ServiceNow通过AI工作流维持98%续订率应对SaaS危机
(信息有限)美股分析机构指出，ServiceNow正通过加速整合生成式人工智能（Generative AI）技术，积极应对软件即服务（SaaS）行业的整体增速放缓危机。该公司凭借高粘性的工作流平台，维持了约98%的客户续订率。
ServiceNow推出了Now Assist等AI解决方案，将大语言模型（LLM）深度嵌入IT服务管理和客户工作流中。这种平台化战略不仅提升了企业客户的运营效率，还通过AI订阅服务实现了客单价的持续增长，打破了传统SaaS软件的增长瓶颈。
这表明在SaaS行业红利消退的背景下，具备核心工作流属性和AI快速变现能力的平台型厂商将展现出更强的抗周期韧性。
ServiceNow预测其AI业务营收突破10亿美元加速企业级服务转型
（注：因原文信息有限，以下内容基于公开市场数据与行业分析整理）
企业软件巨头ServiceNow的生成式AI（Generative AI）业务年营收预计将突破10亿美元。这一关键数据标志着该公司成为全球首批实现该AI里程碑的软件即服务（SaaS）服务商。
ServiceNow通过将AI功能深度整合至其Now Platform平台，为企业客户提供自动化工作流与智能检索服务。AI业务的快速增长不仅提升了其客单价，也直接推动了订阅收入的增长，进一步巩固了其在企业级AI服务领域的市场地位。
该业务的突破表明企业级AI已进入实质性商业化阶段。这为其他SaaS企业利用AI技术驱动业绩增长提供了可行路径。
ServiceNow股价下跌反映企业级SaaS市场估值波动
受市场多重因素影响，企业级软件服务商ServiceNow股价出现下跌。由于原文提供的信息有限，具体跌幅及触发该波动的直接财务数据或市场事件尚未完全披露。
ServiceNow作为数字工作流（Digital Workflow）领域的领先平台，其股价波动通常与企业IT支出预算、云计算（Cloud Computing）采用率紧密相关。分析指出，高估值科技股在宏观经济不确定性增加时，易受到市场资金调整的影响。
作为SaaS行业的风向标之一，ServiceNow的股价走势反映了资本市场对企业数字化转型（Digital Transformation）长期增速的预期调整。这表明投资者在评估IT服务商时，正更加关注其盈利能力与现金流稳定性。
美国能源部公布首批创世纪任务项目利用AI加速能源技术研发
美国能源部（DOE）部长克里斯·赖特（Chris Wright）宣布选定首批“创世纪任务”（Genesis Mission）项目。该计划旨在利用人工智能等前沿技术加速能源领域的研发进程。由于原文仅提供简要宣告，详细项目列表与技术细节等信息有限。
“创世纪任务”聚焦于将先进的计算技术、人工智能（AI）与国家实验室的科研力量相结合。首批入选项目将获得资金与技术支持，以期在清洁能源转型、电网韧性提升及新型材料研发等关键领域实现突破。此举旨在通过技术创新缩短实验室成果向商业化应用的转化周期。
该任务的启动标志着美国在国家层面加大对AI赋能能源科技的投入。这不仅将推动传统能源行业的数字化转型，也将为全球能源技术创新提供新的范式。
Anthropic推出AI原生SDLC方案通过3项机制提升研发安全
由于原文仅提供链接，信息有限。Anthropic近日公开其AI原生软件开发生命周期（Software Development Lifecycle，简称SDLC）安全方案。该方案通过3项核心机制应对AI研发中的独特安全挑战。
该方案聚焦于AI原生开发中的模型安全与代码完整性。Anthropic采用自动化审计工具与持续集成管道，对AI生成的代码进行实时安全检测。同时，公司强化了模型训练数据的供应链安全，防止数据投毒与对抗性攻击。
这一举措为AI原生应用的开发树立了新的安全标杆。随着AI生成代码比例的提升，构建安全的SDLC将成为企业保障软件供应链安全的关键趋势。
AI技术实现秒级药物分子设计但临床疗效验证仍面临瓶颈
当前人工智能（AI）技术已实现秒级药物分子设计，但其临床疗效验证仍面临重大瓶颈。由于源内容信息有限，本文主要探讨AI在制药领域的效率突破与实际落地痛点。
生成式AI（Generative AI）算法能在数秒内筛选并设计出全新的候选药物分子。然而，这些设计出的分子是否具备实际生物活性，仍需通过耗时的体外实验（In Vitro）和临床试验（Clinical Trials）进行验证。
AI虽显著缩短了药物研发（R&D）初期的分子发现阶段，但制药行业的核心瓶颈已转移至下游的生物学验证环节。未来行业需建立更高效的自动化实验平台以匹配AI的生成速度。
苹果因端侧AI需求面临内存芯片价格上涨采购成本增加
（注：由于原文仅提供链接，以下分析基于链接信息的合理推导，信息有限。）
据《财富》报道，苹果公司（Apple）因端侧人工智能（Edge AI）技术的需求增长，正面临内存芯片（Memory Chip）采购价格上涨的压力。
端侧AI模型运行需要更大容量和更高带宽的随机存取存储器（RAM）。随着苹果在其设备中深度集成Apple Intelligence，对高性能动态随机存取内存（DRAM）的需求急剧增加，直接推高了供应链的芯片采购成本。
这一趋势可能导致未来iPhone等硬件设备的生产成本上升。这也表明AI技术正加速向消费电子硬件渗透，并深刻影响着全球半导体供应链的定价策略。