5月13日，腾讯控股公布截至二零二六年三月三十一日止第一季（“1Q2026”）未经审核综合业绩。
受益于AI战略加速，腾讯一季度营收1964.6亿元，同比增长9%；Non-IFRS经营利润756.3亿元，同比增长9%。
若剔除新AI产品（Hy、元宝、CodeBuddy、WorkBuddy及QClaw）的收入、成本及开支影响，Non-IFRS经营利润同比增长17%至844亿元。此外，腾讯一季度自由现金流达567亿元，公司经营性现金流保持稳定。
腾讯第一季度营收1964.6亿元，同比增长9%
腾讯董事会主席兼首席执行官马化腾表示：“我们在新AI产品上取得了显著突破，并持续以AI赋能核心业务增长。重组后的AI研发团队重构了AI基础设施，搭建了Hy3 preview模型，在同等参数规模的模型中性能领先，兼具实用性与性价比；自4月28日以来，其在OpenRouter的token消耗量排行榜上稳居前列。我们的AI效率智能体解决方案已初见成效，WorkBuddy目前是中国使用最广的AI效率智能体服务。同时，我们的核心业务在用户粘性、收入及盈利上持续增长，既为AI投入提供了充裕的现金流支持，也为AI的落地应用奠定了丰富的场景基础。”
财报发布后，腾讯公司董事会主席兼首席执行官马化腾、总裁刘炽平、首席战略官詹姆斯·米歇尔（James Mitchell）及首席财务官罗硕瀚出席了财报电话会议，解读财报并回答分析师提问。
以下为电话会议Q&A环节主要内容：
Q1
提问：自Hy3 preview发布以来，管理层提到该模型已深度落地接入多款内部核心产品，包括元宝、ima以及WorkBuddy。能否请管理层分享，该模型接入业务流程后，在性能提升方面观察到了哪些具体细节？另外，将Hy3 preview更广泛接入微信业务流程的规划路线是什么？小程序开发者是否可以依托这类工作流提升生产效率，并探索未来商业化变现空间？
刘炽平：关于Hy3 preview，虽然其模型参数规模较小，但智能化程度更高，且推理能力十分突出；相较Hy2，智能体能力实现了大幅提升。
正因如此，Hy3 preview接入各产品线后，整体落地表现十分亮眼，各业务均反馈模型性能有显著提升。从用户侧实际数据来看，整体token调用量超Hy2的10倍，足以说明Hy3 preview设计十分优秀。同时Hy3 preview在研发阶段就与元宝、WorkBuddy 等核心产品协同设计，因此接入业务时获得各产品团队高度认可。
在接入微信业务流程上，会采取分步渐进的推进模式：微信部分原有搭载Hy2的产品，已完成升级切换至Hy3 preview；在有些场景下，也有部分业务会选用不同的模型，测试多款模型并筛选最适配自身用户的版本。随着Hy3 preview后续持续迭代优化、能力不断变强，他们会采用更多。
而对于小程序而言，一个好处是他们会使用到多款由Hy大模型赋能的产品，如编程类工具CodeBuddy、WorkBuddy等，企业及员工使用这类产品，就能直接享受到Hy3 preview性能升级带来的益处 。
未来我们还会将小程序封装为AI skills，让智能体能够把小程序作为工具直接调用，这会为小程序开发者带来更多流量。
简言之，对内企业可借助我们的智能体产品提升办公效率；对外可依托AI智能体调用，让小程序获得更多用户与智能体的访问和使用。
提问：随着AI智能体越来越可能取代网页和APP上的传统点击式工具，管理层能否谈谈你们对未来广告定价的判断，以及对广告主预算的影响？哪些数字内容或线上活动更可能保持韧性并持续吸引用户？我们有没有在提前规划或调整广告形式，以应对这类投放结构的变化？
詹姆斯·米歇尔：你问的这个广告问题很有意思。总体上，这对电商公司的影响可能比对我们造成的影响更大，原因在于用户主动选择并希望把时间花在观看短视频、听音乐、消费内容或社交上，而在电商平台上的停留往往是出于寻找最低价格的目的，而非享受体验。如果未来AI智能体在比价方面发挥越大的作用，用户在电商站点的停留时间就可能越少，接触到广告的机会也会下降。AI智能体可以扫描海量商品列表，因此不会像注意力有限的人类那样容易受到广告影响。话虽如此，过去已有许多比价服务（包括搜索引擎）出现过，而大型电商公司在这些服务存在的情况下总体上仍然发展良好。因此现在就对其将如何影响电商行业下定论还为时过早，不过我们目前并不认为这是对腾讯的主要风险。
Q2
提问：关于 AI 投资回报率(ROI)。纵观全球的同行，其将经营现金流的80%甚至100%都投向了AI 资本开支；相比之下，我们上季度的投入比例大约为35%。然而，许多同业由于业务模式趋向重资产，他们的自由现金流和净资产收益率（ROE）均出现了下降。管理层能否就今年的AI相关资本开支提供更多可量化的指引？公司目前使用哪些 KPI 来评估这些投资的价值创造和回报？
詹姆斯·米歇尔：我们看到来自内部产品，及外部用户对我们模型的AI相关服务的需求均在增长。我们此前指引过，今年的资本开支将超过去年。现在我们对此指引更加肯定，也更有信心。我们可以预见今年资本开支将大幅增加，尤其是随着年内中国设计的ASIC芯片供应陆续到位，下半年资本开支的增幅将尤为显著。
关于KPI，不同产品和业务各有不同。总体来看，对于广告和游戏等现有业务，KPI更侧重于收入和利润；对于新的AI产品，KPI则侧重于能力表现，比如基础模型的智能程度和使用量，比如WorkBuddy等相关产品的Token消耗量。至于腾讯云，考虑到我们至今都没有足够的GPU去满足外部需求，因此未来的KPI将更侧重于收入和市场份额。
Q3
提问：我想从另一个角度跟进一下Kenneth的问题。当你们为资本开支和AI投入分配资金时，内部是如何评估AI基础设施的投入？你们采用怎样的投资回报率框架或回本周期来评估这些投资？这个周期大概多长？
詹姆斯·米歇尔：我认为我们在之前的回答中已经就如何看待投资的定量或定性回报提供了一些思路。对于某些产品，我们采取的是非常严格的财务评估方法；而有些产品，我们则更关注其长期对我们核心业务带来的价值。我不确定你是否想进一步细化这个问题，因为我可能没有完全领会你提问背后的深意。
提问：谢谢 James。我的意思是，归根结底，投资者希望了解这些AI资本性支出由谁承担、从哪个预算列支，我们预计在多长时间内或时间跨度内能够从这些新商业机会中实现收益？
詹姆斯·米歇尔：我认为从腾讯的历史来看，我们通常都能保持良好的回报。你可以通过观察我们过去二十几年的投资回报率来量化这一点，它一直保持在较高水平。我们之所以能取得这样的成绩，并不是因为将每一个新产品、新服务都必须在非常短的周期内实现可量化的投资回报目标，而是因为我们将产品组合视为一个整体来管理，并且对产品进行全生命周期的管理，而不是局限于某个特定的季度或12个月的周期。腾讯内部有许多产品，无论是我们进军游戏领域、推出微信，还是拓展支付业务，都经历了漫长的孵化期，在此期间它们都没有产生投资回报，但我们对这些业务创造的价值充满信心。随着时间推移，这些产品都经历了较长的“收获期”，让我们能够从前期投入中获得非常可观的回报。AI投资中既包括周期较短的项目，也有周期较长的项目。比如我们购买GPU后，将其用于我们的广告技术领域，这类投资就是周期比较短的——这些GPU能够提升广告的精准投放，提高点击率，进而以相当快的速度带来更高的营收和利润，这属于相对短周期的投资。另一方面，当我们将GPU部署到Hy基础模型时，这对于我们的核心业务至关重要，因此我们采取的是长远视角。但需要重申的是，我们并不以季度为单位来考核每个产品，而是从投资组合和产品全生命周期进行管理。
刘炽平：我补充一下James所说的，关于这个问题，其实可以从不同维度来看。如果从模型训练的角度来看，那更多像是对未来的投资，短期内可能没有直接回报，但随着能力的积累，长期会释放出很多不同的商业机会。如果你看我们推出的具体产品，比如元宝、Codebuddy、Workbuddy，初期有些服务是免费的，之后逐步会有收入产生，而面向企业的产品的变现通常会比面向消费者的产品更快兑现，因此回报周期就会不同。如果你看企业服务收入，比如MaaS或者算力租赁相关的云收入，这类回报率就会更加明确——有折旧成本，加上合理毛利，通过租赁出去获得收入，因此回报路径会更直接。而像广告，正如James说的，我们通常能看到非常好的投资回报。所以我认为不同类型的算力投入，需要用不同的方式去评估其回报逻辑。
Q4
提问：国内游戏业务作为贵公司最大的收入和自由现金流驱动，能否请您分析一下，生成式AI目前对该业务产生了怎样的影响？它是否通过加快内容创作周期带来了增量变现，还是会用更长时间才会体现其好处？目前是否成本效益对利润率已有所增益，还是说仍需要前期投资，从而限制有关得益？
詹姆斯·米歇尔：如你所言，生成式AI使我们能够更快地创作更多内容。这些内容在某些情况是为了提升玩家的整体体验，但在另一些情况下则直接带来了变现，例如当内容是虚拟道具时，就能直接变现。我们正在这样做，也看到了相应的成效。
我们认为，在应用（AI）能力并从而得益，我们是中国市场的领导者，在某种程度甚至可说是全球的领导者。当前的目标是加快内容创作速度和产生增量收入。我们不是把扩张利润率作为优先目标。其实我们实现收入增长的同时，如果能将员工人数保持相对稳定，那么从数学上讲，长远而言自然会导致利润率提升。但这会是过程中的令人欣喜的成果，而不是我们这个过程的初衷。
提问：感谢您对Capex展望的说明，我想追问，这对下半年的股票回购会有什么影响吗？谢谢。
詹姆斯·米歇尔：关于您提出的资本回报的问题，我们确实将加大在AI领域的投资，以服务我们观察到日益增长的需求。但正如1Q26业绩中所看到的，我们业务能产生很强的现金流。同时，我们拥有相当庞大的投资组合，并且正在加快变现部分资产，这将使我们有能力在今年余下的时间里，继续回购股票。我们认为，公司目前的股价在一定程度上有错位，因此现在是回购的好时机。
Q5
提问：关于我们在数据管道、训练、RL、推理等方面所做的改进，看到Hy3 preview发布之后，你是否认为我们现在已经走上了一条更具可持续性的上升轨道，比如像其他一些实验室那样，每年推出一次重大更新，中间穿插几次较小的更新？我们达到这个阶段了吗？还是说这仍然是一个进行中的工作？
刘炽平：就产品管线而言，我想我们已经相当详细地阐述了为什么觉得它实际上取得了非常好的进展。如你看到的Hy3 preview，我们重组了整个团队、生产流程、基础设施以及打造了优秀模型所涉及的所有主要模块，包括你提到的数据管线、预训练、后训练、RL以及评估。我们特意先搭建了一个较小的模型，来对这些不同环节进行验证。当所有这些整合到Hy3 preview中，结果就是在同等模型规模下产生了相当有竞争力的模型。我们清楚地看到，在每一个模块上，都还有很多工作可以做。我们对结果感到满意。在某种程度上，它推进的速度之快，以及它确实被验证是有用的这一点，让我们感到有些惊喜。很长一段时间以来，我认为很多模型在基准测试上得分很高，但当真正部署到不同产品中时，用户会抱怨；当你把模型交付给开发者和用户时，他们其实并不会真正使用它。所以，从它在实际使用场景中的接受度来看，实际上比我们的预期要好不少。正因如此，这为我们将模型扩展到下一阶段奠定了非常坚实的基础。
提问：想请教一下关于AI产品投入的理念。美国市场目前存在一种现状：OpenAI是典型的高DAU平台，而 Anthropic则更侧重于覆盖一小部分高意向、重度使用同时付费意愿很强的核心用户。腾讯在历史上显然更接近前者的路径。因此，公司如何看待这两条路径各自的相对优势？以及当前所谓的“token使用最大化”现象，在多大程度上会影响你们对此的思考？
刘炽平：就我们如何看待不同产品而言，我们认为，AI的普及目前实际上仍处于非常早期的阶段。展望未来，我们会看到许多不同类型的产品不断涌现。如最初，市场关注的是聊天机器人，认为其是最核心的产品形态；随后，编程场景突然兴起，并成为一个更加引人注目且意义重大的应用场景，因为它具备非常高的价值。现在，我们又看到AI智能体能力正在快速推广普及，使AI能够渗透到不同的行业中，并催生出大量不同类型的智能体，帮助人们完成各类工作，同时也会带来新的产品形态。因此，我认为这一趋势会持续演进和拓展。
在某种程度上，企业必须在AI领域找到高价值的应用场景，而不能仅仅单纯关注DAU。AI革命与互联网革命之间的一个重要区别在于，AI的核心是“智能”，这种智能并不是免费的，其价值就体现在用户愿意为它支付多少费用。在互联网领域，企业所处理的大多是既有信息，当然也会创造一些新的信息和内容，但这些主要是固定成本；而在分发环节，边际成本其实很低，通常只需要支付带宽成本，算力多由用户设备承担，因此，互联网产品几乎可以追求无限规模化扩张。但在AI领域，每向一位DAU提供一次服务，实际上都会产生相当高的成本。因此，我们不能简单地把互联网时代的逻辑直接照搬到AI领域。探索高价值应用场景能力的重要性，将不亚于、甚至可能高于盲目地追求获取大量DAU和用户时长。所以，我们认为这是一个非常重要的区别。随着我们思考如何部署产品，以及如何将产品与模型进行co-design，这些都是我们必须纳入考量的新因素。
Q6
提问：我对于腾讯的AI智能体接入小程序生态，使小程序代码能力成为AI skills这一概念尤为感兴趣。我们预计这种能力何时能够落地，有没有大致的时间表？另外，考虑到目前算力资源较为紧张，管理层在推进包括微信智能体在内的新增AI功能时，如何在上线节奏与紧张的算力资源之间做出权衡？
刘炽平：我认为（智能体接入）小程序将会到来。我们需要想清楚如何最好地呈现这些功能，并让小程序开发者能够主动参与进来。我们确实有时间表，但目前无法向外界给出确切答复，因为还需完成大量设计工作。不过这是一个能让生态内各方互相赋能的理念，也是我们的独特优势。长远而言，许多潜在的生态资源可以被转化为智能体的skills，智能体也会形成自己身份，能够对接并使用部分服务。这是我们独有的优势，我们会在未来逐步提供这些能力。
詹姆斯·米歇尔：关于我们如何平衡内部开发的各类AI产品，我们其实已经做出选择并承担了结果：我们把优先级放在了多项内部服务之上，而不是以腾讯云优先。我认为，大多数拥有云业务的厂商通常只有一个旗舰级的内部业务，并为其分配大量 GPU 资源。而我们有多个旗舰项目——包括Hy基础模型、微信智能体开发、对元宝的支持、广告和游戏方面的AI部署，以及现在WorkBuddy和CodeBuddy的应用场景 - 我们能够同时支持这些项目的原因，是因为我们没有通过腾讯云大量对外租赁 GPU。
展望今年余下时间，随着国产GPU供应逐步提升，我们将逐步改善当前状况，并在腾讯云上提供更多算力，从而推动腾讯云扩张速度的加快。但正如大家所知，这也是我们此前所做出的权衡：为保障并行推进多项内部AI布局，我们有意识地延后了腾讯云AI商业化的步伐。
Q7
提问：我有两个问题，首先是关于商业化。我们看到豆包已经开始针对C端用户探索订阅模式，请问管理层如何评估国内C端AI市场的整体规模？除了订阅模式外，广告和小程序应该是目前C端AI的核心商业化路径，是否还有其他？以及广告和小程序未来能带来多大的上行空间？
刘炽平：C端商业化这块，其实并非易事，对吧？放眼全球，西方市场的付费服务渗透率已经非常高，市场消费条件非常好，所以西方市场无论是音乐服务还是视频服务的订阅价格都是中国同类服务的好几倍。国内的付费渗透可能只在个位数百分比。如果以西方市场的情况为参照，套用到中国进行类比，你会发现订阅模式在中国市场的规模可能相对有限。但正如我之前说的，付费订阅模式又是必要的，因为不同于传统互联网服务那样具备极低的规模化成本，AI服务的每一个新增用户都会产生相应的可变成本。更重要的一个推论是，当服务必须依靠用户付费来支撑时，大概率这不会是一个赢者通吃的市场。最终格局会是多方参与者共享市场份额，每家都有一定的用户群体，占据一部分订阅份额等。至于将电商或广告视作商业化路径，我们认为目前也仍在早期阶段。即便是在eCPM远高于国内的美国市场，头部玩家也尚未能推出非常成熟的广告模式，因此，这更多是一项长期探索，且可能只是订阅模式的补充。这正是我此前说的，在AI的世界，当我们将算力和模型投入不同的落地场景与应用中时，必须思考哪些才是真正的高价值场景，只有这样，才能在有限的算力资源下实现最佳的投资回报，取得最优成果。
提问：第二个问题是关于算力瓶颈。美国玩家显然已经开始着手解决GPU以外，CPU和网络芯片的瓶颈或短缺问题，这些问题是否已经开始显现？我们预计是否也会遇到同样的情况？管理层计划如何解决这些问题？
詹姆斯·米歇尔：关于GPU、CPU和网络等各方面瓶颈的问题，中国GPU瓶颈之所以比全球其他地区更为突出，回顾总结下来原因有两方面：一是政策限制，导致某些海外设计的GPU无法进入中国市场；二是中国本土设计的GPU在国内可获得的代工厂产能有限。因此，中国确实一直面临GPU或ASIC算力短缺的局面。而这一问题目前正在得到缓解，因为中国本土设计的ASIC从国内代工厂以及周边国家代工厂获得的供应都在增加。相比之下，我们并没有在CPU或网络芯片上遇到那种人为的额外限制。在GPU成为数据中心重要算力来源之前的很多年里，我们一直是CPU和网络芯片的大买家。我们与供应CPU和网络芯片的公司建立了非常长期的关系。而且从他们那边来看，虽然有人可能会认为这些供应商会坐等以尽可能高的价格在现货市场上抛售，但实际上并非如此。
聪明的供应商都会有意识地从3至5年的长期视角出发，通过谈判签订长期协议，以确保未来3至5年收入的确定性。当他们在决定与谁签订这些长期协议时，会寻找与多家合作伙伴（而不仅仅是一家）合作。他们希望与那些已经合作多年、并且在未来也会持续存在的伙伴合作。理想情况下，他们希望合作伙伴的需求会随着时间推移大幅增长。幸运的是，我们满足所有这些标准。多年来，我们一直是英特尔、AMD等公司的重要客户，与它们的采购量持续稳步增长。它们也相信我们在未来多年会继续扩大采购量。因此，在采购端，挑战主要集中在GPU上，而这些挑战目前正在得到解决。我们一直能够确保CPU和网络芯片的充足供应。
Q8
提问：关于消费者 AI 智能体方面的问题。考虑到微信是一个超级应用，相比我们之前讨论的那种在app层面的微信智能体，管理层如何看待操作系统层面 AI 智能体的长期潜力或潜在颠覆？我们应该如何看待iOS、Android、豆包手机或全球手机厂商推出的智能体的潜力、颠覆或者威胁？
刘炽平：从操作系统的角度看，你其实把几种不同的东西混在了一起。真正的操作系统是 iOS 和 Android 等系统；但你又把一些试图把自己装成操作系统的其他应用也算了进来。我认为，如果是像 iOS 或 Android 这样的操作系统，实际上会非常重视生态系统的保护和管理，对于允许应用做什么，需要有一定的平衡。你可以有一个智能体为用户提供服务，但前提是需要得到不同应用的授权。否则，作为操作系统，你实际上是在“掠夺”其他应用，而那不是一个理想的操作系统管理方式。操作系统已经存在很久了，它的基本原则其实是中立的，为所有应用提供一个公平的环境。未来，所有的智能体都会和操作系统协作。
但是如果有其他的某个应用试图成为像操作系统那样的服务，去“入侵”别的应用，就会带来真正的竞争，也没有应用会允许这么做。我认为操作系统本身也应该阻止这种情况。
如果你说的是应用层的智能体，试图和其他应用竞争，我觉得这是一个层面。我认为操作系统本身则始终会尽量保持公正，并维护一个健康的生态环境，让所有人都能参与进来，只有这样，整个生态系统或者操作系统才能取得成功。
提问：在广告业务方面，我们看到了非常强劲的重新加速的势头。与同行相比，我们在广告加载率上非常克制。但在第一季度广告加载率稍有提升，我想知道是否有空间进一步加速广告收入的增长？我这样问的原因，是更高的广告利润可以推动更多对AI的投入。所以想听听你的看法。
詹姆斯·米歇尔：就广告收入而言，实际上我们的视频号广告加载率依然是行业中最低的，仅为4%到5%。因此，我们显然还有很大的空间提升广告加载率。至于我们是否需要这样做，需要考虑我们广告以外的多个收入增长来源。游戏业务，本季度递延收入的增长为未来三季度的收入提供支撑。云业务，随着下半年更多GPU投入使用，会有助云业务的收入增长趋势。金融科技业务，过去几个季度一直存在交易金额正增长但笔单价下降的情况。现在交易金额依然增长，而笔单价趋于持平，我们认为整体业务组合正出现一些正面的发展。未来，我们仍将综合管理的方式统筹各项业务的发展，在调节视频号的广告加载率方面，在推动整体业务增长的同时，也兼顾视频号用户时长与用户粘性。
Q9
提问：从WorkBuddy目前的势头来看，其确实在早期阶段取得了领先地位，尤其是在效率智能体领域。那么，本季度企业服务业务取得的20%增长中，管理层能否拆解一下，其中多大比例是来自经常性的智能体相关收入，即MaaS或SaaS相关？又有多少是来自传统的云服务收入及其他业务的收入？
詹姆斯·米歇尔：效率AI的这波起势，其实并不是过去几个季度、甚至也不是过去几个月，而是最近几周才出现的；实际上，我认为这在全球范围内都是如此。自第一季度末以来，Agentic AI在代码生成和提升人员效率方面的能力取得了突破。因此，第一季度的企业服务业务增长并非由token消耗驱动。Token消耗量的显著增长是发生在第一季度结束之后，也就是更近期的事情。
提问：具体来说，到2026财年末以及未来两到三年内，你们对于这些Agentic工作流产品是否有内部的ARR目标？
詹姆斯·米歇尔：针对ARR目标等，进一步来说，目前这一切变化太快，以至于我们今天设定一个目标，12个月后实际情况很可能会有一个数量级的偏差（无论是向上还是向下），因为需求的波动非常大。在现阶段，我们较少关注达到某个具体的ARR数值，而是更专注于打造对的产品。
对的产品包括，在模型层面拥有对的产品，而Hy3 preview在许多智能体能力方面已经非常优秀，并且今年晚些时候的下一个迭代版本将会大幅提升。与此同时，在产品层面，让CodeBuddy和WorkBuddy更多成为那个合适的交互界面，帮助用户尽可能多地访问并提取出这些基础模型的智能。以上这些是我们目前的优先事项。
Q10
提问：我的问题侧重于内容端的 AI。鉴于我们看到AI已经对在线视频带来冲击，是否未来几年腾讯视频也会出现由AI剧集成为爆款？接下来应如何看待内容成本以及其商业模式的演变？
詹姆斯·米歇尔：再次强调，AI格局的变化非常迅速。过去几周、几个月里我们的立场发生了很大变化，因此很难做出确定性的表述。
当讨论AI对内容创作的冲击时，你可能更指向于短视频或短剧，而非腾讯视频历来擅长的长剧领域。就长内容而言，我们观察到市场中有大约双位数比例的受众偏好动画内容。随着虚幻引擎工具和视频生成式AI能力的融合，为游戏和动画线性内容创建相同的3D资产变得越来越可行，从而使两者在各自品类中都能达到一流水平。
在这方面，腾讯具备天然优势，因为我们拥有庞大的内容IP运营体系，我们拥有游戏业务，我们拥有AI技术能力，并在若干多模态AI技术上具备特别优势。正如Pony在开场发言中指出的，我们在动画剧集制作方面已成为明确的行业领导者，AI使我们能够以更快、更便宜、更好的方式做到这一点。它也使我们能够把此前只局限于小说形式或游戏形式的更多IP带入线性剧集形式，从而扩大最终呈现形态并拓宽观众覆盖范围。这是关于内容端的AI。
提问：我的第二个问题是关于AI在金融科技领域的应用。考虑AI已显著提升了风控，我们应该如何看待AI赋能下的信贷和理财业务的前景？
詹姆斯·米歇尔：AI在金融科技的应用方面，金融服务在全球GDP中占据很大的比重，也是我们营收很大的组成部分。考虑这个行业自有数据密集的属性，AI长远而言必然会提升行业效率。考虑到一些已经被AI提升效率的行业，比如编程和广告，金融业务与它们有相当共同特性，AI可以在不久的将来提升其效率也是顺理成章的。
以信贷为例，信用评分在过去更像一门艺术，而非一门科学。尽管存在海量的数据，但实际上只有一小部分能被有效应用到模型中。但现在，有了基于Transformer的模型，我们几乎可以利用全部可用的数据，从中找到真正具有预测性的信息，并基于此来优化信贷审批流程。因此我相信，这会是一个许多公司投入大量时间和精力的领域，当然我们也会积极参与其中。