【活动预告】智数论道 —《AI驱动数据治理革新,重塑数据价值生态》
如何实现：智慧化治理与智慧化用数？AI数据中台如何化解企业数据治理难题、释放数据资产价值？本周五数聚大咖专场分享，为行业奉上全新实战攻略！当前AI应用在各行业全面渗透，数据治理已从过去的合规管控阶段，迈向AI驱动、价值释放的新时期。大量企业受困于数据分散、治理效率不高、数据难以复用、业务匹配度低等难题，庞大的数据积累难以转化为业务产出，AI智能体也因缺乏优质数据支撑和业务语义理解而难以真正落地。直击行业核心痛点，8月12日晚，国际数据管理协会大中华区主席汪广盛特邀苏州龙石数据创始人兼总经理练海荣，带来深度
【博客早间】AI的'喂养'之道：大数据如何成为智能的'口粮'
倘若将人工智能比喻为一个不断成长的"智慧生命体"，那么算力便是它跳动的心脏，算法构成了它的神经网络，而数据——则是维系这一生命体正常运转所必需的"养分"。这一比喻并非戏谑之言。在AI领域，一种普遍认同的理念正在凝聚：没有高质量的数据作为支撑，再卓越的算力也仅是"空转的机器"，再精妙的算法也无异于"巧匠难为无米之炊"。数据，已成为框定人工智能发展上限的关键变量。为何数据堪称AI的"粮食"？AI的学习机理，本质上是对人类认知模式的一种复刻。人类借助读书阅卷、观察外部世界、躬身实践来积淀经验、归纳规律；而AI则
首份具身智能数据质量规范出台
近期，工业和信息化部正式批准了《人工智能关键基础技术 具身智能数据集质量要求及评价方法》，该标准定于2026年11月1日生效。由中国信息通信研究院牵头，联合四十余家行业单位共同制定，这标志着具身智能数据建设从追求数量转向注重质量，弥补了该领域行业规范的空白，为构建高质量数据集打下坚实根基。 眼下，具身智能遵循大模型“大力出奇迹”的路径，已多次证实数据对模型性能的增强效应。2026年，百万小时的数据产出被视为企业研发模型的基本门槛。行业持续关注具身智能数据，不断发布开源数据集，训练场建设正热火朝天。然而，这
高质量数据为何成为AI系统的关键？解析可信人工智能的数据根基
人工智能的飞速进步不断刷新企业在自动化、智能分析以及辅助决策方面的期望。然而，模型能力的持续增强并不意味着任何数据都能产出可靠的智能成果。实际上，决定人工智能系统价值的核心要素，除了算法和算力，更关键的是数据本身的品质。对现代AI系统来说，数据已不再仅仅是业务系统中的存储资源，而是深度参与模型理解、推理和决策的关键要素。数据质量越高，系统输出就越稳定；数据越完整、越精准，人工智能就越能形成可信的分析能力。因此，构建高质量的数据体系，已然成为AI应用成功的基本前提。AI系统为何离不开高质量数据？构建可信人工
制造业AI落地的适用边界——一张图帮你避开百万级踩坑
近期与不少推进AI落地的制造企业交流时，我发现一个普遍困扰：什么样的业务场景值得引入AI？哪些场景其实并不适合？最令人担忧的情形是——投入数百万资金，结果发现AI根本无法胜任。我绘制了一张"适用边界图"，帮你避开这笔不必要的开销。先分享一个让我印象深刻的案例。去年某智能制造部门启动了一个"AI驱动的全自动排产"项目。从立项、招标到供应商入场，前后折腾了半年。预算300万，最终实际支出达到400万。然而结果——排产准确率不足65%，比经验丰富的排产员手工排产还要低10个百分点。总经理非常恼火，决定更换供应商
AI智能体落地制造业的四大致命陷阱
AI智能体在制造业的落地实战 - 第5篇/共6篇智能体落地最大的坑前四篇讲了"怎么做"——第5篇不谈理想，只谈"死法"。系列说明：本系列是"AI+装备制造研发落地实战"的续篇。第1篇定义工业智能体，第2篇拆解四层架构，第3篇讲数据底座，第4篇讲智能体协同。 上篇回顾：第4篇的核心结论——单点AI优化"环节内的效率"，智能体协同优化"环节间的效率"。数字主线（事件驱动+共享上下文+闭环反馈）是协同的关键。-
AI驱动东西部协同论坛将亮相2026世界人工智能大会
2026世界人工智能大会及人工智能全球治理高级别会议定于7月17日至20日在上海举办。“贵州·AI驱动东西部协同发展论坛”作为大会关键议程，将于2026年7月20日上午在上海世博中心召开。该论坛由贵州省大数据发展管理局组织，提升政府治理能力大数据应用技术国家工程研究中心与贵州省人工智能实验室联合承办，重点展示贵州在算力与场景资源方面的独特优势，结合东部地区人工智能大模型前沿技术，推动形成东西部优势互补、深度整合的人工智能产业新生态，探索东西部AI协同发展新模式，助力人工智能产业高质量发展。本次论坛以“‘东
AI落地：务实才是真功夫
近期晚点Last Post刊登了一篇深度报道《当一个年轻人空降改造腾讯混元的三百天》，讲述了姚顺雨加入腾讯后对混元大模型底层架构进行全面重构的经历。在AI相关产品与应用开发领域，业界普遍认同一个观点：评测环节不可或缺。那么评测究竟有多关键？可以说，评测的价值甚至超越了模型本身。近期我在项目中同样遭遇了多次类似困境。以客服场景的语义分流任务为例。最初在实验阶段，我们采用了小规模语言模型处理语义分类任务，效果尚可，准确率约为70%。随后由于工作安排，我将项目转交给另一位同事继续推进，目标是将准确率提升至90%
AI时代数据建模：重塑企业资产价值的关键
导读：静态文档模式正向AI就绪语义资产转型，数据建模通过概念、逻辑、物理及语义四层架构的协同演进，将无序字节转化为支撑大模型推理与智能体执行的结构化知识。这种以业务语义为底座的设计机制，把数据治理与质量规则前置编码进资产层面，构成了消除系统歧义、降低AI幻觉并驱动自动化决策的必要基石。业务变化的速度总是快过系统更迭的速度。过去十几年，企业试图把所有业务装进一个完美连贯的模型里，结果往往是得到一堆局部快照。即便如此，数据如果没有结构，就只是占据存储空间的字节。只有把数据组织起来，赋予其明确的业务定义和上下文
AI重塑制造管理：智能预测取代人工调度
85%的制造企业今年计划升级AI管理系统。但78%的老板卡在了同一件事——不知道从何下手。 🤖 只来智能OnlyAgent，原生AI企业管理平台，专为制造业打造。 → onlyagent.io 免费体验在数字化浪潮席卷而来的2026年，企业管理正在经历一场静默的革命。传统ERP系统的高成本、长周期、难维护已经成为制约企业发展的瓶颈。🤖只来智能OnlyAgent的原生AI系统，正是这场革命的先锋。不同于传统的SaaS软件，我们的AI系统具备自主学习和决策能力，能够根据企业数据持续优化管理策略。PART 01
医护人员AI态度评估工具：现状、特征与本土化展望
医护人员医疗人工智能态度评估工具的综述研究沈丽宁 孙未冉 沈文轩 何事成 陈思思摘 要本文旨在梳理国内外用于评估医护人员对医疗人工智能态度的测量工具，为相关工具的研发与落地应用提供借鉴。依据范围综述的方法论框架，系统检索了PubMed、Web of Science、Scopus及中国知网等数据库，时间跨度从2015年9月至2026年1月。依照PICOS原则，筛选出涉及医护人员人工智能（AI）态度评估工具开发或应用的文献，深入提取并归纳了工具特性、维度构建、信效度表现及适用情境等关键信息。最终共纳入21篇文
AI智能体落地困境:斥巨资部署,为何连基础客服都搞不定?
"我们的 AI 智能体项目推迟了。"不是小规模尝试，而是数亿资金注入、数百人参与、与顶级科技企业联手的大工程。消息传开，行业哗然。毕竟半年前，这些企业还在高调宣传 AI 智能体如何重塑了业务流程。从"颠覆行业"到"连基础客服都做不好"，仅仅相隔半年。某股份制银行上线了 AI 智能客服，号称能处理九成客户咨询。结果首月，客户投诉量不降反升。问题出在哪？一位客户要挂失银行卡，AI 客服反复问了八遍"请问您的身份证号是？"——因为语音识别把"
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
外刊精读 | AI标注员借ChatGPT偷懒？揭示“数据近亲”如何蚕食未来模型
本文选自《新科学家》2026年6月27日刊 | 第9页原文标题：AI 'inbreeding' is rife in training作者：Matthew Sparkes难度：⭐⭐⭐☆（适合高三及以上）📌 导读你相信吗？那些被雇来训练AI的人，自己却在偷偷用AI完成工作——用ChatGPT生成对话，再拿这些“假数据”喂给新一代模型。后果是什么？AI学会“吃自己”，性能断崖式下滑，专家称之为 “模型崩塌”（model collapse） 或 “AI近亲繁殖”（AI inbreeding）。今
人工智能重塑移动营销决策链路，数据质量成竞争核心要素
随着AI智能体逐步掌握广告投放的自主决策权——涵盖投放渠道、受众选择与预算分配等关键环节，移动应用营销的基础架构正经历深刻变革。在厦门举办的MAMA移动互联网高层峰会上，移动归因与营销分析平台AppsFlyer亚太区总裁兼董事总经理Ronen Mense接受媒体专访，深入剖析了AI时代移动营销面临的机遇与挑战。他指出，过去一年间，AI对整个行业产生了深远影响，尤其在工具层面，“AI智能体的构建模式及其相互协作机制正在迅速迭代。当前我们探讨的是智能体间的协同作业，AI正演变为广告主获取用户的新型途径。”从市