中小企业AI落地难？破解最后一公里困局
在中国人工智能产业的版图中，一组刺眼的对比数据暴露了行业难以掩饰的痛点：在已产生AI支出的企业中，500人以上的大企业，单笔投入超过500万元的比例高达21.3%；而500人以下的中小企业，42.6%的企业年AI投入仅在2万至10万元之间。从宏观视角看，大企业的AI采用率已达15.5%，而小企业仅为5.4%。这组数据揭示了一个严峻现实：大厂的AI愿景与千万中小企业的生存现状之间，横亘着巨大的鸿沟，产业正经历严重的“AI折叠”。当互联网巨头和百模大战的赢家们在高端论坛探讨底层架构重构、万卡算力集群及AGI倒
FDE：AI公司为何开始往客户现场派人
本期概念"FDE"一种将工程师派遣至客户真实业务现场，肩负将AI从概念验证推向生产系统的混合型角色QincAI沁菜当AI演示变得越来越简单，真正的难题反而在于如何接入权限、数据、流程与责任链条。FDE的兴起，折射出AI商业化正进入最繁琐也最具价值的深水区：把模型打造为组织每日敢用、能查、可追溯的系统。FDE是被派驻客户现场的工程负责人，而非只会演示的售前人员这一角色延续了Palantir式的前线部署传统，又因生成式AI的落地挑战而被重新点燃。FDE是Forward Deployed Engineer的缩写
AI前沿：GPT-5.5虽强，OpenAI为何重金押注“人工交付”？
导语：最近 OpenAI 做了两件看似冲突的事——一边推出号称史上最强的 GPT-5.5，一边砸下 40 多亿美元，新建一家“派驻工程师入驻企业”的交付公司。模型已然如此强大，为何还要费力派人？今日我们便来深度剖析这一反差：AI 真正的瓶颈，早已不在模型本身。先聊聊近况。OpenAI 刚发布了 GPT-5.5，官方称其为“迄今最强”，在编程、操作计算机、科研等领域，全面超越前代。照理说，模型如此强劲，公司理应专注提升模型性能。然而几乎同时，OpenAI 又做了一件看似不相关的事：成立了一家名为 OpenA
AI军备竞赛收官 企业落地战启幕
就在同一天，OpenAI与Anthropic各自抛出了一枚深水炸弹。这次不是发布新模型，也不是融资。而是两家AI巨头分别创立了合资企业，目标出奇一致：派遣工程师深入企业内部，将AI技术无缝嵌入业务流程。OpenAI联手TPG、贝恩、软银等19家私募巨头，首轮融资40亿美元。Anthropic则与黑石、H&F、高盛等资本大鳄牵手，首期融资15亿美元。同一天。同一路径。这不是巧合——这是整个行业在共同承认一个残酷的现实。先看一组数据。Anthropic年化营收已突破3000亿美元，超越OpenAI的2
AI产业化落地难？一线实战者揭示“最后一公里”破局之道
作为一名长期活跃于科研领域与产业前沿的研究者，我近期深感焦虑。并非担忧AI技术本身，恰恰相反，技术发展迅猛。预计到2025年，中国AI核心产业规模将突破1.2万亿元，企业数量超过6200家。然而，在我走访的二十多家企业中，一个令人心寒的现象普遍存在：虽然都在尝试应用AI，但真正实现落地并从中获利的却寥寥无几。问题究竟出在哪里？我认为，人工智能发展至今，从技术的高速迭代到产业化落地，中间横亘着一道难以逾越的鸿沟，姑且称之为“最后一公里”。今天，我将以一线实战者的身份，与大家深入探讨这“最后一公里”的挑战究竟
中金维持顺丰同城领先评级 目标价17.8港元
中金发布报告指出，首次预测顺丰同城(10.84, 0.03, 0.28%)（09699）2027年经调整净利润为9.66亿元，当前股价对应2026/2027年的市盈率分别为14倍和8倍。维持领先行业的评级，设定目标价17.8港元，对应2026/2027年的市盈率为23倍和14倍，上行空间达到65%。预计公司规模效应将持续显现，2026年费率有望继续下滑。得益于订单量的增长和轻资产运营模式，预计公司费用占比将进一步优化。 中金的主要观点如下： 公司公布2025年业绩：收入同比增长45%至228.99亿元；毛