AI赋能企业智能化转型,用友BIP革新销售预测体系
yonyou市场环境变化迅速，销售预测已成为企业产销协调、库存管理、战略规划的关键环节。但目前大多数企业仍采用人工录入和传统统计方法进行预测，普遍存在数据分散、跨部门协作困难、算法精度不足、偏差分析缺乏闭环等问题，难以适应激烈的市场竞争，严重影响企业经营效益。只有充分利用AI技术，企业才能从根本上改善销售预测、解决产销矛盾、提升经营效益，实现业务的智能化升级。01销售预测，大型企业精细化运营的核心命脉销售预测是供应链计划的基础，其准确性直接决定需求计划的可执行性，是影响供应链成本和效率的核心要素。Gart
拒绝AI速成论：夯实数据流程根基，规避隐性债务
近两年，伴随大模型技术的爆发，各类企业无论规模大小，纷纷卷入一场激烈的AI竞赛。大量AI应用迅速渗透至各个业务环节。然而，随着热潮退去，一种比传统技术债务更为隐蔽且破坏力极强的“AI债务”正在底层悄然滋生。一、AI债务的根源：缺乏治理的AI正沦为“毒瘤”所谓AI债务，是企业在急于推进AI上线过程中累积的系统性隐性负债。这并非源于AI能力不足，而是落地策略出现了偏差。许多企业试图复用过往的“脏数据”，或仅凭少数人的经验，在混乱的业务流程上直接叠加AI，甚至为了制造概念而开发毫无实际用途的应用。最终结果往往是
预告：360推出企业AI转型咨询，打通智能化升级路径
企业推进 AI 转型遭遇瓶颈，缺乏系统规划、安全保障薄弱、组织能力不足、规模化推进困难？6 月 24 日，ISC.AI 2026，全新 AI 转型咨询服务重磅发布！360 精心构建 6 大服务模块：涵盖转型前期诊断、高层战略设计，延伸至业务流程再造、AI 团队建设、安全合规管控，直至试点实施、全面推广复制，提供端到端全程护航。完整标准化交付体系，兼顾实施可行性与安全合规性，摆脱盲目探索困境，构建企业 AI 转型完整闭环。可控、可执行、可延续的一站式 AI 转型解决之道，6 月 24 日 ISC，邀您共鉴！
AI行业日报｜2026年6月18日要闻速递
🔔1、SpaceX收购Cursor后发布1.5万亿参数通用代码大模型💡核心要点：刚完成600亿美元收购的Cursor在Compile大会发布超1.5万亿参数模型，依托SpaceX十万卡算力从零预训练，算力规模提升10-20倍。模型不局限代码能力，可像工程师自主规划、测试软件，训练已启动，数周内上线，后续还将推出面向智能体的全链路开发平台Origin。📌查看原文🔔2、微信支付推出AI专属隔离卡，授权Agent自动消费💡核心要点：微信支付上线AI专属卡，资金与主账户完全隔离，用户自主设置额度。可授权WorkB
2026企业智能体规模化应用:AI从被动响应迈向主动执行
二零二六年被视为企业级智能体大规模落地的元年，这并非言过其实的宣传手段，而是人工智能演进历程中的确凿转折点。行业研究数据显示，约百分之四十的企业应用程序将整合任务型AI智能体，同比增幅高达百分之七百。这种高速增长的根基，在于AI技术从基础的问答交互向高阶任务执行的深层蜕变。早期的人工智能工具主要精于解答疑问，用户发起询问，系统提供回复。这种方式虽然实用，但存在明显短板：用户必须自行将答案付诸实践，全程离不开人工介入。智能体的核心优势则截然不同，它能主动领会任务意图，分解执行路径，调动所需资源，顺利完成工作
企业知识管理新革命：AI如何成为首席知识官
企业的知识宝藏究竟藏身何处？现在是时候引入一位AI首席知识官了考勤如何打卡？报销单该递交给谁？那个技术问题的解决方案，明明记得有文档记录，却怎么也搜索不到……这些困扰，你的公司或许每天都在上演。你是否经历过这样的崩溃时刻：刚加入公司，想查阅考勤制度，HR发来一个压缩包，解压后里面有十几份文档，根本分不清哪份是最新的。急着报销，在群里@行政询问流程，等了半天无人回应，最后才发现群文件里躺着一份《报销指南V3.7最终版》……项目遇到技术瓶颈，老员工说"这个两年前我们遇到过，有份总结报告"，于是整个团队开始翻找
AI能否颠覆传统ERP？
这一趋势引发了一个备受关注的话题：“AI是否会取代ERP系统？”在这个问题背后，隐藏着对未来企业管理模式的深刻思考。通过细致分析AI与ERP的关系，我们可以探索二者如何在新数字化时代中碰撞出新的火花。首先，需要明确的是，传统的ERP系统在企业资源管理中发挥着不可或缺的作用。它通过数据集成与流程优化，帮助公司提高运营效率。然而，这种系统往往显得笨重，难以快速响应瞬息万变的市场需求。而AI的崛起恰恰在于其卓越的实时分析和自动化决策能力，使得企业能够在复杂环境中更快地定位问题和机会。其次，AI在数据挖掘和智能分
AI驱动人才升级·2026企业智能化培育典范评选盛大启幕
评选活动依托严谨的评估机制发掘行业典范、积累实战智慧，为中国企业的数智化跃迁提供坚实的人才支撑。在生成式AI大模型与智能体技术日新月异的今天，人工智能已成为重构企业组织架构、工作范式及人才培育机制的关键引擎。传统人才培育方式已难以匹配AI时代的发展需求、企业AI人才梯队构建缺乏明确方向、培养成效难以量化评估、行业基准体系尚需优化……诸多瓶颈，制约着企业智能化升级与人才迭代的进程。上图为企业AI效能与人才发展中心成立仪式现场为突破行业困境，赋能企业抢抓AI时代人才战略新契机，《培训》杂志携手平安知鸟，依托新
万元月度算力投入，揭秘AI性价比真相
随着数字化转型的深入推进，各行各业纷纷拥抱人工智能，然而许多企业的智能化仍处于浅尝辄止或工具辅助的初级阶段，仅依赖少量算力处理基础文案、简单查询等表面工作。评估企业智能化落地的实际效果，Token消耗不应被视为单纯的成本，而是企业深耕AI应用、以科技驱动实业发展的具体体现。我们公司每月斥资一万元用于Token调用，这是着眼于长远发展、稳步推进全流程数字化智能化建设的务实举措。这笔持续的算力支出已完全转化为推动企业数字化发展的内生动能，全面赋能业务提质增效。在市场前端，依托大模型算力，AI系统常态化进行客户
多Agent协同平台Dust深度剖析
如今各家企业都在采购AI、运用AI，无论是AI产品、AI智能体，还是部署专属AI设备。管理层使用ChatGPT，客服自建机器人，开发人员用Cursor，营销团队配置openclaw技能组合……表面上看，全员AI化已成事实，但深入观察后却发现并非如此。销售用AI完成客户调研后，售前仍需重新检索；市场生成的文案，销售又另起炉灶；客服总结的问题，产品团队毫不知情；HR构建的问答Agent，法务部门又另建一套合规系统，IT还需分别维护权限。于是出现了一个看似矛盾的现象：企业中使用AI的人数增加，但组织整体并未因此
企业智能化转型实战解析
5 月 30 日，星瀚 AI 在南京成功举办了五月最后一场线下 AI 产品闭门研讨会。本次活动吸引了超过 50 家制造、商贸等行业的企业高管参与，大家围绕实体企业智能化升级和 AI 实战应用等议题进行了深度交流，通过专业分享和互动研讨，帮助传统企业解决智能化转型中的实际问题。经过一个月的精心筹备，本月两场线下闭门交流活动已圆满结束，南京作为压轴场次，企业家们参与积极性很高，现场就实体企业如何应用 AI 展开热烈讨论。现场采访参与动机解决 AI 实战应用难题在交流会期间，我们对两位参会的企业负责人进行了随机
AI营销企业港股上市狂飙，深演智能估值重塑引热议
华夏时报（chinatimes.net.cn）记者帅可聪 见习记者 裴萌琪 北京报道 5月27日，北京深演智能科技股份有限公司（下称"深演智能"，HK：02723）正式在港交所主板上市，上市首日涨幅达265.77%，次日再涨72.41%，5月29日继续上扬27.14%，收盘报445港元/股，相较55.5港元的发行价涨幅接近8倍，市值一举突破400亿港元大关。 从"广告科技企业"到"企业决策AI智能体"的身份转变，使深演智能成为港股AI领域备受追捧的标的。然而在资本市场热度高涨的另一面，公司净利润持续走低、
火山引擎AI巡展福州站：副总裁深度解读2026产业风向
6月3日，火山引擎AI创新巡展即将抵达福州。即日起，我们将逐步揭晓本次活动的嘉宾阵容与核心干货，助您提前明晰此行能获取哪些洞察与资源。首期内容，重点介绍主论坛开场嘉宾——火山引擎副总裁，他将为大家剖析2026年AI产业最新趋势，并分享企业如何把握这一波发展良机。他将探讨哪些议题？三大核心问题，为您全面解析众多福建企业负责人及CIO普遍关注：2026年AI产业究竟进展到何种阶段？未来的突破口在哪里？过去一年，大模型与智能体取得了哪些实质性的突破？哪些概念真正落地，哪些仅是短期炒作？福建企业应聚焦哪些机遇？为
Mistral AI计划自研AI芯片 加速欧洲算力布局
法国AI新锐Mistral AI掌门人阿瑟·门施透露，企业正积极探索自主研发芯片的可能性，相关产品有望在未来面世。 这是门施首次就半导体领域的战略规划公开发声。此举反映出，在与OpenAI、Anthropic等美国巨头竞争的过程中，Mistral AI致力于强化对核心基础设施的把控。 谈及自研芯片的愿景，门施坦言：“这个方向很有潜力，公司并未关闭这扇门。” 他指出，定制化芯片能显著压缩AI token的使用成本，而token正是AI模型处理信息的核心单元。 “自研芯片大概率会成为我们的选项，但目前我们依然
企业AI数据处理实战：如何用智能技术解决数据清洗难题
在前两篇文章中，我们深入探讨了AI在商业智能系统中的应用场景、企业价值以及部署策略。当明确了应用场景和技术架构后，AI能否真正落地并产生实效的关键因素是什么？答案就是：数据处理能力。无论是进行商业智能分析、指标核验，还是构建智能问答系统、辅助业务决策，AI系统首先需要“理解“数据，完成数据清洗和整理工作，才能输出可靠的结论。可以说，缺乏稳健的数据处理能力支撑，任何AI应用都将成为无本之木。本文重点阐述AI数据处理这一核心基础能力，系统讲解企业中最常见的三类数据（结构化、半结构化、非结构化）的处理方法。通过