美股投资网获悉，在戛纳国际创意节上展现数字广告领域强劲实力后，社交媒体巨头Meta Platforms(META)被花旗分析师列为其“首选股”。

花旗在与广告行业各利益相关方会晤后指出，作为Facebook和Instagram的母公司，Meta是“精准定位特定受众的最佳平台之一”。该行将目标价从690美元大幅上调至803美元，显著高于Visible Alpha约715美元的分析师共识目标价。

周二，Meta股价上涨近2%，收报712美元附近，较花旗新目标价仍有约13%的上涨空间。该股年内累计涨幅已达22%，使其成为2025年迄今“七巨头”中表现最佳的成分股。

与此同时，Jefferies分析师在活动后重申790美元的目标价，重点强调了Meta新推出的人工智能(AI)广告工具。该工具支持营销人员通过静态图像序列自动生成适用于Facebook或Instagram的视频广告。

Meta与雷朋(Ray-Ban)合作开发的AI智能眼镜同样成为展会焦点，花旗认为这项创新“为Meta创造了重大发展机遇”。该投行表示“我们越来越认为智能眼镜将成为核心AI设备。”就在上周，Meta还公布了与Oakley的最新AI眼镜合作项目。

资讯来源：美股投资网 TradesMax.com 美股大数据 StockWe.com

AI无疑是人类生产力史上的一次巨大飞跃，因此，交易员们渴望利用这项技术来赚钱也就不足为奇了。

AI就像一位“高效信息筛选员”，能迅速从铺天盖地的新闻、财报和社交媒体中，挑出对投资真正有用的内容。

然而，随着AI学习的深入，它也触及了自身的局限性。金融科技公司的一些实验表明，AI在信息整合方面表现出色，但在指导投资者具体如何操作方面，目前仍面临挑战。

Robinhood券商的产品副总裁bhishek Fatehpuria告诉我们美股大数据：“我AI真正擅长的领域每三四周就会发生变化，今天不擅长的事，可能过几个星期就能做好了。”他指出，目前AI最突出的能力是对复杂信息的归纳与摘要，这与投资分析中“理解并提炼海量资料”的流程高度契合。

在Robinhood的内部演示中，AI工具“Cortex”还具备了更进一步的功能：允许用户输入自己的交易假设，比如“某只股将在某时间点涨多少”，AI随后会给出与这一假设匹配的交易策略，包括具体的期权组合方案等。

虽然最终产品可能会与早期演示有所不同，但这一功能的展示预示着：未来AI或将成为帮助投资者跑赢市场的关键工具。

深度分析财报电话会议

目前已有数项研究，分别来自乔治亚州立大学、芝加哥大学布斯商学院和明斯特大学，这些研究利用AI深度梳理财报电话会议，并从中提炼出与投资者相关的问题。在这些研究中，大型语言模型（LLMs）能够捕捉到企业高管语气的微妙变化或回避性言辞，并利用这些信息识别企业风险和即将到来的资本支出变化。

然而，财报电话会议本身就受到高度审查，企业高管在会前也通常会进行充分准备。如果投资者越来越多地利用AI来解读这些会议，很容易想象未来的场景：企业高管们会调整他们的发言方式来“迎合”AI。如果一个AI被训练来检测某些指向潜在风险的词汇——就像芝加哥布斯商学院的研究那样——那么高管们可能会被训练来避免使用这些词汇。

AI的局限性与潜在风险

AI并非完美无缺，重度AI用户经常指出它可能会“幻觉”或提供不准确的信息。此前就有AI误报影响金融市场的例子，比如2023年5月，一张AI生成的五角大楼附近爆炸图片曾短暂导致股市暴跌。尽管这张图片是故意制造的假信息，但无意中产生的错误信息也可能产生类似的影响。

有实验表明，他们向ChatGPT提供了一个Robinhood的2024年年度10-K财务报告的链接，并提示AI总结报告内容并识别投资者应了解的关键点。ChatGPT表现良好，它指出了每股收益等财务指标、总融资客户等业务指标以及潜在风险，甚至还在底部附上了一张显示近期表现的美股公司图表。

然而，当同样的提示被提供给谷歌的Gemini时，它却出现了混淆。它提取的是Robinhood的2023年全年而不是2024年的10-K文件数据。在这种情况下，Gemini优先搜索了谷歌上最新的10-K文件，并选择了一份在2024年发布但覆盖2023年财报的文件，而不是提示中明确提供的2024年财报文件。当指出错误后，Gemini又引用了一份季度10-Q财务报告，再次与提示中的文件不符。

当AI引用错误的信源时，可能导致严重的错误和不准确的结果。这就是为什么许多大型语言模型（如Gemini）在回复底部都有免责声明，告知用户务必核实信息。作为谷歌推出的AI产品，Gemini内置了“双重检查”功能；谷歌也在帮助页面明确表示，该产品不应被用于医疗、法律、金融等专业意见。

想想看，如果AI的判断失误，而你又真金白银地投了进去，后果可能不堪设想。因此，一个核心的观点是：在利用AI进行投资时，人类的把关作用仍然至关重要。

投资人Jeffrey Emanuel对此有着切身体会。他曾在多家华尔街机构担任分析师，也开发过多个AI与加密项目。他指出，目前AI面临的主要瓶颈是“信息量超出模型处理能力”。例如，单独一份10-K年报就可能塞满大模型的上下文窗口，真正的难点，是如何从海量文档中精准提取出“有用的那一部分”。

不过，他也坦言：今天的AI还远没达到“人人可用”的程度，普通投资者若想靠它做出正确判断，往往需要一定的技术背景，这本身就与“普惠智能”背道而驰。

未来若要改变这种状况，AI工具必须进一步提升——例如通过多模型协作（multi-agent workflow），实现更复杂的问题拆解与更精准的信息处理。但即使如此，能不能真正“做出好决策”，依然是另一回事。

美股大数据认为：“再强的分析模型，也不一定能给你好的交易意见。市场的非理性、变量的复杂交织，使得预测方向本身就是一件困难的事。”

换句话说，AI可以提高效率，但无法替你承担风险。它是工具，而不是答案。

AI如何真正帮投资者

尽管当前AI在投资交易中仍存在不少限制，但对投资者而言，搞清楚AI的能力边界，比盲目依赖它更为关键。它能做什么，不能做什么，决定了它在你的投资系统中扮演什么角色。

在众多应用场景中，AI最稳定、最实用的一项能力，可能就是——识别模式。对偏好技术分析的投资者来说，这一点尤其重要。技术分析的本质，是从历史交易数据中寻找那些可能重复出现的走势或形态，从而预判未来的市场方向。

如专家所言，人类的大脑虽然具备极强的图形识别能力，但往往也容易受主观情绪影响，看出一些“其实并不存在”的形态，或者错过真正重要的信号。这种认知偏差，在波动剧烈的市场中尤为常见。

而AI在处理这类问题时就显得更冷静、更一致。它可以在统一规则下，对数以千计的标的进行系统性分析，从海量图形中提取潜在模式，而不会被市场情绪或个人偏见所干扰。

换句话说，AI不会替你拍板，但它可以帮你扫清视线，让你看得更清楚、判断得更理性。对于很多依赖技术图形做决策的交易者来说，这种“辅助而非主导”的定位，恰恰是AI最适合的角色。

AI正在“蚕食”社交媒体？

你有没有想过，未来我们炒投资看信息，可能再也不需要刷社交媒体了？因为，AI正在悄悄地“吃掉”社交媒体在投资领域的份额！

过去两年，零售券商 Public 一直在琢磨怎么把AI真正用到投资实战中。他们不像有些平台那样只搞“概念”，Public 的路子更务实，而且每一步都有市场反馈支撑。

Public 的联席首席执行官詹尼克·马林说得特别明白：“AI要在投资这行发挥价值，最关键的不是它能‘知道所有答案’，而是它知道自己不知道的时候能及时‘闭嘴’。这一点，很多AI工具都还没做到呢。”

他打了个特别形象的比方：投资者不需要那种课堂上“永远举手回答”的学生，哪怕不懂也要瞎掰点什么。我们要的是一个真正能帮你看清问题、判断信息价值的得力助手。

Public 在2023年5月就推出了一个由 ChatGPT-4 驱动的“投资副驾驶”工具——Alpha。这可不是简单的信息搜索器，它给用户提供了一个用自然语言交流的界面。你可以用大白话问它某只股怎么样，让它帮你筛选特定资产，或者对比两家公司的业绩。更重要的是，它不只是“告诉你新闻”，而是能帮你看懂信息，甚至能推动你直接下单。

Public 在内部跟踪了一个叫“行动转化率”的指标，就是平台上的信息内容能促使用户实际交易的比例。结果，让他们大吃一惊：

• 传统新闻内容的转化率大约是 2%；
• 社交动态（比如用户评论或简报）的转化率是 5%；
• 而 Alpha 的转化率竟然高达近 40%！

这说明什么？AI提供的内容，相比传统信息，更容易让用户采取实际行动。它那种“结构化+针对性”的呈现方式，正在逐渐取代社交媒体内容原本在投资平台中扮演的角色。

这个惊人的发现，直接促使 Public 做出了两个重磅决策：

首先，他们把大部分精力都投入到了 AI 产品的研发上。

今年5月，Public 上线了一个新工具，叫“生成资产”（Generated Assets）。这个功能很酷，允许用户自己创建投资指数，比如“由40岁以下CEO领导的公司”，或者“不受美国关税影响的企业组合”等等，还能把这些自定义指数跟标普500进行对比。未来，用户甚至可以通过“零碎股”投资，或者直接配置自己定义的组合指数。

其次，Public 彻底关闭了社交内容信息流！

这对于一家曾经以“社交型投资平台”闻名的公司来说，简直是一次颠覆性的战略大转向。以前，Public 用户习惯在平台里分享财报摘要，聊当天的市场动态。但现在，所有这些信息都已经被 AI 生成的内容取代了，而且 AI 生成的更快、更准确，还能自动嵌入到用户正在浏览的内容中，省心又高效。

公司的两位创始人甚至在博客中直言不讳地坦言：“社交信息流的主要价值，以前是帮助大家快速掌握市场动态。但现在，这项功能已经被 AI‘吃掉了’。”

他们甚至用了一个非常直白的词：“AI正在蚕食社交媒体”。

这种变化，与三年前那波席卷全球的零售投资热潮形成了鲜明对比。2020到2021年，社交媒体曾掀起“迷因股”（Meme Stocks）狂潮，把大量年轻投资者第一次带进了股市。而现在，虽然 Public、Moomoo、Robinhood 这些平台的用户还在，但他们的信息来源、投资路径、甚至决策方式，都在被 AI 深刻改变。

美股大数据认为，AI 正在重塑我们对散户投资者的定义。过去，投资世界很简单，要么完全自己动手研究下单，要么完全托管，交给机构打理。但现在，有了 AI 的辅助，似乎正在出现“第三种方式”——由 AI 辅助的自主决策。这既不用完全靠自己，也不用完全托付于人，在效率与自由之间找到了一个全新的平衡点。

你觉得这种“第三种方式”会成为主流吗？

高盛近日正式宣布，将其自主研发的AI助手 "GS AI Assistant" 全面推广至全球46,500名员工，标志着这项技术从最初的1万名试点用户成功跨入全公司部署阶段。

美股大数据分析认为，这一举措不仅是高盛在AI领域的重要里程碑，也凸显了全球顶级投行正如何通过AI重构自身的运营效率与组织结构。

这款AI助手基于高盛内部的GS AI平台构建，主要服务于重复性高、认知负荷大的日常任务，如文件摘要、数据分析、内容撰写及多语种翻译等。

GS AI Assistant 也只是高盛内部AI工具套件中的一部分，该平台还包含诸如 Banker Copilot、Translate AI 和 Legend AI 等应用，广泛覆盖投资银行、研究、工程、合规等多个业务模块，旨在系统性地推动流程自动化和知识复用。

此次全球部署也意味着，GS AI Assistant 成为目前金融行业中覆盖范围最广泛的AI落地应用之一。这反映出一个趋势：对全球大型金融机构而言，数字化转型已不再是锦上添花的选择，而是关于竞争力的必选项。

高盛的AI哲学

尽管外界对AI替代人类岗位的担忧持续升温，高盛在对内宣传中始终强调：这些工具的目标不是裁员，而是为员工赋能。通过自动化处理低价值任务，让人力资源集中投入到战略性、创造性工作中，是高盛当前的核心导向。

这套理念也与整个金融行业的转型方向保持一致。

• 花旗集团已部署了政策查询助手 Citi Assist 与文档处理工具 Citi Stylus；摩根士丹利开发了服务金融顾问的AI助手；
• 美国银行的虚拟助手Erica专注于为零售客户提供即时支持。

这些AI工具的共同目标是：提升工作效率、缩短响应时间、优化客户体验，但并不直接取代员工的角色。

不过，也不能忽视潜在的结构性影响。有机构曾发出警告称，AI深度整合可能会在未来数年内影响高达20万个金融从业岗位。这一风险虽然尚未全面显现，但已促使部分机构加强对AI伦理与就业影响的研究与应对机制建设。

AI的实际收益正在显现

高盛的初步数据也在支撑其AI战略的可行性。

据美股大数据了解到，参与内部测试的工程团队报告称，使用AI工具后，任务完成效率平均提升了20%以上。翻译工具已成功替代部分原先需外包的文档处理流程；初级银行家和开发人员反馈称，数据清洗、建模、报告撰写等任务耗时明显减少，一些流程从“数天”压缩至“数小时”。

这些反馈正印证高盛提出的“倍增器模型”：AI不等于自动化替代，而是人机协作下的能力扩展。

与此同时，该公司也在加强AI部署的合规与治理架构，确保所有模型在高度监管的金融环境中稳定运行。包括输出审计、内部培训、人机校验机制（Human-in-the-loop）等制度，均已成为平台核心的一部分。

构建属于高盛的AI生态系统

GS AI Assistant 并非孤立存在，而是高盛在打造AI底层能力过程中迈出的关键一步。不同于简单接入第三方模型，高盛正在构建一个具备模块化架构、自主可控、符合金融监管要求的AI平台。

目前，GS AI平台下的几个核心工具功能如下：

• Banker Copilot：辅助投行员工生成演示材料与财务建模草稿。
• Translate AI：实现内部多语种材料的自动翻译与一致性审校。
• Legend AI：帮助用户从内部知识库中调取相关数据，提升资料查询效率。

这些工具协同工作，为高盛构建出一个贯通业务线、具备自适应能力的AI工作系统，也为未来更多智能化场景的接入与升级打下基础。

行业趋势的分水岭

高盛本轮AI部署，不仅是一场企业内部的技术革新，也为整个金融行业敲响了一个“加速转型”的信号。

在面临效率优化、成本控制和全球市场变化日益加剧的背景下，AI“赋能员工”的模式逐渐成为主流。尽管AI的渗透速度和深度仍需监管框架与技术成熟度共同推进，但可以肯定的是，未来银行间的核心竞争力，很可能不再仅仅体现在资产负债表，而是体现在内部智能化基础设施的完备程度。

换句话说，谁能更快、更稳、更安全地把AI嵌入自身组织结构中，谁就能在下一轮的金融科技竞争中抢占先机。

美股投资网获悉，瑞银发布台积电(TSM)2025年第二季度财报财报前瞻报告，重申“买入”评级，并将目标价从1180新台币上调至1200新台币。瑞银从产能布局、财务预测、行业趋势等多个维度，揭示了这家企业未来增长的底层逻辑。

产能版图持续扩张，技术壁垒构筑护城河

截至2023年底，台积电年产能已达3600万片8英寸当量晶圆，其生产网络覆盖台湾本土及海外。在台湾，公司运营四座12英寸晶圆厂、四座8英寸晶圆厂及一座6英寸晶圆厂;海外布局方面，通过全资子公司管理美国、中国各一座12英寸晶圆厂及两座8英寸晶圆厂。这种“本土深耕+全球辐射”的战略，既保障了供应链稳定性，也为应对地缘政治风险提供了缓冲空间。

财务数据全面上修，盈利韧性超预期

瑞银将台积电2025年美元收入增速预测从25%大幅上调至29%，资本支出(CAPEX)预期同步上调至400亿-420亿美元区间。这一调整背后，是云端AI需求爆发与先进制程产能释放的双重驱动。具体到季度层面，2025年第二季度美元收入增速有望突破台积电自身13%的指引，毛利率预计维持在57.0%高位，接近一季度58.8%的历史峰值。更值得关注的是，瑞银将台积电长期每股收益(EPS)复合年增长率预估从16%提升至18%，凸显N2制程(2纳米级)及云AI业务对盈利能力的持续拉动。

AI需求催生新增量，CoWoS封装成关键拼图

在半导体周期波动中，台积电展现出独特的抗风险能力。瑞银虽下调2025-2026年智能手机/PC出货量预测，但对云AI芯片需求持乐观态度。作为AI芯片封装的核心技术，CoWoS产能扩张成为关注焦点。研报预计，台积电CoWoS产能将在2025年底达70千片/月(kwpm)，2026年底进一步攀升至100kwpm，较此前规划提升30%。这一扩产节奏若能兑现，将直接缓解英伟达等客户对高端AI芯片供应的焦虑，并带动封装业务收入占比突破两位数。

定价权与成本管控，毛利率保卫战双管齐下

面对新台币升值带来的利润率压力，台积电展现出精准的应对策略。瑞银预测，2025年第三季度至2026年，公司毛利率将维持在55.5%-56.5%区间，显著高于市场共识预期的53%-55%。这得益于两大抓手其一，2026年初将对N5(5纳米级)和N3(3纳米级)晶圆实施结构性提价，其中移动端产品涨幅3%-5%，HPC(高性能计算)领域涨幅达10%;其二，通过产能利用率优化与供应链管理，有效对冲汇率波动影响。

风险与机遇并存，资本开支策略成胜负手

尽管前景乐观，瑞银也警示潜在风险技术迭代加速可能削弱现有制程竞争力，地缘政治风险，如美国《1962年贸易扩展法》第232条调查或推高运营成本。对此，台积电管理层已计划上调N2制程及海外扩产的资本支出，2025年外部资本支出预计达400亿美元，较此前规划增加5%。这一举措既是对技术领先地位的加固，也是对全球半导体产业链重构的提前布局。

估值与投资建议目标价上调至1200新台币

基于更强劲的AI需求预期与成本传导能力，瑞银维持台积电“买入”评级，并将12个月目标价从1180新台币上调至1200新台币。当前股价1055新台币对应2025年市盈率仅22倍，显著低于其长期盈利增速预期。对于寻求半导体产业链核心资产的投资者而言，台积电在先进制程垄断地位、AI浪潮红利释放以及稳健的资本回报策略，预计2025年股息率提升至1.8%，三重驱动下，仍是最具确定性的选择之一。

资讯来源：美股投资网 TradesMax.com 美股大数据 StockWe.com