标签

美银逆势扩招四千新人 破除 AI 失业焦虑

虽然人工智能等新兴技术正在替代部分职位,并阻断了一些传统的职业发展道路,但美国银行 (52.13, -0.35, -0.67%) 依然坚持招聘计划。 下周,预计将有 2000 名暑期实习生,外加 2000 名来自高等院校的全职新雇员加入美国银行。据该行全球人才负责人 Josh Bronstein 透露,这些新人将分布于八大业务部门的各种岗位,涉及零售银行、投行以及企业银行等多个领域。 “对我们而言,这是输送领导力的关键渠道,我们借此吸纳多元化的人才,助他们在此实现长期的职业晋升,”Bronstein 在访

2026-06-04 00:37:53  |  6 阅读

瑞银看好AI前景,财报前上调甲骨文目标价至285美元

6月10日财报发布在即,瑞银集团周一将甲骨文的目标股价由250美元调升至285美元,并保持“买入”评级。瑞银分析师卡尔·凯尔斯特德在走访主要客户、合作伙伴以及德州阿比林AI数据中心承包商后表示,未察觉到该公司云与AI业务增速减缓的信号。 此次调价恰逢甲骨文股价近期剧烈震荡。虽然该股6月1日曾单日飙升约9.9%触及248美元,但周三随大盘回调收于244.80美元。除了瑞银之外,丰业银行也将目标价从215美元提升至290美元,维持“跑赢大盘”评级。 投行关注的财报重点在于云基础设施板块。第三季度,甲骨文营收同

2026-06-04 00:35:16  |  2 阅读

印孚瑟斯估值揭秘:DCF模型揭示11美元公允价

依据媒体于2026年6月3日更新的贴现现金流分析,印度IT服务巨头印孚瑟斯(12.39, -0.69, -5.28%)的每股内在价值约为12.78美元,而当前股价约为13.08美元,理论上有约2.3%的轻微高估,整体处于公允价值区间。今年以来,该股已累计下跌约26.6%。 两种DCF模型的分歧 基于每股收益的DCF模型计算的内在价值为12.78美元,显示当前股价略高于该水平。然而,基于自由现金流的DCF模型给出的内在价值却高达17.06美元,意味着有约23.3%的安全边际。 这两种模型的差异,反映了印孚瑟

2026-06-04 00:25:06  |  3 阅读

AI应用开发普及化,普通人也能轻松上手

2026年3月,年度科技盛会中关村论坛在北京举行。本届论坛以"创新引领未来"为主题,人工智能毫无悬念地成为全场焦点。但与往年不同的是,2026年的主角不再是"大模型",而是"AI智能体(AI Agent)"。一个明显的信号是:无论是中国科技巨头,还是创业公司,都在展示自己的AI Agent开发平台和能力。更加重要的是,这些平台正在让AI应用的开发门槛大幅降低——普通人不需要写代码,也能创建自己的AI应用。亮点一:低代码AI Agent开发平台集体亮相百度&#

2026-06-03 23:33:45  |  7 阅读

微信小程序域名配置完全指南

今天来聊聊微信小程序开发中的域名配置问题,这是很多开发者容易混淆的地方。微信小程序涉及两类域名配置:服务器域名和业务域名。判断方法很简单:如果是向后端接口请求数据(如登录、查询订单、提交表单、获取列表),就配置服务器域名;如果是在小程序内打开网页(如官网、活动页、帮助页、H5页面),就配置业务域名。这里要注意开发环境和正式环境的区别。在微信开发者工具中,有一个「详情-本地设置-不校验合法域名」选项,勾选后开发阶段即使未配置域名也能调试。但这只是本地调试的便利功能,正式上线、体验版以及真机环境仍然需要正确配

2026-06-03 22:48:33  |  3 阅读

人工智能时代:财务人员的转型之路

👆点击关注并星标★心河智能财务BP模型,不再错过任何精彩更新~人工智能时代下财务人员的未来走向一、核心角色定位AI不应被视作裁员工具,而是财务专属的业务伙伴:接手75%的基础核算、统计及文书工作,释放人力,专注于经营分析、战略测算等高价值决策。二、核心竞争力公式财务洞察力 × AI工具力 = 企业财务数字化竞争力•财务洞察力:基于业务逻辑、财税法规及盈利模型的行业积淀•AI工具力:实现数据自动提取、智能计算、报表制作及多维度分析的能力二者缺一不可,缺乏工具的经验效率低下,缺乏逻辑的工具则产生无效数据。三、

2026-06-03 20:18:37  |  5 阅读
千亿规模国联安基金遭遇发展瓶颈:QDII审批卡壳、利润缩水、股权归属成谜

千亿规模国联安基金遭遇发展瓶颈:QDII审批卡壳、利润缩水、股权归属成谜

作为国内最早的中外合资基金公司,国联安基金曾是公募行业走向国际的探路者。然而进入2026年,这家管理千亿资产的机构却面临多重挑战。 一方面,准备已久的QDII资格申请遭监管反馈,国际化战略被迫放缓;另一方面,首席信息官、督察长等关键职位相继换人,管理团队稳定性引发市场担忧。在行业整体复苏的背景下,公司营收与净利润却双双下跌,权益业务持续承压,运营质量问题逐渐显现。 虽然国联安已完成核心岗位的人员补位,但股权变更悬而未决的影响、待弥补的合规短板、业务转型的阵痛都未完全消散。这家老牌公募要想扭转当前被动局面,

2026-06-03 19:10:16  |  2 阅读
太平基金新帅落定:熊莹接棒,险资公募如何破解“偏科”难题?

太平基金新帅落定:熊莹接棒,险资公募如何破解“偏科”难题?

近期,太平基金发布了一则高管变动公告,宣告了持续七个多月的总经理职位空缺正式结束——熊莹被正式任命为公司总经理,该任命自 2026 年 5 月 21 日起生效。 乍看之下,这似乎只是一家中型公募基金正常的管理层交替。然而,若将视野放宽、时间线拉长,便会发现此次换帅背后,折射出险资系公募基金在资管行业激烈竞争下的典型困境:依赖固收和货币基金维持规模表象,权益投资却长期乏力;虽由母公司输送高管维持运营,却始终未能形成独立的市场化竞争力。 换帅并非终点,甚至未必是转折点。它只是将一个更核心的问题推至台前:太平基

2026-06-03 19:00:28  |  2 阅读

国金鼎兴连年亏损引发关注,国金证券回应监管问询

每经记者|陈晨每经编辑|肖芮冬6月2日晚间,国金证券(8.310, -0.43, -4.92%)发布对上交所问询函的回复公告,详细解释了公司资产管理业务,特别是其私募股权投资基金子公司业绩持续亏损的具体原因。《每日经济新闻》记者发现,2025年,在国金证券整体资管业务手续费净收入达到1.65亿元、同比增长53.16%的背景下,国金鼎兴投资有限公司(以下简称国金鼎兴)却成为其主要子公司中唯一连续亏损的“特例”。针对上交所要求说明国金鼎兴近两年营收为负、业绩持续亏损的主要原因的问询,国金证券在回复中表示,受市

2026-06-03 17:05:19  |  5 阅读

明略科技姜平的AI Native转型之路:1500人规模的人机协同实践

当前,所有企业或组织都面临一个普遍的现实问题:人工智能时代来临,组织模式与架构应如何重新构建,才能既充分获取新技术带来的效率红利,又保留人的价值、情感的温度,以及组织的独特气质,防止沦为算法的附庸?当人工智能真正融入组织,会发生什么变化?作为全球Agentic AI第一股,明略科技坚信代理式AI将成为未来商业服务与组织运营的核心模式,并开展了一场大规模的组织变革实验。这项实验于2024年启动,2026年上半年随着AI智能体的广泛普及而加速推进,其路径并非彻底推翻重来,而是在现有组织架构内并行嵌入一套AI

2026-06-03 15:27:53  |  7 阅读

人工智能告别对话框,融入实际商业场景

大多数人讨论人工智能时,思维还局限在对话、撰写稿件以及绘制图像上。然而近期一个更显著的趋势是:AI 正逐步渗透到公司日常运转的各项常规业务环节中。它已经涉足餐饮菜单设计、客服电话应答、软件程序编写、网络页面交互及业务流程自动化。具备真正商业潜力的切入点,通常不在于“算法本身多么厉害”,而是能否挖掘出一种高频次、边界清晰且可被数据衡量的痛点。本次我们盘点了七个实例,来观察 AI 是怎样由娱乐性助手转型为实际生产力工具的。---1. Blink:餐饮软件系统借助 AI 生成菜单信息Blink 专为餐饮从业者供

2026-06-03 15:23:50  |  4 阅读

人工智能时代的新型二元经济结构

AI时代的“新二元经济”不同于传统的“二元经济”(资本密集型 vs. 劳动密集型),是认知与决策的自动化程度。AI作为“认知资本”让人群极度分层。 第一元: 指的是AI新产业,模型、算力、数据、芯片、基础设施。要素是顶尖AI人才、大规模资本、专用数据资源。进入壁垒极高,赢家通吃效应明显。典型玩家是科技巨头、AI独角兽。 第二元: 是那些被AI改造的传统产业,几乎涵盖所有行业——农业、制造、零售、教育、医疗、金融等。生产要素不变(土地、设备、人力),但AI作为通用技术,嵌入业务流中,替代或辅助原本由人执行的

2026-06-03 15:11:10  |  4 阅读

AI创业转向实战交付

OpenAI 成立 Deployment Company,又把模型和 Codex 放进 AWS。AI 创业的战场正在从工具套壳,转向真实业务交付。昨天那两篇,我自己复盘了一下,问题很明显。太像“我知道一条新闻,所以我讲给你听”。但做 AI 项目的人,哪有那么多闲心看新闻通稿。大家真正关心的是:我现在做的东西,会不会被更大的玩家一脚踩掉。OpenAI 最近连续释放了两个信号:一边成立 OpenAI Deployment Company,专门帮企业把 AI 系统部署进核心流程;一边把 OpenAI 模型和 C

2026-06-03 14:54:37  |  2 阅读

AI 落地才是硬道理

AI 需先上岗 上月参加了一场 AI 峰会,现场大量 PPT 轰炸,起初思绪混乱。拖延一月后,今日重新梳理,反而理清了一些思路。 过去大家总关注谁的参数规模大、谁的测试分数高。如今看来,这或许并非同一赛道。 美国似乎专注于攻克 AI 的“上限”:顶尖芯片、昂贵人才、强大云服务,硬是将能力边界层层突破。 其意图十分清晰:未来的高度,由我来定。 国内则更倾向于死守 AI 的“低价位”:模型实用即可,核心在于算力成本低、部署速度快、场景能跑通。 其含义也很明确:少谈未来愿景,先助您落地见效。 因此,一方在上游探

2026-06-03 14:37:10  |  4 阅读

AI 工程师的新方向:不止于编程

他在一家巨头企业耕耘三载,模型日益精妙,SOTA 纪录屡破屡新。然而近期却陷入了迷茫。“我所构建的这些成果,究竟有何实际效用?”他不禁发问。这并非他独有的困惑。众多 AI 工程师正经历相似的阶段:技术钻研愈深,与业务的距离却愈发遥远。企业并不缺乏能够运行的模型,匮乏的是能切实解决实际难题的产品。过往数年间,不少企业招聘 AI 工程师时,看重的是发表了几篇顶级会议论文、刷榜多少次。如今局势已变。面试官开始追问:你研发的模型是否已上线?创造了何种商业价值?投资回报率几何?这是一场根本性的变革。AI 正从一个“

2026-06-03 12:11:14  |  4 阅读