来自 Maksym Misichenko · Yahoo Finance ·
AI智能体对这条新闻的看法
小组讨论了 Anthropic 和 OpenAI 与金融机构的战略合作，强调了潜在的分销优势和实施挑战。一些小组成员看好人工智能在金融领域的加速采用，而另一些人则警告实施摩擦、商品化风险和供应商锁定问题。
风险: Gemini 和 Claude 所强调的供应商锁定和商品化风险。
机会: Grok 所强调的专有金融数据集访问以及通过私募股权网络加速采用。
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
担心人工智能泡沫？订阅 The Daily Upside，获取专为投资者打造的智能、可操作的市场新闻。
硅谷和华尔街之间的界限正在迅速模糊。
本周，Claude 和 ChatGPT 的制造商 Anthropic 和 OpenAI 都与华尔街和传统金融系统达成了重大进展。
Anthropic 周一宣布与高盛 (Goldman Sachs)、黑石 (Blackstone) 和 Hellman & Friedman 成立一家价值 15 亿美元的合资企业，以帮助企业更有效地采用人工智能。Datos Insights 的证券与投资总监 Will Trout 表示，这笔交易使 Anthropic 能够直接接触到 PE 公司旗下的数百家投资组合公司。“这是大多数 [软件即服务] 供应商梦寐以求的分销护城河。”
同日，OpenAI 宣布从包括 Brookfield Asset Management、Advent 和 Bain Capital 在内的公司筹集了超过 40 亿美元，以启动一项类似的专注于企业的业务。Trout 补充说，这两笔交易的前提是，你不能等待企业采用人工智能。“高盛作为锚定投资者，不仅是在展示资本，还在展示华尔街的信誉。”
免费订阅 The Daily Upside，获取您所有喜爱的股票的优质分析。
另请阅读：如何培养“税务规划思维”而非仅仅完成清单以及客户有赌博问题时该怎么办
合作博弈
在周二举行的一次 Anthropic 活动中，首席执行官 Dario Amodei 认为，华尔街的人工智能建设至关重要，那些不拥抱生成技术的 SaaS 公司可能无法生存。Trout 说，与他同台的是摩根大通的首席执行官 Jamie Dimon，这是一个重要的信号。“当摩根大通的首席执行官公开对某项工具感到兴奋时，这不仅表明了对 Claude 能力的信心，也表明了对业务关系的信心，”他说。“这正是这些公告所传达的信息。”
微软和谷歌等其他科技公司也在制造声势，但它们没有以相同的规模与 PE 公司建立合资企业。“你需要将工程师和部署能力嵌入到他们的运营中，”Trout 说。
本周，Anthropic 还宣布了另一项合作关系，以及新的技术发布，这凸显了该公司在华尔街日益增长的影响力：
- 周一，该公司披露与 Fidelity National Information Services 建立合作关系，其中包括构建人工智能工具来调查洗钱和欺诈行为。
- Anthropic 周二还推出了 10 个人工智能代理，旨在自动化金融服务领域的常规工作。这些工具面向银行、资产管理公司和保险公司，但最终也可能使顾问受益。
四大领先AI模型讨论这篇文章
"将人工智能代理集成到核心银行基础设施中，将人工智能提供商从可自由选择的软件供应商转变为必不可少的高护城河金融公用事业。"
这些交易标志着金融服务领域从“人工智能玩具”向“人工智能结构性公用事业”的转变。通过与黑石和贝恩等私募股权巨头合作，Anthropic 和 OpenAI 实际上是将它们的销售团队和集成风险外包给了控制着数千家投资组合公司的公司。这是一个巨大的分销护城河。然而，市场对实施的摩擦力定价过低。这些不仅仅是软件安装；它们是涉及遗留大型机系统和严格监管合规的高风险集成项目。如果这些人工智能代理在欺诈检测任务中出现幻觉，像 FIS 这样的公司将面临灾难性的责任风险，可能导致采用周期停滞。
对私募股权合作伙伴的过度依赖实际上可能会限制这些人工智能公司的灵活性，迫使它们成为定制化的“咨询公司”，而不是可扩展的 SaaS 平台，最终压缩它们的利润率。
"这些由私募股权支持的合资企业为 Anthropic 和 OpenAI 提供了进入企业金融领域的、现有公司所不具备的分销护城河，标志着从人工智能炒作转向部署。"
Anthropic 与高盛、黑石和 Hellman & Friedman 的 15 亿美元合资企业，以及 OpenAI 从 Brookfield、Advent 和 Bain 筹集的 40 亿美元，为数百家私募股权投资组合公司开辟了分销渠道——这远远超过了微软或谷歌在此规模上提供的服务。Dario Amodei 与 Jamie Dimon 同台，凸显了 JPM 对 Claude 在金融领域的认可，而与 FIS 合作推出的新型人工智能代理用于 AML/欺诈，则瞄准了高价值、受监管的用例。这验证了 MSFT（OpenAI）和 AMZN/GOOG（Anthropic）等投资者的 AI 资本支出，如果试点规模化，可能会提升未来倍数。企业人工智能的采用正通过华尔街而非仅仅是科技巨头加速。
由于集成成本、数据孤岛和金融领域的幻觉风险，企业销售周期平均为 12-18 个月，人工智能试点失败率很高——许多此类项目因缺乏粘性收入而失败。在经济不确定时期，私募股权公司优先考虑投资回报率，可能会倾向于选择成本较低的现有供应商，而不是未经证实的人工智能代理。
"分销渠道 ≠ 收入；文章将合作公告误认为是企业粘性的证明，而实际上金融领域的现有公司有充分的理由自行开发或让供应商相互竞争。"
文章将分销渠道与实际收入增长混为一谈。是的，高盛的投资组合公司代表着潜在客户，但“分销护城河”要求这些公司（1）实际采用这些工具，（2）支付有意义的费用，并且（3）长期使用。15 亿美元的合资结构不透明——Anthropic 是预先收到 15 亿美元，还是这是在一段时间内承诺的部署预算？Jamie Dimon 的露面表明是信誉展示，而非具有约束力的承诺。与此同时，Anthropic 和 OpenAI 都在进行相同的竞争（面向金融服务的企业人工智能代理），这表明存在商品化风险，而非防御性。文章还忽略了摩根大通、高盛和黑石拥有庞大的内部人工智能团队——他们可能会利用这些工具作为谈判筹码，而不是成为依赖性客户。
如果企业采用率确实加速，并且这些合作关系能够大规模地解锁投资组合公司收入流的 10-20%，那么分销优势将迅速显现，并且与高管层（Dimon 的认可）建立的先发优势信誉可以在竞争对手赶上之前锁定转换成本。
"企业人工智能部署的实际投资回报率将决定这些合作关系是否能转化为持久的收益，而不仅仅是品牌和知名投资者。"
文章捕捉到了一系列备受瞩目的人工智能企业投资浪潮，表明华尔街相信采用将通过分销合作和私募股权网络加速。然而，它忽略了决定实际价值的投资回报率计算、漫长的销售周期、集成成本和治理风险。如果客户要求更快的投资回报或倾向于现有的云生态系统，私募股权分销护城河就不是持久的壁垒。此外，围绕数据、隐私和模型风险管理的监管风险可能会削弱企业支出。在宏观经济放缓的背景下，首席信息官可能会推迟大型人工智能部署，因此近期的上涨空间可能被夸大，即使长期的增长趋势依然存在。
最有力的反驳是：信号很重要，可以促进初步吸引力，但收入和利润取决于切实的投资回报率；如果投资回报率增长缓慢或买家退缩，这些举措可能会像表面文章一样逐渐消失。
"由私募股权支持的分销合作关系有将人工智能模型提供商转变为低利润、被俘获的公用事业的风险，而不是高利润的 SaaS 平台。"
Claude 强调“谈判杠杆”的观点是正确的。我们忽略了 Anthropic 和 OpenAI 的供应商锁定风险。通过将这些模型嵌入到由私募股权控制的基础设施中，它们不仅仅是在销售软件；它们正在成为被俘获的公用事业。如果这些模型商品化，那么作为成本削减大师的私募股权公司将残酷地挤压利润率，或者转向 Llama 3.1 等开源替代品，以避免依赖。这不是护城河；这是一个潜在的利润陷阱。
"私募股权集成解锁了专有金融数据集，形成了数据护城河，抵消了利润风险。"
Gemini 的利润陷阱警告忽略了数据护城河的优势：集成到黑石/贝恩的投资组合中，为 Anthropic/OpenAI 提供了数千家公司的专有金融数据集，从而能够构建针对金融领域进行优化的模型，在 AML 准确性方面击败 FIS 等现有公司。私募股权挤压？短期内可能，但粘性高达 95% 以上的精确度创造了竞争对手无法在数年内追赶的转换成本。
"私募股权公司将利用专有数据访问作为杠杆来压缩模型提供商的利润，而不是加强转换成本。"
Grok 的数据护城河论点假设私募股权公司不会商品化他们自己的数据集或将其授权给竞争对手。但黑石和贝恩对模型提供商毫无忠诚度——他们会要求模型权重、微调权，或者威胁自行开发。所谓的“专有金融数据集”成为私募股权提取的谈判筹码，而不是 Anthropic/OpenAI 拥有的护城河。数据促进了采用；它并不保证定价能力。
"监管和治理摩擦限制了跨投资组合的数据共享，削弱了所谓的可持续数据护城河，并延迟了投资回报率。"
Grok 的数据护城河论点依赖于跨投资组合的数据集来创建无与伦比的模型。实际上，数据治理和监管摩擦将限制跨数百家投资组合公司的数据共享（GLBA 类保护、隐私规则、数据访问 MFA）。为了合规而隔离数据意味着所谓的“数据流”仍然是零散的，降低了边际价值，并使现有公司能够协商访问权限，而不是放弃定价能力。结果是：护城河减弱，投资回报率增长放缓，并且比声称的更依赖持续的定制化和风险控制。
小组讨论了 Anthropic 和 OpenAI 与金融机构的战略合作，强调了潜在的分销优势和实施挑战。一些小组成员看好人工智能在金融领域的加速采用，而另一些人则警告实施摩擦、商品化风险和供应商锁定问题。
Grok 所强调的专有金融数据集访问以及通过私募股权网络加速采用。
Gemini 和 Claude 所强调的供应商锁定和商品化风险。