Market Intelligence

• 在有报道称中国已开发出自己的深紫外光刻工具后，全球 AI 相关股票及芯片制造商股价大幅下跌。 • 这一进展挑战了荷兰公司 ASML 在关键计算机芯片供应链技术领域长期持有的垄断地位。 • 市场动荡对韩国的影响尤为严重，受 Samsung Electronics 和 SK Hynix 股价下跌的影响，Kospi 指数周二下跌 11.5%，周三再次下跌 6%。

• 包括 ZpuAI 和 Minimax 在内的中国 AI 模型开发商，尽管早于 OpenAI 和 Anthropic 等美国竞争对手进入市场，但正经历剧烈的股价波动。 • Minimax 的股价波动剧烈，从 165 港元的发行价在 3 月飙升至 1,330 港元的峰值，随后暴跌至 193.1 港元，近期回升至 222.4 港元。 • 这些公司专注于开发具有高“性价比”的大语言模型 (LLMs)，优先考虑性能与价格之间的平衡。

• Ken Research 于 2026 年 7 月 16 日发布的一项战略分析预计，亚太地区营销人工智能 (AI) 市场到 2030 年将达到 3053.5 亿美元。 • 报告强调了 28.3% 的增长轨迹，这主要得益于生成式 AI 的集成以及该地区不断发展的营销技术生态系统。 • 这一增长至关重要，因为它概述了旨在在 AI 驱动的环境中保持竞争力的企业的关键区域投资优先级和战略必要条件。

• 美国移动人工智能市场预计将以37.8%的复合年增长率（CAGR）增长，推动全球市场规模在2035年前预计将超过3222.1亿美元。 • Google和Microsoft的创新，以及Apple在A系列和M系列芯片中集成用于设备端机器学习的自有Neural Engine架构，为这一增长提供了动力。 • 在欧洲，在28.0%复合年增长率的支持下，市场规模预计将从2025年的56.1亿美元增长至2035年的612.2亿美元。

• 人工智能 (AI) 硬件专业市场预计到 2026 年的估值将达到 143.2 亿美元。 • Market Research Intellect 预测，从 2026 年到 2035 年的复合年增长率 (CAGR) 为 15.01%。 • 随着 AI 在全球范围内的规模化集成，各种应用、技术和地理区域不断增长的需求推动了这一增长。

• 在一名知名投资者发出警告后，亚洲芯片股出现波动，不过日本市场设法收复了部分失地。 • 在韩国，公众对政治问题以及世界杯出局的失望情绪引发了数以十万计的公民签署请愿书。 • 印度正通过与日本达成的一系列新协议来加强其战略和经济联系。

• 全球农业人工智能市场预计到2035年将达到245.5亿美元，其中美国和欧洲预计将分别达到66.3亿美元和60.8亿美元。 • 亚太地区正成为增长最快的市场，这主要得益于粮食安全需求以及印度、日本、韩国和东南亚政府的推动计划。 • 中国在该地区占据主导地位，政府在智慧农业方面的投资约占亚太地区营收的44.8%。

• Broadcom (NASDAQ: AVGO) 在一份反响不佳的财报发布以及市场情绪普遍转变后，股价经历了大幅下跌。 • 此次下跌是更广泛的市场恐慌的一部分，影响了多只在 6 月初之前实现强劲增长的人工智能股票。 • 尽管目前波动较大，但凭借其作为 AI 巨头的地位，该股被视为一个强有力的买入机会。

• 人工智能 (AI) 驱动的自主防御系统市场预计到 2030 年将以 19.9% 的复合年增长率 (CAGR) 增长。 • 这一增长是由全球军队采用自动化技术以应对日益复杂的威胁并加速战场决策所驱动的。 • 这一趋势标志着防御基础设施向智能化战略转移，旨在现代战争中保持竞争优势。

• 全球人工智能信任、风险与安全管理 (AI TRiSM) 市场预计将从 2025 年的 32 亿美元增长到 2035 年的 206.6 亿美元。 • 这一增长意味着在预测期内，复合年增长率 (CAGR) 将达到 20.5%。 • 采用率的激增主要源于对治理平台的需求，以确保符合 EU AI Act 严格的监管义务。

• Marketing Gabriel 推出了一套全新的人工智能 (AI) 服务与咨询组合，专门为在葡萄牙运营的公司而设计。 • 该方案包括用于数字化成熟度评估的战略性 AI 咨询、旨在降低运营成本的智能自动化系统开发，以及 AI 驱动的工作流创建。 • 这些服务旨在帮助企业将 AI 代理和助手集成到现有的 CRM 和 ERP 平台中，以提高内部效率并实现重复性任务的自动化。

• 受实时智能和隐私优先计算需求增长的驱动，全球端侧 AI 市场预计到 2033 年将超过 755 亿美元。 • 包括 Apple, Google, Microsoft, NVIDIA 和 Qualcomm 在内的行业巨头正积极投资于 AI 芯片开发、边缘计算和机器学习框架，以抢占市场份额。 • 这一增长具有重要意义，因为它将 AI 处理从中心化云端转移到本地设备，从而增强数据安全性并降低最终用户的延迟。