AI部署半年暴露惊人数据黑洞：九成企业完全不了解员工与AI的对话内容
过去半年，我为5家不同体量的企业做了AI落地复盘，结果发现一个让CIO们集体失语的真相：ChatGPT、通义千问、文心一言这些工具部署后，每天产生几十万条交互记录，但九成企业压根不清楚员工在跟AI聊什么、问什么、产出什么。我把这种状态称为「AI数据黑洞」——数据并非没有产生，而是产生了进不来、看不透、调不出、治不了。本文把症状和解法都拆解给你看。症状1：进不来——AI对话发生在第三方工具的浏览器或客户端中，企业IT根本获取不到原始数据。员工与ChatGPT的1000条对话，公司只能看到上网日志里的「访问了
AI 落地前，为何数据治理才是首要任务？
众多企业已着手部署大模型、构建知识库、探索智能体与 AI 工作流，然而真正实施后常发现：模型已对接，工具已采购，但业务价值远不及预期。症结未必在于模型能力，而是企业在推进 AI 落地前，忽视了一个更基础的前提：企业数据尚未就绪。在 AI 时代，企业亟需补上的第一堂课，并非“如何编写提示词”，而是“如何确保 AI 能安全、精准且持续地利用企业数据”。过去一年，大量企业尝试将 AI 融入业务场景。部分企业部署了 DeepSeek、通义千问、豆包、Kimi 等大模型；部分企业着手搭建知识库；部分企业鼓励员工利用
金融AI进入责任时代：模型不是终点，治理才是关键
国家金融监督管理总局发布《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），标志着金融AI从模型试点迈入责任治理新阶段。新规并非抑制AI发展，而是将银行与保险机构的AI竞赛引导至治理框架、数据质量、算力保障与高风险场景管控。今日，金融AI的热度被纳入一套更严谨的评估体系。6月18日晚，总局同步发布政策解读，文件涵盖治理架构、开发应用、数据管理、算力建设、风险控制、能力提升与监督保障等七大维度，提出32项指导性要求。这不只是“鼓励AI”的口号，也非简单风险警示。它重构了金融机构评估A
中国-东盟AI学院上海研修纪实
CHINA · ASEAN AI INDUSTRY ACADEMY中国-东盟AI产业学院项目上海 · 通信技术与数据治理篇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━📋 项目背景"中国-东盟AI产业学院项目"由亚洲一带一路文化教育合作促进会发起并主办，旨在面向东盟国家政府官员、高校领导与科研专家，围绕人工智能产业应用、数字通信技术、数据治理等前沿领域，通过实地参访、专题讲座、座谈交流与实验室观摩等形式，搭建中国与东盟在数字经济时代的高层次人才培养与技
AI驱动碳管理：从被动算账到智能决策
很多企业一提到AI碳管理，第一反应就是‘用大模型写报告’。这是对AI潜力的最大误解。真正的AI碳管理，不是让AI写文档，而是让它成为能算账、能识异常、能推演、能沟通的低碳智能中枢——它能解析工厂的实时运行数据，在数千道工序中精准定位问题，在数秒内完成原本需数周的情景模拟。一句话：碳管理始于数据，但决定其上限的，是AI能从数据中挖掘出多少深层价值。碳数据分散在能源表、生产系统、采购单、物流记录和环保台账中，口径混乱，人工对账依赖经验与加班。一个产品的碳足迹，往往需数人耗时一两周才能厘清。排放因子如何选取、边
三部门发布《网络数据安全风险评估办法》
6月18日，国家网信办、工业和信息化部与公安部共同发布《网络数据安全风险评估办法》（简称《办法》），该办法将于2026年8月20日正式实施。 国家网信办相关负责人指出，《办法》的出台是落实党中央、国务院关于数据安全治理工作部署的关键举措，也是贯彻《数据安全法》《网络数据安全管理条例》等法律法规的具体行动。《办法》旨在规范网络数据安全风险评估活动，优化数据安全管理机制，以数据安全为支撑推动数据资源开发与产业进步。 《办法》界定了适用范围、评估机制及部门职责。规定在中华人民共和国境内开展网络数据安全风险评估须
AI驱动药物研发实战营·北京开课
在AI深刻变革各行业的今天，生物医药正经历前所未有的转型。从靶点识别到临床试验，人工智能正加速研发进程、降低失败率、提升转化成功率。你，准备好了吗？为落实国家“人工智能+”战略，推动医药产业智能化升级，中国科学院人才交流开发中心将于2026年6月底在北京举办——这不仅是一场技术分享，更是一次AI+药物研发的实战训练，汇聚中科院及国内顶尖机构的权威专家，带你直击AI制药的核心环节。本次研修班聚焦AI在药物研发中的真实落地场景，精心设计八大核心模块，贯通从数据管理、靶点发现到临床试验的全流程：✅AI赋能生物医
AI数据思维：管理冰河，还是驾驭活水？
在上一篇中，我们介绍了 事件-快照-操作的狩猎思维，为AI-Ready打下练好的基础，这一篇，我们开始进入到如何生成本体论。前提是，我们要能够分清，什么是现实实有的物理世界、什么是永恒客体的稳定结构。阿尔弗雷德·诺思·怀特海在《过程与现实》中做出了一个根本性的区分：永恒客体与现实实有。永恒客体是纯粹的可能性——数学对象、几何形状、颜色、分类标签。它们本身不发生变化，只是潜在地等待着被“摄入”。一个“圆”的概念，从古希腊到现代，从未改变。它是永恒的、静止的、等待被使用的。现实实有则是不断生成的、带着时间性的
AI数据治理核心内容解析
近期众多企业提及AI，首先想到的是部署大模型、搭建智能体、构建知识库。说实话，这个方向是正确的。但经过多年数据工作，目睹众多项目后，我愈发确认一点：AI项目最终能否落地，表面取决于模型，底层则依赖于数据治理。那么，问题来了。AI数据治理究竟要治理什么？并非简单清洗数据，也不是建几个数据表，更不是购买一个平台就了事。它真正治理的是五个方面。过去进行数据治理，通常是为了报表、指标、监管、经营分析。现在情况不同了。AI需要利用数据，不仅仅是“能查到”就行。它还要具备理解能力。例如，企业拥有一堆制度文档、项目材料
AI视界 | 智能风控体系：穿透式监管重塑央企治理根基
陈庆：资深CIO，现任CIO时代内容总监、研究院首席专家，主理CIO时代AI频道。曾任中粮可口可乐、中国食品（HK0506）、万达主题娱乐、融创文旅、中国文旅、奥园集团悦康板块CIO，埃森哲（中国）有限公司咨询高级经理。2026年刚开年，国资委密集发布三份重量级文件，在央企CIO圈子里引发了少有的震动。这三份文件单独看各有聚焦，但放在一起，逻辑线立刻清晰：2号文定目标，1号文给工具，15号文抓年度落实。这不是简单的合规要求，这是央企监管底层逻辑的一次重构。AI 频道一、三份文件，一台发动机2号文（《关于加
七月起施行：AI拟人化服务监管新规全解读
倒计时开始：并非所有对话机器人都能以"虚拟人"身份上线2026-06-16 | Frank Qin 涉外法律观察 | AI新规 · 数据治理 · 产品上架重要提示：计划进军中国市场的AI陪伴、虚拟角色和情绪支持类产品，需先评估是否属于拟人化互动服务范畴，同时做好交互数据管理、未成年人保护、安全评估及上架审核材料准备。2026年7月15日，《人工智能拟人化互动服务管理暂行办法》（以下简称"《规定》"）将正式生效。对打算在中国市场推出AI陪伴、虚拟角色、情绪支持、拟人化客服或具备长期关系属性的AI产品的企业来
AI赋能认知重塑：打破数据巴别塔，构建企业本体操作系统
企业斥巨资部署系统，部门间却依然各说各话——症结绝非流程，而在思维。何谓“核心大客户”？销售部门认为：年消费超五百万。服务部门认为：客诉比例不足百分之二。财务部门认为：结账周期少于三十天。同一词汇，三重内涵。一场会议，半钟头耗在解释概念上。这绝非个别企业的管理特例。这是企业运转的通病——亦为一切效能流失的病根。流程重塑练的是躯干，认知重塑炼的是心智。躯干能够外托，心智唯有自我同频。今日，我将把此现象的本质、成因及解法彻底剖析。许多高管面对跨团队理解分歧，首选往往是三个“常规对策”。购系统、搞会议、强上AI
工业AI为何惨败？从“买系统”转向“长智能”才是破局关键
字数：约5300字 | 阅读时长：9分钟以一家华东央企二级公司为例，2025年底斥资3000万购入全套“AI+制造”整体解决方案——涵盖行业大模型、智能排产、预测性维护、质量检测等。供应商承诺三个月交付，半年见效。一年过去。排产模块，计划员依旧依赖Excel；预测性维护，设备科照常每周巡检；质量检测虽上线，却仅覆盖一条产线的一个工位，理由是“其他产线传感器数据格式不一，无法训练模型”。价值3000万的系统，实际有效使用功能不足15%。这并非孤例。根据德勤对中国制造业AI项目的调研：认为项目达成80%-10
人工智能与煤炭产业融合发展现状透视
此前，国家发展改革委等四部门联合发布《关于促进人工智能与能源双向赋能的行动方案》，旨在加强能源对人工智能发展的基础支撑功能，发挥人工智能对能源转型的叠加倍增效应，推动人工智能与能源的双向赋能发展。当前，煤矿智能化建设持续加速推进。"煤炭+人工智能"是人工智能与能源双向赋能的关键场景，也是煤炭行业培育新质生产力、实现高质量发展的必由之路。人工智能与煤炭双向赋能进展怎样？近日召开的中国煤炭工业协会信息化分会五届委员会四次会议暨煤炭行业人工智能创新应用推进会上，参会代表分享了最新动态。人工智能与煤炭双向赋能态势
破解AI落地实体经济的终极难题
从大模型迅猛发展到产业落地突破，人工智能（AI）正经历从技术热潮到价值实现的关键转折。当前，许多企业在应用AI时发现，尽管数字大屏上数据丰富、对话机器人应答流畅，但AI始终难以深入核心业务决策环节，赋能实体经济的“最后一公里”依然受阻。 数据可见却不可用，是企业AI应用落地难的一大“痛点”。数据孤岛并非主要问题，真正的瓶颈在于数据无法被AI精准理解与应用，导致AI难以参与决策过程。神州控股数据智能集团技术研发中心总经理张伟曾指出，经过近十年数据中台建设，大部分企业内部数据已实现互联，核心问题在于通用大模型