AI赋能的前线部署工程师模式
FDE（Forward Deployed Engineer）前线部署工程师在过去的一年中，我实地考察了超过 50 家中小型民营企业，深入调研它们在客户需求分析和业务能力构建方面的难题。在传统做法中，企业通常依靠现场销售或咨询顾问来手动收集客户需求，这种方式导致方案实施周期长、效率低。我们的研究发现，完成一次完整的需求分析平均需要 21 天，客户满意度仅为 62%，这常常影响生产计划和财务决策。如今，FDE 模式正逐步改变这种状况。前置部署工程师深入企业现场，通过系统对接、客户沟通、业务仿真等方法，实现快速
英美资源集团作价 38.8 亿美元剥离澳洲资产，彻底告别炼焦煤赛道
英美资源集团（Anglo American）于 18 日正式确认，已达成协议将其在澳大利亚境内的炼焦煤矿资产，以最高 38.8 亿美元的对价转让给英国矿业公司 Dhilmar。这一战略举措意在进一步精简并优化该集团的全球业务布局。据披露的交易细则显示，此次资产出售的款项由 23 亿美元的预付现金，以及最高可达 15.8 美元的或有对价组成，后者的具体金额将直接关联国际煤价的波动情况。英美资源集团明确指出，此次交易所获资金将重点用于偿还公司既有债务，从而优化财务健康度。英美资源集团首席执行官邓肯·万布拉德（
智驭未来：综保集团开展 AI 实战培训助推效能飞跃
为敏锐洞察人工智能技术的落地趋势，加速推动集团数智化变革，全方位增强员工驾驭 AI 工具的实际本领与业务革新能力，5 月 15 日，综保集团隆重召开 AI 赋能工作提升实操专题培训会。集团全体同仁齐聚一堂，共同参与学习。培训期间，赵湘元讲师聚焦豆包、千问等主流 AI 应用，紧扣集团宣传推广、公文拟写、会议记录、合同解析、数据报表剖析及 PPT 制作等高频工作场景，进行了逐一拆解演示。课程从账号搭建、提示词打磨等基础入门，逐步过渡到复杂场景的实战技巧，层层深入，引导学员厘清 AI 工具的使用逻辑，为业务智能
老板的AI思维进化：从工具使用者到系统驾驭者
这两年我接触了大量企业主。同样一笔预算投入AI，有人三个月内将团队从30人精简至5人，营业额却不降反升40%；有人斥资十几万采购SaaS系统、招募AI运营专员，忙活一整年，业绩却纹丝不动，最后只抛下一句"AI在我们行业根本不管用"。同样面对AI浪潮，有的老板天天担忧核心人才流失、SOP无法传承、销冠离职后业绩断崖式下跌；有的老板则已将销冠的沟通技巧、运营的决策逻辑、各岗位的标准流程，全部沉淀到自己亲手搭建的系统里——人来即上岗，人走系统还在，公司的运转丝毫不受影响。差距究竟在哪里？不在于谁更精通AI技术，
美格智能早盘涨超5% 高算力AI模组业务比重料将上升
美格智能（03268）盘中涨超7%，截至发稿，股价上涨4.95%，现报23.86港元，成交额2507.23万港元。近日，美格智能发布投资者关系活动记录表公告称，公司高算力AI模组、车载模组是今年业务发展的重要方向，鉴于技术和产品仍处于高速迭代过程中，相关产品能保持较强市场竞争力，目前在手订单和客户需求均持续向好，为公司经营业绩提供有力支撑。公司预计高算力AI模组在整体业务中的占比将持续提升。美格智能还表示，26Q公司1存货大幅走高，系在存储芯片涨价早期根据在手订单及未来订单预测进行战略备货，目前不会存在跌
中金重申阿里跑赢评级 目标价172港元
立足香港，放眼世界。新浪财经全球资本峰会金曜奖投票启动！挖掘最具价值的资本力量，你的一票，至关重要 点击投票 中金发布研报指出，维持阿里巴巴-W(130.1, -2.20, -1.66%)（09988）“跑赢行业”评级，H股目标价仍为172港元，美股目标价保持178美元。阿里截至3月底的第四财季收入同比增长2.9%，达2434亿元人民币；若排除已处置业务影响，可比口径下收入增幅达11%。期内，经调整EBITA同比下滑84.4%至51亿元，不及市场预期，主要原因系春节期间加大了对大模型的投入及通义千问（Qw
AI-Native企业崛起：重新定义公司底层架构
目前多数企业运用AI的方式，本质上不过是将其视为一个高级版的对话助手——遇到瓶颈时打开用一下，处理邮件、整理会议要点、生成几张图片。结果便是：员工感觉AI挺有用，但企业的业务量、人员规模、组织结构复杂度，与一年前几乎没有差异。未来具备竞争优势的企业，不会把AI当作辅助工具，而是将其作为核心操作系统——AI成为每个流程、每个岗位的首选方案，而非备选方案。这个跨越有一个专门术语：AI-First Framework。它的核心不是"应用更多AI技术"，而是重新构建企业的底层架构——让AI成为企业自身的运行基础，
AI实践：从小闭环起步
企业 AI 落地，最容易跳过的不是工具，而是闭环。个人开始使用 AI，是启蒙。长期系统承载，是结果。中间必须先验证一件事：AI 能否嵌入一个真实业务流程，并使其稳定运行。这就是小闭环。企业上 AI，不能从零开始想需求，要先看自己属于哪类需求原型。一个人会用 AI，不等于组织会用 AI，AI 输出必须有人接住。但找到需求方向、明确责任边界之后，还要继续问：这个场景能不能真的跑起来？小闭环不是大项目，也不是完整系统。它只是把 AI 放进一条真实业务动作里，让信息进来，AI 处理，人接住，动作发生，结果被记录和
中企集团AI分享会落幕：AI时代如何应对变革
若在过去两年的AI浪潮里，许多人对它的认知仅停留在“新工具”或“新风口”的层面，那么如今越来越多的人开始觉察：AI带来的变革，远超效率提升的范畴。它正在重塑产品逻辑、商业模式，也在重塑人与组织之间的纽带。近期，中企集团内部举行了一场名为《AI时代，我们何去何从》的内部研讨会，旨在探讨一个最迫切的现实议题：当AI真正深入产业、组织及工作流之后，我们该如何应对这场巨变？研讨会上，深度整合AI能力的埃米AIMI产品负责人、客户增长组产品负责人以及AI创新研发中心技术总监，分别从产品、业务、技术和个人成长等多个维
AI浪潮下，售前的不可替代性
这是一个极具探讨意义的话题。人工智能正深刻重塑售前工作的模式，却难以取代其核心本质。在 AI 时代，售前的核心价值可从“工具效能”与“人文关怀”两个维度进行解读。当下，基础数据检索、参数比对乃至初步方案构思，AI 均能高效精准完成。因此，若售前仅充当“产品说明书”或“演示工具”，其价值将急剧缩水。其核心使命必须向更高级别的业务价值创造转型。AI 虽能提供数据洞察（如行业风向、竞品动态），却无法像资深售前那样，通过深度访谈，洞悉客户未言明的痛点、跨部门博弈或流程中的隐形障碍。售前需将那些模糊混乱的业务难题，
AI前沿岗位崛起：FDE工程师成行业新宠
近两周来，AI领域掀起了一股抢人风潮。OpenAI为此专门设立了一家新公司。Anthropic则联合黑石、高盛等巨头推出企业AI服务。与此同时，Google Cloud也在积极对外招聘。这个备受瞩目的职位被称为Forward Deployed Engineer，简称FDE，中文可理解为“前线部署工程师”。虽然名称略显生僻，听起来也有些技术范儿，甚至略带土味，但其背后却揭示了AI行业的一个重要转变：企业不再缺乏模型，而是缺少将模型与业务融合的人才。说得更直白些，AI公司面临一个现实问题：模型售出并不等于客户
2026 AI 热潮陷阱：会做视频≠真会用 AI
2026 年，AI 技术全面渗透，全民参与浪潮已至。浏览朋友圈或短视频平台，随处可见有人展示 AI 生成的视频、特效及口播内容。众多房产从业者与职场人士，正陷入一个极其危险且致命的认知误区：误以为能利用 AI 制作几段视频或图片，便等同于掌握了 AI 技术。然而现实十分冷酷：仅会制作 AI 内容不过是冰山一角；真正懂得「各款 AI 工具如何精准解决自身业务难题」，才是 AI 时代的核心竞争力。今日，我想暂且抛开表面的喧嚣，与大家深入探讨那些真正能拉开未来三年收入差距的 AI 底层逻辑。当前行业内存在一种普
拒绝AI沦为摆设：本体技术是企业智能的核心引擎
企业AI应用深陷“高投入低产出”困境，症结不在算法，而在于AI不懂业务逻辑。破局之道在于利用“本体”为AI构建理解业务的“大脑”，通过数据治理与业务逻辑双轮驱动，实现从单纯“问数”到实际“做事”的跨越。一、企业AI的“三道坎”：从“工具”进阶为“伙伴”的艰难历程过去十八个月，企业对AI的认知起伏跌宕，历经三个典型阶段，本质是从“玩弄模型”到“深耕业务”的认知飞跃。1.0 阶段：技术自娱期（工具人）彼时，AI仅是CIO手中的“玩具”。比拼的是模型参数规模与算力强弱。AI角色局限于高级搜索引擎，能回答“报销规
AI落地最缺翻译官，业务经验变现新赛道
未来一年，AI领域将涌现出一个极其紧俏的职位：AI业务翻译官。这个岗位并非依靠炫技或帮老板撰写几行提示词来维持生计。它核心解决的是，将企业真实的业务场景，转化为AI能够理解和执行的指令。如今许多人沉迷于学习AI工具和提示词技巧，试图让AI代写文案、制作PPT或生成图片。然而，企业实际匮乏的，从来都不是一个更智能的大模型。企业真正稀缺的是这样一个人才：他能将老板的经验直觉、老员工的判断力，以及业务流程中那些模糊不清的环节，拆解为具体的角色、节点、规则和异常处理机制。仅仅掌握AI工具的使用只是入场券，真正懂得
AI重塑工业互联网：架构革新与未来展望
笔者早期投身制造业信息化领域，彼时“工业互联网”概念尚未普及，我们称之为信息化，处于ERP、WMS及MES主导的时代，当时尚无产品经理一职，统称实施顾问，需涵盖需求调研、软件设计、乃至开发部署与运维全流程。国家提出工业互联网已逾十载，本人自2021年起正式涉足该领域。多年间，虽构建了众多平台，服务过无数大小企业，却未能见到成熟的商业模式与产品落地，反而迎来了AI的爆发。AI的介入彻底颠覆了既有逻辑，它将如何影响工业互联网？我将结合自身经验与视角分享见解，供各位探讨！旧架构的瓶颈：工业软件难以编写传统工业互