Accenture TodayACNAccenture$238.97 +6.41 (+2.76%) 52-Week Range$229.40▼$398.35Dividend Yield2.48%P/E Ratio19.05Price Target$309.25Add to WatchlistFor international consulting company Accenture NYSE: ACN, 2025 has been a rough year. Shares have provided a total return of approximately -33% as of the September 25 close. This has put the stock at a historically low valuation multiple. In fact, Accenture’s forward price-to-earnings (P/E) ratio of 17x is the lowest it has been in three years. This suggests a st ...

Press contact:Fahd PashaTel.: +1 647 860 3777E-mail: Fahd.Pasha@capgemini.com Banks face fallout as 40% of small and mid-sized merchant businesses eye shift to PayTechs Merchants face up to nine hours of downtime annually due to their current unreliable payment systems, increasing attractiveness of alternative PayTech1optionsPayTechs are winning the innovation race, with 60% adopting Gen AI across their operations, compared with 41% of banksTotal worldwide non-cash transactions set to reach 3.5 trillion by ...

DXC is ranked a leader across all categories in the US, AP&J, and Europe. ISG highlighted DXC's leadership through its joint Center of Excellence with ServiceNow, aimed at accelerating GenAI adoption and driving innovation ASHBURN, Va. ...

机器之心PRO · 会员通讯 Week 38 --- 本周为您解读 ③ 个值得细品的 AI & Robotics 业内要事 --- 1. Tool-Integrated RL 会是 Agents 应用突破 「基模能力限制」 的关键吗？ 「Agent」的定义和定位衍生了哪些版本？为什么加强 Agent 推理能力需要「求诸外」？基于模仿学习的 TIR 方法为何要被 RL 取代？用 RL 做 TIR 也能「涌现」？基于 RL 的 TIR 离下一代 Agentic AI 还差哪些能力？... 2. 「一人公司」不强求，「Copilots 」更能填平 AI 产业落地的「Massive Delta」？ 不止通用模型公司在烧钱，Vertical AI 也在疯狂卷融资？「裁人头」换 「agent 员工」是否是未来 AI 公司发展唯一解？「Copilots」和「AI-enabled Services」模式能否换来「Massive Delta」的新突破？从几百万到上亿美元融资，专注于医疗、金融、法律和客服等专业领域的 AI 初创谁能「笑到最后」？... 3. 从「装应用」到「即用即流」，生成式 AI 正在重塑软件开发？ AI 能 ...

智通财经APP获悉，根据Omdia最新发布的《中国企业GenAI(生成式AI)采用格局，2025H1》，中国财 富500强的企业中正在部署或已经使用GenAI技术达到了74.6%。 企业正积极将GenAI应用于多种场景，包括员工生产力提升、客户服务、销售和营销以及流程优化。在 软件开发领域，GenAI已经加速了代码生成、测试、审查和错误检测，自动化整个软件工程生命周期。 例如，蔚来汽车30%的软件代码由GenAI生成。在客户服务方面，一汽集团使用GenAI将客户查询解决 率从37%提高到84%，携程通过虚拟助手每天节省10,000工时。在后台办公转型方面，泰康保险集团使 用AI代理实现了80%的运营数据查询加速。 到2025年，中国GenAI软件收入最大的垂直行业是IT、医疗保健、零售、消费者和专业服务，这些行业 将继续增长并在2029年保持领先地位。在用例方面，由于语言和文本数据的可用性以及语言处理的成熟 度，对话工具将在未来数年里是最受欢迎的用例。 放眼未来，Omdia建议企业从收入角度出发，确保GenAI部署能够提供投资回报。当然，企业必须优先 考虑可信、安全和稳健的GenAI解决方案，所以明智选择Ge ...

编程与软件工程 - 编程能力与软件工程技能是进入AI领域的必备基础，OpenAI首席技术官Greg Brockman支持这一观点 [1] - AI领域最具影响力的人往往是同时精通软件工程与机器学习的专家，优秀软件工程师在AI领域潜力非凡 [1] - Python凭借易用性和完善生态成为AI领域首选语言，但热门AI工程师岗位可能需要掌握Java/GO/Rust等后端语言 [1] - 建议从Python入门，但未来可能需要转向其他语言，持续实践是掌握编程技能的最佳方式 [2] - 推荐Python学习资源包括4小时启蒙课、全网最受推崇的体系课程、面试刷题平台和哈佛CS50计算机导论 [5] 数学与统计学 - 成为顶尖AI从业者需理解模型底层原理，推荐资源包括《数据科学实用统计学》和《机器学习数学基础》 [9] - DeepLearning.AI推出的数学专项课程涵盖微积分、线性代数、统计概率等核心内容，专为AI/ML设计 [9] 机器学习 - 当前主流AI指生成式AI（GenAI），属于机器学习分支，但AI概念可追溯至上世纪50年代神经网络诞生时 [6][8] - 推荐机器学习资源包括《Scikit-Learn、Keras与TensorFlow机器学习实战》和机器学习专项课，后者新增推荐系统与强化学习内容 [12] - 《统计学习导论》是掌握机器学习根基的绝佳教材，传授学科精髓 [12] 深度学习与大语言模型 - 深度学习是AI的子集，当前所有生成式AI算法源于此领域，包括大语言模型、扩散模型和Transformer架构 [10] - PyTorch是深度学习框架首选，2021年77%研究论文采用该框架，HuggingFace平台92%模型为其专属 [13] - 推荐资源包括深度学习专项课、Andrej Karpathy的《大语言模型入门》和《神经网络：从零进阶》 [13] 人工智能工程 - AI工程师的核心工作是运用基础GenAI模型开发产品，工作性质更接近传统软件工程而非机器学习工程 [11] - 《实用MLOps指南》是模型部署领域必备书，覆盖容器化、脚本编写、云系统和模型监控等全流程 [11] - 《人工智能工程实践》是当红教材，作者Chip Huyen是生产环境ML/AI系统权威专家 [14]

SoundHound AI - 公司是对话式人工智能软件领先开发商 2024年收入增长85%至8470万美元 2025年收入指引加速至97%达167亿美元 [1][7] - 客户包括现代 起亚等汽车制造商及Chipotle Papa John's等餐饮连锁 车载AI可指导驾驶功能 餐厅AI实现全渠道自动点单 [4][5][6] - 订单储备超12亿美元 将在未来6年转化为收入 但2024年非GAAP亏损6910万美元 2025年Q1再亏2230万美元 现金储备仅246亿美元 [7][8][9] - 当前市销率高达414倍 远超行业标杆英伟达 估值处于极高水平 [16][20] DigitalOcean - 专注于中小企业的云服务平台 提供Nvidia AMD等GPU算力租赁 支持1-8颗芯片的灵活配置 [10][11][12] - 2025年总收入预期88亿美元 同比增长13% 但AI相关收入Q1同比激增160% GPU资源持续供不应求 [14] - 新推出的GenAI平台支持客户基于OpenAI Meta等大模型开发定制AI代理 覆盖文档分析 反欺诈等场景 [13] - 2024年GAAP净利润8450万美元 同比大增335% 2025年Q1净利润3820万美元 同比增长171% [15] - 当前市销率仅35倍 市盈率262倍 显著低于亚马逊 微软等云巨头 [16][18] 行业对比 - 云计算市场被亚马逊 微软主导 但中小企业需求存在服务缺口 DigitalOcean以透明定价 简化操作切入该细分领域 [10][11] - 车载AI和餐饮AI构成SoundHound核心场景 其技术可实现品牌个性化定制 形成差异化体验 [5][6] - DigitalOcean盈利能力强且估值合理 SoundHound虽增长迅猛但持续亏损且估值过高 [15][16][20]

评级调整 - Needham将Meta Platforms Inc的评级从Underperform上调至Hold 但分析师对股价接近历史高位保持谨慎态度 [1] - 评级上调基于对2025年收入和利润率的预期改善 主要驱动因素是公司卓越的劳动力生产率 [1] 增长驱动因素 - Meta在2024年大型科技公司中人均自由现金流排名第一 得益于其全球化、软件驱动的商业模式 [1] - 商业模式依赖用户提供的免费内容 并通过移动平台进行分发 [1] 资本支出与成本压力 - 2025年资本支出预计达680亿美元 同比激增84% [2] - 高成本项目包括GenAI、元宇宙、Scale AI和新硬件开发 引发资本配置和投资回报率的担忧 [2] 监管风险 - 面临欧美地区日益严格的监管审查 包括潜在反垄断行动和新合规要求 [3] - 监管压力可能影响公司运营和盈利能力 [3] 估值分析 - 当前90%的分析师给予买入或强力买入评级 市场持仓集中 上行空间存疑 [4] - 分析师认为股价跌至600美元上方(技术支撑位)才更具吸引力 [4] - 周四早盘股价上涨1 14%至721 71美元 [4]

多模态AI技术演进与产业应用 - 多模态AI是AI必然演进方向，商业价值远超纯文本模型，实现跨模态理解、推理和生成 [2] - 下一代语义搜索可融合图像、地理位置和文本指令，提供更丰富交互体验 [3] - 沉浸式教育领域AI可整合视频、音频和文本数据，实现实时个性化指导 [3] - 超个性化电商通过多维度用户数据生成符合审美的数字形象和虚拟展厅 [3] 商业化效率与模型压缩技术 - 商业化核心挑战在于推理成本，训练成本仅占小部分，广告系统等场景需高效推理方案 [4] - 量化技术将32位浮点数转为16位或8位整数，大幅减小模型体积和计算量 [5] - 剪枝技术识别并移除神经网络中贡献较小的连接，实现模型瘦身 [5] - 知识蒸馏通过教师模型训练轻量级学生模型，保持性能的同时降低体积 [5] AI投资逻辑的结构性变迁 - AI投资从基础大模型转向基础设施和垂直应用，模型复刻机会窗口关闭 [6] - AI基础设施如芯片、向量数据库和MLOps工具链成为新价值高地 [6] - 垂直行业AI结合通用模型与行业专有数据，创造不可替代价值，如法律和软件开发领域 [6] 中美AI竞争的战略差异 - 美国优势在于从0到1的底层创新，定义下一代模型架构和技术范式 [7][8] - 中国优势在于从1到N的市场应用，快速实现AI与国民级场景结合的商业化 [7][9]

报告行业投资评级 - 行业评级为“Attractive”，表明分析师预计该行业未来12 - 18个月的表现相对于相关广泛市场基准具有吸引力 [2][228] 报告的核心观点 - 报告围绕互联网行业的10个关键辩论展开，涵盖生成式AI时代的价值分配、投资回报率、数字代理、搜索格局变化、物理AI、在线杂货、自动驾驶、在线旅游代理以及监管风险与机遇等方面，分析各领域的发展趋势、潜在机会和风险，并对相关公司给出评级和影响评估 [1][4][9] 根据相关目录分别进行总结 辩论1：生成式AI时代价值将在何处积累 - 领先的第一方数据集和分发渠道价值达到前所未有的高度，大型平台和早期采用者更具优势 [13] - 受影响公司包括META、AMZN、GOOGL等为正向影响，SNAP、KIND、YELP等为负向影响 [14] - 数据、分发渠道和投资是关键差异化因素，应用层和特定领域用途可能推动大部分价值创造，美国数字广告市场机会超1.4万亿美元 [15][16] 辩论2：生成式AI的投资回报率是多少，将首先在何处体现 - 预计到2028年生成式AI实现超1万亿美元的年收入，约60%以上由消费者互联网平台驱动，相关公司包括META、AMZN、GOOGL [30] - META的生成式AI收入预计从2024年的130亿美元增长到2028年的1010亿美元，核心平台改进是近期最大收入机会 [33][34] - GOOGL的生成式AI收入预计从2024年的120亿美元增长到2028年的590亿美元，核心搜索和YouTube是近期主要收入来源 [37] - AMZN的零售和AWS在生成式AI方面有机会，预计可推动电商转化率提升约10%，机器人技术可带来超100亿美元的经常性效率提升 [39] 辩论3：谁最有能力开发和扩展数字代理助手 - 领先的第一方数据/分发、生成式AI投资/能力和硬件是关键因素，GOOGL、META、AMZN等大型公司具有优势，最终GOOGL最具优势 [52] - 早期数字代理在多步骤研究和发现过程表现出色，但交易和货币化存在摩擦，个性化有待提高 [52] 辩论4：生成式AI如何改变（或不改变）搜索格局 - 搜索查询量加速增长，预计2023 - 2026年搜索量增长13%，GOOGL的商业查询增加，META的AI搜索仍处于早期阶段 [68][69] - 受影响公司包括GOOGL和META为正向影响 [67] 辩论5：物理AI何时对科技巨头产生重要影响 - META、AMZN、GOOGL都在增加对物理AI的关注，包括硬件、可穿戴设备、机器人等领域 [95] - AMZN的新兴机器人仓库预计可节省20 - 30亿美元/年，META的Ray - Bans预计到2028年达到3000万部的年销量 [99][101] 辩论6：在线杂货的未来将如何演变，谁将获胜并盈利 - 美国在线杂货渗透率仅约14%，广泛且本地相关的库存、平均订单价值、拣货/包装效率和广告是关键因素，1P玩家（AMZN、WMT）具有长期优势 [108] - 预计到2027年在线杂货渗透率将达到18% [110] 辩论7：自动驾驶将发展到多大规模，对拼车有何影响 - 预计自动驾驶在很长一段时间内规模较小，到2030年Waymo和TSLA的自动驾驶里程分别占美国总里程的约0.03%和0.02%，拼车占比约1% [129] - 受影响公司包括GOOGL为正向影响，UBER和LYFT为中性影响 [129] 辩论8：自动驾驶单位经济如何演变，对拼车有何影响 - 预计第6代Waymo车辆成本将从7.3万美元/辆降至4.3万美元/辆，自动驾驶每英里成本预计下降 [140] - 拼车与自动驾驶合作的长期单位经济可能较差，增量销量很重要 [143] 辩论9：生成式AI对在线旅游代理是破坏风险还是机遇 - 生成式AI对在线旅游代理（OTAs）的长期地位构成威胁，GOOGL和META可能利用优势构建数字旅游代理，OTAs可通过投资提升竞争力 [158] - 受影响公司包括EXPE和BKNG为负向影响，ABNB为中性影响 [158] 辩论10：监管风险与机遇：GOOGL、TikTok和应用商店费用 - 构建了GOOGL - DOJ审判、TikTok禁令辩论和AAPL应用商店案件的框架，GOOGL - DOJ最终决定预计8月公布 [176] - 若TikTok被禁，META和YouTube将成为主要受益者，Epic v. Apple裁决可能使移动公司EBITDA提升 [176]