AI赋能质量管理:从人工经验到智能决策的升级之路
过去数十年间，我们一直处于"检验时代"——产品生产完毕，我们进行验收；问题出现后，我们着手整改；客户反馈后，我们进行赔偿。质量管理部门在众多企业中扮演着"监察员"或"救火队"的角色，承担的是事后把关和被动应对的职责。但这一切正在被AI以前所未有的速度重新构建。从汽车制造到半导体封装测试，从医疗设备到化工安全，AI已不再是实验室中的概念验证，而是深入到了生产线的每一个数据节点。正如越来越多的一线管理者所感受到的：AI不再只是一个辅助工具，它正在重塑质量管理的整个链条——从检测到预防，从记录到预测，从执行到治
6.8-6.14 人工智能法学研究监测周报
本周累计收录 10 篇学术文章，涵盖 AI 治理基础理论 1 篇、算法治理 1 篇、数据法 2 篇、数据安全与跨境流动 2 篇、网络法治 1 篇、自动驾驶与智能交通 1 篇、AI 与司法 2 篇。1.《从信息成本到信息生产：人工智能侵权过错责任的理论证成》 作者：何泽昊 期刊：法商研究 期刊类型：CLSCI2.《智能算法用工管理下的雇主保护义务与算法侵害责任》 作者：田野 期刊：法商研究 期刊类型：CLSCI3.《作为数据利益协调机制的个人数据匿名化——以公共数据授权运营中的数据利益平衡为中心》 作者：张
AI 智能体重塑企业管控体系
传统企业业务管理系统的核心使命在于规范流程、汇聚数据及实现管理透明化，其本质是企业的“记录载体”。伴随 AI 技术的演进，系统功能已超越单纯反馈“既往经营成果”，转而具备趋势预判、异常侦测、资源调配、智能建议及自动执行能力。财务、供应链、制造、采购及经营分析等领域正逐步迈向 AI 驱动的主动式管理。企业部署 AI 的关键要点：1. 数据治理优先于模型构建AI 的上限取决于数据品质而非模型优劣。实施前务必完成主数据清洗（如物料编码、供应商与客户档案），打破数据孤岛并确立标准体系。若跳过此步直接应用 AI，必
企业家破除AI恐慌方能善用智能技术
2026年6月14日 | BDC商学洞察 | AI战略与数字化转型首先提出一个疑问：人工智能真的是新事物吗？若你回答“是”，说明你已被焦虑遮蔽了视线。真相是，人工智能这一概念早在1956年便已诞生，至今已近70载。它历经三次高峰与两次低谷，直至当下才真正迎来产业化的爆发时刻。为何此刻才如此火热？为何企业家们忽然集体陷入焦虑？这种情绪是理性的审视，还是盲目的恐慌？唯有洞察历史，方能化解焦虑。AI的发展轨迹并非直线，而是呈波浪式演进。第一次高峰（1956-1970年代）：概念萌芽期1956年达特茅斯会议正式提
AI数据查询推广受阻的原因
通过实施数据脱敏、只读权限等安全策略，可以有效规避模型的数据泄露隐患，从而让AI数据查询持续发挥其应有的效用。“数据治理的核心实质在于对数据定义及口径的掌控权。”睿胜有方1从“未料事”和“未完事”进行规划2批评不应被视为教育3用数学推导华为与美的超30年成功的底层逻辑4“得来全不费工夫”5把握汇报的尺度6优秀的计划助你摆脱战术勤奋7相互成就，共同进化管理智慧1从GE和格力看如何真正解决问题2CIO确实不易！3+HW助力各界发展45如果规则失守，何谈执行力？6为何美的和华为转型如此成功？7领导者如何平衡公平
AI架构师真正在做的事，你了解多少？
近期行业内有个说法很现实：众多AI项目并非败在模型性能不足，而是栽在了"缺乏将模型融入业务流程的方法"上。这话虽然犀利，但仔细琢磨确实如此。ChatGPT风靡那阵子，大家都在热议"采用哪款模型"。GPT-4、Claude、文心一言、通义千问……对比表格做了一份又一份，测评跑了一轮又一圈。可真正部署半年后回看——选对了模型，不过是完成了最初阶段。那么问题出现了：后续的工作谁来推进？回答是：AI架构师。一、你认为他在挑模型，实际上他在构建"体系"许多人对AI架构师存在认知偏差，觉得他就是那位"通晓各类模型、能
告别外挂模式：2026 SAP 峰会定义“自主运营企业”新范式
众所周知，从Anthropic到OpenClaw龙虾，AI技术今年飞速迭代，大模型正快速迈向自动化与自主化的Agentic AI阶段。然而，随着以养龙虾为代表的消费级AI热度攀升，企业反而愈发困惑：通用大模型虽能写代码，却难以理解企业的业务流程、数据合规要求及组织逻辑；同时，如何平衡企业数据的安全权限与Agentic AI智能体的性能，也成为一大难题。AI时代已然降临，企业究竟该如何应对？SAP大中华地区总裁原欣2026 SAP中国峰会给出了一个极具说服力的答案：企业AI的演进方向是构建“自主运营企业”（
供应链AI数据治理与智能问数工作坊精彩回顾
4月25日，由供应链人工智能应用人才培养基地及成果转化中心牵头，厦门市现代供应链联合会供应链数智化专委会、六边形（厦门）人才科技有限公司共同协办的【供应链 AI 数据治理与智能问数】实战工作坊顺利闭幕！本次活动紧扣供应链领域数据难题，采用理论讲解结合实操演练及现场答疑的模式，吸引了大量供应链企业管理者、数据专员、采购及仓储负责人参与，共同探寻 AI 时代数据从“隐蔽资产”向“战略资源”转型的突破路径。活动现场气氛活跃、互动频繁、成果显著，取得了圆满成功！01资深专家联合授课内容充实直击要害本次工作坊特邀两
内蒙古电力集团推进AI赋能电网智能化建设助力能源体系升级
内蒙古电力（集团）葛利宏一、自治区行动方案为内蒙古电力集团深入推进AI与电网融合提供了基本指引内蒙古电力集团认真学习贯彻自治区"1571"工作部署精神，深入研究落实国务院《关于深入实施"人工智能+"行动的意见》和自治区《"人工智能+"行动实施方案（2026—2028年）》政策文件，一致认为自治区实施方案目标明确、贴近实际、部署清晰，是国家"人工智能+"行动在自治区的具体化实施方案。实施方案紧密围绕国家能源安全、全国风光大基地、东数西算等重大战略，明确到2028年，新一代智能终端、智能体在重点行业达到全国平
AI赋能煤田勘探：智能化转型的创新实践
当前，人工智能与地质勘查深度交汇，正在推动传统地勘行业加速向数字化、智能化、集约化方向演进。一八五公司立足煤田勘探主业，围绕野外施工、数据治理、安全管控等核心环节，依托数据智能综合管理平台与钻探作业行为智能识别系统，将AI技术贯穿勘探全流程，通过技术创新解决生产难题、释放数据潜能、强化安全保障，逐步探索出一条契合地勘实际、发挥专业特长的智能化发展路径。 一、智能技术驱动升级 新模式重塑地勘作业流程 人工智能技术的深入应用，为地勘施工带来全链条、系统性的深刻变革。在数据治理环节，公司以OCR智能识别、多模态
兴芮科技举办AI与数据治理专题培训
深耕AI赋能数智驱动转型兴芮科技AI与数据治理应用专题培训顺利召开为紧跟人工智能技术发展浪潮，夯实企业数字化、智能化发展根基，精准探索业务转型升级新路径，2026年6月9日，兴芮科技组织开展“AI与数据治理应用”专题培训。本次培训特邀行业资深专家授课，旨在帮助公司管理及技术人员掌握前沿AI技术、夯实数据治理能力。公司总裁俞伟娜、副总裁刘青山，以及各业务、职能部门负责人、技术骨干等30余人参加本次培训。AI应用与数据治理是企业优化业务流程、提升运营质效的关键。本次培训内容务实贴合业务，专家系统讲解了大模型技
人工智能治理的核心概念与实施要点
人工智能治理是企业在开发、应用及监管AI过程中的基石。作为数据治理的分支，它要求对AI流程、政策及控制措施进行持续跟踪。其核心在于将抽象的道德规范转化为具体的管理行动。治理框架确立了企业的AI使用规则，并充当所有AI应用的裁决者：治理政策明确了AI活动的责任归属及工具使用范围。它通过技术手段控制访问、审计使用情况、设定速率限制等，确保符合隐私法规与行业标准。这有助于企业规避有害内容生成、决策失误及法律风险。与常规数据治理不同，AI治理强调“流动性”。项目需紧跟AI创新步伐，设计出能通过持续监控进行动态更新
智能问数实战路径：治理与AI协同演进落地手册
自大模型掀起智能问数风潮以来，行业已历经四轮技术革新。从RAG、模型微调，到Agent自主探索、多智能体流水线，再到语义层深度融合，技术方案持续加速演进。然而，真正扎根业务日常、被高频使用的智能问数系统，却寥寥无几。针对这一困局，业内逐渐形成两种诊断思路。一种将失败归咎于大模型本身的能力瓶颈。另一种则指出，问题核心在于项目定位的错配——许多团队将智能问数当成纯粹的AI工具来开发，忽视了它本质上是一场对数据基础的重塑工程。作为管理咨询从业者，我们的角色并非在两种声音之间选边站队。而是设计一条既能直面治理现实
华西医院携手蚂蚁集团，AI赋能基层医疗健康服务
11月8日，在2025年世界互联网大会乌镇峰会期间，四川大学华西医院（下称“华西医院”）与蚂蚁集团正式签署战略合作协议。双方将依托华西医院深厚的临床经验与科研积淀，结合蚂蚁集团领先的技术能力与生态资源，围绕呼吸系统疾病等慢性病，共同推进科学研究、服务体系建设与“AI+医疗”的融合创新，助力优质医疗资源下沉，赋能基层医疗服务能力提升。“我们的合作将以临床诊疗、疾病管理等需求为导向，共同研发更精准、更可信、更高效的AI医疗解决方案，用技术‘复制’华西优质诊疗能力，让更多基层医疗机构和远距离患者受益，推动健康服
我国AI发展面临的挑战与突破路径
虽然我国算力总规模已跻身全球前列，但软硬件生态系统仍显薄弱，限制了整体性能的充分发挥。从数据看，我国已具备支撑人工智能快速发展的硬件条件。截至2024年第一季度，智能算力总量达到每秒1882百亿亿次浮点运算能力，处于世界领先水平；智能化计算中心建设不断加快，现已建成42个万卡级别的智能计算集群，为人工智能的规模化发展打下坚实基础。从产业链角度看，我国已初步构建起较为完善的算力产业体系。国内企业围绕芯片、软件平台、服务器、网络设备、存储及集群等环节进行布局，推出了一体机、超节点和智能终端等多种算力部署方案，