制造企业引入AI前,先搞清楚这5类数据再做决定
近年来，智能制造领域几乎离不开AI的身影。客户常问：我们工厂能上AI吗？管理层会问：AI能否帮我们降本增效？方案中频繁出现：智能诊断、预测维护、能耗优化、质量分析、AI助手等术语。这些概念都没问题。但回到工厂实际场景，第一步往往不是采购大模型，也不是搭建华丽的大屏展示。更务实的做法是：先弄清楚数据在哪里。数据不清晰，AI就只能在PPT中展示。数据不连贯，模型就难以判断趋势。数据缺少业务含义，分析结果就无人敢用。数据无法指导现场操作，项目就难以产生实际价值。工业AI的真正难点，往往不在于“模型是否足够先进”
首款AI Infra运维智能体评测基准开源，基于近百亿条真实数据检验Agent解题实力
随着全球智能体加速落地，算力需求呈指数级爆发，以GPU为核心的AI基础设施正变得愈发关键。据摩根士丹利报告预测，2028年全球AI基础设施累计总投资将达2.9万亿美元。然而，根据行业通用成本结构测算，其中由运维人力、故障损失与集群闲置构成的成本占比可高达15%~20%，全行业潜在的可优化空间超过4350亿美元。作为全球领先的AI基础设施服务商，无问芯穹早在去年10月便率先启动研发并成功部署早期版本的运维智能体。实践表明，相比传统人工运维，智能体显著提升了整体运维效率：工单平均处理时长缩短50%，关键故障处
四电工程：AI管家，护航铁路智慧神经中枢
四电工程的行业特性与痛点Part 1通信、信号、电力、电气化，合称铁路"四电"，是高铁列车运行的神经系统与动力命脉，属于铁路工程核心站后专项工程，直接决定线路通车能力与行车安全。四电工程专业交叉密集、设备排布紧凑、强弱电交织、电磁环境复杂，涵盖接触网、电力电缆、通信光缆、信号设备等海量系统。传统模式下各专业独立设计、分头施工、各自验收，专业壁垒高、数据不互通，极易出现管线碰撞、走线冲突、电磁干扰、联锁逻辑漏洞等问题。前期图纸错漏碰缺，不仅拖慢施工进度，更会遗留系统性隐患，影响后期行车通讯、信号传输与供电稳
华为亮相DTW 2026：以AI Native引领运营商基础设施变革
近期，在DTW2026峰会期间，华为云核心网标准专家李世涛受邀出席AI4Leadership大师课，并发表题为《AI for Vehicle:Building AI-Native Intelligent Mobility Services with Telecom Networks》的主题演讲。演讲围绕AI参考架构及行业实践案例，深入探讨了AI驱动运营商价值转型的路径与方向。 会上，李世涛结合广东高铁项目价值用例，分享了AI在网络规划、智能运维及业务创新等领域的实践成果，指出AI正从赋能网络运营逐步走向重
新华三Cloudnet引领网络运维智能化升级：从辅助分析到自主运营
当前，AIOps（智能运维）凭借对全网日志、性能及体验数据的智能关联分析，已成为政企网络升级的主流选择，有效解决了故障定位难、排障慢的痛点。但随着AI技术全面渗透，网络的核心价值已从"基础接入通道"跃升为"AI业务运行的核心底座"，这倒逼运维逻辑必须从被动处置故障，转向主动保障体验、整合智能能力与闭环流程的体系化运营。现如今，智能会议、AI客服、工业视觉质检等场景正规模化落地。这类业务具备连续交互、流式输出的特征，链路贯穿终端、无线、广域及云端，对时延、抖动高度敏感。以往轻微的网络波动会在AI链路中被层层
即刻体验！中控SCADA报警AI Agent试用开启
在工业SCADA运维领域，海量报警筛选、无效报警剔除及故障溯源分析，始终是运维人员面临的重大挑战。为协助工厂实现报警智能化处置、提高运维效率并减轻人工值守负担，中控SCADA报警AI Agent试用版现已面向广大用户开放！本文将详细介绍试用安装、部署、访问及授权的操作流程，手把手指导大家完成配置，快速体验AI智能报警分析功能。更有精彩活动等待参与！一、活动说明二、试用前须知试用权益：参与用户可获赠30天免费试用授权（需联系中控SCADA客服获取）；版本升级：待正式版发布后，将支持永久使用授权；适用场景：兼
2026年，可信赖的AI智能体源头厂商究竟具备哪些核心优势？
在当今商业环境下，企业在API调用层面遭遇着多重挑战。统计数据表明，将近七成企业深陷API调用无序的困境，各部门及各业务线所采用的API接口规范参差不齐，致使接口适配工作异常艰巨。以部分大型企业为例，其内部系统林立，各系统调用的API接口源自各异的供应商，接口的参数格式与返回值类型均缺乏统一标准，开发人员不得不耗费巨量精力开展适配作业。多源接口标准不一亦是普遍现象，企业为满足多元化业务需求，通常会接入众多第三方API，而这些API的调用方式与认证机制千差万别，大幅提升了开发与管理的复杂程度。并发性能波动与
AI赋能海洋：众数信科打造‘文鳐’智能中枢
当海洋遇上AI将催生怎样的智能未来？今日，由厦门火炬集团资产运营有限公司与厦门日报社联合推出的‘产业炬光灯’系列短视频，聚焦人工智能与海洋融合的先锋企业——众数（厦门）信息科技有限公司（简称‘众数信科’）。众数信科成立于2021年，由创始团队联合厦门火炬集团、云从科技共同创立。公司自主研发我国首个船舶与海洋工程行业大模型——‘文鳐’，以这一‘海洋大脑’为核心，覆盖船舶航运、海洋牧场、海上风电、海洋监测、港航服务等全场景，提供从智能决策到自主执行的全链条AI解决方案。目前，客户已涵盖船舶、港口、海事等领域的
AI赋能清洁能源：白鹤滩水电站的智能中枢
点击“蓝字”感谢关注当绿电遇见人工智能：白鹤滩水电站的“智慧大脑”嘉兴矩燕智能科技前言在金沙江峡谷深处，白鹤滩水电站的百万千瓦机组正昼夜不息地运转。但鲜为人知的是，这座世界第二大水电站不仅有“钢铁之躯”，更有一颗看不见的“智慧大脑”，人工智能正在这里与绿电深度融合，书写着能源领域的科技新篇。PART.13分钟完成全身扫描过去，给一座巨型水电站做一次全面“体检”，需要近20人耗时一周才能完成。如今，这一切被彻底改变。全域感知网络：接入了遍布大坝、地下厂房、边坡等关键部位的11287台（套） 监测设备，构建了
工大高科举办第九期公共安全研讨会：AI赋能工业升级
2026年6月28日，工大高科第九期全国公共安全技术研讨会在安徽合肥盛大举行。本次大会以“AI赋能，破茧重生”为核心议题，汇聚了国家煤监局、国家铁路局及省市领导，以及院士、科技精英，吸引了来自冶金、矿山、石化、港口、电力、文旅等领域的200余家央国企负责人，以及各大高校、设计院、合作伙伴和主流媒体代表，共计500余人参会。会议重点聚焦工业AI大模型、无人化管控、智能安全监察与运维等前沿技术，共同探索传统工业领域迈向高质量发展的新路径。大会伊始，合肥工业大学党委副书记、校长汪萌致开幕辞，对研讨会的顺利召开表
人工智能赋能交通：智能铁路与建养行动方案发布
近日，交通运输部、国家铁路局、国铁等八部门联合印发《"人工智能+交通运输"典型应用场景创新行动方案》，提出到2030年在智能驾驶、智能铁路、智能建养等10个重点方向开放一批高价值应用场景，形成一批高水平算法模型。涌现一批"人工智能+交通运输"新基础设施、新技术装备、新服务模式、新产业形态，人工智能更加有力地引领交通运输高质量发展和高水平安全。方案将试点任务分为应用推广类、创新示范类、攻关突破类三类。铁路与城市轨道交通行业的密切相关的主要集中在智能铁路和智能建养。重点任务之三智能铁路推动智能列车与运行控制系
淮安数字园区的绿色智慧
夜幕降临，结束了一天忙碌的工作，中移在线淮安数字园区（后文简称为淮安数字园区）的客服人员田静回到宿舍，拧开花洒，温暖的热水驱散了疲惫。“水温恒定，随开随热，特别解乏。” 鲜少有人知晓的是，抚慰她疲惫的这股暖流，其实来源于一场“阳光与空气”的绿色接力。 走进这座总建筑面积16.4万平方米的园区，感受最深的是一种“静”与“动”的交融。地面上，是服务数千名员工的现代化生活区，宁静有序；而在地下和云端，是日夜奔涌不息的数据洪流，为数字中国的运转提供着澎湃动力。 如何为这澎湃的“动”匹配绿色的“静”？中移在线淮安园
获批 | 福建电力AI技术深度融入电网全流程，省级工程研究中心获准设立
编译整理 | Stark瞰未来日前，国网福建省电力有限公司申报的"福建省电力具身机器人与人工智能工程研究中心"正式获得省级工程研究中心认定，意味着人工智能技术与电网业务的深度融合迎来重要突破。以光明电力大模型为技术底座，该中心已在电网各业务环节推出系列智能化解决方案：在变电站安全管理领域，边缘计算智能终端与AI工作票核查系统实现全方位监控与违规行为精准判定；在配电网运营维护领域，基于大模型的智能分析助手能够整合多系统数据资源，达成山区线路故障3分钟极速诊断与响应，运维人力成本削减四成；在客户服务领域，智能
AI Agent 重塑数据库：金仓智能运维的真实实力
你或许已经看到了——Cursor 刚拿下 1 亿美元融资，Devin 宣称能取代初级码农，Manus 霸屏那阵子大家都在议论“AI Agent 能否独立办事”。讲真，这股浪潮席卷到数据库领域是必然的。只是速度超出了我的预期。上个月我前往一家金融机构的机房提供技术支持，邻座的 DBA 老赵对我感叹了一句，至今令我印象深刻：“过去是我守着数据库运行，如今是数据库监视着我——它比我提前预知了危险。”起初我以为他在说笑。直到他向我展示了 KES 的告警日志：凌晨 3 点 17 分，平台自主侦测到某张表的索引碎片率
AI代写代码时代，运维为何愈发不可或缺
近两年来，不少技术从业者内心都有些焦虑。过去我们认为，掌握编程技能是一大壁垒。如今AI能够编写脚本、补全配置、生成Dockerfile，甚至能从后端到前端完成一个简易项目。似乎，入行门槛瞬间被拉平了。那么疑问产生了：既然AI都能写代码了，运维还有学习的必要吗？我的结论恰恰相反。AI编写代码的能力越强，运维的地位反而越关键。道理并不深奥。代码仅仅是系统的一个切面。真正让企业头疼的，往往不是“代码能否被产出”，而是它部署后是否引发故障，出问题后谁能迅速排查，能否安全回退，权限是否越界，日志是否可读，告警是否会