人工智能时代的公司治理变革
南开中国公司治理研究院院长李维安教授在《中国工业经济》第九届管理学前沿论坛作主旨演讲近日，《中国工业经济》第九届管理学前沿论坛在北京举办。论坛以“人工智能与管理变革”为主题，由中国工业经济杂志社、北京师范大学经济与工商管理学院联合主办。南开大学讲席教授、中国公司治理研究院院长李维安应邀出席，并以“公司治理现代化：人工智能治理”为题作主旨演讲。李维安教授指出，公司治理现代化的一个前沿趋势是从数字治理向人工智能治理演进。数字治理聚焦数据权属边界，而人工智能治理需深入回应算法决策机制、智能体授权方式与责任追溯路
揭秘AI六大基石：不止是显卡机房
不少人谈及人工智能基础设施，往往只聚焦于显卡与机房，这实则是巨大的认知偏差。恰似日常生活用电，除了灯泡电器，更需发电站、电网、输电线及变电站等整套体系；人工智能若要顺畅运行并迭代升级，同样依赖一套完备的底层基础架构。AI基建绝非单一硬件，而是支撑所有大模型、智能应用及产业落地的全套底层保障。本文将用通俗语言，分层解析AI基建的全部核心要素。算力是AI最根本的基石，好比人类大脑，所有智能学习、数据分析、应答交互及图像识别，均离不开算力支撑。我们日常使用的AI聊天、修图导航，背后皆是算力在默默运作。大众熟知的
AI临床试验落地的现实瓶颈
AI项目在临床试验场景落地时，普遍面临演示效果亮眼却与实际业务严重脱节的困境，大量现实障碍让技术难以走完业务落地的关键一步。行业普遍存在过度看重模型表现、忽略全流程配套的认知误区，忽视了临床数据、合规监管、运维工程以及真实用户行为带来的多重限制，致使众多AI原型无法规模化投入到实际临床业务中。 AI落地可归结为三大主要矛盾：其一是数据预期落差矛盾，演示环境的数据质量较高、效果显著，但真实临床中存在海量特殊病例，大部分精力都耗费在数据清洗与标注上，原始存在缺陷的数据会显著降低模型实际表现；其二是模型合规适配
数据质量决定AI能力的上限
AI无法"感知"企业的真实运营状态，它仅能处理企业所提供的数据集。这句话背后隐藏着一个常被忽视的逻辑：AI的分析能力，其边界完全取决于所输入数据的质量。当数据本身存在偏差时，AI既不会察觉更不会修正，反而会将这些偏差进一步放大。库存管理的案例系统记录门店A库存100件，然而实际仓库仅存40件。AI的结论：库存充裕，无需补货。最终结果：门店出现缺货现象，销售机会流失，客户投诉增加。AI并未犯错，它分析的是系统中的失真数据，而非仓库的真实状况。销售预测的案例历史销售记录：100、110、120
AI的真正土壤：人类构建的语言与制度
银行、法院、公司、大学、教会、政府，都由文字和文件构成。合同、法规、判决、财报、申请表、登记册、圣典、邮件、数据库，都是语言和数据的组合。对人类来说，这些东西又繁又重。对 AI 来说，这就是氧气。《人类简史》作者尤瓦尔·赫拉利在牛津发言：AI已经破解文明代码。AI 正在破解人类文明的代码，这个代码不神秘。就是人类写下来的那套东西：语言、表格、流程、合同、法规、账户和审批流。过去，人类用这些东西管理世界。现在，AI 开始读懂它们。AI 危险的地方，不是它会不会像人，而是它开始读懂那些让人类社会运转的东西：钱
AI 系统工程师招聘详情
一、主要职责：1、统筹 AI 与智能制造应用的规划及实施，推动 AI 在制造一线的实际应用；2、主导 AI 应用与既有系统（MES/MOM/ERP/OA 等）的架构设计与融合；3、深入挖掘制造现场业务场景（涵盖质量、设备、生产及管理），推动 AI 场景从零开始落地；4、负责 AI 相关项目的技术方案评估、执行推进及成效验证；5、充当制造现场、IT 团队及外部供应商间的技术纽带，促进跨部门协同；6、参与 AI 技术规范、数据治理及应用标准的制定与持续优化。二、任职要求：1、本科及以上学历，计算机、信息系统、
AI赋能制造业：三家工厂借智能体实现200万降本的实战路径
当下，工厂管理者普遍认同 AI 对效率提升与成本优化的价值，然而实际推进却举步维艰。据德勤 2025 智能制造调研显示，我国制造业 AI 实际应用率仅为13.5%，多数企业虽认可其前景，却因顾虑重重而驻足观望。AI 备受瞩目，落地却障碍重重AI 在互联网与服务业已然风生水起，为何进入工厂便寸步难行？症结在于企业常误入歧途：急于对整条产线进行智能化改造、追求全自动化 AI 管控，动辄投入数百万乃至上千万元，最终因模型精度不足、风险难以把控而导致项目搁浅。这也导致众多 AI 概念验证完成后，难以实现规模化复制
金融AI监管新规落地:企业数据能力怎样构筑银行智能化转型的"信用基石"
2026年6月18日，国家金融监督管理总局正式出台金融AI安全开发应用"32条"指导意见，从数据治理、模型透明度到风险管理，为银行业保险业AI应用设定合规框架。金融AI迈入深水区后，竞争核心不再仅是模型性能，而是数据的高质量、可追溯性及可解释性。1监管定调：一份在陆家嘴论坛之后落地的"AI宪法"2026年6月18日，国家金融监督管理总局正式发布《关于银行业保险业人工智能安全开发应用的指导意见》(金发〔2026〕8号)，从治理架构、开发应用、数据治理、算力建设、风险管理、能力提升、保障与监督七大维度，提出3
AI成为企业变革的关键驱动力
点击极简电商关注➽潇彧® 您身边的品牌营销管理专家✓潇彧中国著名电子商务实战专家 创业导师品牌营销管理专家 乡村振兴顶层架构师引言AI成为企业变革的关键驱动力——这是潇彧老师一个极其精准且切中当下时代脉搏的论断。在当前的商业语境中，人工智能（AI）已经跨越了“前沿技术探索”的阶段，正式成为企业生存、竞争和实现跨越式发展的底层基础设施。它不再仅仅是一个IT部门的工具，而是重塑企业战略、组织架构、业务流程和商业模式的核心动力。在未来的商业竞争中，AI将不再是企业的“可选项”，而是决定生死存亡的“必选项”。无论
人工智能会砸碎财务的饭碗吗？
先别急着交出工牌。我近期查阅了大量资料，越研究越发现，真正的威胁并非AI本身，而是另一个核心趋势：财务岗位正在经历结构性重组。2026年6月25日，Microsoft 365 Blog 发布了一篇博文，标题十分直白：Copilot in Excel: Built for the era of Frontier Finance。其中透露出一个关键信号：微软正将Copilot in Excel深度嵌入财务业务流中。这绝非那种“代写两句总结”的浅层辅助。而是针对结账、三大表模型、月度报告更新、偏差分析、估值建模
AI全球观察|月抓拍200亿次！全美抵制浪潮警示新兴市场数据治理
近日，《华尔街日报》刊发题为《城市车牌识别摄像头引发抵制》的深度报道，将AI安防新锐企业Flock Safety推向舆论焦点。这家2017年创立的公司，依靠太阳能驱动的自动车牌读取设备，短短数年便覆盖全美6000余个社区，拥有1.2万客户。这些隐蔽摄像头不仅捕捉车牌，还能识别车辆品牌、颜色乃至保险杠贴纸。目前，该系统月均处理车牌数据高达200亿次。然而，伴随其“野蛮扩张”的，是全美范围内兴起的抵制浪潮。自年初以来，已有约50个市县终止与Flock的合作。在纽约州特洛伊市，民众痛斥该监控系统制造“反乌托邦地
中科院专家领衔AI工程师高级培训，聚焦内网部署实战
近年来AI培训市场火爆，但多数课程局限于外网大模型对话和云端API调用等基础教学。然而对于高校研究、国资央企、政务医疗、制造企业来说：核心数据保密、内网物理隔离、等保合规强制要求，直接阻断公有云AI应用路径。缺乏本地部署能力、不懂RAG知识库优化、无法构建实用AI智能体、自建数据集问题频出，已成为技术团队和科研课题组的普遍弱项。响应国家"十五五"人工智能+专项规划，工业和信息化部人才交流中心官方主办，2026人工智能技术应用工程师高级研修班将于北京启动，线上线下同步进行。不传授通用云端AI技巧，专注内网离
AI 正在重塑企业级存储的定位与价值
最近一个月，企业级存储领域出现了一个非常清晰的动向：存储供应商已经不再单纯强调容量、IOPS、延迟以及硬件规格，而是越来越倾向于将自己塑造为 AI 时代的数据基础设施平台。这背后存在几个关键转变。首先，企业外部存储市场正在重新回暖。IDC 最新报告指出，企业外部存储系统市场收入出现显著反弹。增长的原因，一方面源于 AI 基础设施建设催生的新需求，另一方面也来自企业前几年推迟更新的存储设备开始进入替换周期。此外，NAND、DRAM 等核心部件价格上扬，也让企业重新审视存储架构的整体成本。这揭示了一个现象：企
教育数智化迎来政策爆发期
由慧企宝·数智行业商机智能体辅助创作，核心观点经人工深度审校。全文速览国务院印发《教育发展"十五五"规划》，"推进教育数智化变革"单列专章，明确实施国家教育数字化战略、开展"人工智能+教育"行动，部署国家智慧教育平台提质升级、国家教育智能算力服务平台、国家教育大数据中心三大核心平台建设。全国52万余所学校数智化改造进入集中建设期，教育智能算力、AI教学应用、教育数据治理三大赛道迎来确定性增长窗口。国务院《教育发展"十五五"规划》将"推进教育数智化变革"列为专章部署，这是继2026年4月教育部等五部门《"人
AI大模型驱动ERP变革：2026年，金蝶等国产厂商迎来新定义
近日与几位业内朋友交流，大家普遍察觉到：ERP这一行，正经历着自云计算普及以来最深刻的转型。ERP不再仅仅是“管账、管货、管人”的工具，而是企业里运行时间最长、数据积累最丰厚的那个“老伙伴”，终于迎来了属于它的AI时代。今天想坦诚地和大家探讨，我所观察到的一些行业动向。过去的二十年，ERP的核心使命是流程规范化——将财务、供应链、生产、人力资源纳入同一套规则体系。然而，近三年来，局势已发生转变。随着金蝶云·星瀚、EAS Cloud等平台的不断成熟，ERP正悄然转型为企业的“数据核心”。原因在于：无论大模型