AI浪潮驱动并购潮，全球交易额年内或冲4万亿美元
普华永道最新分析指出，受人工智能领域需求持续火爆的带动，2026年全球企业并购规模有望触及4万亿美元，这将成为2021年以来最为活跃的一年。 该机构称，今年以来，单笔金额超过50亿美元的并购案已占到全球交易总额的将近一半。若当前增长势头延续，预计2026年全年这类超大型并购的合计金额将同比攀升40%。 普华永道美国全球交易业务负责人布莱恩·利维表示：“2026年将迎来并购活动的空前盛况。”他进一步提到，人工智能正催生巨额交易，推动资本重新布局，并重塑各行业的竞争格局。 利维还指出：“人工智能正在加深K型分
金融领域重磅新法来袭
大金融真正的推动力或许就在这里！ 2026年6月23日，《中华人民共和国金融法（草案）》（以下简称《金融法》）提交十四届全国人大常委会第二十三次会议进行首次审议。这部法律是中国金融领域的基础性、综合性和统领性法规，定位为金融法律体系中的核心“1”，起到指导、统领和规范的作用。 那么，这部法律将给市场带来怎样的影响？有分析指出，在《金融法》强调严格监管和促进高质量发展的背景下，加上政策层面持续鼓励养老金和保险资金增加股权投资，大金融板块（如券商、银行和保险）在A股市场可能吸引资金关注。 《金融法》首次审议
需求缺口：AI产业面临的真正考验
AI已成为全球资本市场最核心的叙事方向。从算力芯片到基础模型，从数据中心到存储设备，资本以前所未有的力度涌入这一领域。但在持续跟踪这轮产业扩张的过程中，一个更为根本的问题逐渐显现：AI的隐患，或许不在技术路线本身，而在于真实需求的产生机制，能否跟得上资本投入的扩张节奏。这不是一个关于市值波动的问题，而是一个关于产业根基的问题。短期内，市场可以凭借流动性与叙事效应推动估值攀升；但从长远来看，任何产业最终都必须直面一个核心追问：谁在为这套体系持续买单。一、互联网的镜鉴：真正的教训不是“需求存在”，而是“需求迟
AI泡沫真的存在吗？
AI泡沫的辩论：市场是正在重演互联网泡沫，还是处于新时代的起点？在过去的两年里，AI已成为全球股市投资的主要焦点。从GPU芯片、云计算、数据中心到先进模型和AI应用，相关企业的市值增长远快于传统行业。然而，随着科技巨头在资本支出上的飙升，市场对“AI泡沫”的争论也越来越激烈。一、看空观点：AI泡沫风险正在积聚 1. AI资本支出远超实际商业回报 目前，全球科技巨头正在以前所未有的速度建设AI基础设施。 市场预计2026年大型科技公司的AI相关支出将达到5000亿美元以上，部分机构预测未来几年累计投资可能达
AI：人类历史上最烧钱的发明
像 ChatGPT 这类文字预测工具永远不可能掌控世界。然而一旦这场泡沫破灭，巨额财富将化为乌有。当人们讨论人工智能的危害时，大多担忧那些充斥邮箱、霸占搜索引擎的 AI 应用终有一日会夺走人类所有饭碗。这类顾虑尚算合理。还有一群杞人忧天者危言耸听，声称文字生成 AI 日后会觉醒、化身神明，将人类统统改造成回形针。这种想法无异于担心持续培育快跑马匹，良种母马最终会生出火车头。可鲜少有人关注一个残酷真相：标普 500 指数 35% 的市值集中在七家科技巨头，其中六家靠人工智能业务至今一文钱利润都没赚到。第七家
人工智能狂热：一场规模空前的资本游戏
当下涌入AI领域淘金的人，与当年挤破头买房的人，本质上是一茬韭菜——区别在于，收割他们的工具升级了。2000年3月10日，纳斯达克指数触及5048点高位。短短三天后，断崖式下跌开启。持续两年半，跌至1114点。近八成财富化为乌有。彼时你在何处？或许尚在学堂。但你的父辈、叔伯、姨妈们，那些花重金安装ADSL、抢购中关村"网络概念股"的人，一夜之间损失了相当于一辆桑塔纳的资产。后续人尽皆知：亚马逊挺住了，谷歌挺住了，eBay挺住了。但Pets.com倒下了。Webvan倒下了。那个以袜子为吉祥物的AskJee
AI不是泡沫，是生产力的无声革命
最近网上流行一种说法：不少人将当下AI热潮比作2000年的互联网泡沫，认为AI故事难以为继，即将重演一场虚幻崩塌。其实早在大模型刚出现时，我就深入研读了其底层原理——Google那篇开创性论文《The Attention Is All You Need》。读完后我得出一个结论：当前的大模型本质上仍是一场基于概率的猜词游戏，它并非真正意义上的人工智能。至今我的判断未变：大模型是AI，但离AGI（通用人工智能）还隔着十万八千里。它不过是一只‘随机鹦鹉’。鹦鹉复述语言时并不理解其含义，只是机械拼接高频词句。大模
小易AI早报|10大热点速读(2026-06-23)
时间：2026-06-23 08:02 · 共收录 10 条热点 · 关键词：微信小范围内测原生AI助手「小微」、AI、科技微信「小微」AI助手开启小范围测试，用户可点击主界面左上角的绿色眼睛图标进入。该助手支持通过文字或语音指令操作微信原生功能，如调整设置、发送消息、启动小程序及生成图片等，其核心模型为微信自研的WeLM，部分回答则调用DeepSeek。此外，小微还具备一键生成小程序的能力。• 详情：https://mp.weixin.qq.com/s/nXjFyV79SEM5l7J7dqBkgQ港股智
数据资产与AI：驱动未来财富周期的核心引擎
数据资产化与AI融合：重构未来财富周期的底层逻辑数据是人工智能的燃料，AI则是数据价值的倍增器；两者交融，正对财富的生产要素、商业逻辑、分配机制及资本走向进行彻底重构，从而拉开继土地、工业资本、网络流量之后的第四轮财富大周期的序幕。一、基础变革：财富核心生产要素全面更替1. 数据由“幕后支撑”跃升为可确权、可入表、可融资的法定资产随着2026年数据资产入表规定全面实施，合规数据可计入公司无形资产或存货，并可用于质押融资、作价入股、资产证券化及授权转让，数据真正拥有了资产属性。传统资产（如厂房、机器）边际成
AI算力金属狂飙！24只产业链概念股深度解析
公众号记得加星标⭐️，第一时间推送不会错过哦本周一A股算力金属板块集体爆发，锡、钽、钨、钼、锗、铟等多品种全线飙升，中钨高新、金钼股份、厦门钨业、东方钽业、锡业股份、云南锗业等多股强势涨停。随着2026年全球AI算力资本投入不断加码，各类稀有及基本金属作为服务器、光模块、高端芯片封装、液冷设施的必备原料，正迎来供应端收缩与AI需求激增的共振，价格连续攀升：锡半年涨幅40%、钽锭年内大涨158%、铟年内涨幅60%。算力金属已摆脱传统周期属性，AI服务器、高速光模块、GPU芯片、液冷散热的刚性消耗，使行业需求
AI同学日报 06月22日:资本与产业新风向
📅 AI同学日报 · 2026年06月22日今日焦点全球AI应用正展现“软硬协同”与“平台融合”的双重走向。在硬件领域，聚焦算力效能的基础设施革新及机器人感知技术持续吸引资本投入；在应用端，OpenAI联手三星、欧莱雅等行业巨头深化合作，正把大模型能力渗透至全球数万企业职员及亿万消费者的日常之中。国内方面，腾讯亦在其超级应用微信里低调测试AI助手，一场针对核心用户场景的入口争夺战已然拉开帷幕。主编随笔今日最值得关注的并非某个炫技模型，而是像三星这样年营收超千亿美元的硬件巨头，决定将ChatGPT Ente
券商板块单日飙升7.52%！估值业绩严重错配，'牛市旗手'王者归来？
6月22日，蛰伏已久的券商板块骤然发力，一举成为A股市场最受瞩目的主角。截至当日收盘，券商指数飙升7.52%，板块成交额突破900亿元大关。机构分析指出，在政策端改革信号密集落地、行业ROE重回高位而估值却徘徊于历史底部的双重背景下，券商板块的集体反攻具备扎实的基本面支撑。多位非银分析师强调，当前券商估值与业绩存在显著错配，应重点把握证券板块β修复机遇。个股表现方面，东方财富(20.970, 2.37, 12.74%)暴涨12.74%，全天成交额突破219亿元；中信建投(27.390, 2.49, 10.
AI基建热潮令科技巨头重燃债券市场兴趣
长期以来，资产负债实力雄厚的超大型科技企业往往能无视加息压力，而加息通常对规模较小、盈利较弱的同行冲击更大。然而，这些昔日现金奶牛正通过大规模建设数据中心消耗现金储备，并借助债务融资。这导致该群体对借贷成本变得更为敏感。One Point BFG Wealth Partners首席投资官彼得·布克瓦在受访时表示：“科技投资者以往较少关注利率。如今，他们必须留意凯文·沃什的言论，开始重视通胀数据及美国国债市场的反应。”沃什于周三以美联储主席身份召开首场新闻发布会。央行暗示可能在2026年加息，引发股市抛售与
人工智能泡沫逼近临界点：一场隐匿于财报中的资本雪崩——算力竞赛与财务腾挪的双重困局
深夜的硅谷，空气里弥漫着一种奇异的割裂感。英伟达最新的Blackwell芯片在数据中心里轰鸣，每秒钟都在吞吐着天文数字般的Token；而在几英里外的华尔街，分析师们正盯着屏幕上那根陡峭向上的资本支出曲线，眉头紧锁。这不仅仅是技术的狂欢，这是一场豪赌。赌桌上堆着的，是谷歌、微软、Meta和亚马逊合计超过7000亿美元的年度资本开支。这四大巨头，如今更像是四家披着科技外衣的超级银行，它们的资产负债表正以前所未有的速度，将现金兑换成成堆的GPU服务器。故事的开端很美好：AI将重塑一切。但故事的第二章，也就是我们
AI浪潮中最隐蔽的陷阱
微软掌门人 Satya Nadella 近期发表长文，抛出一个概念：代币资本。他指出每家企业都需同时经营两类资本：人的资本（员工的学识、洞察、人脉）与代币资本（企业构建并拥有的 AI 能力）。二者并非相互侵蚀，而是叠加放大。人的判断力越敏锐，代币资本增长越迅猛。缺乏人类在前端把控方向，算力不过是在原地空转。"You can offload a task, or even a job, but you can never offload your learning."任务乃至整个岗位可以外包