Supplyframe Supplyframe XQ Datasheet5 芯耀 Findchips 与非AI
关注我们
设计助手
电子硬件助手 电子硬件助手
元器件查询 元器件查询

加入星计划，您可以享受以下权益：

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入

企业AI

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论
类型
新鲜 热门
不限时间
  • Context决定一切｜爱分析访谈
    朱鹰，慧工智能创始人兼CEO，分享了他对AI在企业管理中的应用看法。他认为，真正的AI应该具备可控记忆，即企业自己可掌握的上下文工程，包括可追溯的数据来源、可版本化的规则、可调用的工具、可评测的结果，以及可审计的权限边界。他认为，企业级智能体的核心是Context，即企业的真实运转中的会议、项目、流程、客户和现场经验能否被持续组织起来，变成可调用、可复用、可迭代的Context。他还指出，企业 Know-how 会迅速被压缩进 skill 和小模型，当 Workflow 不再只是固定流程，而要围绕目标和意图重新设计，当软件越来越像服务，工业软件公司的未来壁垒到底会在哪里？接下来两三年，工业企业又该如何重新理解自己的组织、产品和客户关系？
    159
    07/16 11:38
    AI Agent 企业AI
    Context决定一切｜爱分析访谈
  • 企业AI重写数据基础设施｜爱分析报告
    爱分析发布《2026中国AI数据基础设施市场规模报告》。爱分析测算，2025年中国AI数据基础设施市场规模约为450亿元，预计2029年将达到1984亿元，2025-2029年复合增长率约为45%。
    404
    07/14 13:07
    企业AI
    企业AI重写数据基础设施｜爱分析报告
  • 在Palantir与Databricks之外，企业AGI平台是中国企业AI落地的新路径
    过去两年，智能体快速进入企业应用视野，企业对AI价值的认知也经历了从概念验证到场景探索的过程。内容生成、文档处理、辅助客服等场景率先落地，使企业初步感受到通用智能在提升办公效率和降低知识工作门槛方面的价值。
    353
    07/13 13:35
    AGI 企业AI
    在Palantir与Databricks之外，企业AGI平台是中国企业AI落地的新路径
  • 最快的车，不是跑得最快的——AI原生组织的效率思考
    本文探讨了人工智能（AI）在企业流程中的应用及其带来的挑战。作者通过类比高铁时刻表，指出“最快的车”并非指速度最快的列车，而是停站最少的列车。同样，在AI时代，组织效率的关键在于如何减少“停站”，即减少需要人工判断和决策的时间。 文章提出了一种衡量方法——H值，代表组织流程中必须停下来等人判断的耗时占比。通过降低H值，可以显著提高组织的整体效率。具体措施包括： 1. **识别和减少重复性任务**：将这些任务自动化，直接消除人为干预的需求。 2. **判断性任务的认知外化**：将标准判断转化为规则、技能和Agent，逐步减少人工判断的时间。 3. **创造性任务的合理分配**：将发散性的创意工作交给AI处理，而保留收敛性和决策权给人类。 最终，通过不断优化和调整，使H值降至最低，从而大幅提升组织的运作效率。
    432
    07/12 09:57
    人工智能 企业AI
    最快的车，不是跑得最快的——AI原生组织的效率思考
  • 中国最需要Palantir，但复制不了Palantir
    过去一年，Palantir被重新推到企业AI舞台中央，成为AI从"能说"走向"能做"的关键参照。中国市场的追问也随之而来：谁是中国版Palantir？
    541
    07/09 10:33
    企业AI
    中国最需要Palantir，但复制不了Palantir
  • 决策智能，企业AI的下一站 ｜对话首席
    技术迭代的加速，正在把企业AI推向一个新的分水岭。Agent能力不断突破，企业高层和一线员工对AI的热情持续升温，但真正进入业务流程、承担真实任务并产生业务结果的应用，仍然只是少数。
    389
    06/28 09:55
    企业AI
    决策智能，企业AI的下一站 ｜对话首席
  • 走向生产级落地，央国企Agent进入深水区
    政策与大模型技术双轮驱动下，央国企Agent 建设已告别早期单点技术验证阶段，全面迈入规模化试点与体系化落地新阶段。
    1750
    06/25 13:52
    AI Agent 企业AI
    走向生产级落地，央国企Agent进入深水区
  • 企业AI落地，从“租用智能”到“拥有智能”
    中国企业正积极拥抱AI浪潮，探索将其转化为核心竞争力。然而，AI落地面临诸多挑战，如数据质量和流程整合不足，导致实际价值有限。IBM认为，AI应从“租用智能”过渡到“拥有智能”，强调数据可信度、流程打通和决策洞察的重要性。翟峰指出，多数企业仍处于从“+AI”向“AI+”的转型过程中，需注重技术和组织文化的平衡，才能实现长期价值最大化。
    697
    06/24 13:51
    企业AI
    企业AI落地，从“租用智能”到“拥有智能”
  • 跨越聊天陷阱，企业级智能体三步破局
    AI在企业落地面临三大痛点：场景选择困难、应用表面化、全员推广不易。本次分享围绕“快、深、广”方法论，通过案例展示如何快速见效、深度融合业务流程、实现全员AI化。具体措施包括：从高频场景入手快速验证价值，推动AI融入关键岗位与核心业务，利用平台和运营手段促进全员推广。此外，分享了如何通过智能问答、流程优化、知识治理等手段实现AI在企业中的广泛应用。
    452
    06/18 15:12
    智能体 企业AI
    跨越聊天陷阱，企业级智能体三步破局
  • 为什么88%的企业搞AI，只有1%真正改变了组织？
    AI在实体企业中的应用面临巨大挑战，88%的企业仅将其作为辅助工具，未能深入融入主营业务并完成组织变革。麦肯锡调研揭示，AI深度嵌入需要企业高层制定明确战略，并投入大量资源进行整体规划。Gartner榜单强调实体企业应将AI视为核心战略，而非单一工具。腾讯研究院提出“超级个体”概念，指出AI变革应从微观个体出发，逐步向外扩展至团队。总结来看，实体企业要跨越88%与1%的鸿沟，必须采取上层定方向、中层筑台基、下层遍地开花的策略，确保AI真正融入核心业务，而非仅仅停留在表面。
    857
    06/08 10:07
    企业AI
    为什么88%的企业搞AI，只有1%真正改变了组织？
  • Know-how很快被AI追平，真正的壁垒没多少了
    在AI驱动的企业软件新世界中，得帆智能聚焦于AI基础设施建设，通过打造智能体应用平台和数字员工平台，帮助企业解决复杂系统的打通、流程梳理等问题。尽管行业Knowhow的重要性降低，但软技能和项目推动能力将成为核心壁垒。得帆认为，未来的商业模式将从软件授权转向持续运行服务，智能体数字员工将取代RPA，为企业提供更高效的服务。面对激烈的市场竞争和技术变革，得帆坚守自身定位，致力于为企业提供可靠的AI基础设施解决方案。
    533
    06/02 16:09
    AI 企业AI
    Know-how很快被AI追平，真正的壁垒没多少了
  • 如何用企业私域知识喂出超级龙虾？
    龙虾可以像员工一样工作，它能够调用工具、规划任务、寻找文件，并在不断试错中完成交付。随着养龙虾热潮的到来，企业面临着如何让龙虾真正融入业务流程和控制Token成本的挑战。爱分析与360亿方智能CEO彭际华进行了深入对话，探讨了记忆的价值、Skill的应用、多Agent协同的实际业务流程等问题。 彭际华认为，大模型决定了Agent的能力上限，而企业Context则决定了Agent的能力下限。企业AI的关键在于将业务规则、流程标准、审批习惯等显性化，以便Agent能够理解和执行。此外，未来的知识库不仅是文件仓库，更是面向Agent的组织记忆系统，包含会议记录、任务过程、专家判断等内容。 Skill是隐性知识产品化的最小单位，未来写Skill的技术门槛会下降，但真正稀缺的是能把业务经验结构化的人。Agent是脚手架，知识和Skill才是资产。模型越强，越会淘汰薄Agent，但也越会放大私域知识、业务规则和工程化治理的价值。 人和硅基员工协作的核心工作是把业务知识显性化，知识管理要嵌入业务过程，为硅基员工提供工作上下文，并确保知识持续萃取、验证和进化。企业AI的终局是每个组织拥有一批懂业务、能协作、可治理的硅基员工，而不是每人一个聊天机器人。
    425
    1评论
    05/25 16:27
    AI Agent 企业AI
    如何用企业私域知识喂出超级龙虾？
  • 港股迎来“企业决策AI智能体独角兽”，深演智能抢滩企业级AI蓝海市场
    深演智能通过港交所审核，成功开启招股流程，迈向“企业决策AI智能体第一股”。公司已连续盈利，市场份额领先，拥有超过300个行业专属决策模型和5000个场景化模板，构建起强大的护城河。DeepAgent系统帮助企业解决实际问题，推动业务增长。深演智能将继续扩展全球版图，深化国际化战略，稳定穿越技术周期。
    583
    05/19 23:12
    AI 智能体
  • 本体建模实践，实现业务决策到行动闭环
    在AI技术广泛应用的企业环境中，尽管投入巨大，但效果有限，主要是由于AI缺乏对业务逻辑的结构化理解和本体支撑。本文介绍了企业AI落地面临的效果困境，并详细阐述了如何通过构建业务事理与整合权威事实，为AI提供可理解、可执行的逻辑框架，使其真正赋能具体业务场景，推动企业智能化发展。 分享嘉宾：Datablau数语科技创始人&CEO 王琤 本文首先回顾了企业AI应用的发展历程，指出当前AI应用更多停留在浅层问答阶段，难以深入洞察业务。为了克服这些问题，文章提出了构建业务事理与整合权威事实的方法，强调了数据质量和业务逻辑清晰的重要性。 接着，文章详细介绍了如何通过本体建模来实现业务逻辑的结构化描述，使得AI能够更好地理解和执行业务逻辑。本体建模不仅可以描述静态关系，还能表达与关系绑定的行为，从而支持更动态的业务执行与流转。 文章还介绍了Plantir Foundry平台的应用实例，展示了如何通过本体建模实现自动决策的完整闭环。平台能够接入各种数据源，通过本体建模定义业务概念、关系与逻辑，并确保数据的来源和加工过程清晰可信。 最后，文章讨论了如何利用AI辅助本体建模，降低人工设计的难度，提高建模效率与规范性。同时，提出了一种高效的数据治理路径，通过智能体分工协同，实现主动式的常态化治理，显著提升了数据治理工作的效率和可持续性。 总的来说，本文为企业提供了从数据到业务逻辑再到实际行动的有效路径，有助于推动企业智能化进程。
    997
    05/13 17:20
    AI 企业AI
    本体建模实践，实现业务决策到行动闭环

正在努力加载...

热门企业 换一换
相关标签