AI是一场认知生产方式的重构
过去几年，关于AI的讨论常陷入两极：有人认为它将颠覆所有行业，也有人视其为资本炒作的泡沫。前者忽视了社会适应技术的复杂性，后者则低估了通用技术的深远渗透力。新技术往往被高估短期影响，却缺乏对长期演进的耐心，AI也不例外。若以宏观历史视角，将AI置于技术革命脉络中审视，真相将更清晰：真正深刻的技术变革，从不源于单一工具的诞生，而在于它重塑了社会运行的成本结构。蒸汽机降低了机械动力成本，电力降低了能源分发成本，电报与电话降低了远程协作成本，互联网降低了信息复制与传播成本。而AI降低的是认知与执行成本。人们使用
AI治理中国路径：从技术到组织的质变之路
7月18日上午，WAIC 2026世界人工智能大会首场AI管理创新论坛正式拉开帷幕。本次论坛由神州数码联合《哈佛商业评论》中国共同主办，汇聚产学研媒多领域意见领袖，围绕“冰山下的价值掘金”核心主题展开深度研讨，以“AI for Process”为核心锚点，回应全球人工智能治理的时代之问，共同描摹人机共舞的未来企业管理新秩序，探索从技术“智变”走向生产力“质变”的中国特色管理创新路径。从技术狂欢走向治理深水区：AI for Process锚定组织生产力新内核当前人工智能技术突破持续加速，大模型、智能体的快速
AI时代，别忘了看见具体的人
昨天，上海，世界人工智能大会开幕了。十万平米展馆，一千多家公司，上百场论坛，满场都是四个词：大模型、算力、Agent、机器人。参数在涨，估值在涨，声音很大。可在这上百场论坛里，有一个名字很安静，我一眼就记住了——它叫"在 AI 中看见具体的人"：20 位来自产业、科研、投资一线的人，要用 7 个小时，只讲一件事——AI，到底怎么改变了每一个具体的人。就这一个名字，让我心里咯噔了一下。因为这，正是我想和你聊的事。也是这个新专栏，想站的地方。看不见人的 AI 叙事，再热闹，也是空的。人 机 协 作 设 计你有
AI新流水线 02｜AI与组织：个体加速前行，企业为何难以同步？
上一篇谈到，AI进入流程以后，改变的不只是文件生成速度，而是工作的流动方式、控制点与责任边界。AI新流水线 01｜AI流程：当AI进入流程，流程管理正在被重新定义但它真正进入企业时，最先出现的往往不是一条顺畅的新流水线，而是一种越来越明显的割裂：个人已经开始用AI奔跑，组织却还在按原来的节拍行走。01 一个很常见的现场一家制造企业每天都要汇总生产日报。过去，几个人从不同系统导出数据，再复制、粘贴、核对，忙上两三个小时。后来，一名员工用AI加上一段简单脚本，把数据整理、异常提示和文字摘要都自动生成了。他很兴
29国共同创立世界人工智能合作组织 总部设在上海
点击上方蓝字 关注我们7月16日，在坐落于上海的2026世界人工智能大会上，由中国提议的世界人工智能合作组织（WAICO）宣告正式成立。来自包括中国、俄罗斯、哈萨克斯坦、巴基斯坦、印度尼西亚、巴西、委内瑞拉、埃塞俄比亚、喀麦隆在内的29个国家的代表齐聚一堂，共同签署了成立协定，成为创始成员国。联合国秘书长古特雷斯也亲临现场出席了签字仪式。该组织总部坐落于上海，作为一个独立的政府间国际机构，其性质并不隶属于联合国体系。早在2025年的世界人工智能大会上，国务院总理李强便首次提出倡议，提议成立这一组织。随后的
AI普及后，企业最该沉淀的是什么？
AI将逐步融入企业的销售、营销、客服、管理与运营流程，承担信息处理、内容生成、客户跟进、任务推动与数据分析等职能。它不再只是孤立工具，而会日益成为企业流程中的数字员工。初期，企业关注的是谁率先启用AI，谁率先接入Agent，谁最快完成工作流编排。这些举措能提升效率，也让企业更早感知AI对经营模式的重塑。但若拉长时间维度，AI技术终将普及，可用模型与工具也将趋同。那时，决定企业差异的，不再只是是否使用AI，而是能否将自身经验、标准与判断持续沉淀至AI系统中。微软CEO纳德拉曾指出：未来企业核心知识产权，可能
企业AI重构：586个原子场景深度拆解实体公司运作
贵公司的人工智能应用普及程度有多高？不少企业主常问我：AI究竟能为企业创造哪些价值？若回答仅限于“撰写文案、制作幻灯片、生成图像”，那不过是工具列表，并非真正的企业整合。核心问题是：在一家实体公司里，以往由多个部门、众多员工、各类系统重复执行的任务，能否被AI承接？承接之后，由谁评估，由谁担责，由谁进行现场和专业决策？因此，我并非从工具入手，而是将一家典型实体企业重新分解剖析。起初我们梳理出149个一级场景。接着按照实际组织结构深入拆解，形成了12个部门、62个业务单元、186个小组、586个AI基础场景
AI为何尚未引爆生产力革命？
最近你是否也有同样困惑：AI作为颠覆性的生产力技术，早已能在写代码、处理数据、生成内容上表现惊人，可为何企业整体效率仍未迎来质的突破？不少人将AI比作互联网革命，但这实则是个误区：* 互联网是“信息革命”：核心提升的是信息传递效率。* AI是“生产力革命”：真正解决的是内容生成效率。1882年，爱迪生建成人类首座发电站，电力时代由此开启。但令人意外的是，直到27年后的1909年，采用电动机的工厂比例仍不足25%，整体效率提升微乎其微。#### 为何换了更强动力，效率却没提升？ 当时的工厂主陷入“单点替换”
AI Agent 落地为何困在试点阶段？四大真实瓶颈揭秘
2026年被业界广泛认定为"AI Agent元年"。Gartner预测，到2026年底全球40%的企业应用将集成AI智能体。然而7月7日媒体披露的一组数据却给这股热潮泼了一盆冷水：在六个AI Agent项目中，超过半数仍停留在试点阶段，始终无法规模化推广至全公司。问题究竟出在哪？通过对多个落地项目的观察，可以归纳出四个真实死因——它们无一属于技术问题。AI Agent的核心能力是"跨系统自主完成任务"，但前提是它得能读懂各个系统里的数据。而现实是，大多数企业的数据如同一座冰
谷歌AI落后了吗？Gemini 3.5 Pro推迟发布，股价随即下跌3%
谷歌的AI，似乎有些掉链子了。原定于今年6月推出的旗舰模型Gemini 3.5 Pro，至今仍未面世。原因在于：技术表现未能达标，尤其是代码编程能力方面。消息公布后，Alphabet股价盘中大幅下挫超过3%。在苏州从事新媒体工作这些年，我体验过市面上绝大多数主流AI工具。谷歌的Gemini在文本生成与搜索整合方面确有优势，但代码能力方面确实落后于GPT-5.6和Claude。如今就连Meta发布的新模型，在AI代码生成领域也已超越了谷歌当前版本。据知情人士透露，Gemini 3.5 Pro推迟主要是因为谷
AI重塑组织：中层管理者如何突围
第一条：特斯拉宣布将在2026-2028年逐步淘汰大部分中层管理岗，用AI决策系统直接连接马斯克与一线工程团队。同时，把自动驾驶与AI团队提升到一级业务板块，跳过中层管理，直接向马斯克汇报。第二条：通用汽车5月12日确认，IT部门裁员约600人（占该部门10%以上）。但仔细看，这次裁员不是为了缩减成本——而是为了"换血"：淘汰老旧技术岗位，腾出资源招AI原生开发、数据分析、云原生工程这些高端人才。两家汽车巨头，动作不一样，但方向同一个：用AI重构组织，用技能重新定义人才价值。说实话，这个方向一点也不意外。
AI时代，判断力决定价值
过去很长一段时间，信息本身就是资源。在电力行业尤其如此。早些年，一个人是否熟悉规程制度，是否掌握设备历史，是否了解某个地区的网架结构、负荷特征和运行习惯，往往直接决定其专业价值。很多复杂问题之所以依赖专家，并不完全是因为专家拥有更高明的方法，而是因为信息分散在不同系统、不同专业和不同人员手中，普通人很难在短时间内获得完整信息。信息化建设改变了这种局面。业务系统逐步替代纸质台账，设备档案、运行数据、缺陷记录、工单流程和经营指标被持续积累。到了移动互联网和大数据阶段，信息获取速度进一步提高。今天，大模型又把信
AI一人公司：轻装启航，非终点而是跳板
今年，AI一人公司备受关注。一个人、一台电脑、几款AI工具、一套流程，就能接单、交付、服务客户。过去需团队完成的事，如今单兵也能运转。这确实是时代赋予个体的机遇。AI降低了创业门槛，让普通人首次拥有了直面市场的能力。它像一扇骤然开启的门，让原本困在组织体系中的人，得以自主试水、成交与交付。但若拉长视野，我们也要正视现实：AI一人公司大概率并非终极形态，而是AI产业初期的过渡形态。这句话并非否定一人模式。正因它有价值，才更需看清其边界。真正关键的问题不是“一个人能否做AI生意”，而是：能否长期仅靠接散单、拼
AI创业潮：门槛消失背后的泡沫与风险
认知自动化与创业速度的融合：2026年美国创业潮的宏观与微观经济学评估审视2026年美国经济版图，最引人注目的变革并非来自传统巨头，而是蕴藏在无数初创企业之中。自2022年底生成式AI问世以来，历经三年沉淀与商业化验证，AI已演变为现代企业的核心基础设施。这一转变在2026年引爆了美国前所未有的创业潮，不仅重塑了微观企业生命周期，更在宏观层面开启了资本配置与生产力逻辑的永久性转折。传统经济学认为创办企业壁垒极高，既需巨额初始资本，又需复杂的行政与合规管理。然而，2026年以大语言模型和多模态智能体为核心的
新华社：世界人工智能合作组织协定在上海签署
新华社快讯：7 月 16 日，世界人工智能合作组织协定签署仪式在上海举行。