AI赋能流程 | 中国企业落地流程智能化的路径
作为管理类畅销书《业务流程》的作者、国内最早聚焦大模型智能体的咨询顾问，我在盛况空前这届世界互联网大会（WAIC）上发现神州数码是我的知音，因为它抛出了"AI for Process"的整套战略框架，作为企业AI转型顶层路线。前天，我参加了多位企业家、学术专家出席的AI管理创新论坛 👉神州数码与哈佛商业评论中国联办WAIC首场AI管理创新论坛，产学研媒共探AI治理中国路径。说来我和神州数码有些渊源，2001年我在惠普工作时，参与过刚从联想分拆出来、独立开展分销业务的神州数码的核心业务平台规划和建设，那是国
AI引领固体发动机设计新纪元：五大前沿方向
在数智化浪潮的推动下，传统的依靠经验和反复试验来设计固体发动机（SRM）的模式正逐步转向由数据和模型驱动的智能化设计。本文首先回顾了数智技术在航天领域的应用现状与未来趋势，并在此基础上，提出了人工智能在固体发动机技术（AISRM）领域的五大未来发展重点：流程智能化、符号回归、非线性映射、智能优化以及生成式智能。展望未来，AISRM将成为数智时代固体发动机先进技术的代表，极大地推动发动机研发模式的革新，显著提升设计水平、效率和技术创新能力。褚佑彪, 王琪虎, 蒙波, 等. 人工智能赋能固体发动机设计技术的五
黑灯实验室技术体系：AI4Test驱动全链路智能化
黑灯实验室的技术架构以“中枢统筹、终端执行、数据赋能、安全保障”为基本逻辑展开，四个层级彼此衔接、逐步深入：核心层充当“数字大脑”，承担智能判断与统一调度；执行层如同“手脚”，负责把决策指令转化为具体检测动作；数据层相当于“血液系统”，为整体平台提供数据支持与价值提炼；保障层则像“安全护盾”，负责守护系统的合规、安全与稳定。四个层级协同配合，形成黑灯实验室全流程智能运转的技术闭环，也推动了AI4Test与检验检测业务流程的深度结合。核心层是黑灯实验室技术体系中的“神经中枢”，也是AI4Test技术落地的关