Insights - AaaS Hub (Page 3)

Insights

英伟达财报前瞻：超预期概率高，Agentic AI驱动CPU业务新机遇

高盛（Goldman Sachs）在本周发布的一份英伟达（Nvidia）前瞻报告中释放出关键信号：尽管市场普遍预期该公司第一财季业绩将轻松超越分析师共识，但仅靠“超预期”的游戏已难以推动股价进一步跑赢大盘。真正的博弈焦点，已从短期的财务数字转移到英伟达在GTC 2026大会上抛出的“万亿美元累计收入指引”之外，是否还隐藏着更庞大的增量市场——这其中包括尚未被纳入框架的Rubin Ultra、Vera纯CPU机架以及针对推理场景的全新配置。高盛维持买入评级，并给出了基于正常化每股收益8.25美元、30倍市盈率的250美元目标价，但强调估值重估需要三大催化剂同时兑现。 1万亿美元指引之外：Rubin Ultra与Vera CPU机架带来额外增量高盛分析师指出，英伟达在GTC 2026给出的1万亿美元累计收入指引（涵盖Blackwell、Blackwell Ultra及Rubin平台，时间跨度为2025-2027年）并未纳入多个增量来源。其中最具想象空间的产品线包括：计划于2027年推出的Rubin Ultra、2026年及以后的Vera纯CPU机架，以及专为推理场景优化的Rubin

Insights

传统广告订阅模式失效将使创作者错失AI代理经济机遇

随着人工智能代理（AI Agent）逐渐取代人类注意力，整个互联网的经济基石正发生根本性动摇。前Twitter首席执行官、现任数据平台Parallel CEO的Parag Agrawal在彭博科技访谈中警告，AI代理将消耗人类千倍以上的数据量，当前依赖广告和订阅的收入模型已经无法维系内容生态。他提出，必须建立一套以“价值量化”为核心的新经济体系，让内容创作者在AI时代获得公平回报。为此，Parallel发布了名为“Index”的平台，试图通过博弈论中的“价值观”概念，在数据所有者和AI代理之间搭建一个动态定价与收益分配市场。 AI代理将消耗千倍数据，传统广告订阅模式失效 Agrawal指出，现有网络是为人类互动设计的——点击和眼球决定了信息的发现与变现方式，由此释放了历史上无与伦比的知识、商业与连接。但“网络的主要用户正在改变”，AI代理正在挤占过去支撑内容经济的注意力，却没有替代维持该经济的收入。据Parallel估计，AI代理消耗的数据量将比人类多出1000倍，而当前的技术栈不足以支撑这一量级，商业模型更随之崩溃。这意味着，依赖广告和订阅的创作者将面临收入断层，必须找到新的经

Insights

Globant报告：2026技术趋势聚焦工程化AI

数字原生技术公司 Globant 近日发布《2026年技术趋势报告》，指出企业级人工智能正从概念验证走向规模化落地的关键拐点。MIT研究显示，大多数AI试点项目难以扩展，真正的挑战在于治理、系统整合与可量化的投资回报率。报告着重强调，2026年AI将从“高预期”进入“可交付价值”阶段，同时Agentic AI、量子通信、多功能机器人、环境智能与AI原生安全五大趋势相互叠加，构成未来企业竞争力的系统工程。企业AI拐点：治理与组织协同决定ROI，Agentic AI仅15%实现端到端部署报告揭示，尽管75%的企业正在尝试AI智能体，但仅15%真正部署了端到端、具备自主决策能力的系统。当前61%的应用仍停留在邮件撰写、会议纪要等局部自动化层面，难以形成结构性生产力提升。Globant指出，当企业IT与业务战略高度一致时，AI被认为具有变革价值的概率提升至1.6倍，这意味着组织协同是释放AI投资回报率的核心变量。MIT研究表明，大多数AI试点项目难以扩展，核心障碍并非模型能力，而是缺乏治理框架、系统整合能力以及可衡量的业务指标。多功能机器人市场年增20%，Agentic AI与

Insights

非人类身份危机：机器身份治理最大缺口

当企业安全负责人谈及身份风险时，关注点几乎总在人类身上：高权限用户、被盗账户、内部威胁。然而，对于大多数企业而言，更大的风险已经悄然转移——它与员工无关，而是源自以服务账户、API密钥、OAuth令牌、SSH密钥、RPA机器人、云工作负载凭证及AI代理为代表的非人类身份（NHI）。据Rubrik Zero Labs研究，现代企业中NHI与人类身份的比例已达45:1，而在云原生和DevOps环境中，这一数字更是飙升至144:1。这些身份持续认证、访问敏感系统且权限惊人，但绝大多数处于治理真空状态：8%的企业身份在HR系统中无所有者，47%的NHI超过一年未轮换凭证，三分之二的企业曾因NHI被攻破而遭受损失。一场关于“机器身份”的治理危机正在悄然蔓延。非人类身份:45:1的隐形攻击面与治理黑洞 NHI的泛滥并非理论威胁。一个从CI/CD日志、支持导出或合作伙伴邮件中窃取的单一令牌，即可横向扩散至CRM、存储及生产环境，克隆的令牌和后台作业在报警静默的情况下长期隐身。IBM《2024年数据泄露成本报告》显示，全球数据泄露平均成本高达488万美元，而NHI漏洞往往是隐秘推手。

Latest

AI 2035年治愈多数疾病？

OpenAI首席执行官Sam Altman在近日接受CNN主持人Kara Swisher专访时抛出惊人预测：到2035年，人工智能将具备治愈大多数疾病的能力，并为人类额外增加10年“高质量健康寿命”。这位AI领域最具影响力的企业家同时披露，其个人投资的抗衰老公司Retro Biosciences正试图将AI驱动的生物学突破转化为现实。这一看似激进的预测，再次点燃了科技界关于人工智能与人类寿命极限的讨论。 Altman押注AI重塑医学：2035年攻克多数疾病在长达23分钟的访谈中，Altman详细阐述了他对AI医疗前景的极度乐观。他认为，随着超级智能（Superintelligence）的出现，AI不仅能加速药物发现、个性化诊疗，甚至能教会人类如何从分子层面逆转衰老。“到2035年，AI会解决绝大多数疾病，”Altman强调，“这听起来激进，但技术指数级进步正在让不可能变为可能。”他同时透露，自己投资3.8亿美元（据此前公开报道）成立的Retro Biosciences，核心目标就是探索“延长人类10年健康寿命”的生物路线。 Retro Biosciences：AI驱动的长寿

Insights

2026最佳AI代理：按用例排名对比

2026年，AI代理市场迎来关键转折。根据Ramp最新发布的AI指数，Anthropic在美国5万家企业中的工作场所采用率达到34.4%，而OpenAI以32.3%紧随其后。这组数据标志着AI工具正从单纯的“问答引擎”转向能够独立处理编码、客户支持、自动化及销售任务的智能代理。企业不再满足于聊天机器人，而是追求能完成多步骤工作流、连接业务工具并自主决策的AI代理。面对日益拥挤的市场，如何根据实际工作流程、技术水平和预算选择最适合的平台，成为CTO和业务负责人面临的核心课题。 Anthropic以34.4%企业采用率领先OpenAI，AI代理加速替代传统聊天机器人 Gartner预测，到2026年底，40%的企业应用将包含特定任务的AI代理，而这一数字在2025年还不足5%。这一趋势在最新市场数据中得到印证：Anthropic凭借Claude Code等开发者工具在企业级场景中建立优势，OpenAI则通过ChatBot等产品维持广泛渗透。两者的竞争已从模型能力延伸到代理平台的完整性和易用性。 AI代理与传统聊天机器人的本质区别在于“行动力”。聊天机器人被动回答用户输入，而AI代理

Insights

2026年战略HR的AI工具与指南

2026年的HR工具赛道已经完成质的飞跃：从昔日处理工资单和入职流水的“数字文件柜”，进化为预测员工流失、定制个性化发展路径、自动合规审查、并直接为高管层提供战略洞察的智能中枢。两大核心驱动力正在重塑行业——一是“人类可持续性”成为组织长期绩效的新北极星；二是代理型AI（Agentic AI）的崛起，使系统能够自主推理、规划并跨系统执行多步骤任务，彻底摆脱了规则型自动化的桎梏。对于战略领导者而言，问题不再是是否要现代化，而是如何以最高速度完成这场变革。企业级HR平台：一体化生态成为战略基石 Workday HCM与SAP SuccessFactors依然是大型企业部署的黄金标准。它们之所以保持领先，并非依赖历史声誉，而是通过将AI直接嵌入薪资处理、合规监控和劳动力规划等核心模块，持续迭代。据行业报告，AI辅助的合规标记和自动化监管更新已成为企业级系统的标配功能。更重要的是，一体化平台正在碾压“最佳组合”方案：单一数据源避免了碎片化的API维护和不一致的报表输出，这在激活HR分析工具以支撑C-suite决策时至关重要。对于2000人以下的中型组织，Personio和HiBob等平

Insights

金融业冷对‘养虾’热潮

一场以“龙虾”为符号的开源AI智能体狂欢正在席卷科技圈，但金融业却集体按下了暂停键。从个人效率工具到企业流程自动化，端到端的自主执行能力本是OpenClaw的核心卖点，却因监管问责红线与算法黑箱风险，让银行、消金、支付等机构陷入“热观察、冷接入”的集体观望。品牌IP营销专家陈彦颐指出，这场热潮的本质是技术平权运动，金融业的适配性呈现“品牌场景可试、交易场景需等”的分层状态，通用型开源方案难以承载金融品牌的差异化诉求，垂直定制将成为未来方向。金融业面临“人格化接口”的诱惑与诅咒在陈彦颐看来，OpenClaw最大价值在于将冰冷的数字金融转化为有记忆、有风格的智能伙伴，这为获客黏性和品牌差异化提供了稀缺资源。但最大风险则是“IP反噬”——当智能体以机构名义对外交互，一次出格回应即可击穿多年积累的品牌信任。合规层面，智能体的言行是否视为机构意志，监管尚未定性；安全层面，开源模型的不可控性与社区插件的质量参差，让品牌暴露于舆情风险；投入层面，智能体运营需要持续的内容喂养和人格打磨，这与金融机构惯性的项目制思维存在冲突。当前智能化转型陷“后台优化”困局银行、消金、支付等机构的智

CxO

银行云运营决策：适应代理AI或落后

银行云运维正站在一个关键的十字路口。面对日益复杂、强监管且高度互联的混合多云环境，传统的脚本化自动化和人力协调已力不从心。Amdocs 委托 Coleman Parkes 进行的最新研究揭示了银行业的一项关键转折：截至 2025 年底，已有 28% 的银行在生产环境中运行 AI 代理（Agentic AI）进行云运维，这一比例预计到 2026 年底将飙升至 71%。更引人注目的是，在完成概念验证的银行中，97% 已迅速进入全面投产阶段。这表明，Agentic AI 不再只是技术试验，而是正在重塑银行核心运维竞争力的战略武器。那些未能及时拥抱这一趋势的机构，正面临被新兴数字银行和先行者拉开代差的真实风险。数据揭示：Agentic AI 采用率飙升，早期试点纷纷落地 Amdocs 的研究数据清晰地描绘了 Agentic AI 在银行云运维领域的爆发轨迹。2025 年末，仅有略超四分之一的银行将其投入生产；但到 2026

Latest

Cognite发布原生AI工业平台Flows

全球工业AI领导者Cognite近日推出Cognite Flows™，标志着工业级体验平台的范式革新。该平台首次实现“软件适应用户”而非反之，通过将实时数据与AI洞察整合至高度自定义的单屏工作空间，彻底打破传统割裂系统对一线团队的限制。依托与Cognite工业知识图谱的原生集成，Flows以高达百倍的效率帮助企业构建、扩展并落地生产级工作流程，目前已有超过30%的客户及核心合作伙伴启用，包括B. Braun、Idemitsu Kosan以及Radix、L&T Technology Services和RoviSys。以“软件适应用户”为核心：Flows重塑工业一线与开发者体验 Cognite Flows作为Cognite平台的核心执行层（Action Layer），彻底改变了操作人员与工程师在多系统间频繁切换的低效模式。它依据岗位需求，在恰当时间、场景与界面中精准呈现关键洞察及Agentic AI驱动的智能建议，使团队保持“持续专注的工作状态”。对于开发者，平台借助原生Agentic AI编码工具与AI原生架构，实现高达百倍的构建效率，将以往数月甚至数人的开发周期压缩至数天。ID

Deep

Agent范式转移：从Manus到Claude Code的六阶段演进

过去一年，Agent赛道经历了一场螺旋式上升的范式循环，从Manus的产品化启蒙，到OpenClaw验证市场对AI操控电脑（Computer Use）的付费意愿，再到Claude Code以原生系统级能力冲击工业级市场。这场由GAIR Live圆桌讨论揭示的变革，标志着Agent竞争已从模型智力的单点突破，转向工程能力、场景落地、数据主权和生态构建的全方位较量。随着Computer Use成为核心战场，Coding被确立为Agent扩展能力的第一性原理，行业正从“单体能力比拼”进入“系统工程与生态卡位”的深水区，创业者的生存空间面临剧烈波动，而真正的产业变革才刚刚开始。 Manus、OpenClaw、Claude Code的定位与跃迁 Agent产业的爆发遵循清晰的阶段化规律。根据OpenManus核心贡献者张佳钇提出的“六阶段论”，Manus处于“预定义环境自主Agent”阶段，其目标与环境权限由人类预设。反直觉的是，技术演进顺序应为Claude Code/CodeX在前，OpenClaw在后——正是Claude Code等工具验证了Coding与系统操控的极强可用性，才催生O

Deep

从拒绝AI到Agent优先，程序员黄金时代或终结

在人工智能浪潮席卷全球的背景下，Ruby on Rails 作者、37signals 联合创始人兼 CTO David Heinemeier Hansson（DHH）的转变成为行业焦点。六个月前，他还在公开访谈中明确拒绝使用 AI 写代码，坚持所有代码亲手完成；如今，他却全面拥抱“Agent-First”编程工作流，大多数新项目不再从手写代码开始，而是先让 AI Agent 生成实现草稿，再由自己审阅与调整。这一转变并非理念的妥协，而是工具能力跃迁带来的必然结果——当模型能够稳定生成可直接合并的代码时，AI 才真正进入他的日常开发流程。DHH 在最新访谈中深入探讨了这一变化背后的逻辑，指出 AI 不仅没有削弱工程判断力的重要性，反而正在放大其价值。在 Agent 可以快速生成代码的时代，真正稀缺的能力不再是实现功能，而是决定应该构建什么、如何构建，以及什么才是值得合并进系统的代码。同时，他预警程序员的“黄金时代”可能已走到尽头，