剥离技术外衣：AI巨头实为电力零售商
——AI产业估值错配深度分析报告 摘要 本报告旨在揭露当前AI领域一个无法忽视的矛盾：以OpenAI、智谱AI、MiniMax、寒武纪等为首的全球顶尖AI企业，其核心营收本质实为电力资源的转售，即将电力转化为算力——意味着用户是为计算资源消耗（token/API调用）买单，而非为AI最终产生的商业成效付费。此种商业模式与电力公司按度计费在本质上毫无二致，但资本市场却以“AI企业”的科技光环，给予其远超传统公用事业公司的估值。报告以“市梦率”泡沫为突破口，系统剖析了这种收入结构与估值的双重背离，并指出：真正
金融圈最吸金的AI玩法：量化交易
这两年AI界最火爆的概念有哪些？AIGC、大模型、智能体、机器人。大家都在谈论"AI改变世界"，但有个现实很扎心：全球把AI变现能力最强的，不是做AI的厂商，而是利用AI进行交易的投资人。OpenAI烧掉了千亿美金，到了2025年还在为如何盈利而发愁。Jane Street利用AI开展量化交易，一年EBITDA达到312亿美元（约2100亿人民币），人均利润900万美元，给员工发了93.8亿美元奖金——这相当于高盛人均薪酬的7倍。这并非新发现。文艺复兴科技的大奖章基金，30年年化收益率约6
AI全球化布局，PPIO如何抢占先机？
AI创业已迈入新阶段。前期比拼技术参数，如今重点转向商业化落地，模型服务化才是关键。未来三年，AI主战场将从实验室转向全球市场。PPIO入选“2026 Global AI 100”榜单，表面看是荣誉，实则反映AI出海趋势。国内竞争激烈，海外市场成新蓝海。PPIO成功在于押注边缘计算赛道。多数人认为AI出海就是向海外销售大模型，这种想法过于简单。全球大模型供给充足。OpenAI、谷歌、Meta等巨头已占据主导。中国公司如何说服海外用户选择自己的模型？技术优势不明显，数据合规风险高，本地化投入巨大。这条路充满
2026年中国AI应用规模化元年开启：产业全景图谱深度解读
2026 年成为中国 AI 产业的模式转变关键节点，我国已跃升为全球 AI 应用热度最高的国家。量子位智库发布的《2026 中国 AI 应用全景图谱报告》，围绕全景生态、行业数据、核心趋势、标杆解决方案四大板块，系统梳理当前中国 AI 应用的发展格局与演进方向。报告将中国 AI 应用生态构建为 To C 消费产品、To B 行业应用、底层开发工具三大价值层级。To C 端涵盖智能助手、效率办公、AI 创作、文娱、生活五大场景，配合 AI PC、AI 手机、AI 眼镜等终端设备，全面融入用户日常生活；To
算力金融化：AI资源定价与风险管理新趋势
AI基础设施领域的商业竞争格局正在发生深刻变化，从单纯追求算力规模转向聚焦算力的定价、交易与风险管理能力。5月28日，多家媒体同时披露了一个兼具金融属性与产业特征的重要信号：据公开资料显示，上海期货交易所正在积极研发AI token期货产品；与此同时，美国CME与Silicon Data Partner、ICE与Ornn也在分别推进GPU compute期货业务。这意味着，曾经仅在云服务商、算力平台或自建数据中心中采购的传统算力模式，正在被拆解为更加标准化的计价单元，并逐步向期货交易市场延伸。表面来看，这
AI行业转型：从模型销售到服务交付
副标题：被忽视的FDE商业本质短短一周内，三家AI企业不约而同做出了一项反常举动。OpenAI斥资40亿美元设立"部署企业"。Anthropic联手高盛与黑石创建独立咨询机构。Google Cloud负责人亲自在领英发布招聘帖，计划招募"数百名"人才。所有人争抢的岗位都是同一个：FDE，前沿部署工程师。但这不仅仅是招聘动态，而是AI产业商业路径的一次重大调整。一组数据揭示了其中的玄机。埃森哲的调查表明，仅有32%的企业高管表示看到了"持续性的、企业层面的AI成效"。剩余68%的状况是：有试点项目，有演示文
AI浪潮中的"淘金热"：卖工具的闷声发财，做应用的还在烧钱
持续分享 AI 干货与实战方法论。最近有没有感觉，这个世界在AI的催化下，好像按下了快进键？就在前几天，我看到一个数据，三大运营商已经开始卖"Token套餐"了，最低9块9一个月，跟咱们当年买手机流量包似的。那一刻我突然有种恍惚感，这AI，怎么就从科幻大片里的神坛，跌落到凡间，变成像水电煤一样的基础设施了？这种变化，速度之快，前所未有。有人说，2026年是AI应用爆发的元年，也有人说，这不过是算力巨头们的又一次狂欢。咱们今天不聊虚的，就聊聊这背后的"钱"景。为什么同样是搞AI，有的人吃得满嘴流油，有的人却
AI 制药估值难题与核心逻辑解析
多数 AI 制药企业的业务范畴主要涵盖创新药管线、产品商务拓展（BD）、CRO 服务以及软件或大模型中的单项或多项组合。针对创新药管线，通常依据管线阶段进行估值；临床前阶段的创新药一般不予估值，而拥有 I 至 III 期数据的项目，则可参照创新药管线的标准方法进行评估。关于 BD 业务或出售现有 PCC 的业务，目前尚未形成公认的估值体系。无论是首付款的倍数还是总交易额的倍数，其合理性都难以充分论证。由于 BD 首付款及总包金额目前较难证实具备可持续性，唯有在积累数年相对稳定的 BD 业绩后，才可能形成稳
AI Token模式引爆增长：道通科技转型物理AI龙头
在人工智能席卷全球的2026年，当大多数企业还在为AI大模型的落地场景苦苦探索时，道通科技（688208）已悄然完成了一场深刻的战略蜕变。作为全球领先的物理AI龙头企业，道通科技早已不仅是一家智能硬件公司，而是率先打通了“硬件入口+软件订阅+Token调用收费”的商业闭环，正式转型为面向物理世界的AI Token运营商。这一极具前瞻性的布局，不仅让道通科技稳坐“物理AI龙头”的宝座，更为其市值增长打开了全新的想象空间。数百万智能终端构筑先发优势打造软硬件AI闭环壁垒Y道通科技的底气之一，是其在全球范围内铺
AI 行业迎来盈利拐点：Anthropic 率先破局
一家专注于人工智能的企业，真正实现了盈利。这并非仅仅是「有望获利」或「逼近盈亏平衡点」，而是实打实的运营利润。Anthropic 近日向投资方透露：预计在 2026 年第二季度，其营收将达到 109 亿美元，运营利润约为 5.59 亿美元。5.59 亿美元虽非天文数字，在苹果或微软的财报中或许只是零头，但这却是 AI 领域首个实现季度正利润的案例。Anthropic 原计划于 2028 年扭亏为盈，结果足足提前了两年。这一信号的意义远超数字本身。不妨对比两组关键数据。Anthropic：第一季度营收 48
AI赋能汽车：产业迈向智能化新纪元
导语 :汽车产业正迎来一场翻天覆地的变革。如今，衡量一辆车价值的标准，已从单纯的硬件配置转向了背后的软件生态与智能化水平。软件定义汽车（SDV）的崛起，彻底重塑了研发流程与迭代速度。如今，这一进程正迈向新高度——汽车正步入“AI 定义”时代，人工智能逐渐成为车辆平台的核心要素。行业内的诸多变化，正持续验证这一趋势。为何 SDV 进程正在发生转变在转型软件定义汽车的过程中，核心变化在于车辆算力架构正趋于集中。过去分散于多个控制单元的功能，如今正被汇聚至性能更强大的核心平台。这不仅提升了开发效率，也为新商业模
TFSC2026|技术革新与数智转型如何重塑企业绩效及商业模式
SSCI JCR Q1; IF 13.3; ABS 3[摘要]本文深入探讨了技术创新与数字化转型对企业运营表现及商业模式演变的驱动作用。研究聚焦三大核心议题：（1）数字化水平与技术研发投入能否优化企业的运营效率与财务成果；（2）商业环境如何与数字化进程互动，进而推动商业模式的重构；（3）何种技术与数字化变量最能预示商业模式的变迁。鉴于技术迭代加速及数字工具日益关键，目前亟需关于数字化转型如何提升竞争力与效率的实证支撑，然而现有认知尚显不足。本研究采用混合方法论，融合系统性文献计量综述与实证分析；实证数据源
AI Agent并非SaaS的终结者
AI Agent不仅能听懂自然语言，还能调用工具、拆解任务、跨系统执行，甚至能一本正经地写总结。于是业内流传一种颇具戏剧性的说法：AI Agent要干掉SaaS。其实不然，AI Agent和SaaS是共生关系。Agent能让SaaS能力更强、更灵活，给客户带来更好的体验和价值。打个比方，SaaS是辆高性能车，而AI Agent就是深度改装（如改排气、刷二阶），能让它释放更足的动力。我们分几个维度来看这个结论背后的逻辑：从SaaS时代到AI时代，什么没变，什么变了，什么增强了。1，不变的基础能力：一个真正的
国产大模型告别免费：价值竞争新纪元
江苏省宿迁市宿城区人工智能场景开放日活动现场，市民体验各类人工智能设备与应用。陈少帅摄（中经视觉） AI 领域正逐渐走出免费范畴，但这并非免费模式的终章。近期，拥有 3.45 亿月活跃用户的 AI 应用“豆包”计划启动收费，引发了市场的热烈讨论。在此之前，部分大模型已尝试分级收费。业内分析指出，豆包收费折射出算力成本与商业逻辑间的深层矛盾，行业亟需从烧钱抢客转向可持续经营。然而，AI 能否让用户自愿买单，将是对各款产品真实实力的终极考验。 5 月 4 日，豆包在 APP Store 公布付费订阅公告，推出
AI硬件新趋势：从设备集成到现实世界融合
——记 AI Maker Summit 深圳站社区伙伴 产品李老师 在深圳第一次办 AI Maker Summit这是 AI Maker Summit 系列第一次落到深圳。一天4 个会场同时开讲，28 场分享，加一个 AI 市集。发起人阿颖老师在开场前一天写过一句话：深圳一直被称为硬件之都，很多人觉得 AI 氛围没有那么浓。但这段时间我们在联系讲师的过程中发现，深圳还是有非常多愿意分享、有实战经验的 AI Maker。如果只能用一句话总结这一天，我会写：AI 硬件的下一站，不是把模型塞进设备，而是让 AI