太空投资新视野：SpaceX 之外还有谁
除了SpaceX，Rocket Lab正展现出更强的弹性，成为备受瞩目的太空概念股。其年收入已超过6亿美元，积压订单高达22亿美元，今年将通过Neutron中型火箭缩小与SpaceX的成本差距。同时，AST等小型卫星运营商在巨头夹击下，正凭借频谱资产成为潜在的并购标的。 SpaceX的上市将为投资者打开太空经济的大门，但这片宇宙竞赛场中，值得关注的机会远不止这一家。 纳斯达克上市的Rocket Lab去年营收同比增长38%，突破6亿美元大关。截至今年一季度，其积压订单达22亿美元，待发射任务超过70次。今
AI 文件分析的正确打开方式
究竟该如何使用 AI 进行文件分析呢？如今我已不再轻易将 AI 生成的摘要视为最终定论。并非它必然胡编乱造，而是其流畅的表达极易让人卸下防备。面对几十页的 PDF，只需十几秒，它便能梳理出核心观点、重点内容及后续建议。结构严谨，逻辑清晰，看似比自己通读更省力。然而隐患在于，它或许会遗漏页脚的限制条件，无法识别扫描模糊的页面，误读表格中的关联数据，甚至顺手删去合同里的例外条款。如今我处理文件时，首句往往不再是“帮我总结全文”。我会先指令其进行文件体检：它读取了哪些页面？识别了哪些章节、表格及附件？何处存在模
AI赋能基建：中交如何将合同审批从一月缩至一周
中交华中财务共享中心，有一组数据经常被提及。合同审查周期从30天缩短至7天。26个AI数字员工在此运行，每年处理会计凭证超200万笔，每月节省工时约3000小时，每年节省人力成本超1000万元。2025年中国交建全年营收7311亿元，新签合同额18837亿元。如此规模的央企，财务流程的微小效率提升，折算后都是巨额数字。但这里真正值得关注的，不是省了多少钱，而是节省下来的时间流向何处。法务人员无需再花一周通读一份50页的合同了。AI承担了80%的重复性工作——自动识别风险条款，标注金额不一致和日期逻辑错误，
AeroVironment遭集体诉讼：涉美太空军合同披露违规
国际知名律所Robbins Geller Rudman & Dowd LLP近日公布，防务企业AeroVironment Inc．因在太空军合同竞争风险上误导投资人，正面临证券集体诉讼。凡在2025年6月25日至2026年3月10日这段期间买入该公司股票的投资者，可在2026年7月27日之前申请成为集体诉讼的首席原告。 此次诉讼的核心焦点在于AeroVironment的太空与电子系统业务板块。2025年5月，该企业以约41亿美元的企业估值完成了对BlueHalo的收购，而BlueHalo此前已中标
AI取代岗位，公司能否直接解雇员工？
AI能替代我的岗位，公司就能开除我吗？你有没有想过一个问题——有一天你的工位还在，电脑还在，但坐在那个位置上的人不是你，是一个AI这不是科幻。2025年，杭州一位月薪两万五的AI大模型质检主管，就被自己的“同类”取代了。公司说，你的岗位AI能做了，你走吧。AI能替代我的岗位，公司就能开除我吗？他申请了劳动仲裁，一路打到法院。最后，法院判公司赔他26万。这个案子被工人日报公开报道并评论，可能是近两年关于“AI能不能成为裁员理由”最有代表性的一个判决。今天把它拆开来看。一、一个被AI取代的质检主管当事人姓王，
英议会施压Palantir数据合同
美国大数据分析公司Palantir正受到英国议会的强烈施压。6月2日，英国下议院科学、创新与技术委员会发布报告，将Palantir称为公共部门中"不可接受的风险点"，并建议政府尽快终止其与NHS签署的价值3.3亿英镑的数据平台协议。报告还显示，该公司还获得了一份无需竞标的2.4亿英镑国防部合同。 由工党议员奇·奥努拉女爵士领导的委员会在报告中表示，NHS联合数据平台由Palantir负责构建，旨在整合医疗信息。报告提醒称，英国公共部门对Palantir等少数美国大型科技企业的"依赖增加"，在关键的国家医疗
eSign.AI登陆央视《赢在AI+》国际舞台，以AI信任技术引领全球数字签约赛道
近期，中央广播电视总台大型纪实创投节目《赢在AI+》第28场“走进新加坡”国际专场路演成功举办。作为聚焦全球AI创新与跨境科技合作的高端平台，本次路演汇聚了中新两地顶尖AI团队、行业资深专家与头部投资机构，28个优质AI项目同台竞技，涵盖大模型应用、智能硬件、数字文创、智慧能源、生命健康等多元核心领域。eSign.AI成功入选本次新加坡国际专场，成为国内电子签名行业唯一入围的AI创新企业。此次亮相国际科技舞台，标志着e签宝AI赋能电子签名的前沿技术成果、全链路可信数字服务能力获得国家级平台与国际行业的双重
制造企业AI实施避坑指南：部署前必知的五大要点
核心观点：AI的核心是数据。很多工厂ERP数据不完整 MES数据分散 WMS数据对不上——这种情况下上AI，效果会大打折扣。 AI厂商说"三个月上线"，结果三个月后还在数据治理。制造业部署AI，这些陷阱你必须了解。 坑一：数据未就绪就匆忙部署AI AI的核心是数据。很多工厂ERP数据不完整 MES数据分散 WMS数据对不上——这种情况下部署AI，效果会大打折扣。 正确做法： 先做数据盘点，识别数据断点，用数字员工把数据采集上来，再部署AI。 坑二：期望AI"替代人"，而不是
AI采购实战指南：5大场景帮你省时70%
上周碰到一位采购负责人跟我吐槽：企业要拓展一条新产品线，找了两周供应商，资质审核熬到深夜，比价方案改了四版，结果还是遇到交货延误的老毛病。他说，整天忙这些琐事，根本没精力做真正的采购战略规划。这并非个例，采购业务事务繁杂、风险点多，采购人员忙得不可开交不说，企业的采购成本和供货稳定性也容易受到影响。2026年，其实很多采购工作都可以交给AI来处理，释放人工精力。这篇文章，我来和大家说清楚，如何用AI来管采购业务、5个已经跑通的AI采购场景，怎么落地以及选型时该关注什么。01AI采购怎么做？很多企业一上来就
法务工作者的AI效率指南：100个实战提示词模板
在日常法务工作中，您是否常常被合同审核、条款修改、法律查询等事务性工作缠身，以至于无暇顾及更具战略意义的法务决策工作？AI已成为法务工作者的得力工具。曾经需要耗费大量时间进行的合同初筛、复杂条款提炼等任务，借助AI仅需数分钟乃至数秒即可搞定。本文为您精选了100个拿来即用的实用提示词，请下载法务工作者必备的100个AI提示词模板.pdf。覆盖合同审查、条款撰写、法律调研、内部合规等全场景。这些不仅是范本，更是助您显著压缩工作时长、最大化法务价值的实用工具。AI在法务工作中的核心使用准则在运用具体提示词之前
AI概念企业布局算力领域 | 创业板晚间公告速递
今日视点【挖金客：拟出资4900万元设立参股子公司布局AI算力业务】挖金客(301380.SZ)发布公告表示，公司与北京康惠智创科技有限公司达成合作意向，拟共同出资创建北京惠金智创科技有限公司，注册资本1.4亿元。其中，挖金客认缴出资4900万元，持股比例35%；康惠智创认缴出资9100万元，持股比例65%。新设公司将专注于AI算力项目运营，旨在依托合作方资源快速进入人工智能算力新基建赛道，打造新的业绩增长点。该项投资不构成关联交易或重大资产重组短期内不会对经营业绩产生重大影响。股权变动【节能铁汉：筹划收
合同审查的AI困局:律师的核心竞争力究竟在哪?
回望文艺复兴时期，那时的知识分子大多是全能型人才。达芬奇在绘制《蒙娜丽莎》的同时，还深入探索解剖学、流体力学以及飞行器的奥秘——一方面源于"博学多才"的天性，另一方面则是因为当时人类积累的知识总量尚允许个体在多个领域同时达到前沿水平。工业革命的到来彻底改变了这一格局。亚当·斯密在《国富论》中曾描述过制针工厂的运作模式：一人抽铁丝、一人拉直、一人切割、一人磨尖——原本连贯的十道工序被拆解分配给十个工人操作，生产效率因此提升了惊人的240倍。这种精细化的分工模式逐渐从工坊蔓延至整个社会，专业化的壁垒日益森严，
Alpha AI 智能升级：首创规章审查功能，法务免费体验 | iLaw
在企业日常合规运营中，规章制度审核是一项常规且高频的任务。不论是员工手册、考勤规定，亦或是薪酬福利、保密条款，一套合规且严谨的规章制度，不仅是企业规范管理的基石，更是规避劳动风险的首要屏障。特别是对于大型国有及中央企业来说，规章制度的迭代与审核需求尤为频繁。一套制度完成审查，短则半天，长则数天。逐条比对法规、参照行业惯例、标记风险点……传统的人工审核方式既费神又耗时，且极易出现疏漏。然而，目前市场上能深度支持规章制度审核的工具几乎为零，法务人员只能依赖手工逐条核对，效率很难获得突破。此刻，Alpha AI
企业用AI裁员需谨慎!2026年劳动争议案揭示的3条法律红线
2026年4月28日，杭州中院对一起案件作出二审判决。案情其实不复杂：35岁的周某在一家金融科技公司担任AI大模型质检主管，公司引入AI质检系统后，声称"你的工作AI能做"，给他两个选择——降薪40%调岗，或者直接离职。周某选择了维权。从劳动仲裁到一审，再到二审，法院给出了一个标杆性结论：企业以"AI替岗"为由单方面降薪并解除劳动合同，属于违法解除，需赔偿26万余元。该案现已升级为指导案例，全国各地仲裁委和法院都将参照执行。但对众多企业负责人而言，真正令人担忧的不仅是26万元这个数字——而是法院通过该案，
AI 转型破局：从焦虑到落地
近两三年与众多企业高管探讨 AI 变革，普遍的痛点是倍感焦虑，却找不到切入点。今日分享，我们协助企业理清思路的实践路径。一、首要厘清三问引入 AI 并非必然意味着降本。我们沟通的起点，往往围绕三个核心问题展开：1、哪项任务最耗费人力？2、是否具备数据沉淀？3、期望 AI 达成何种目标？（削减成本、提升效能，或是缓解加班？）二、四大落地场景基于实战观察，企业应用 AI 的需求主要归纳为四类：1、冗余操作繁重，人力损耗巨大此乃最普遍的场景。我结识的一位朋友任职于大型制造集团财务总监，每年需复核数万份合同，终日