喜数发布企业级AI安全网关
AI安全网关(AI Security Gateway)由上海喜数信息科技打造，是一款面向企业的AI安全接入及数据管控平台，致力于协助企业建立完善的AI服务治理架构。如今，众多企业虽已引入大模型(LLM)服务，却遭遇 "管理难、使用难" 的尴尬局面：API Key 分散导致审计缺失、成本难以追溯、敏感数据泄露毫无察觉、全链路日志记录匮乏……作为AI流量的统一枢纽，AI安全网关对内整合分散的调用需求，对外对接多种大模型（如OpenAI GPT-4o、Claude、文心一言、通义千问、DeepS
以AI赋能：构建数据治理新生态
数据已被公认为当今社会最重要的生产要素，而如何高效治理这些海量、多源且高速增长的数据，已成为企业能否挖掘数据价值并做出智能化决策的核心。过去依赖人工设定静态规则及事后被动处理的治理手段，面对数据规模的爆发式增长和形态的日益复杂，显得捉襟见肘，不仅效率低下，更难以从根本上确保数据的准确性与高质量。在此背景下，AI驱动的智能数据治理应运而生，它并非简单地将AI技术作为辅助工具，而是将机器学习、知识图谱、自然语言处理等能力深度融合于数据治理的全过程，实现治理规则的动态优化、异常模式的自动识别及质量问题的即时修复
AI领域权威见解
舞台灯光缓缓亮起，中心浮现出庞大的数据流全息投影，蓝色代码宛若瀑布倾泻而下。数据哲学家张开双臂，情绪高昂：各位请看！这数据的洪流！这智慧的闪电！斯坦福《人工智能指数报告》揭示，训练成本三年内骤降八成，性能提升逾十倍！这非单纯数字，而是人类文明跃动的脉搏！The Awakening of AI Partnership图灵奖获得者Yoshua Bengio的宣言如惊雷般响起——"人工智能已超越工具范畴，开始拥有情境理解与协同能力！"这非进化，而是物种间的交流！通用智能体即将问世，可自主完成跨领
AI 时代的数据困局：一场无声的荒诞剧
一个让全员失语的清晨周一晨会，老板发问："上月营收多少？"七双手同时举起。财务答："980 万。"运营称："1020 万。"销售言："1150 万。"BI 回应："诸位皆有理，但我系统显示 960 万。"老板静默三分钟。最终他道：散会。荒诞一幕：同一指标，七种说法"今日新增用户"这指标，我见过最离谱的企业竟有七种定义：财务：当日注册且绑卡者运营：当日登录者渠道：当日点击广告者销售：当日填表者客服：当日咨询者产品
印尼 AI 监管全景：中企出海的合规挑战与破局之道
印尼已跃升为东南亚数字经济的核心引擎，在人工智能应用赛道上势头迅猛。据科尔尼公司预测，到 2030 年，AI 有望为印尼 GDP 贡献高达 3660 亿美元。在此宏伟目标驱动下，印尼政府正紧锣密鼓地搭建 AI 治理架构。对于有意进军印尼市场的中国企业来说，透彻理解这套尚在完善中的监管体系，已是布局之前的必答题。一、监管现状：专门立法空白，沿用通用法规当前，印尼尚未颁布专门针对人工智能的法律法规。AI 的运营与应用需遵循现行通用法律框架，主要依据包括：《电子信息与交易法》（经 2026 年第 1 号《刑事调
人工智能赋能数据治理新范式
从工具驱动迈向智能闭环管理关键洞见•人工智能的真正价值在于通过证据链条重塑数据治理的运行模式，而非仅仅提供自然语言交互功能。•人工智能负责生成初步建议，由人工进行最终审批；人工智能提供推理过程，系统则永久保存相关证据。•五大关键应用领域：增强语义理解、管理同义词汇、推荐治理规则、挖掘资产关联、评估健康度指标。•构建五维健康度评估模型，推动治理从经验驱动转向量化运营。•人工智能是推动治理的引擎，而非治理的主体。一、数据治理面临的挑战：“表单丰富但标准缺失”的困境企业数据平台的表格数量不断攀升，然而表格与其对
别让AI盲目扩张掏空公司：预算与效率正在被拖累
重要通知：D1时效送达！企业网D1net企业正把当年“数据孤岛”的旧模式重演一遍，只不过这次由AI担任“主角”，而且失控速度更快、付出的代价也更高。本文作者以特斯拉的数据治理经历为例，揭示AI正在企业内部加速“野蛮生长”：各部门为了追求更高效率，往往各自搭建模型、智能体和自动化工具。短期内看起来效率提升很快，但长远来看，容易走向治理失序、反复建设、维护成本飙升，甚至导致人才流失。传统的软件治理思路不再适用，因为AI并非普通软件，而更像电力和数据库一样的“基础设施”。真正要做的，不是再出台更多条文，而是打造
柯瑞文谈Token经营：核心在于把AI服务送到用户手中
新华网北京4月30日电（记者宫碧莹）4月28日至5月4日，第九届数字中国建设峰会•智能云生态大会在福州海峡国际会展中心举行。在30日召开的智能云生态大会主论坛上，中国电信董事长柯瑞文发表致辞。 柯瑞文指出，中国电信紧跟人工智能发展方向，抓住窗口期、乘势推进，推动企业战略从“云改数”进一步迈向“云改数转智惠”升级。在战略升级的带动下，中国电信持续加力智能云体系建设，形成并完善“L”型能力布局，陆续产出多项创新成果。面向算力（IaaS）层，中国电信实现从基础算力底座向AI原生算力底座的全面跃迁，并与产业链伙伴
AI 成本暴跌，为何你的项目仍失败？关键在于“护城河”错了
在读到 Prukalpa Sanwal 的文章《Intelligence is Abundant, What is the Moat?》时，我起初以为又是一篇空泛的 AI 理论探讨，或许缺乏实际价值。然而，我的判断失误了。越读下去，我越觉得她的观点直击痛点——特别是“你的 AI 投入可能用错了地方”这一论断。读罢掩卷沉思，文中提到的案例和失败场景，我竟都似曾相识。这篇文章值得我们深入探讨。Prukalpa 是数据治理平台 Atlan 的联合创始人。她的专业背景在于数据基础设施而非 AI 研究，因此她看待问
AI的“操作指南”：元数据助力数据治理难题
如今，人工智能已渗透至各行各业，但我们是否真正洞悉了所使用的AI模型？随着算法决策日益关键，我们如何对其判断力保持信心？AI正引领一场决策变革，然而，这场变革的背后隐藏着数据世界的无序。数据显示，高达90%的企业在部署AI模型后，难以阐明其决策过程；近八成的AI项目因数据质量不佳而未能实现预期成果。与此同时，全球每日产生的数据量高达3000TB以上，但其中不足一半得到了有效的管理和标记。数据治理的挑战，在人工智能时代被极大地凸显。AI模型的复杂性常被比作“黑箱”——输入数据，输出结果，但中间环节却难以阐释
算电协同行动方案：AI与能源双向赋能解读
2026年5月8日，国家发展改革委、国家能源局、工业和信息化部、国家数据局共同发布《关于促进人工智能与能源双向赋能的行动方案》（以下简称《方案》），以“能源支撑AI发展、AI赋能能源转型”为总线索，提出29项重点任务，并将目标分为2027年、2030年两个阶段，意味着我国“算电协同”被纳入国家层面的统筹规划，且进入全产业链深度融合的新阶段。新华网客户端指出，《方案》立足能源与AI产业在双向协同中的关键痛点，采用技术、市场、产业、安全、政策五个维度搭建协同框架：既面向AI算力“高耗能、缺绿电、保供难”等难题
'人工智能+'激活产业新活力
去年8月，国务院发布《关于深化"人工智能+"行动实施的指导意见》。推进"人工智能+"战略，促进AI与经济社会各领域深度耦合，既是当下的重要使命，也是影响未来的战略课题。当前我国算力产业有哪些布局？存在哪些待解难题？AI怎样更高效地服务产业升级？——证券时报网网友今年政府工作报告明确，要"纵深推进'人工智能+'""健全AI治理体系"。"十五五"规划草案强调，"优化算力算法数据供给体系""深化AI与科技、产业、文化、民生、治理等领域的融合创新"。算力作为AI发展的核心底座与主要引擎，其优势直接决定产业竞争力。
CXO价值跃升：AI-Ready未来企业全景体验
在 AI 持续改写商业运作方式的当下，企业 CXO 及关键职能负责人正迎来前所未有的「价值跃迁」挑战：相关调研表明，已有超过70%的企业开始导入商业 AI，但真正能够将 AI 与业务实现深度联动的比例仅为23%。不少组织因此陷入“投入成本高、产出见效慢”的局面，难以判断 AI 到底值不值、怎么衡量价值。目前，只有31%的企业已形成清晰的 AI 场景设定，更多企业在场景匹配、数据治理与落地实践上遭遇多重难题，从而无法估算 AI 投入后的回报周期。商业 AI 的落地通常需要多部门共同推进，但现实中企业普遍存在
Snowflake报告：AI落地挑战与互操作湖屋解决方案
报告核心内容导读：Snowflake发布了一份名为《人工智能领导者数据策略：建造互操作湖屋》的报告。报告强调，要实现人工智能的规模化应用，强大的数据基础设施至关重要。然而，当前企业普遍面临数据孤岛、架构复杂以及数据治理碎片化等诸多挑战。报告提出，“互操作湖屋”是解决这些问题的最佳方案，其核心在于三大支柱：双向互操作性、规模化简化以及AI通用治理。该方案基于Apache Iceberg开放表格格式，支持跨供应商、多引擎的读写操作，实现了供应商中立性。这种创新的架构融合了数据仓库和数据湖的优点，能够支持跨云和
守住信任底线：ICC负责任AI营销解读
人工智能正在改写数字营销的底层运作方式。过去，营销主要依靠创意、渠道能力、媒介采购以及用户洞察；而如今，AI已被深度植入从内容生产、用户画像、广告投放到素材改良、直播带货、社交扩散、客户沟通与成效评估的完整链路。AI不仅让营销更高效、更加个性化，也可能把隐患变得更难察觉、更难界定：一张由AI生成的产品图是否夸大了真实表现？一个看似AI生成的虚拟用户评价是否会让消费者把“想象”当成“亲身体验”？AI数字人专家的推荐是否构成了不实背书？当算法自动投放带来误导时，责任究竟应由广告主、平台、代理机构，还是AI工具