股价表现 - 公司股价午后飙升逾36% 截至发稿时涨幅达31.29%报18.84港元 成交额8.62亿港元[1] 战略合作 - 公司与阿里云签订全面合作协议 通过资源整合与优势互补共同探索人工智能和数字化解决方案的创新及应用前景[1] - 双方将深化云计算 人工智能及下沉市场数字化领域的协同合作[1] 人工智能合作 - 公司将接入通义千问大模型 结合零售行业深度经验将大模型及相关AI能力与产业数据融合[1] - 打造"小店大模型智能体" "AI销售智能体" "销售预测智能体"及"AI客服机器人"矩阵[1] - 提升S2b2c供应链智能化服务能力 共建下沉市场营销获客与智能销售能力[1] 云计算合作 - 阿里云为公司提供专属云计算资源 保障业务高可用性与弹性扩展[1] - 阿里云将助力公司AI大模型训练与推理 快速迭代行业模型[1] - 阿里云提供解决方案架构师 大模型技术服务专家 产品技术专家等专家团队参与项目[1]

公司与阿里云全面合作 - 公司与阿里云于2025年8月8日签订全面合作协议，共同探索人工智能和数字化解决方案的创新及应用前景 [1] - 合作将深化云计算、人工智能及下沉市场数字化领域的协同 [1] - 双方通过资源整合与优势互补，提升供应链智能化服务能力 [1] 全栈AI合作领域 - 公司将接入通义千问大模型，打造小店大模型智能体、AI销售智能体、销售预测智能体及AI客服机器人矩阵 [1] - 合作旨在提升S2b2c(供应链-商户-顾客)供应链智能化服务能力 [1] - 阿里云为公司提供专属云计算资源，保障业务高可用性与弹性扩展 [1] 技术支持与专家团队 - 阿里云将提供解决方案架构师、大模型技术服务专家、产品技术专家等角色组成的专家团队参与项目 [1] - 专家团队将协助公司进行全栈AI产品应用开发 [1] - 阿里云的技术支持将助力公司AI大模型训练与推理，快速迭代行业模型 [1]

战略合作框架 - 公司与阿里云计算签订全面合作协议，共同探索人工智能和数字化解决方案的创新及应用前景，深化云计算、人工智能及下沉市场数字化领域的协同合作 [1] - 合作预期将充分发挥双方在技术、市场及资源整合等方面的优势，实现强强联合，构建"AI+产业"新生态 [3] AI技术应用 - 公司将接入通义千问大模型，结合零售行业经验，打造"小店大模型智能体"、"AI销售智能体"、"销售预测智能体"及"AI客服机器人"矩阵 [2] - AI大模型将提升S2b2c供应链智能化服务能力，共建下沉市场的营销获客与智能销售能力 [2] - AI大模型凭借其强大的数据分析和决策支持能力，可解决下沉市场零售门店经营效率不高、商品推荐精准度低等问题 [2] 云计算合作 - 阿里云将提供专属云计算资源，保障公司业务高可用性与弹性扩展，助力AI大模型训练与推理 [2] - 阿里云将提供包括解决方案架构师、大模型技术服务专家等专家团队参与项目，协助全栈AI产品应用开发 [2] 市场影响 - 合作将为下沉市场提供更多技术与产品创新，更好满足用户需求，提升双方在下沉市场的客户数量及服务收入规模 [3] - 合作将巩固公司在智慧零售、会员运营及智慧供应链等领域的数字化竞争力 [3] - 合作将使公司能够获取尖端人工智能技术并升级AI+SaaS解决方案 [3]

合作背景 - 公司与阿里云计算有限公司签订全面合作协议，共同探索人工智能和数字化解决方案的创新及应用前景 [1] - 合作旨在深化云计算、人工智能及下沉市场数字化领域的协同合作 [1] 合作领域 - 全栈AI合作：公司接入通义千问大模型，结合零售行业经验打造"小店大模型智能体"、"AI销售智能体"等AI产品矩阵 [2] - 云资源与算力合作：阿里云提供专属云计算资源支持AI大模型训练与推理，并派遣专家团队协助产品开发 [2] 市场痛点 - 下沉市场零售门店面临经营效率不高、商品推荐精准度低等问题 [2] - AI大模型的数据分析和决策支持能力被视为解决这些问题的关键路径 [2] 合作预期 - 构建"AI+产业"新生态，为下沉市场提供更多技术与产品创新 [3] - 提升双方在下沉市场的客户数量及服务收入规模，巩固市场领先地位 [3] - 帮助公司获取尖端人工智能技术并升级AI+SaaS解决方案 [3] - 提升公司在智慧零售、会员运营及智慧供应链等领域的数字化竞争力 [3]

公司合作 - 公司与阿里云签订全面合作协议，共同探索人工智能和数字化解决方案的创新及应用前景，深化云计算、人工智能及下沉市场数字化领域的协同合作 [1] - 合作预期将充分发挥双方在技术、市场及资源整合等方面的优势，实现强强联合，构建「AI+产业」新生态 [3] 合作领域 - 全栈AI合作：公司将接入通义千问大模型，结合零售行业经验，打造「小店大模型智能体」、「AI销售智能体」、「销售预测智能体」及「AI客服机器人」矩阵，提升S2b2c供应链智能化服务能力 [2] - 云资源与算力合作：阿里云为公司提供专属云计算资源，保障业务高可用性与弹性扩展，助力AI大模型训练与推理，并提供专家团队支持全栈AI产品应用开发 [2] 市场影响 - 合作将为下沉市场提供更多技术与产品创新，提升客户数量及服务收入规模，巩固市场领先地位 [3] - 合作将帮助公司获取尖端人工智能技术并升级AI+SaaS解决方案，提升在智慧零售、会员运营及智慧供应链等领域的数字化竞争力 [3] 行业背景 - 下沉市场的零售门店面临经营效率不高、商品推荐精准度低等问题，AI大模型的数据分析和决策支持能力为解决这些问题提供了关键路径 [2]

合作情况 - 2025年8月8日汇通达网络与阿里云签订全面合作协议[3] - 双方将在全栈AI领域合作，打造“小店大模型智能体”等矩阵[4] - 阿里云为汇通达网络提供专属云计算资源及专家团队[4] 合作预期 - 构建“AI+产业”新生态，满足下沉市场用户需求[5] - 提升双方在下沉市场的客户数量及服务收入规模[5] 合作影响 - 汇通达网络获取尖端人工智能技术并升级AI+SaaS解决方案[5] - 提升汇通达网络在智慧零售等领域的数字化竞争力[5]

Airbnb's strong quarterly results on Wednesday showed that despite economic uncertainty due to global tariffs and geopolitical instability, consumers are resilient. By completing this form, you agree to receive marketing communications from PYMNTS and to the sharing of your information with our sponsor, if applicable, in accordance with our Privacy Policy and Terms and Conditions . But the company, led by CEO Brian Chesky, suggested to investors in a letter to shareholders that things could turn less positi ...

在人力成本攀升、市场竞争白热化的当下，企业服务行业正经历一场由AI驱动的深度变革。怎么通过人工智能技术通过重构服务链条、优化决策机制与风 险防控体系，为中小微企业提供全生命周期的智慧赋能成为一个命题，以下是AI重塑企服行业的三大核心价值与实证路径： 一、降本增效：从"人海战术"到"智能提效" 传统企服依赖人力堆砌，效率低且成本高。AI技术通过三大能力破局： 智能自动化： 一键生成PPT、自动制定营销计划、秒级生成财税报告，将重复性工作耗时压缩90%以上 7×24小时服务： 资源精准匹配： 基于企业画像动态匹配银行产品、惠企政策及商机，缩短资源对接路径 二、风险防控：从"事后补救"到"事前预警" 商机洞察：分析招投标数据、行业趋势，主动推送匹配项目 政策红利捕捉：AI抓取全国惠企政策，智能匹配申报条件，助力企业精准申报政策 增长路径规划：基于企业生命周期（活下来→活出价值），定制融资、股权设计等解决方案 企业经营风险往往源于信息不对称。AI可以帮助企业风控中枢构建立体防护网： 三、决策赋能：从"经验驱动"到"数据智能" AI的核心价值在于将数据转化为决策力，实现： AI客服实时解答法务咨询、政策等问题，降低企业 ...

政策导向与数字政府建设 - 国务院印发《关于健全"高效办成一件事"重点事项常态化推进机制的意见》，强调集约高效、整体规划，避免低效闲置，并推动人工智能大模型在政务服务领域应用 [1] - 2022年国务院提出数字政府建设两阶段目标，计划到2035年建成"整体协同、敏捷高效、智能精准"的数字政府 [1] - 政策推动重点事项常态化实施，优化业务流程，统筹线上系统建设，加大政务数据共享，探索"人工智能+政务服务" [1] 电子政务发展现状 - 中国电子政务发展指数（EGDI）从2022年0.8119分提升至2024年0.8718分，全球排名从第43位升至第35位 [2] - 2024年政务云整体市场规模达939.4亿元人民币，同比增长18.4%，其中政务专属云市场规模663.3亿元（+19.0%），政务公有云172.4亿元（+12.2%），云运营服务103.6亿元（+26.1%） [2] - 政务云IaaS层算力需求因大模型显著提升，PaaS层因政务大模型与数据发展实现高增长，云运营服务成为厂商重点布局方向 [3] 行业前景与机会 - 政务信息化市场空间广阔，涵盖招采、财政、税务、司法等垂直领域，AI赋能提效降本潜力大 [3] - 政务信息化体系自上而下推动，AI+政务有望在全年AI浪潮中快速落地 [3] 相关公司布局 - 中国电信（00728）以"量子+AI"双引擎布局政务安全，推动AI深度融入政务服务全链条 [4] - 商汤（00020）在数字政务中应用AI技术于智慧城市、公共管理，部署AI客服机器人、智能证件核验系统 [4] - 中国软件国际（00354）为政府提供AI+政务全链条服务，通过AI、大数据和云计算实现智能化转型 [4] - 腾讯控股（00700）依托微信/QQ流量入口和腾讯云算力，打造从民生服务到城市治理的数字化解决方案 [5]

生成式AI在银行业的应用现状 - 全球银行业生成式AI应用已从技术探索转向价值变现阶段，摩根士丹利向1.5万名财务顾问推出AI工具，ING在10个市场部署智能聊天机器人覆盖3,700万客户[1] - AI应用场景从内部运营（客户经理赋能、软件开发提效）向客户端延展（AI客服、个性化营销）[2] - 多智能体系统成为技术革新方向，可覆盖复杂流程的"一站式"解决方案，未来或成为从业者的虚拟同事[3] AI对银行业的经济影响 - 银行业AI潜在生产力提升达2,000亿至3,400亿美元，未来三年利润率影响将逐步提升至60%-80%[4] - 软件开发、运营、市场营销、风控与法务四大板块增效潜力最大，充分释放AI潜力可带来14%-24%的潜在利润提升[4] - 客户经理AI copilot助手可使活跃客户覆盖数提升5%-15%，单客收入提升5%-10%[12] AI应用面临的挑战 - 数据孤岛是主要瓶颈，40%企业存在50个以上数据孤岛，导致模型精度下降20%-30%[7] - 复合型人才短缺严重，2030年中国AI人才缺口预计达500万，兼具算法与金融业务能力者不足15%[7] 六大高价值AI应用场景 - 信用风险管理：全流程自动化生成GenAI贷方通知单原型[10] - 客户关系管理：AI驱动的RM copilot系统实现自动化投资组合优化[10] - 软件开发提效：智能体系统重构代码工作流[10] - 智能客服中心：多模态对话机器人集成方言识别与情绪感知[10] - 超个性化服务：动态推荐引擎生成分钟级调优的跨资产配置方案[10] - 知识管理与洞察：GenAI知识中枢构建秒级响应智能问答系统[10] 区域型银行AI战略路径 - 路径选择分为建造者（重构核心业务）、革新者（重塑中后台）、采用者（专注效率提升）三种模式，90%银行开始构建企业级AI全栈架构[14] - 战略融合需实现语音语义升级、实时反馈、定制化内容生成，并通过顶层目标校准与全局性变革管理保障落地[15][16] - 生态合作是区域银行性价比最高的选择，可快速形成战略梳理和用例接入[17] 行业竞争格局演变 - AI正从效率工具进化为银行核心竞争力，区域银行需立足本地化优势聚焦高价值场景[18] - 多智能体协同模式加速价值变现，AI协作智能体可能以Copilot助手形式服务员工及客户[9][11]