AI智能体时代：打破思维定式
往昔的IT行业受摩尔定律主导，约每两三年便经历一次技术革新。刚入行时，服务器需逐台部署，代码逐行编写，指令逐行输入，即便如此，彼时已是全行业技术迭代最迅猛的时期。那时常感焦虑，唯恐稍一疏忽便落后于技术潮流。然而步入AI时代，技术迭代频率已缩短至季度级别，问题已从“能否跟上”转变为“是否还能学”，因为学习进度稍慢或停滞，下个月便可能面临新技术对现有技术的全面替代。AI技术的迭代速度已远远超出传统认知范畴，无人敢断言下个月不会涌现出能力惊人的新模型，或突然出现如“harness”、“loop”等晦涩难懂的全新
人工智能时代来临，我们还要抗拒变革吗？
人工智能的进步正在撼动每一个传统领域。金融行业中，基础审计和保险理赔的职位正逐渐被AI工具取代，银行柜台人员大幅减少；法律行业里，合同审核、法规搜索、文书撰写等初级律师入行的基本功，AI仅需几分钟就能完成，初级职位受到威胁；数据标注领域正在经历剧烈重组，大量低级标注工作被AI自动标注取代——精确度和效率远超人力，成本仅为极小部分。两个世纪前，英国纺织工人面对机械变革，选择了闯入工厂捣毁机器——这场运动以“卢德主义”载入史册。捣毁机器未能阻挡工业革命，但“卢德”这个名称流传至今，成为抵制新技术的象征。就连创
崇明区小微基地线上开讲：AI如何助力财务高效决策
为了协助本区小微企业财务人员掌握免费AI工具，真正提高工作效率并挖掘管理潜力，崇明区小微基地于7月17日成功举办了一场《AI赋能财务：从基础应用到智能决策》线上专题讲座。特邀上海开放大学副教授丁玫担任主讲，吸引了大量崇明区小微企业财务人员在线参加。培训的核心在于解决如何利用免费AI工具迅速完成财务基础任务，从而将精力集中到决策上。丁玫老师避免讲解晦涩的算法，全程专注于工具演示，逻辑清晰且实操性高。讲座共设三个环节。首环节中，丁老师用十余分钟引导学员快速了解DeepSeek、WPS AI等免费工具的功能范围
《2026“人工智能+”行业发展蓝皮书》权威发布
该蓝皮书历经四个月精心编纂，汇聚数十位行业顶尖专家智慧，以“技术—产业—治理”为核心脉络，精心构建了三篇十章的深度分析框架，系统解读全球及中国AI产业发展格局，为政府决策、行业研究及企业实践提供全方位参考依据：在技术维度（第1-6章），自顶层至底层全面解构人工智能技术全栈体系。从AI应用原生重构、大模型范式革新、AI数据基座升级，到算力基础设施的“四力”架构、芯片领域价值重塑，以及能源作为算力最终物理限制的深刻洞察，完整勾勒出从应用层到物理层的完整技术演进图景。在产业赋能维度（第7章），深度聚焦人工智能驱
AI搜索重塑营销格局 群邑白皮书揭示品牌突围之道
AI搜索重塑营销格局 群邑白皮书揭示品牌突围之道AI搜索的迅猛崛起正在根本性地改写消费者的决策链条，品牌传播的游戏规则同样面临深刻重构。在此情势下，WPP Media（群邑）最新出炉《山海今：AI搜索营销白皮书》，基于市场实况与用户行为研究，全面剖析AI纪元品牌营销的底层逻辑，助力品牌在行业变局中锚定生存与扩张的清晰航向。当前，AI已超越单纯的技术属性，深度嵌入消费者的日常生活与决策全流程。日益增长的消费群体借助AI工具梳理诉求、甄别商品、敲定选择，传统SEO策略的有效性被大幅削弱，品牌营销的主攻方向，也
夏季用电高峰添AI助手 智能化能源管理加速推进
7月16日，国内首个聚焦水风光一体化清洁能源基地、完全国产化的智能运营大模型——雅砻江水风光一体化智慧运营大模型正式发布。这个统筹预测预报、电力调度、生产运行、市场营销四大场景的“能源大脑”，为大型清洁能源基地夏季用电高峰增添了一位“AI调度员”，也折射出人工智能正加快进入能源生产运行核心环节。 7月以来，全国多地持续高温，用电需求快速攀升。继7月10日全国用电负荷首次突破15亿千瓦后，7月14日再次刷新历史纪录，达到15.51亿千瓦，华中地区以及冀南、四川、湖北、湖南等多个省级电网用电负荷创历史新高。
四大快消高管揭秘：AI落地痛点与数据治理实战解析
关注并标星【CIO发展中心】与更多CIO 一路同行▲在以“数智深耕 破局增长”为主题的消费品零售生态研讨会上，圆桌对话环节由琥珀物言科技创始人刘志彬担任主持，特邀爱康国宾VP高建雄、贝乐生中国副总裁张鹏、宾堡集团渠道数字化负责人孟宪韬三位不同赛道企业高管，围绕企业AI落地、数据治理、人机决策冲突、落地瓶颈等四大核心议题展开深入交流。以下为对话实录：刘志彬（琥珀物言科技）：感谢主办方盛情相邀，也感谢三位嘉宾，非常荣幸再次主持圆桌对话。今天我们聚焦数字深耕与AI落地这个话题。我先立个规矩，三不要、三要：三不要
AI主导跨境格局，98%卖家已入局
MILIGOODS 跨境电商日报 | 2026年7月17日🤖 AI智能化·效率革命【一分钟速览】亚马逊白皮书：98%中国卖家已用AI，五趋势重构。❶ 白皮书核心数据6月11日亚马逊全球开店发布《2026中国出口跨境电商发展趋势白皮书》，主题“AI重塑出海新范式”。调研显示超98%中国卖家已在运营中使用AI，其中16%进阶到AI工作流或智能体，实现自动化与智能决策。2025年亚马逊卖家助手月活超23万、建议采纳率超90%；另有数据称60%-70%出海商户已不同程度接入AI。❷ 五大应用趋势趋势一运营自动化：
AI时代，判断力决定价值
过去很长一段时间，信息本身就是资源。在电力行业尤其如此。早些年，一个人是否熟悉规程制度，是否掌握设备历史，是否了解某个地区的网架结构、负荷特征和运行习惯，往往直接决定其专业价值。很多复杂问题之所以依赖专家，并不完全是因为专家拥有更高明的方法，而是因为信息分散在不同系统、不同专业和不同人员手中，普通人很难在短时间内获得完整信息。信息化建设改变了这种局面。业务系统逐步替代纸质台账，设备档案、运行数据、缺陷记录、工单流程和经营指标被持续积累。到了移动互联网和大数据阶段，信息获取速度进一步提高。今天，大模型又把信
企业AI转型，这三类业务流程最适合优先改造
企业在推进AI应用时，最常见的情况是先把注意力放在工具选择上。管理者看到某款新产品，立刻要求全员上手体验；团队成员注册了一堆账号，各自摸索使用技巧。刚开始群里讨论热烈，过了一个月，大家又恢复了原来的工作模式。管理层也难以回答：究竟节省了多少工时？降低了多少错误率？哪个岗位的工作产出出现了变化？更可靠的做法，是先梳理企业现有的业务操作，从中筛选出最需要优化的三个环节。01出现频率高、重复性强、规则清晰的工作流程这类流程每天或每周循环发生，员工需要反复查找、复制、整理、填报和统计。典型场景包括收集竞争对手情报
AI 裁员惹官司：工具越界谁来担责
Meta 近期搞了个大动作——启用名为"Constellation"的 AI 系统为员工评分，自动锁定裁员名单，一出手就裁掉了 8000 人。然而，26 名被裁员工将公司告上法庭，指控 AI 不分情况，将休病假或育儿假的员工误判为"低绩效"而予以辞退。美国首例大公司因"AI 决定裁员名单"而被员工起诉的案件，就此爆发。舆论瞬间沸腾。有人惊呼 AI 露出獠牙，有人视其为未来职场的预演。但我认为，问题的本质远不止于此。先做个基本判断。AI 究竟是什么？是工具。如
企业AI应用为何未见成效？
一个普遍存在的困惑几乎每家公司都在推行AI——智能客服、智能审批、智能会议记录，AI被嵌入到各个环节。但多数人私下承认，AI并未真正推动企业业绩增长。效率或许有所提升，但利润呢？竞争力呢？毫无变化。并非AI被过度神化。而是你只利用了它最平凡的功能。效率的错觉大多数企业对AI的理解局限于“效率工具”：加速现有工作。以前写报告需三天，现在半天；以前整理会议记录两小时，现在十分钟。但工作内容本身改变了吗？没有。流程未变，决策未变，方向未变。改变的只是执行速度。执行速度对业绩的影响是线性且有限的。这好比给一辆行驶
AI时代用户研究新方向：别再开发AI画图工具，UX真正需要的是“用户证据系统”
既然传统Tracker已能捕捉用户行为，那么新一代AI用户研究工具的目标就不该是单纯堆积数据。它也不应该只将行为数据自动归纳成一句：“用户在第三步遇到了难题。”设计师真正需要的，是一套贯穿产品全流程的AI用户研究系统。它能从研究问题出发，协助团队确定需要采集的证据，在产品中识别关键行为，在恰当时间向真实用户追问，并将行为、语言、技术环境和历史研究串联起来。最终，设计师看到的不是脱离情境的总结，而是一套可被检查、质疑和验证的用户证据。可以将其理解为一种：用户证据操作系统。它并非替代设计师做判断，而是缩短从用
AI重塑制造业：构建数字化转型的“第二套操作系统”
近期查阅某离散制造企业的夜间数据，凌晨 2 点 17 分，CNC 主轴温度曲线出现异常攀升。以前，此类状况往往需等待班组长巡检、工程师复盘及次日晨会商讨；如今，系统能在 7 秒内搞定三件事：对比过往故障、给出检修提示、自动生成停机影响估算。最终，仅需人工做出一个决策：提前换刀并调整生产计划。这并非“AI 替代人类”的案例，而是数字化转型从流程电子化迈向智能决策化的标志。过去十年，众多企业将数字化等同于上线 ERP、MES、WMS，即把纸质作业转为屏幕显示。但我认为，2024 年后的关键分水岭已现：系统不再
AI Agent工厂落地：与RPA有何不同？
核心观点：第一步： 先用RPA把数据采上来、流程跑顺 AI Agent是RPA的升级版吗？工厂应该选哪个？ RPA vs AI Agent：本质区别 对比项 · RPA · AI Agent 执行依据 · 固定规则 · 自主判断 处理数据 · 结构化数据 · 结构化+非结构化 遇到异常 · 报错停机 · 自主决策处理 学习能力 · 无 · 有，能积累经验 上线难度 · 低 · 高 价格 · 10-30万 · 30-80万 简单说：RPA是"按规则执行的机器人"，AI Agent是"