1月26日，青海证监局一纸公告，将九鼎集团旗下九州证券百亿融资“搁浅”的事实抛到公众眼前。

仅仅一周后，九州证券就再度迎来新买家。上市公司山东高速宣布将认购九州证券新增股份7.9亿股，并有意进一步增持直至成为该公司控股股东。

“这是当初设计的一揽子计划”，据接近本次九州证券交易的人员表示，九鼎集团将“很快”估清所持有的九州证券股权。在2014年被纳入九鼎系，一度拟最高融资500亿的九州证券，现在又缘何被九鼎集团拱手送人？

全牌照券商匆匆易主

1月26日，据青海证监局公告透露的信息，此前，因九州证券百亿融资入场的近30名外部股东和新增的28.25亿注册资本全部消失。从2016年初就开始谋划实施的九州证券300亿-500亿融资宣告搁浅。

当时便有媒体曝出，上市公司山东高速意欲接盘九州证券。而事件仅仅过去一周，九州证券母公司九鼎集团即发布公告称，控股子公司九州证券近期与上市公司山东高速签署了增资协议，约定山东高速集团认购九州证券新增股份790493827股，占本次增资后九州证券总股份的19%。

另外，山东高速集团还有意在后续条件具备并经相关监管机构批准后，进一步增持九州证券股份并成为九州证券控股股东。

短短一周时间，从融资失败转为宣告易主，九州证券的故事来得迅速且突然。

然而故事中的主角对此却并不感到惊讶。一位接近九州证券本轮交易的人员告诉界面新闻记者，融资失败与山东高速入股两次事件联系紧密，且已谋划多时。

“主要还是监管层通不过”，采访过程中，一位接近九州证券本轮交易人员将融资遇阻的主要原因归结于监管风向的改变。

而融资失败的同时，监管层还透露出希望九州证券能由国有资本控股的意向。“目前各个金融领域对民营部分都有不同程度的压缩，除了九州证券以外，我了解还有4家左右的民营券商也面临这种情况。”

山东高速正是国有独资企业，注册资本200亿元。截至2017年9月30日，公司资产规模接近5000亿元。

据上述接近交易人士透露，去年9月九州证券融资计划就已经遇挫，随后11月即开始寻找更容易审核通过的国有资本入股，至今年年初与本就意图入局金融业的山东高速迅速达成协议。

山东高速2017年12月在中国货币网上披露的超短期融资券募集说明书显示，截至2017年3月31日，集团持有威海市商业银行58.55%的股权，持有山东高速光控产业投资基金49%的股权，持有泰山财产保险39.41%的股权、持有山东高速资本管理100%股权，持有山东高速投资控股100%股权。

“目前这笔交易还没经过证监会批准，一旦通过，九鼎集团将很快估清手上九州证券的股份。”上述接近交易人士还表示，对于九鼎集团及旗下九鼎投资与九州证券在投资业务上的同业竞争关系，监管层也有意规范，有让九鼎集团回归投资本源之意。

2015年前后，私募巨头九鼎集团和中科招商在挂牌新三板后双双获得百亿融资。在引发众多私募机构效仿同时，也引来监管层注意。其后中科招商在A股异常波动期间的逆势阳光举牌和九鼎系下企业笔笔过百亿的融资加剧了监管层的担忧。

股转系统终在2016年5月宣布针对挂牌私募机构展开自查整改工作，意在督促私募机构回购投资本源业务。在该事件过去一年半后，中科招商因无法满足整改工作规定的“管理费收入与业绩报酬之和须占收入来源的80%以上”，即投资业务占比不足而惨遭摘牌。

目前九鼎集团尚未曝出不符合整改要求，仍继续在新三板挂牌，但此番估清九州证券或是集团回归投资业务的开始。

国内首家PE系券商

作为业内俗称的“首家PE系券商”，九州证券名副其实。

据九州证券相关人员介绍，九州一向是“投资和证券两手抓”。很大一部分资本金直接用于投资上市前投资、定增、并购等PE类项目，也通过投资PE管理公司所管理的基金间接投资PE类项目。证券业务方面，九州证券则通过投资诸如投行、资产管理、经纪等非资本金证券业务带来业务机会，此举反过来还能带给PE类投资相关机遇。

而九州证券的投资属性，在九鼎集团收购时就有所显露。

公开资料显示，九州证券成立于2001年，前身为“三江源证券经纪有限公司”。公司成立以后，控股股东几经更迭。至2014年10月，九鼎集团出资3.6亿元控股该公司并更名为九州证券时，已是其成立以来第三次控制权易主。

彼时的九鼎集团正处在巅峰。2014年4月，作为首家登陆新三板的私募机构，九鼎集团凭借定增发行5亿股就融得100亿元。与此同时，凭借九泰基金等子公司的设立，九鼎集团还顺风顺水的扩充着以资管业务为核心的金控版图。

九州证券的加入，令当时九鼎集团主打的资产管理业务得以和证券经纪业务相互补充。九鼎集团对九州证券未来的发展也是给予厚望，曾表示将尽快帮助九州证券申请全牌照业务，持续增资及时扩充公司资本。

“通过对九州证券持续提供资金、技术等各项支持，并全面对接九鼎投资的资源体系，将力争在5年左右的时间将九州证券打造成为在细分业务领域国内领先的、有特色的证券公司。”九鼎集团相关负责人曾透露。

事实也如其所言。纳入九鼎旗下后，九州证券2015年上半年就迅速将承销、资管、保荐、股票质押式回购等资格收入囊中，同年12月，又取得融资融券、代销金融产品、开展中间业务等资格，真正成为一家全牌照证券公司。同时。九鼎集团也通过4轮增资加强控股，在2017年初九鼎集团已持有九州证券96.34%的股份。

近年来，九州证券虽仍处于券商行业内下游，但综合实力也在逐年攀升。据中国证券业协会公布的数据，截至2016年末九州证券净资产31.88亿元，排名第82，2014年末该数据仅为2.82亿元，券商中排名115。同时，2016年九州证券营业收入增长率为42.62%，排名第三，净利润方面也从2014年的2573万元激增至2.18亿元。

具体业务方面，投资领域上，九州证券已不满足于九鼎集团及其管理的基金所投资的项目。据九州证券投行业务人员表示，2016年初九州证券就在计划直接或间接投资大量项目，这些项目在地域和行业上分布广泛，构成了以股权为纽带连接在一起的网络，九州证券称其为“股联网”。

证券经纪业务上，九州证券在2016年4月推出了服务证券经纪人的线上平台“经纪宝”，进军互联网证券领域。至8个月后，经纪宝2.0发布时，九州证券经纪人规模已超过2700人进入行业前十，证券业务成交额逆势上涨。

百亿融资曲折成空

2016年前后，九鼎系凭借两笔百亿融资震惊市场。一笔是借壳新三板挂牌公司的九信资产拟融资不超过300亿元，另一笔就是九州证券抛出的300亿-500亿天量融资，意在谋求上市。

彼时，九州证券融资前净资产不过32.24亿元，但抛出了上限500亿、下限300亿元的融资额。“九鼎式”、“以小博大”的融资方式在九州证券身上重演。

对于巨额融资量，上述九州证券人士则解释称，“券商很多业务都要看资本充足率，融资规模也动辄百亿。我们融资也是为了扩充资本金，一部分用来做投资，另一部分扩充业务。”

从2016年3月公布的增资方案来看，彼时的九州证券还计划在募集资金完成后，发行长期债券等方式募集部分长期债务资金。而募得资本金及长期债务资金的50%将投资于PE类项目或PE类基金、40%资金以及通过同业短期拆借融入的资金，将用于融资融券及股票质押贷款、10%将用于做市、海外业务扩张等。

为让融资顺利进行，九州证券还采取了“众筹式”的融资手段。

“拟以众筹理念，在上市前引进多家上市公司及私募基金等作为战略投资者”。据界面新闻记者了解，九州证券的此轮融资，单个投资者出资金额原则上不低于5000万元，不高于50亿元，且持股比例不超过5%。出资最多的前150名投资者直接入股，其余投资者通过有限合伙企业入股。

但2016年九鼎系上市公司九鼎投资120亿定增缩水至15亿，后又完全终止；九信资产300亿融资随后也宣告流产。严监管制约下，九州证券的融资计划也在延后。

2017年2月，在九州证券融资计划沉寂近一年后，上市公司苏州高新（600736.SH）发布公告称，拟以3.6元每股的价格出资2亿元人民币参与九州证券增资扩股计划。参与认购后，公司将占完成增资扩股后九州证券总股本的0.48%。苏州高新随后进一步澄清，参与九州证券增资扩股计划的所有认购者认购价格均为3.6元/股。

不难看出，上述表述与九州证券“众筹式”融资不谋而合。此后九州证券融资道路顺畅，当年3月，又有两家上市公司美克家居和西山煤电先后公告称，拟出资3亿元参与九州证券增资计划。

中国证券业协会的2017年三季度经营情况分析文件也显示，九州证券当年前三季度通过增资扩股增加股权资本达105.77亿元，公司工商资料中股东名录中已有将近30名外部股东入局。

就是这样一笔已几近成为事实的增资计划，却在今年1月戛然而止。新进的近30名外部股东全部“出局”，九州证券股权结构及注册资本也悉数回归到融资前水平，曲曲折折施行两年的天量融资告吹不说，九鼎集团还要放弃九州证券。

金控梦难再圆

近年来，九鼎集团一直在着力构建自己的金控帝国。

除九州证券外，九鼎系旗下还拥有九泰基金、九信资产、中捷保险经纪、九恒金服、借贷宝等子公司，目前正在收购的富通保险，据九鼎集团内部人员透露也已完成。2015年，九鼎集团还通过收购上市公司中江地产并更名为九鼎投资，实现曲线上市。

可以说九鼎系各类牌照都已齐全，但此番九州证券的离去，却让集团的金控梦难再圆。

据九州证券人员介绍，九鼎投资是九鼎系下私募股权投资业务的主要出口。而旗下证券及保险子公司，则是其主要的投资资金来源，通过九鼎投资进入股权投资业务。出让九州证券，势必影响九鼎系的投资业务。

北京地区某券商证券分析师也表示，作为九鼎系投资链条的下游，失去九州证券，也意味着原先从PE到pre-IPO再到IPO的链条断裂。原先九鼎系的PE业务可以依仗内部的九州证券IPO实现退出，现在不得不寻找外部券商合作。

另一方面，近期召开的2018年全国银行业监督管理工作会议称，将清理规范金融控股集团，推动加快出台金融控股公司监管办法。这是继银监会主席郭树清直言“少数不法分子通过复杂架构、虚假出资、循环注资，违规构建庞大的金融集团，已经成为深化金融改革和维护银行体系安全的严重障碍，必须依法予以严肃处理”之后，银监会对于金融控股集团监管问题的又一次表态。

此前，中国人民银行行长周小川也曾指出各类金融控股公司快速发展，“部分实业企业热衷投资金融业，通过内幕交易、关联交易等赚快钱。”足可见下一步，金融控股集团的监管已提上日程，九鼎系可能也会受到波及。

值得注意的是，本轮针对九州证券的交易，山东高速意在完全取代九鼎集团的控股地位，但率先甩出的却是认购九州证券的新增股份。对于此，北京地区某券商证券分析师猜测，山东高速此举或是意在帮助九州证券增资扩股，为上市打下基础。另外，先期新增股份的购入也或是作为“定金”进入，防止最终收购再次遇阻的同时，也可以缓解九鼎集团目前的高负债现实。

根据九鼎集团公布的2017年半年报数据显示，集团负债总计642.22亿元，较2016年底又上涨了12.22%。去年11月，九鼎系上市部分九鼎投资则发布公告称，公司控股股东已将所持有的96.91%股份进行质押。更早之前，九鼎为将富通保险收入金控版图，斥资106.88亿港元，“使用了银行贷款，导致负债增加”。

“以往九鼎通过基金份额形式认购股份的‘LP转股’，在目前的监管环境下已很难实现。而旗下在管上市项目也因减持新规，导致退出收到一定阻碍。加之近年来多笔巨额融资流产。九鼎目前的状况不能称作乐观。”上述券商分析师表示。

此番山东高速将动用108亿资金，将九州的证券牌照收入囊中。对比3年多前，九鼎控股九州证券的成本，前后溢价估计将达到100亿。这对于失去九州证券这一资金来源的九鼎集团来说或将是个好消息。

整整8年，无人驾驶“先驱”谷歌的研发之路坎坎坷坷，竞争对手的快速崛起正让这家科技巨头感到焦虑。

2月6日，谷歌无人驾驶汽车项目负责人Chris Urmson 三年前写给公司两位创始人Larry Page、Sergey Brin的一份邮件曝光，其中提到了他对谷歌无人驾驶技术发展的忧虑。Urmson在邮件中警告谷歌无人驾驶技术可能会失去优势，称“在过去6个月里的时间里，我们不再为了胜利而战，相反，我们正在为弥补不足而努力。”他直言，最担心的对手是Uber。

两年后，谷歌与Uber果然因无人驾驶技术对簿公堂，谷歌指责Uber窃取商业机密，目前官司仍在激烈进行中。

这场官司还曝光了谷歌多年来在无人驾驶技术研发上的投入，根据Waymo（从谷歌独立出来的无人驾驶研发部门）财务分析师去年9月公布的证词，自2009年自动驾驶项目开始到2015年底，谷歌在开发自动驾驶软件和硬件上花费了高达11亿美元。

谷歌的技术优势与数据短板

作为最早入局无人驾驶领域的科技巨头，谷歌8年磨一剑，如今的技术水平已显著领先于大批对手。上月，咨询公司Navigant发布的一份报告显示，在全球研发无人驾驶技术的企业中，谷歌与通用在技术、市场化策略、可靠性等方面的综合排名处于领先地位。

作为科技巨头，谷歌布局无人驾驶的优势无疑是技术。Waymo今年初在加州公布的测试报告显示，其无人驾驶汽车行驶1000英里需要人类干预的次数降至0.18次。这一成绩足以“秒杀”竞争对手，相比之下，2017年3月Uber公布的数据显示，其无人驾驶车辆每行驶1.3公里就需要进行人工干预。

截至目前，Waymo在美国25个城市中累计测试行驶里程已经超过了400万英里，无人驾驶车队使用的雷达、激光雷达和视觉系统都实现了由公司自主设计。

2017年11月，Waymo宣布可以实现完全无人驾驶状态下的乘客运输，旗下的Pacifica测试车开始在美国凤凰城地区向公众提供交通出行服务，这也显示出了谷歌无人驾驶技术实力。

不过，谷歌在无人驾驶技术的短板也越来越明显，相比汽车生产商以及共享出行企业，谷歌的劣势在于商业化途径不明朗、用户实测数据收集困难。摩根士丹利2016年曾在一份研究报告中表示，Uber在24分钟内收集到的数据相当于谷歌无人驾驶汽车自诞生以来记录下的所有数据。尽管所有这些数据都不是来自完全无人驾驶汽车，但试验的规模足以加速人工智能的研发和地图绘制。

对此，滴滴出行创始人、CEO程维在去年12月接受财经杂志采访时也曾指出：

十年之内，无人车卖给普通消费者是很难的，因为无人驾驶要在特定道路和环境才可能实现。而滴滴在派一个车去接乘客之前，已经知道了起点和终点，以及这些路线是否适合无人车。如果适合，派一辆无人车，如果不适合，派一辆human driver的车，这种混合模式会持续很久；二是数据，滴滴有2100万辆车，而百度、Tesla 都没有如此大规模的车队去帮它collecting data，这也是为什么谷歌要投资lyft。

谷歌的新劲敌——滴滴

在无人驾驶赛道中，谷歌的竞争对手除了通用、特斯拉、百度、Uber、苹果等公司，正在面临新的劲敌——中国的共享出行巨头滴滴。

如今，滴滴已经将谷歌设为未来的“终极对手”，程维在上述财经采访中表示：

如果你看未来，你会发现现在的竞争只是一个序章。滴滴和快的合并是亚洲区小组赛，滴滴和优步合并是亚洲区十强赛，决出亚洲区的冠军参加世界杯。接下来，将迎来和Uber在全球的战役，但这仍不是终点，网约车赛区的冠军，还将与车场的冠军、无人驾驶的冠军横向竞争或者合作，包括丰田、大众、谷歌，最终构建未来的交通和汽车体系。

程维还指出，在无人驾驶领域，目前谷歌是第一阵营，第二阵营在混战。滴滴已经做好了拼入第一阵营的准备：

我们对市场的判断是——无人驾驶只有一二名，没有第三名，就像安卓和IOS。目前谷歌是第一名，希望滴滴能成为最终活下来的另一名。我们有机会在第二阵营里获胜，这件事情在我心目中的重要性比本土化竞争高10倍。如果滴滴不成功，我们融的这100亿美元就会投入到多元化战役里去，这在我看来是悲壮的。

从公司体量来看，虽然滴滴目前还不足以和谷歌相提并论，但滴滴近年来的成长势头尤为凶猛。自2012年成立至今，滴滴先后完成了16轮融资，累计融资额超过200亿美元。仅2017年，滴滴就累计获得了105亿美元融资。

疯狂吸金后，滴滴估值迅速上升，在去年12月滴滴完成新一轮融资后，市场研究公司CBInsights称，投资者对滴滴出行的估值约为560亿美元，已超过Uber（估值480亿美元），成为全球估值最高的独角兽企业。

在2017年两轮巨额融资后，滴滴都表示，会将资金主要用于自动驾驶、AI智慧交通技术研发，以及推进国际化业务方面。

无论是程维的竞争“目标设定”，还是滴滴在无人驾驶技术上的大举投入，都足以让谷歌更加焦虑。

老对手百度依然是AI时代的劲敌

在中文搜索业务惜败百度之后，谷歌与百度在无人驾驶领域的争夺战仍然激烈。

近年来百度“All in AI”，对无人驾驶技术研发投入重金。去年11月，百度创始人、CEO李彦宏宣布将在2018年量产无人驾驶汽车，与大多数汽车厂商相比，百度的量产时间承诺明显“快人一步”。

与谷歌不同，百度开放了阿波罗（Apollo）自动驾驶平台，该平台目前已经有6000多个开发者在使用。

业界认为，到2025年时，中国的无人驾驶汽车市场规模将达到1000亿美元，百度在中国市场可能会拥有更大的话语权，因为该公司拥有自己独特的算法、良好的商业合作伙伴以及政府的大力支持。

谷歌的进击

在无人驾驶领域激烈的竞争中，谷歌似乎也看到了自身的劣势，开始努力“补短板”。

谷歌是Uber的早期投资方，与Uber反目后，谷歌在2017年末领投了Uber美国的竞争对手Lyft 15亿美元融资。Lyft是美国第二大共享出行公司，销售估算公司TXN Solutions的数据显示，截至2017年6月，Lyft在美国的市场份额上升到了近25%。谷歌已和Lyft就无人驾驶技术发展达成合作，Lyft的出行业务有望为谷歌无人车提供大量的实测数据。

与此同时，谷歌也推出了自己的无人驾驶汽车打车业务。本月，谷歌母公司Alphabet的CFO——Ruth Porat在财报发布会上首次公开提到，Waymo将推出自己的打车软件，用户可以通过Waymo App打到无人驾驶出租车。Waymo官方还向《连线》透露，将在2018年再次生产数千辆自动驾驶汽车，投入到出租车运营中去。

业内人士预计，按照现阶段谷歌自动驾驶车队的规模，2018年新增实际道路的测试里程将会在1千万到1亿英里之间（每车平均1-3万英里）。

分析认为，谷歌推出无人驾驶出租车业务，将对无人驾驶产业带来洗牌，让出行行业进入“生死行军”。当谷歌的无人驾驶出租车车队数量足够大的时候，司机成本可以忽略不计。其次， “机器人司机”不知疲倦，且车辆几乎不出事故，运营的安全性将会秒杀人类司机，更关键的是，“机器人司机”的供应量没有上限。

前Uber的CEO特拉维斯•卡兰尼克在任之时就曾说过，自动驾驶技术将决定Uber的生死。

对于滴滴而言，唯一幸运的是，谷歌不能在第一时间进入中国市场，但这个时间也不会太久。

此外，值得关注的是，谷歌正在越来越重视中国市场，向滴滴、百度的“大本营”靠近。继去年12月份谷歌宣布在北京设立首个谷歌AI中国中心后，今年1月谷歌又在深圳设立了新办事处。

在2月6日举行的“BrandZ中国出海品牌50强发布会“上，谷歌大中华区总裁石博盟（Scott Beaumont）介绍了谷歌在中国的战略。他表示，AI的发展需要一流的计算机科学，大量数据，快速的预测、判断能力以及卓越的实验室，而中国具备这一切。选择在中国建立谷歌AI中国中心是势在必行的、非常自然的决定。谈到深圳办公室，石博盟称，深圳主要是一个后台服务的办公室，深圳有很多高科技企业，谷歌与一些企业也有很多硬件联合开发的项目，在深圳成立办事处，可以更靠近这些企业。

北京时间2月6日上午消息，根据CoinDesk数字货币交易平台的数据显示，比特币价格刚刚跌破6500美元，逼近6402美元，盘中曾一度跌破6400美元，最低报6363.97美元。创下了两个月以来的新低。

数据显示，比特币美元报价相较于2017年最高值20000美元已经下跌超过66%。

近期，各国政府出台措施监管虚拟货币交易，包括韩国、德国、日本等国家近期均开始加强对比特币的监管。

近日，从中国央行再次传来消息，将会加强对比特币境外交易平台的监管。随着监管发力，境内的交易平台逐渐偃旗息鼓，但“改头换面”后转战场外交易或者转头“出海”，一些平台实际变相实现了人民币和虚拟货币的场内交易。

央行主办媒体日前报道称，针对境内外ICO和虚拟货币交易，人民银行将采取一系列监管措施，包括取缔相关商业存在，取缔、处置境内外虚拟货币交易平台网站等。以后只要发现一家就要关闭一家；同时，未来视事态发展情况，也不排除出台更进一步监管措施的可能。

全球监管的加强带来了比特币价格的持续下跌。相关报价显示，上周二，比特币价格跌幅逾10%，失守10000美元大关；上周五，比特币跌破8000美元大关。本周一（2月5日）比特币跌破7000美元大关。

隔夜，美股暴跌，标普500、道指创下六年来最大跌幅。周二，美股下挫效应传导至亚太股市。

日经225指数开盘跌1.83%，之后跌幅迅速扩大至4.3%。韩国首尔综指开盘跌2.2%。

开盘后不久，日本创业板东京证交所MOTHERS指数期货触发熔断机制，目前该指数下挫7.1%，或将创下2016年来的最大跌幅。

截至发稿，日经225指数较1月时高点跌10%。

截至发稿，最早开盘的新西兰股指跌幅达2.06%，澳大利亚股指跌幅达2.92%。

不过，美国三大股指期货却出现上涨。截至发稿，道指期货涨近100点。

美股遭遇“黑色星期一”

道指盘中一度跌近1600点，创下史上最大盘中点数跌幅。标普创2011年8月份以来最大单日跌幅，收跌4.1%，回吐年内全部涨幅。

恐慌指数VIX收涨115.60%，报37.32，创2015年8月份以来收盘新高。

据Bitstamp平台报价，比特币在周一美股午盘最低触及6600美元，为去年11月15日以来首次失守7000美元，日内跌超18%，较日高下跌1800美元。

CME比特币期货BTC 3月合约收跌1325美元或15.43%，连续第三个交易日下跌，报7260美元，延续上周跌超21%的遭遇。 CBOE比特币期货XBT 3月合约收跌645美元或8.38%，报7055美元，连跌五天，上周跌超29%。

桥水基金创始人Ray Dalio撰文表示，由于投资者担心美联储收紧的速度将超过市场预期，股市和债市下跌。这显示出市场正处于典型的经济周期末端。在周期末端，美联储难以完全正确地实施货币政策，而这将导致经济衰退。

Commonwealth Financial Network首席投资官Brad McMillan则认为，市场此前过度自信，将股市过度的推高。他表示：“1月是什么推高了市场？不是基本面，基本面还是那样，而是过度自信。”

JonesTrading首席市场策略师Michael　O’Rourke向路透表示，市场此前经历了一轮不可思议的上涨行情。

他说：“我们处于利率上升的环境中，经济增强，所以美联储应该会继续收紧政策。正在发生一些真正的改变，各种不同的投资正据此进行调整。”

一直以来，亚马逊好像跟高科技搭不上边，但最近几年 AWS、Alexa 等高科技产品却频频抢占头条；而在最近一季财报中，亚马逊表现亮眼，市值逼近 7000 亿美元。这背后是亚马逊对自己的重塑，其核心是改变原有的孤立文化，将人工智能融进公司的每一个细胞。

2014 年年初，Srikanth Thirumalai 到办公室见了亚马逊 CEO Jeff Bezos。Thirumalai 是一位计算机科学家，他 2005 年离开 IBM 加入亚马逊，负责领导电商巨头的推荐团队。这次会面 Thirumalai 带来的可不是简单的部门发展问题，而是一项雄心勃勃的新计划，他要把最新的 AI 技术融合进自己领导的部门。

他来的时候只带了“六张纸”。为了提高效率，Bezos 很早前就定了规矩，给他讲新产品和服务时必须控制在这样的长度之内。此外，这薄薄的六页纸内还得附上一个描述最终产品、服务或项目的新闻稿。

现在，Bezos 正依靠自己手下的精兵强将把亚马逊打造成 AI 巨擘，而公司成立之初，其实它们就与 AI 结下了不解之缘（产品推荐、发货时间表和仓库机器人）。但最近几年，人工智能界又经历了一场革命，机器学习变得更加高效。特别是深度学习，成了计算视觉、语音和自然语言处理等技术快速发展的催化剂。

21 世纪进入第 2 个十年后，其实亚马逊并没有及时通过 AI 借力，但它们已经意识到了这项技术的迫切性。显然，AI 将成为这个时代最关键的战场，包括谷歌、Facebook、苹果和微软在内的超级巨头都在这里布下了重兵，而亚马逊却没能及时跟上脚步。“我们向每个团队的负责人都问了同样的问题，‘你准备怎么利用这些技术并把它们整合进自己的业务？’亚马逊设备和服务业务副总裁 David Limp 回忆道。

有心的 Thirumalai 把这件事记在了心上，在年度计划会上，他将自己有关机器学习的想法一股脑说给了 Bezos。当时他心里很清楚，整体重做现有系统风险实在太大，但他也深知，经过 20 年的调整，机器学习技术已经在图像和语音识别这两个与亚马逊业务不相关的领域取得了出色的成绩。

“业内还没人真正将深度学习应用在产品推荐上且把亚马逊甩开。”他说道。“因此我们先要给自己以信心。”其实 Thirumalai 当时还没做好准备，但 Bezos 胃口很大。因此，Thirumalai 直接分享了自己更激进的方案，即借助深度学习重新定义推荐系统的工作方式。在这个过程中，可能会用到他的团队还没掌握的技术，不存在的工具，甚至没人想过的算法。Bezos 喜欢这场赌注，所以 Thirumalai 改写了新闻稿后就投入到紧张的工作中去了。

亚马逊搜索业务副总裁 Srikanth Thirumalai，开了用机器学习改进亚马逊软件的先河

有这个先见之明的可不止 Thirumalai 一人，其他部门的负责人也曾带着自己的六张纸来找过 Bezos，他们负责的是完全不同的产品，服务的客户也不是一群人。不过，他们的想法都与 Thirumalai 类似，即要用先进的机器学习技术改造亚马逊的部分业务。其中，还有一些主管提出要重塑现有业务，比如机器人和数据中心业务 AWS。还有一些高管提出要创建全新业务分支，如基于语音的家用电器，而这个想法最终进化成了 Echo。

亚马逊内部的这次头脑风暴产生的影响远超单个项目的范畴。Thirumalai 就表示，之前他们部门在开会时，亚马逊的 AI 人才是不能列席的。“我们会进行交流，但不会互相分享太多进展情况，因为研发中的经验无法直接套用或转移。”他回忆道。他们成了广阔工程师海洋上的 AI 孤岛。不过，用机器学习改造公司的努力改变了一切。

尽管亚马逊内部一直有“单线程”的文化，但 AI 的加入让各个团队开始打破界限，他们开始在项目上携起手来，与其他团队分享解决方案成了工作中的新常态。这样一来，亚马逊公司里的 AI 孤岛开始相互连接。随着亚马逊 AI 野心的增长，各项目面对的挑战也越来越复杂，这也为亚马逊带来了业内最顶尖的人才，特别是那些想看到自己工作显出成效的人。对亚马逊这种一直以客户服务为导向的公司来说，这也成了搜罗纯研究型人才的好机会。

在形容自家庞大业务的每一部分如何像永动机一样协同运作时，亚马逊经常会用到“飞轮”一词。现在，这台永动机上多了 AI 这个重要的飞轮，它能通过创新为其他团队提供动力，而别的团队则可借新技术开发新产品和服务，从而影响其他团队甚至整个公司，形成一个良性循环。除此之外，亚马逊还能用机器学习平台为其他公司提供付费服务，在大赚一笔的同时还能拿到更多数据进一步反哺整个平台。

从一个深度学习领域的追随者变成令人生畏的巨头，亚马逊恐怕耗费了无数个“六张纸”。不过，这场转变的结果已经融入了整个公司，它的印记随处可见，其中就包括运行在全新机器学习架构上的推荐系统。在推荐你看什么文本、买什么产品和看什么电影时，亚马逊变得更智能了。今年，Thirumalai 又揽了个新活，他成了亚马逊搜索的主管，准备把深度学习融入这项服务的 DNA。

“如果你七八年前问我，亚马逊在 AI 领域到底有多大影响，我肯定会说‘什么都算不上’。”华盛顿大学顶级计算机科学教授说道。“但随后它们便来势汹汹，而现在已经是一方霸主了。”

Alexa 效应

亚马逊在 AI 领域的拳头产品是智能音箱——Echo 和在背后驱动它的 Alexa 语音平台。这些项目同样也是“六张纸”的进化结晶，2011 年它以“运营计划 1”为名被放在了 Bezos 的办公桌上。该项目的参与者之一是名为 Al Lindsay 的亚马逊高管，他 2004 年就加入电商巨头，当时则被调离原有岗位去协助全新项目。“一款大脑完全存在云端的低成本计算机，靠语音完成交互。”这就是当时他构想中的新产品。

不过，想打造这样的系统，也就意味着要将 Bezos 最爱的《星际迷航》系列中那台话唠计算机变成现实。可是，它需要的人工智能技术却是亚马逊最缺乏的。更可怕的是，那些有能力完成这套系统的专家中，很少有人愿意为亚马逊工作。谷歌和 Facebook 搜罗走了大量 AI 顶级人才。“我们现在是弱者。”Lindsay 说道，他现在已经贵为副总裁。

Alexa 引擎副总裁 Al Lindsay 认为亚马逊招聘人才时是个弱者

“亚马逊给人的印象不好，学界认为它们对研究型人才不友好。”华盛顿大学教授 Domingos 说道。亚马逊一心只想着消费者和其零碎的文化氛围不符合学术界的调调，而且它们的待遇也比不过竞争对手。“在谷歌你就像还用着尿不湿的孩子，可以为所欲为。” Domingos 说道。“在亚马逊你可能得在小隔间里自己设置电脑。”更可怕的是，外界一直认为亚马逊是一家将创新工作守在公司机密下的公司。2014 年，机器学习大神 Yann LeCun 受邀在内部会议上向亚马逊的科学家做演讲。收到邀请时，其实 LeCun 已经拿到了 Facebook 的工作邀约，但他还是去了亚马逊。不过，在亚马逊的经历让 LeCun 很震惊。他先是在一个坐了 600 人的礼堂演讲，随后进了会议室，在这里等着一波接一波的问题小组。不过，当 LeCun 反问一些问题时，却没得到任何回应。这段经历让他决定转投 Facebook，跟亚马逊彻底说了拜拜。当然，Facebook同意开源 AI 团队的大部分工作也是一大吸引力。

由于亚马逊没什么 AI 人才，所以它们只能凭着超厚的钱包开始买买买。“在 Alexa 的开发初期，我们买了很多公司。”Limp 说道。2011 年 9 月，它们吞下了 Yap，一家语音撰文子公司。2012 年 1 月，亚马逊又买下了 Evi，一家来自英国剑桥的 AI 公司，它们的软件能像 Siri 一样响应各种语音要求。2013 年 1 月，它们又收了 Ivona，这家波兰公司在文本转语音上有自己的一套，而该技术 Echo 开口说话的关键。

不过，亚马逊的保密文化还是阻碍了它们从学术界吸引顶级人才的脚步。原本亚马逊想将业内的超级明星 Alex Smola 招致麾下。“他确实称得上是深度学习教父之一。”亚马逊 AWS 业务深度学习和 AI 主管 Matt Wood 介绍道。不过，亚马逊却不愿向他或其它候选人透露入职后到底要干什么。最终 Smola 拒绝了这个 offer，选择在卡耐基梅隆的一个实验室安顿下来。

“即使是在 Echo 发布前，我们依然不受待见。”Lindsay 说道。“他们会说，‘我为什么要在亚马逊工作，我对卖货可没兴趣。”

不过，亚马逊有自己的闪光点。由于它们会现在蓝图中放出产品功能，而有些功能挑战性十足，这就会吸引许多野心勃勃的科学家。Echo 的语音特性需要相当程度的会话 AI 技术支持，比如“唤醒词”、识别并转译命令、提供正确答案等，而这些技术当时都不存在。

即使亚马逊没有公布最终产品是什么，这个项目也吸引了 Rohit Prasad（备受尊敬的语音识别科学家）的关注。在他看来，亚马逊缺乏 AI 专家是它们的一大特点，而不是 bug。“这里是一块带开垦的新天地。”他说道。“谷歌和微软搞语音项目已经很多年了。在亚马逊我们可能得从头做起并解决很多难题。”2013 年刚加入亚马逊，他就被派去做 Alexa 项目。“这款设备还只是个硬件，而且处在最早阶段。”他回忆道。

Echo 音箱面临的最棘手问题是被称为远场语音识别的技术，为了它亚马逊不得不开辟新天地。这项技术不但包含转换并译出远处传来的语音命令，还要克服各种外界噪音和其它听觉干扰。另一大挑战则是设备不能花太多时间去理解语音命令，它需要将语音传到云端并迅速反馈答案，整个过程得像顺畅的聊天。想打造一套能在吵杂环境下理解并回应各种询问的机器学习系统需要天量的数据，而且这些数据从哪来也是个麻烦事。

使用 Alexa 的产品越来越多

此前就有人研发过远场技术，但这项技术其实埋在了三叉戟核潜艇的鼻锥里，当时研发费用花了十亿美元。亚马逊可不造核潜艇，它们只是想把这项技术整合进一个厨房设备里，它必须足够便宜才行。“当时我的团队里有 90% 的人都不相信这事能办成。”Prasad 说道。“我们其实有个技术咨询委员会，但亚马逊没告诉它们我们在干什么。不过它们好像有些先知先觉，直接告诉我们，别碰远场识别。”

Prasad 丰富的经验让他对这个项目充满信心。不过，亚马逊却没有一个能将机器学习应用于产品开发的系统。“我们有不少科学家在搞深度学习研究，但亚马逊没有基础设施将它们变成实际产品。”他说道。好消息是亚马逊体系内有所有零部件，比如一个无与伦比的云服务，装满 GPU 能轻松运行机器学习算法的数据中心和用不完的工程师。

他的团队利用这些零部件搭建了一个平台，而这个平台本身就是一笔宝贵的财富，远超打造 Echo 任务的价值。“当我们搞定了 Echo 这款远场语音识别设备，就能获得做更大事的机会——我们可以将 Alexa 做成语音服务。”Spyros Matsoukas 说道，他是 Alexa 高级首席科学家。他们扩展 Alexa 的一种直接方式是允许第三方开发者打造自己的语音技术小程序，也就是后来我们所说的“技能”，这些“技能”可在 Echo 上运行。不过，这仅仅是个开始。

亚马逊资深首席科学家 Spyros Matsoukas

从 Echo 身上抽出 Alexa 的魂魄后，亚马逊的 AI 文化开始逐渐凝聚起来。公司的各个团队开始意识到，Alexa 也可以为它们旗下的各种项目提供语音服务。“于是各种数据和技术开始凝聚在一起。”Prasad 说道。随后，第一批亚马逊产品开始整合 Alexa。只要开口，你就能在 Alexa 设备上访问 Amazon 音乐、Prime 视频和你在主要购物网站上的个性化推荐等。接着，这项技术的覆盖面开始变的更广。“一旦我们拥有了基础语音能力，我们就能把它融入到非 Alexa 设备中，比如 Fire TV、语音购物及最终的 AWS。”Lindsay 说道。

亚马逊内部漂浮的 AI 孤岛终于越来越近了。

另一个促进亚马逊转型的关键环节是，一旦有数百万用户开始使用 Echo 或其他 Alexa 设备，就意味着它们正式在该领域扎根了。亚马逊能获得海量的数据，很有可能是史上最大的语音驱动设备的交互集合。这些数据成了亚马逊招聘人才最好的筹码。仿佛突然之间，原来对电商巨头嗤之以鼻的机器学习专家都想来这工作了。“Alexa 吸引力如此巨大，原因之一就是，只要你卖出一台设备，就获得了反馈资源。这其中不但包括用户反馈，还包括实打实的数据，它们对技术的提升，尤其是底层平台相当重要。”Ravi Jain 说道，他去年才加入亚马逊，现任该公司机器学习副总裁。

因此，随着使用 Alexa 人数的不断增加，亚马逊获得的信息不但能提升系统表现，还能为自家的机器学习工具和平台充电，同时还让自己成为机器学习科学家趋之若鹜的大磁铁。

这个重要的“飞轮”终于转起来了。

更聪明的云

2014 年起，亚马逊开始面向 Prime 会员销售 Echo。同年，Swami Sivasubramanian 开始爱上机器学习。当时的他负责 AWS 数据库和分析业务，回老家（印度）探亲的他由于没倒过来时差，深夜还在摆弄类似谷歌 Tensorflow 和 Caffé 等工具，这可是 Facebook 和学界都非常青睐的机器学习框架。熟悉了之后他发现，如果将这些工具与亚马逊的云服务相结合，能产生难以估量的巨大价值。他认为，通过降低云计算中机器学习算法的难度，亚马逊能深挖出更多潜在的需求。“我们每个月都为数百万开发者提供服务。”他说道。“他们中大多数人都不是麻省理工的教授，而是没有机器学习背景的普通开发者。”

亚马逊 AI 副总裁斯 Swami Sivasubramanian

深思熟虑之后，他带着自己“史诗级”的六张纸去了 Bezos 的办公室。从某种程度上来说，那六张纸就是为 AWS 服务添加机器学习服务的蓝图。不过，Sivasubramanian 的眼光放的更远：他想让 AWS 成为整个行业机器学习活动的中心。

从某种意义上来说，为成千上万的亚马逊云服务用户提供机器学习是大势所趋。“当我们第一次整合出 AWS 的原始商业计划时，我们的任务是拿到那些只有少数财大气粗的组织才有的技术，并将其进行大范围推广。”AWS 机器学习高管 Wood 解释道。“在计算、存储、分析和数据库上，我们成功做到了。亚马逊在机器学习上也走了相同的道路。”更有利的是，AWS 团队可以借鉴公司内部其他团队积累的经验。

2015 年，AWS 的亚马逊机器学习首次上线，它让类似 C-Span 的用户设置一个是人面部列表，Woods 说道。Zillow 用它来估算房价，Pinterest 则用它来做视觉搜索。此外，还有几家自动驾驶新创公司在用 AWS 机器学习搞道路模拟，以快速提升产品竞争力。

一年以后，AWS 又推出了新的机器学习服务，这次它们更直接的借鉴了 AWS 的创新，加入了一种名为 Polly 的文本转语音组件和一种名为 Lex 的自然语言处理引擎。这些新功能让 AWS 的客户能打造自己的迷你版 Alexa。除此之外，亚马逊还有了视觉服务 Rekognition，它们要像谷歌、Facebook 和苹果那样在图像识别领域掌握自己的魔法。

这些机器学习服务不但成了亚马逊的金矿，还是电商巨头 AI 飞轮的关键点，无论是 NASA 还是橄榄球大联盟，都成了亚马逊机器学习服务的大客户。随着企业纷纷在 AWS 内建立起重要的机器学习工具，它们未来另起炉灶与电商巨头竞争的可能性变得越来越小。

就拿 Infor 这家公司来说，它们是企业应用领域的巨头，最近还发布了一款名为 Coleman 的应用，该应用让用户能自动处理各种流程、分析性能，并通过语音对话界面与数据进行交互。这可不是 Infor 从零开始打造的聊天机器人，而是使用 AWS 的 Lex 技术生成的。“反正亚马逊已经做好了，所以我们干嘛还要花时间重来一遍呢？我们了解自己的客户，这款应用绝对适合他们。”Infor 高级副总裁 Massimo Capoccia 解释道。

AWS 在以太网上的统治力也让它拥有了对手没有的战略优势，尤其是谷歌，搜索巨头希望用自己在机器学习上的领先来追赶 AWS 在云计算上的地位。诚然，谷歌能在服务器上给用户提供速度超快的机器学习优化芯片，但 AWS 在交互上更为简单方便，而且亚马逊的完整链条还方便公司们销售产品。“就像 Willie Sutton 说的，他之所以去抢银行，是因为那里存了很多钱。”DigitalGlobe CTO Walter Scott 在解释自家公司为何选择亚马逊当合作伙伴时打了个形象的比方。“我们选择 AWS 来搞机器学习，是因为我们的客户都在这。”

在去年 11 月的 AWS re:Invent 大会上，亚马逊推出了一款更为全面的机器学习产品：SageMaker，它虽然看起来复杂，但其实是个相当易用的平台。它的创造者之一就是 Alex Smola，那位五年前拒绝了亚马逊的机器学习大神。当 Smola 决定重返机器学习行业时，他就立志要打造一款强大的工具，让普通的软件开发人员也用上这项技术，因此他选择回到亚马逊，这个能将机器学习威力产生最大影响的地方。“现在的亚马逊绝对不能错过。”他解释道。“你能写出漂亮的论文，但如果不做出真正的产品，就不会有人用你漂亮的算法。”

当 Smola 告诉 Sivasubramanian，打造一个惠及数百万人的机器学习工具比写一篇漂亮的论文更重要时，他得到了一个惊喜的回复。“你的论文一样可以发表啊！”Sivasubramanian 说道。是的，你没看错，亚马逊现在也有自由的环境了。“这不仅有助于吸引顶尖人才，还让外界了解了亚马逊到底在研究什么。”Spyros Matsoukas 说道，他就是亚马逊这套开放方针的推动者和制定者。

当然，现在就断定 SageMaker 将成为数百万用户的首选还有些早，不过每个客户都会发现它们在亚马逊上投入了巨大的资金。同时，该平台也足够成熟，就连包括 Alexa 团队在内的亚马逊内部团队也准备转向 SageMaker，与外部公司使用相同的工具集。它们相信这能省下大量的工作时间，使自己能专注于解决更为复杂的算法任务。

即使最终只有一部分 AWS 用户选择 SageMaker，亚马逊也能拿到大量有关系统表现的数据，促使它们对数据进行持续改进。这又形成了一个良性循环，更好地平台必然会带来更多用户。飞轮处在高速运转中。

AI 无处不在

随着机器学习的逐渐成熟，亚马逊的 AI 专家现在已经遍布了旗下各个团队，这让 Bezos 感到非常满意。虽然亚马逊没有设立 AI 中心，但它们已经有了一个专门负责机器学习普及和支持的部门。同时，它们还有一些专注于将新技术导入公司项目的应用研究。眼下，亚马逊的核心机器学习小组由 Ralf Herbrich 领导，这位高管此前曾在微软和 Facebook 两家巨头待过，2012 年才转投亚马逊。“公司内部建立个自己的社区非常重要。”他说道（这个项目同样也是六张纸演化而来的）。

Ralf Herbrich 的部分职责包括培养亚马逊快速成长的机器学习文化。由于它们坚持以客户为中心的政策，因此解决问题比漫无目的的研究更重要。亚马逊的高管也承认，他们招聘时更偏向那些经世致用，真正有兴趣打造新事物的人，而不是那些追求科学突破的人。Facebook 的 LeCun 则从一个角度表示：“即使不领导这些知识先锋，你也能做的很好。”

不过，在培养员工适应人工智能上，亚马逊正在学习 Facebook 和谷歌的经验。它们会开设许多有关 AI 的内部课程，而且从 2013 年起，每年春天亚马逊都会在总部举办一次内部的机器学习学术会议。“刚开始只有几百人参会，现在已经有几千人了。”Herbrich 说道。“西雅图总部最大的会议室也容不下那么多人同时开会，所以我们只能通过视频直播向园区内其他六个会议室传达会议情况了。”一位亚马逊高管表示，如果人数继续增加，恐怕这个会就不能叫做亚马逊机器学习大会了，直接叫亚马逊就行。

Herbrich 的团队还在继续推动机器学习融入公司的每一个细胞。举例来说，产品交付团队想要更好地预测客户订单到底要用哪种尺寸的盒子包装（一共 8 种尺寸），所以它们就找了 Herbrich 寻求帮助。“产品交付团队不需要另设专门的科学家小组，但它们需要这些算法，而且用起来得简单。”Herbrich 说道。在另一个例子中，David Limp 讲述了亚马逊是如何预测用户购买新产品可能性的。“我在消费电子领域摸爬滚打 30 年了，其中有 25% 的工作都需要人类判断、电子表格和各种魔术贴来完成。”他说道。“但加入机器学习后，我们的失误率开始显著下降。”

即使如此，有时候 Herbrich 也得用上最尖端的技术。就拿亚马逊生鲜服务来说，虽然该服务运营时间已经有十年之久，但怎样更好地评估蔬菜和水果的质量依然是个麻烦事。毕竟人类评判速度太慢，而且容易前后不一致。于是，他在柏林的团队搞了搭载传感器的硬件和新算法，弥补了现有系统不能触摸和嗅探食物味道的能力。“三年之后，我们就能拿出原形产品，到时判断生鲜食品的质量就更简单也更可靠了。”Herbrich 说道。

不用说，这样的技术进步肯定能逐渐渗入亚马逊的整个生态中。以最新的 Amazon Go 无人超市为例，其负责人就表示自己从 AWS 项目中学到了不少。“不过，AWS 也是受益者。”Amazon Go 技术副总裁 Dilip Kumar 说道。

Amazon Go 有自己独特的流媒体数据系统，它会通过数百个摄像头采集购物用户的一举一动，它们团队的创新为 AWS 旗下的 Kinesis 提供了帮助，该服务让用户能将多个设备上的流媒体视频上传到亚马逊的云端，对这些数据进行处理分析就能不断改进自家的机器学习技术。

即使是还没用上自家机器学习平台的亚马逊服务，也能为这个过程贡献一份力。眼下，亚马逊的 Prime Air 无人机递送服务还处在原型阶段，由于不能靠云端连接，无人机必须搭建自己的 AI 系统。不过，它还是从 AI 飞轮上借了不少力，既能从公司其他部门汲取营养，又能摸清到底该用什么工具。“在我们看来这就是个菜单，每个人都在分享自己的拿手菜。”Prime Air 副总裁 Gur Kimchi 说道。同时，他也相信，自己的团队最终也会有拿手菜贡献给这份菜单。“我们正在通过问题总结的经验未来肯定会引起其他亚马逊团队的兴趣。”

事实上，这个预言已经开始应验了。“如果有人在公司看到一张图片，比如 Prime Air 或 Amazon Go，他们可能就会学到些什么并打造一个新算法，然后通过公司内的讨论和交流再结出新的果实。”亚马逊机器人部门首席科学家 Beth Marcus 说道。“然后我团队中的人就可以用它来解决自己的问题。”

亚马逊机器人部门首席科学家 Beth Marcus

那么，一个以产品为中心的公司能打败那些拥有大量深度学习大咖的公司吗？亚马逊就正在为这个问题验证答案。“尽管它们还处在追赶状态中，但发布的产品可足够令人惊讶。”Oren Etzioni 说道，他是艾伦人工智能研究所 CEO。“它们是家世界级的公司，正在打造世界级的 AI 产品。”

飞轮还在快速旋转，还有许多我们不知道的“六张纸”正在积聚力量呢。它们可能会为亚马逊带来更多数据，更多用户，更好的平台和更多人才。

“Alexa，亚马逊在 AI 领域表现如何？”

答案恐怕很简单，肯定是 Bezos 标志性的大笑呗。

在上周五美股创两年最大跌幅的冲击下，亚洲股市周一全面下跌。

大中华地区股指开盘亦齐齐下挫。上证综指开盘跌1.4%，香港恒生指数低开2.7%，台湾加权指数开盘跌超2%。

深成指跌1.5%，创业板跌1.42%，除去中央一号文件利好的农业板块有所上涨以外，A股其余版块均飘绿。

开盘后不久，银行股开始集体拉升护盘，显著收窄沪指跌幅。银行股涨幅在午后进一步扩大，加上煤炭钢铁板块的发力，沪指顺利翻红上涨。

截至收盘，上证综指上涨0.73%，报3487.50点；深成指收跌0.81%，报10836.25点，创业板指跌0.83%，报1688.27点。

港股权重股开盘大跌。腾讯低开4.1%，建设银行低开3.3%，汇丰控股跌超2%，中国移动跌超1%。

但恒指随即开始挽回跌势，午后跌幅进一步收窄，守住32000关口。截至收盘，恒指下跌1.10%，报32245.22点；恒生国企指数跌0.43%。

内银股周一跑赢港股大市，截至收盘，中信银行（港股）收涨3.87%，交通银行（港股）收涨1.04%，工商银行（港股）涨0.68%，建设银行（港股）涨0.67%。

另一方面，在全球债市抛售潮的影响下，中金所国债期货周一普遍下挫。10年期国债期货主力合约收跌0.27%，5年期国债期货主力合跌0.10%。

受益于股市震荡下的避险情绪，以及流动性的相对宽松，国债期货此前曾有一小波反弹。但A股大涨令债市再度走弱。

相对外围市场，中国国债现券收益率波动较小。票面利率3.85%的10年期国债成交收益率日内上升1个基点，至3.92%。

A股银行股方面，截至收盘，农业银行涨5.32%，中国银行涨3.93%，建设银行涨2.51%，工商银行涨1.97%，交通银行涨近5%，中信银行盘中触及涨停收涨9.70%。

煤炭板块亦表现亮眼，多股低开高走截至收盘，山西焦化、开滦股份、靖远煤电涨停，八一钢铁亦涨停，包括中国神华、陕西煤业、兖州煤业、宝钢股份、太钢不锈在内的多只个股均创阶段新高。

创业板方面，乐视网连续第九天跌停，股价报5.95元。此前巨亏预警的黄海食品企业獐子岛集团今日复牌跌停。