中国人工智能转型——一场截然不同的较量
从DeepSeek R1的问世到“养龙虾”热潮（OpenClaw的普及），这一切仅在一年之内便已实现。中国的人工智能应用与规模化发展正以一种截然不同的方式推进，并迅速转化为切实的商业价值。
智能商务：从AI应用场景到端到端的全面革新。您准备好了吗？
在最近举行的TCG零售峰会上，埃德华·德·梅泽拉克（Edouard de Mézerac）致力于拨开围绕人工智能的迷雾。他的核心观点是：零散应用案例的时代已经结束。接下来将迎来一种更具结构性、要求也更高的事物。多年来，企业一直在组织内部的各个孤立角落尝试应用人工智能，这些尝试被形容为“零星的亮点”。或许有些用处。 但能带来变革吗？还差得远。如今，形势正在发生转变。主动型人工智能（Agentic AI）并非只是增加一层技术，而是要从头到尾重新思考工作完成的方式。
人工智能真的越来越便宜了吗？“单位成本”的错觉
试想一位首席财务官正在审查季度cloud 。AI团队展示了一张极具说服力的图表：按令牌计算的推理成本同比下降了75%。模型运行更快，API费用更低，供应商还提供了批量折扣。一切迹象都表明成本有所降低。然而，当实际账单送达时，总额却比上个季度还要高。
在人工智能时代扩展数据协作
Artefact最新发布的电子书《AI 时代的数据协作规模化》探讨了企业如何通过打破数据孤岛、实现跨团队无缝协作来释放更大价值。随着人工智能应用的加速，成功不仅取决于技术，更取决于能否有效连接数据、人员和流程。该电子书重点阐述了现代数据协作方法如何助力更快获取洞察、加强治理并产生更具影响力的 AI 驱动成果，从而将数据转化为真正的战略资产。
人才分析超越离职预测：人工智能在人力资源领域的潜在应用
人力资源部门正经历一场根本性的转变，正从被动应对的成本中心转变为主动创造价值的驱动力。然而，许多组织在人才分析方面仍固守着一种极简主义的做法。尽管生成式人工智能和自主代理在企业中日益普及，但人力资源部门对数据的应用往往仍局限于基本的员工流失预测。
从直觉到算法城市：人工智能将如何决定英国的建设方向及其成效
几十年来，英国的场所营造既受方法论的指导，也受主观判断的左右。从业者常谈及街景的“特色”、“活力”以及难以言喻的“氛围”；这些特质更多是通过经验、人的使用以及专业直觉来锤炼的，而非依赖于标准化指标。那些经验丰富的从业者往往见多识广，能够辨识出哪些做法行之有效，即使其中的因果机制仍部分难以捉摸。
解读RICS新人工智能标准：这对测量师意味着什么
人工智能正在重塑建筑环境领域的专业实践，测量行业也不例外。随着英国皇家特许测量师学会（RICS）发布了首份《测量实践中人工智能的负责任使用》专业标准（自2026年3月9日起生效），许多公司面临的问题已不再是是否采用人工智能，而是如何以符合规定、经过深思熟虑且在专业上站得住脚的方式加以应用。
开源悖论
红帽凭借Linux打造了一家市值340亿美元的企业。IBM将其收购。这笔交易印证了一个延续了四十年的假设：那些从共享代码中获取巨大价值的公司，出于自身利益，会继续为它们所依赖的项目提供资金。如今，这一假设正面临考验。原因并非有人决定停止资助开源项目，而是因为对其资助最多的行业——SaaS——正被最依赖它的行业——人工智能——所瓦解。
第2部分 | 从记忆到导航：将自主代理的应用范围扩展到检索之外
在上一篇文章中，我探讨了八个独立研究团队如何得出了相同的结论：与其围绕模型构建记忆系统，不如训练模型本身，使其将记忆管理作为一项习得技能。后记忆训练——即在训练后阶段运用强化学习——能够培养出能够自主决定存储、删除、巩固和检索哪些信息的智能体，所有这些操作都经过优化，以完成任务为目标。
