重塑价值：金融行业的人工智能原生之路” [3] - 浙江大学研究员居汉廷发表主题演讲“AI赋能资本市场技术创新，重塑生态与监管新范式” [3] - 举行高端对话“行业大模型应用与治理”，由国金证券首席信息官王洪涛主持，中国证监会科技监管司相关处长参与 [3] 11月29日技术分享要点 - 深证通总经理陈明忠致欢迎辞 [7] - 技术分享主题涵盖交易系统可观测性探索、证券交易系统低时延通信优化、招商证券分布式云原生核心交易系统建设实践 [7] - 技术分享主题包括券商清结算平台在多级托管上的研究、中小券商机构交易服务矩阵建设实践、基于核心交易系统的高性能自动化清算中心研究与设计 [7] 金融AI分论坛要点 - 分论坛由中金公司协办，中金公司首席信息官程龙主持 [9] - 深交所总工程师喻华丽、中金公司首席信息官程龙分别致辞 [9] - 技术分享主题包括深交所行业法规大模型创新应用、国泰君安君弘灵犀大模型的可信可控实践、银河证券机构业务智能应用探索 [9] - 技术分享主题涵盖招商证券大模型智会技术、广发证券AI智能体建设实践与思考、中信证券AI数字员 [9] 金融大数据分论坛要点 - 分论坛由申万宏源证券协办，证监会科技监管司副司长蒋东兴致辞 [10] - 技术分享主题包括人工智能与金融可信大数据融合创新发展、国泰君安主数据治理体系建设及应用、腾讯云分享Data+AI融合趋势与挑战 [10] - 技术分享主题涵盖申万宏源证券构建证券行业新一代数据底座湖仓一体架构探索、信通院数据资产管理发展趋势、中金财富E-Space投顾平台大数据应用建设实践 [10][11] 数字化转型分论坛要点 - 分论坛由东方财富证券协办，东方财富证券副总经理兼首席信息官蔡开璟致欢迎辞 [11] - 技术分享主题包括东方证券新一代核心业务及机构服务转型实践、广发证券数智化转型实践和思考、平安证券数智化股权管理赋能财富业务升级实践 [11] - 技术分享主题涵盖东吴证券客户分级分类管理中的数智化应用、国金证券数字化转型在财富管理领域的应用探索、东方财富证券数字赋能普惠金融构建智慧营业部管理服务新模式 [11][12] 合规风控分论坛要点 - 分论坛由中信证券协办，中信证券信息技术中心负责人侯敏致欢迎辞 [12] - 技术分享主题包括中金公司国际化系统建设和风控、中信建投证券合规管理工作数字化转型的探索和实践 [12]

会议概况 - 2025大湾区交易所科技大会于11月28日至29日举行，主题为“迈向人工智能+时代”[1] - 大会由深圳证券交易所、香港交易所、广州期货交易所联合主办[1] 高层研讨会核心议题 - 中国工程院院士高文发表主题演讲“中国算力网计划与鹏城脑海大模型”[2] - 中国证监会科技监管司司长罗凯演讲“深入实施‘人工智能+’行动，助力资本市场高质量发展”[2] - 深交所总工程师喻华丽发表“固本开新，迈入数智发展新阶段”主题演讲[3] - 港交所集团首席资讯总监梁松光演讲“迈进人工智能新纪元”[3] - 华泰证券首席信息官韩臻聪探讨“重塑价值：金融行业的人工智能原生之路”[3] - 高端对话主题为“行业大模型应用与治理”，主持人为国金证券首席信息官王洪涛，嘉宾来自证监会、中信建投证券、博时基金、IDC中国及腾讯云[3] 交易结算技术分论坛 - 深证通交易结算研发部开发经理钟戈分享“交易系统可观测性探索与实践”[6] - 西安交通大学网安学院副院长王平辉探讨“面向证券交易系统的低时延通信优化研究与探索”[6] - 招商证券分享“基于分布式云原生（新一代）核心交易系统建设实践”[6] - 国泰海通证券技术研发部系统架构师周哲博介绍“券商清结算平台在多级托管上研究与实践”[6] - 世纪证券首席信息官林永峰分享“中小券商机构交易服务矩阵建设实践”[6] - 金融街证券信息技术部总经理朱殿存探讨“基于核心交易系统高性能自动化清算中心的研究与设计”[6] 金融AI分论坛 - 深交所信息科技一部副总监曾海泉分享“行业法规大模型创新应用实践”[7] - 国泰海通技术研发部总经理助理詹婷婷介绍“君弘灵犀大模型的可信可控实践”[7] - 银河证券场外与创新业务研发模块负责人余慧佳分享“银河机构业务智能应用探索”[7] - 招商证券金融科技中心副总监李建新进行“招商证券天启大模型平台技术分享”[7] - 广发证券信息技术部总经理助理杜瑞罡分享“广发证券AI智能体建设实践与思考”[7] - 中信证券人工智能团队负责人徐崚峰介绍“中信证券AI数字员工”[7] 金融大数据分论坛 - 上海交通大学讲席教授李颉分享“人工智能与金融可信大数据融合创新发展”[8] - 国泰海通数据管理应用部数据治理主管张玲岩介绍“国泰海通主数据治理体系建设及应用”[8] - 腾讯云证券行业首席架构师宋旭文探讨“Data+AI融合趋势与挑战”[8] - 申万宏源证券信息技术开发总部总经理助理石宏飞分享“构建证券行业新一代数据底座—湖仓一体架构探索与实践”[8] - 信通院大数据与智能化部主任姜春宇介绍“数据资产管理发展趋势”[8] - 中金财富全渠道平台总部投顾平台部负责人孔培分享“中金财富E-Space投顾平台大数据应用建设实践”[8] 数字化转型分论坛 - 东方证券系统运行总部副总经理钱琳瑜分享“新一代核心业务及机构服务转型实践”[9] - 广发证券大数据中心负责人王蓁介绍“广发证券数智化转型实践和思考”[9] - 平安证券经纪业务事业部技术开发组专家陈旦及分享“数智化股权管理赋能财富业务升级实践”[9] - 东吴证券秀财事业部副总经理吴雅文介绍“客户分级分类管理中的数智化应用与实践”[9] - 国金证券科技研发部副总经理李艳分享“数字化转型在券商财富管理领域的应用探索”[9] - 东方财富证券需求管理部负责人许嘉娓探讨“数字赋能普惠金融——构建智慧营业部管理服务新模式”[9] 合规风控分论坛 - 中金公司信息技术部海外业务团队负责人唐俊分享“国际化系统建设和风控”[10] - 中信建投证券信息技术部合规监测应用团队负责人韩天宇介绍“合规管理工作数字化转型的探索和实践”[10] - 华为AI数据与本体架构专家田璞探讨“基于本体的企业AI数据管理探索”[10] - 国泰君安期货总经理助理齐旭分享“智控风险，护航未来—国泰君安期货的数智化风控实践与探索”[11] - 易方达基金系统研发中心总经理助理何兴介绍“‘慢’守匠心，‘快’启智行：自研体系下合规风控智能化应用探索与思考”[11]

文章核心观点 - 人工智能技术正驱动资产管理行业从“人脑经验驱动”向“人工智能驱动”演变，行业价值面临重构 [1] - 国内资管机构正加大AI投入，应用加速落地，预计2027年相关投资将飙升至415.48亿元，相比2024年增幅达111% [1][3] - 行业发展面临模型幻觉、资金人才瓶颈及行业特征限制等问题，需通过完善治理、探索共享、培养人才及渐进式推广等措施稳步推进 [5][6][7][8][9][10][11][12] AI在资产管理业务中的发展现状 国家政策与地方扶持 - 2025年国务院《关于深入实施“人工智能+”行动的意见》明确在金融等领域推动新一代智能终端、智能体等广泛应用 [2] - 上海打造“AI+资产管理”示范区，提供专项财政补贴、税收优惠，鼓励本地资管机构在智能投研、智能风控等方面试点 [2] - 通过“AIAM认证”、“AIAM专项人才库”以及高校项目向资管机构输出复合型人才 [2] 机构投入与技术合作 - 资管机构对新兴技术接受度高，DeepSeek等国产大模型契合其降本增效、安全合规及开源灵活迭代的诉求 [3] - 资管机构普遍倾向于与科技公司、大学/科研机构合作，发挥各自优势联合开发 [3] - 合作案例包括工银瑞信联合工银科技、恒生聚源、智谱AI共同打造FundGPT，国泰君安与财跃星辰、阶跃星辰合作开发“君弘灵犀大模型” [3] 业务应用与价值提升 - 提升运营效率，降低操作风险：利用AI规模化自动化处理大量重复性、规则性任务，实现清算及数据校验自动化，减少人工环节 [4] - 改善客户体验，提供个性化服务：利用AI实现智能化深度“理解客户”，构建精准画像，洞察客户需求，实现业务办理零等待 [4] - 提升投研效率，拓展研究新路径：大模型能够对海量结构化和非结构化数据信息进行实体识别、关系抽取和向量化存储，构建动态知识图谱 [4] - AI展现出处理政策文本信息、社交媒体情绪等另类数据的优势，为量化投资破解“因子困境”拓展新路径 [4] 发展中面临的主要问题 模型幻觉与同质化风险 - 金融大模型强化学习训练存在数据过度拟合风险，对缺少历史样本的“黑天鹅”事件更容易输出缺乏逻辑的结论 [5] - 仅基于市场主流数据投喂训练模型，输出结果往往偏向“共识性结论”，导致投资策略同质化风险，可能加剧市场波动 [5] 资金与人才瓶颈 - 算力资源、数据治理、模型训练均需巨额投入，模型部署复杂导致成本进一步上升 [6][7] - 既懂人工智能技术又具备资产管理实战经验的复合型人才稀缺 [7] 行业特征限制推广深度 - AI面对缺乏数据案例的商业新阶段、新变化时往往无能为力，难以替代人类对商业本质的洞察 [8] - 部分投研人员担心过度依赖AI会导致批判能力下降或削弱个人优势，对全面融入AI持保留态度 [8] - AI深度运用还处在早期，更多仅是在信息处理的效率提升任务中使用 [8] 建议与展望 完善模型管理与数据治理 - 按照模型复杂度、对市场影响力实施分类管理，技术发展同时完善监管政策，建立统一评估标准 [9] - 建立规范完整的数据治理架构，制定数据标准，完善数据安全法规和版权保护，细化数据脱敏、使用授权规则 [9] 探索数据共享与提升利用效率 - 探索数据共享收益机制，建立数据共享平台，突破多模态数据采集，丰富数据来源 [10] - 面向专业场景的大模型训练，聚合高质量私有金融知识库，提升训练效果 [10] - 国投证券利用DeepSeek模型开发“慧研”投研助手，打通“企业+个人+内置知识库”，提升模型在专业领域应用能力 [10] 多渠道培养与加强人才建设 - 资产管理行业机构之间搭建沟通平台，获取前沿技术与管理经验 [11] - 通过联合建设实验室培养复合人才，企业内部提供更大容错空间，并在考核与晋升上予以倾斜 [11] - 对顶尖人才提供有竞争力的薪酬和有效激励，扩大高校专业硕士班及双学位项目范围 [11] 渐进式平台化发展路径 - 从容错率较高的场景先行试点，采用检索增强+思维链技术提升可靠性 [12] - 在低容错业务环节部署轻量化小模型，将AI定位为辅助性角色，实现快速落地 [12] - 通过微调与持续完善逐步向投研、产品开发等核心环节渗透，最终搭建全业务链AI平台 [12] - 人工智能将成为价值重构核心驱动因素，专业知识积累深厚、数据治理规范、模型开发能力强的机构将在未来行业竞争中占据优势 [12]

文章核心观点 - 2025年是企业级AI应用从试点走向规模化落地的关键转折点 AI正从效率工具升级为企业经营中需量化价值的核心能力 但企业在战略制定、技术实施和人才培养等方面仍面临系统性挑战 [1] - 2025 ITValue Summit数字价值年会聚焦AI落地"十大核心问题" 通过行业领先企业的实战案例分享 为企业提供可借鉴的解决方案 推动AI从概念验证走向生产级应用 [1][3][5] AI战略共识构建 - 企业面临从技术试点到战略重构的关键转折 管理者和执行者之间存在认知落差 90%的AI项目未能实现预期 70%的高管认为效果不佳 [8][16] - 瑞幸咖啡通过AI驱动价值链重构 以数字化底座支撑用户、产品、门店三大支柱 实现爆品预测准确率85% 租金占比降至8%以下 以9.9元定价策略颠覆行业格局 [12] - 企业需重新定位AI与人的关系 AI应作为提供策略的"顾问"和鼓励执行的"教练" 而非单纯工具 人机协同需遵循"334框架"：30%人类智能定战略 30%人工智能做分析 40%执行系统保交付 [16][18] 技术可靠性与可解释性 - AI幻觉和决策黑箱问题成为证券行业深度应用的关键瓶颈 金融业务要求输出内容必须可靠可解释 且严禁未经许可的投资建议 [21][24] - 国泰海通构建千亿参数多模态证券垂类模型 采用"可信知识库+小模型校验"双重保障机制 通过180多个业务方法库实现分析过程可追溯 满足监管合规要求 [23][26][28] - 业务部门深度参与是保障AI可靠性的关键 国泰海通技术团队与业务人员共同设计场景 业务人员占比远高于技术团队 [29] 数据基础与治理 - 数据质量贯穿全生命周期 香港医管局30年积累近60亿条高质量医疗数据 通过一体化数字平台实现医疗信息高效互通 诊疗时可实时调阅患者全病程记录 [33][35][36] - 数据困境主要源于信息割裂和标准不一 香港赛马会面临跨国数据整合挑战 海外赛马数据缺少标准化采集 单场比赛视频分析需20个GPU集群 处理成本极高 [38][40] - 数据使用成本决定应用有效性 随着算力效率提升和成本下降 当前数据挑战将成阶段性现象 医疗行业需推进数据资源资产化、服务产品化和生态空间化 [41][50] 应用场景选择 - 企业应避免"技术优先"误区 易鑫集团年交易规模700亿人民币 80%用户来自三线以下城市 通过自研AI大模型实现获客、风控、路由匹配全流程智能化 帮助三农群体获得金融服务 [46][48] - 医疗领域强调"数据-AI能力-行业Know-how"黄金三角 业务人员参与开发对成功落地至关重要 医生通过接触AI大模型提升诊疗水平 但需平衡AI建议与专业诊断的关系 [49] - 医药行业AI应用处于早期阶段 需确保数据质量和数量 进行全新流程设计 中国药品审评改革深化 CDE筹划AI辅助审评将促进行业发展 [50][51] 模型选型策略 - 仅40%的POC项目能走向生产 失败主因包括业务评估不足、数据准备不充分等 而非模型选择错误 企业焦点应从"选哪个模型"转向如何避免POC陷阱 [56][58] - ROI衡量需关注新业务模式创新 亚马逊Ring智能摄像头通过增加AI功能推出视频回看订阅服务 创造新增长点 单纯运营效率提升反居次要位置 [60] - 模型选型需综合考虑数据持续投入能力、工程化水平和Agent范式把握 企业竞争力体现在系统化生产部署能力而非模型选择 [60] 行业模型落地 - 行业小模型比通用大模型更具优势 通用模型训练使用65万亿数据 而行业内部沉睡着170万亿未利用数据 医疗领域豆蔻妇科模型问诊准确率达90.2% 通过妇科主任级考试得分64.94超越GPT-5的52.5分 [64][66] - 行业模型需具备复杂推理和专业数据生产能力 航旅纵横强调行业大模型是系统工程 需建立"数据-模型-数据"闭环保持持续进化 [71][73] - 酒店行业通过AI数字经理实现收益优化 五一期间杭州门店通过实时商圈流量分析 在店长经验判断与AI建议冲突后执行降价策略 最终入住率提升8.3% RevPAR实现增长 [73][74] 知识库体系建设 - 企业42%知识留存人脑 26%以文档存储 仅12%进入可检索知识库 东航员工每天花1.2-2.7小时跨系统检索知识 [80][81] - 东航通过RAG技术构建涵盖300多本公司手册的知识库 服务超1万名一线员工 地服人员询问"大提琴托运"可迅速返回精准规定 减少70%的旅客投诉 [83] - 知识管理目标是无缝嵌入生产过程 东航已有400多个部门级智能体投入运行 新开航线智能体可快速生成覆盖经济效益、飞行条件的分析报告 [83][84] 人机协同实践 - 美的荆州工厂14个智能体覆盖38个核心生产场景 由"工厂大脑"统一协同计划、供应链、物流和生产 上半年实现财务认可提效2.83亿元 节省490.4万小时 [89][91] - 一线员工参与智能体开发 美的内部涌现9000多个"民间智能体" 由业务人员自主开发解决实际痛点 [91] - 云迹科技机器人完成超5亿次任务 服务3万多家酒店 行走2033万公里 具备学习力、适应力等六维能力 在酒店场景中能通过电话温柔提醒客人取物 为盲人开启无障碍服务 [91][93] 人才战略调整 - AI岗位需求量同比翻倍 但人岗适配率仅20% 企业需从"花钱买人才"转向"主动造人才" 将人才战略与业务战略同步推进 [99][100] - 传统制造企业案例显示 基于战略明确人才画像后 对业务人员开展系统技术培训 同时在关键岗位引入外部专家 可搭建完整人才体系 [102] - 需构建"全职员工+外包/独立顾问+数字员工"多元用工模式 AI原生国企从10人团队快速成长为近200人的明星企业 得益于灵活用工形态 [102] 安全合规管理 - 财务领域数据合规是"生死线" 2020-2024年受处罚上市公司财务人员从60人升至137人 年复合增长率23% 70%-80%处罚集中在虚假财务报告和未及时披露信息 [108][109] - AI在财务合规的应用包括智能票据处理、现金流预测、欺诈检测等 智能报销平台可通过语音指令自动完成票据整理与填报 提升效率并保障合规性 [110][111] - 需警惕AI生成技术带来的风险 Nano Banana能零成本在十几秒内篡改电子原始凭证 对财务数据合规构成巨大挑战 [113]

大会概况 - 2025 Inclusion·外滩大会在上海黄浦世博园区开幕 主题为重塑创新增长 [1] - 大会汇聚全球科技领袖 青年科学家 创业者及科技爱好者 [1] - 外滩大会是上海报业集团服务上海科创中心建设的重要平台 [1] 财跃星辰核心产品展示 - 财跃星辰在大会上展示四大金融AI成果 [3] - 推出金融深度研究智能体产品AI小财神Pro 具备创新大模型智能体框架 智通财经独家数据与工具集 以及专属长期记忆功能 [3] - AI小财神Pro能在半小时内完成专业金融研究报告 [3] - 在FinResearchBench评测中 AI小财神Pro多项关键指标超越国内同类产品 综合评分位列国内第一 全球前三 [3] - 在GitHub公布的FinGAIA评测中 AI小财神Pro获得国内第一成绩 [3] 行业合作与创新应用 - 公司与国泰君安联合推出君弘灵犀大模型 是行业内首个千亿级参数规模的多模态垂类大模型 [4] - 君弘灵犀大模型深度融合国泰君安金融积累与公司人工智能技术 实现对多模态数据的融合处理与理解 [4] - 公司与上海银行共同推出上海银行AI手机银行 成功突破沪语方言识别与合成关键技术 实现全流程沪语交互 [5] - 上海银行AI手机银行融合养老政策 金融资讯 理财产品深度个性化解读等服务 [5] - 公司与国金证券共同推出国金AI投顾 构建策略与服务深度融合的买方顾问服务模式 [5] - 国金AI投顾基于移动端应用 人工智能及大数据技术深度研发 显著降低专业投资门槛 [5] 行业影响与战略意义 - 公司系列创新成果体现技术前沿性与金融科技和产业实践的深度结合 [5] - 公司通过AI技术从智能投研到方言交互 从机构服务到普惠金融 重塑金融服务生态 [5] - 公司举措助力上海全球金融科技中心建设 为金融行业高质量发展注入新动能 [5]

财务表现 - 营业收入238.72亿元 同比增长77.71% 归属于母公司净利润157.37亿元 同比增长213.74% 扣非净利润72.79亿元 同比增长59.76% [1] - 投资收益从30.37亿元激增至127.01亿元 增幅318.23% 公允价值变动损益从21.21亿元收益转为30.06亿元损失 [2] - 信用减值损失从2.37亿元暴增至11.94亿元 增幅高达404.71% [3] 业务进展 - 财富管理业务营业收入97.72亿元 占比40.94% 融资融券市场份额提升至9.78% 行业第一 [1][3] - 投行业务境内证券主承销额7081.82亿元 市场份额11.95% 行业第二 股权主承销市场份额达18.6% 较上年提升近10个百分点 [1][3] - 数字化转型方面发布业内首家千亿参数多模态证券垂类大模型 APP合并月活1558万户 行业第一 [4] 合并影响 - 2025年3月14日完成吸收合并海通证券 资产规模跃升至1.8万亿元 增长72.24% [1][5] - 总资产1.8万亿元 资产负债率75.68% 较上年末77.69%有所改善 货币资金3936.62亿元 占总资产21.81% [5] - 应付债券余额2747.96亿元 增长105.07% EBITDA利息保障倍数从2.15提升至3.12 [5] 分红政策 - 拟每10股派现1.5元 连同股份回购合计占净利润24.39% [1][7] 行业环境 - 新"国九条"政策效应持续释放 资本市场回稳向好态势不断巩固 [8] - 证券行业数字化竞争日趋激烈 技术投入边际效用递减 [4]

人工智能产业发展 - 总书记强调人工智能技术需为老百姓创造好的生活，关注技术实际应用价值 [1] - 上海将人工智能列为三大先导产业之一，截至2024年底已完成60款生成式AI服务大模型备案 [1] - 《麻省理工科技评论》指出上海有2家与DeepSeek同级别的中国大模型企业，反映其研发实力 [1] 阶跃星辰技术进展 - 公司加速多模态大模型迭代，已与金融财经、汽车、机器人、手机、消费零售等行业标杆企业达成战略合作 [1] - 联合界面智通财经成立财跃星辰，推出面向大众的财富助手「AI小财神」，提供数据挖掘、财报解读等功能 [2] - 推出业内首个千亿级参数多模态证券垂直类大模型"君弘灵犀"，融入用户智能化服务体系 [2] 应用场景落地 - 阶跃星辰展示多模态大模型与智能终端结合的生活便利化应用案例 [1] - 财跃星辰聚焦金融财经领域，探索大模型在投资服务中的实际应用 [2]