Anthropic本周面向金融服务行业发布了一批智能体模板,专门针对金融领域中耗时费力的工作环节,包括制作项目推介材料(Pitchbook)、审查客户身份核实文件以及月末账目结算等。此前,Anthropic已相继推出面向医疗和法律行业的解决方案,此次金融版本的发布,标志着该公司正持续聚焦特定垂直行业,进一步深化其企业级AI业务布局。
与此同时,Anthropic本周还宣布与私募股权机构黑石集团、Hellman & Friedman以及高盛合作,共同组建一家新型AI服务公司,旨在将Claude大规模推广至数百家企业客户。
Anthropic首席财务官Krishna Rao在声明中表示,企业市场对Claude的需求已超出任何单一交付模式所能承载的范围。"这家新公司将为整个生态系统带来更强的运营能力,以及来自顶级另类资产管理机构的资本支持。"他说道。
在Anthropic与OpenAI相继冲刺IPO之际,两家AI服务商正积极争夺企业客户。Anthropic选择了聚焦垂直行业的策略,一方面开发能够重塑特定行业工作流程的专用工具,另一方面通过新型合作关系夯实基础设施能力。
与此前面向医疗和法律行业的产品类似,Claude金融智能体将针对行业特有任务展开工作,涵盖为客户会议制作推介材料、审阅会议记录与监管文件、构建财务模型与分析报告,以及审核估值等环节。Anthropic表示,这些智能体将通过插件的形式在Microsoft Excel、PowerPoint、Word及Outlook中运行。
当前,AI服务商普遍面临基础设施、算力及投资资源方面的瓶颈,难以跟上持续攀升的市场需求。德勤近期发布的报告显示,大多数企业计划在2028年前将AI基础设施预算提升至现有水平的三倍。上个月,Anthropic已与谷歌和博通签署新协议,计划从2027年起新增多吉瓦级张量处理单元(TPU)算力,以应对加速增长的客户需求。
Anthropic与私募股权投资者联合成立AI服务公司,进一步深化了华尔街与AI行业之间的绑定关系。这家新公司同样获得了多家资产管理机构的支持。
这家尚未命名的新合资公司,将把Claude模型与一批中等规模的投资者控股企业相结合,通过将工程师嵌入各类业务流程或开发定制化工具的方式提供服务。该公司正致力于在中端市场AI应用领域抢占先机,目标是成为公私部门的首选模型。
"我们与全球顶级系统集成商的合作关系,是Claude触达大型企业客户的核心路径。"Rao在声明中表示。
据彭博社报道,OpenAI也在寻求打造类似的合资平台,以开辟新的企业AI交易渠道,目前已以100亿美元的估值从投资者处融资40亿美元。
Q&A
Q1:Anthropic发布的金融智能体模板具体能做哪些工作?
A:Anthropic发布的金融服务智能体模板主要针对金融行业中耗时的任务,包括制作客户会议用的项目推介材料、审阅会议记录与监管文件、构建财务模型与分析报告,以及审核企业估值等。这些智能体还支持通过插件形式在Microsoft Excel、PowerPoint、Word和Outlook中运行,可直接融入金融从业者日常使用的办公工具,提升工作效率。
Q2:Anthropic与黑石、高盛等机构共同成立的新公司将如何运作?
A:这家尚未命名的新合资公司将以Claude模型为核心,与中等规模的投资者控股企业合作,通过将工程师嵌入企业业务流程或开发定制化工具的方式提供AI服务。公司的定位是加速AI技术在中端市场的落地,同时获得来自顶级另类资产管理机构的资本支持,帮助Claude更广泛地渗透企业级市场。
Q3:AI企业目前面临哪些基础设施方面的挑战?
A:当前AI服务商在基础设施、算力及投资资源方面面临明显瓶颈。德勤报告显示,大多数企业计划在2028年前将AI基础设施预算提高至现有水平的三倍。为此,Anthropic已与谷歌和博通签订协议,计划从2027年起新增多吉瓦级TPU算力,以应对持续增长的客户需求。
好文章,需要你的鼓励
今天讲的出海案例是依米康,这家数据中心温控与液冷设备厂商正在把泰国纳入海外交付体系,并用生产线、总装车间和焓差实验室承接算力设施订单。
BioMatrix是首个将分子序列、分子三维结构、蛋白质序列、蛋白质三维结构和自然语言统一在单一语言模型中的生物基础模型,在80项任务中77项达到最优或第二优。
Salesforce正式推出Help Agent,这是基于Agentforce平台的预封装AI客服智能体,可在数分钟内连接企业知识库、操作功能及网页、短信、语音等沟通渠道。该产品同步推出按解决率计费模式,每次成功自主解决客户问题收费2美元,无需按token或操作次数计费。Help Agent支持低代码构建,内置测试功能,并配备全新客户服务门户。该产品预计于2026年7月正式上线。
浙江大学提出SKILLHARNESS框架,通过为AI电脑助手的每项技能附加安全边界,从成功、失败和风险三类经历中学习,使AI在动态危险环境中安全高效地完成任务。