搜索结果
模型越来越强，企业AI为什么还卡在“最后一公里”？
过去两年，大模型快速跃迁。从百亿级参数模型，到复杂逻辑推理、多模态理解，到自主 Agent，技术边界不断突破，一切似乎都在宣告：AI 已经准备好接管一切。 然而，如果把视线从实验室拉回产业一线，一个反差正在出现：大量企业的 AI 探索仍停留在试点和演示阶段，并没有真正进入业务流程。 麦肯锡的研究曾指出，企业数字化转型长期面临「试点容易、规模化难」的挑战。 问题随之浮现：为什么一个能够完成复杂任务的
人工智能热潮考验科技公司的气候承诺
科技公司在以实现全球气候目标所需的速度削减排放方面表现不足。
中国AI技术急追美国 私人投资为何仍严重落后？
中美顶尖AI模型的性能差距已缩至不足3%，但私人AI投资却相差超过20倍。中国能否以更高效率及国家资本，长期抵消美国的私人投资优势？作者李世达，本文只代表作者本人观点。 如果只看模型排行榜，中美人工智能竞赛似乎已逐渐进入势均力敌的阶段。DeepSeek崛起后，阿里千问等中国模型持续迭代，美国企业已不再像数年前般稳占绝对领先。斯坦福大学《2026 AI Index》显示，截至今年3月，中美顶尖模型在
人工智能前沿的放缓不会影响大多数企业界
人工智能前沿的放缓对那些正在努力采用人工智能的大公司来说几乎没有影响，原因很简单，它们离前沿技术还差得很远。 “即使技术停止进步——将‘追赶前沿’变成‘停止前沿’——以我们今天现有的技术，我们还有十多年的时间才能将效益扩散到经济中，”Ode 的首席执行官 Chris Taylor 表示。Ode 是 Anthropic、Blackstone、Hellman & Friedman 等投资公司之
OpenAI的科林·贾维斯表示，企业人工智能的瓶颈在于部署，而非模型。
周三，OpenAI负责推动AI技术在实际应用中的工程师Colin Jarvis表示：大多数在应用企业级AI技术时遇到困难的公司，并非在等待更先进的模型。Colin Jarvis指出，在大约80%的情况下，问题出在AI技术的部署环节——这些公司还不知道该如何将AI技术有效地引入实际业务中、如何对其进行管理，也不知道如何确保能够信任这些AI系统的可靠性。 Jarvis目前负责领导OpenAI的“前端部
有望对标Databricks，OceanBase押注AI数据底座的万亿市场
AI落地的真正拐点，已经不在模型本身。当通用大模型足够强、足够便宜之后，真正卡脖子的，是自己的数据。散落在各处的交易记录、文档、图片、日志，以及那些还没被整理的向量，能不能被Agent真正用起来？ 正是这一问，把数据层推到了台前。当数据库的使用主体从人变成了海量Agent，数据类型从结构化扩展到多模态，要求也从“存得下”变成了统一管理、实时检索、语义理解与安全合规。这些变化正在重写整个数据市场的边
面对AI威胁 软件公司高价展期债务
在AI模型快速发展的背景下，投资者对软件公司的长期竞争力持怀疑态度，尤其是那些现在需要以高得多的利率进行再融资的私募股权所有企业。 私募股权集团支持的软件公司正竞相滚转将在未来两年到期的大量债务，向担心AI颠覆软件行业的贷款方提供更高的收益率以及各种优惠条件。 今年迄今，已有超过六家软件公司完成了所谓的“修订及展期”交易，将临近的到期日推迟两到三年，而不是进行通常期限长达七年的全面再融资。 这种更
AI提速之后，企业还在等什么？
朱未名：企业往往急于把新工具嵌入以人为中心设计的旧流程，却忽略了在AI与智能体成为新的执行主体的前提下，流程本身存在被重新编排的空间。 随着AI与智能体能力提升，企业用AI生成一份报价的时间，已经从半天缩短到几分钟；但客户收到报价，可能仍要等上一周。工具提速与企业提效之间的落差，暴露出一个长期被忽视的管理问题：企业往往急于把新工具嵌入以人为中心设计的旧流程，却忽略了在AI与智能体成为新的执行主体的
腾讯字节阿里激战AI办公，但这个问题谁也没解决｜对话清华教授李宁
360发布了纳米Work、金山办公发布了AI办公智能体“灵犀专业版”、百度搭子增速明显……久违的硝烟味，弥漫在大厂共同争夺的新入口前。但跳出大厂的叙事逻辑，用上“AI办公”的企业真的就能拥有更高的效率、获得更强劲的增长吗？ 2024年，全球企业在生成式AI上投入了300-400亿美元，MIT的研究者在2025年追踪这些投资的回报，发现大约95%的企业没有获得任何可衡量的财务收益。波士顿咨询（BCG
高喊“AI踩刹车”的美国大科技公司…背后却在踩油门
▲ 美国人工智能（AI）公司安特罗匹克的标志前摆放着小模型 /美国人工智能（AI）企业的掌门人提出“放慢AI开发速度”的主张，但提出这一主张的企业本身却在加快开发新一代AI模型和建设数据中心的步伐。这与为了减少AI失控风险而一起“踩刹车”的提议背道而驰，实际上在开发现场，为了率先推出更出色AI的领先竞争丝毫未减。 中国更是加大力度，为人工智能这一能减少对人类研究者的依赖、自主学习和发展的技术投入巨
AI实验室正在削减模型成本——这可能有助于它们安全地放缓步伐
专家表示，人工智能技术的发展正朝着更强大、成本更低的模型方向迈进，这或许为“安全地减缓技术发展速度”提供了可能性。 为何这很重要：包括 OpenAI 和 Anthropic 在内的美国顶尖初创企业，以及其他人工智能公司，都必须找到一条在经济上可行的路径来减缓自身的发展速度。否则，经济上的激励因素将会过于强大，迫使它们继续加速研发。 新闻背后的原因：当前，整个美国经济的繁荣在很大程度上依赖于人工智能
Mozilla最新报告揭示前沿AI代差收窄：中国开源模型性能差距缩至4.4个月
国际非营利技术机构 Mozilla 近日发布最新一期《开源人工智能现状报告》（State of Open Source AI）显示，美国硅谷顶尖科技巨头的闭源前沿 AI 模型与来自中国科技企业的顶尖开源权重模型之间的性能代差已大幅缩窄至仅约 4.4 个月。这一极小的时间差距与巨大的使用成本反差，正在促使全球越来越多企业在处理日常业务时，将高性价比的开源模型作为首选生产力工具。 该报告系统性比对了全
AI正在改写自建与购买的权衡逻辑，但亚洲的交易撮合尚未跟上
AI的飞速发展正让速度本身成为收购目标。
人工智能领袖们此刻呼吁放缓，真是再方便不过了
想象一下，一家制药公司花了近四年时间吹捧一种将能治愈所有疾病的突破性新药。支持这些说法的早期证据有限，仍有大量疑问，但该公司继续推进。批评和担忧虽得到回应，却并未减缓其激进的推进步伐。毕竟，投资者相信这是货真价实的东西。（或者至少是一场非常值得一赌的押注。）然后，就在这家制药公司即将揭晓其花哨新药之际，它却抛出了一个令人震惊的消息：事实证明，这种药也可能是一种毒药。因此，为了所有相关方的安全，该领
人工智能商业时代：7位电商领袖谈仍待解决的问题
你会信任人工智能（AI）来管理你的亚马逊店铺吗？这样的未来可能已经不远了。但真正的AI转型不仅仅意味着使用那些能够“填补空白”的AI工具；更重要的是需要构建一个基础设施层，让AI能够自主创建和管理自己的工作流程。我们采访了7位电子商务行业的资深人士，询问在AI真正能够运营在线店铺之前，哪些环节还存在问题、哪些方面需要改进。 过去几年里，关于AI转型的承诺层出不穷，电子商务领域的SaaS软件以及亚马
布鲁克菲尔德的弗拉特称人工智能“反正已经在放缓”，因建设者难以跟上
布鲁克菲尔德公司首席执行官布鲁斯·弗拉特表示，人工智能竞赛已经在放缓，因为开发者无法建造足够的基础设施来跟上人工智能公司所要求的步伐。 包括Anthropic PBC首席执行官达里奥·阿莫代伊和OpenAI首席执行官萨姆·奥尔特曼在内的主要人工智能公司领导人近日表示，人工智能实验室必须放慢这项技术的发展速度，以应对不可预测的风险，并防止先进的人工智能模型脱离人类控制。 弗拉特说，即便在此之前，该行
【市场洞察】瑞银：中国AI模型性价比突出 中美差距缩窄至3到6个月
【财新数据专稿】“中国模型在成本优势上面展现出的全球竞争力。中国的模型无论是前期的训练研发阶段，还是后期的推理、使用阶段，展现出来的性价比或者绝对的成本都还是比国外的竞品是显著低的。”瑞银互联网分析师熊玮在瑞银近期举办的2026年A股研讨会上表示。熊玮对中国模型在全球市场获取更多份额保持乐观。 模型能力持续提升，中美差距缩窄至3至6个月过去两三个月间，国内多家领先模型厂商密集发布了新一代产品。其中
“美国强迫世界选边站，但对多国而言，中国AI方案更具吸引力”
过去一年中国人工智能（AI）的快速进展，似乎让美国警觉到：这个世界第二大经济体，真有可能在日益胶着的科技竞赛中领先美国。9月26日，美国有线电视新闻网（CNN）刊文称，当前，美国在AI技术方面仍占据主导地位，并试图利用这一优势迫使世界各国选边。“不过，对于许多国家来说，中国的主张可能更具说服力。”文章提到，美国在AI领域的优势明显：有开创性的AI实验室、最先进芯片和资金雄厚的投资者。但中国的愿景对
领跑前沿领域，关键在于商业模式而非AI模型
里德的观点是达里奥·阿莫德伊和其他前沿人工智能实验室领导者可能非常关心人工智能的安全，但“步伐前沿”的呼吁也符合他们的经济利益。 随着Anthropic和OpenAI准备上市，并试图说服投资者，他们有一天可以大规模盈利，花费数十亿美元来发展最大和最有能力的模型可能不是最好的推销方式。 即使大型语言模型进展甚微，但它们已经做得足够多了，对这些公司和经济来说，它们将带来难以置信的利润。 现在，方程式是
Gartner称AI及其主要推动者尚未具备企业级应用水平
分析机构Gartner表示，人工智能使用得越多，就越难对其进行控制或产生投资回报。Gartner在其年度IT研讨会上发表了这一悲观的看法。 杰出的副总裁分析师达里尔·普卢默和克里斯蒂·莫耶在澳大利亚举行的活动上认为，AI及其领先的推动者仍然不够成熟。 谈到与领先AI实验室的合作时，普卢默表示，对这些供应商的信任还为时过早，它们不具备企业级标准，不理解企业的条款、责任、一致性和连续性。 他指出，AI
为什么科技公司难以控制人工智能
旧金山 - 上周，十多位顶尖的人工智能研究人员警告称，科技公司正在开发的人工智能技术正对人类构成威胁。 研究人员指出，问题在于这些公司在控制这些系统方面存在困难，尽管他们付出了很大努力。 在OpenAI的人工智能程序突破测试系统并入侵另一家公司的电脑这一事件之后，来自人工智能研究界的新警告进一步加剧了人们多年的担忧：科技公司过于追求开发速度和利润，而忽视了安全性。研究人员认为问题有两个方面。 首先
三大巨头接连翻车，大模型的安全防线怎么总绷不住？
先是Anthropic，再是OpenAI，现在连谷歌的Gemini也出现安全问题了，大模型又双叒叕一次突破防火墙了。 不过，这些事故看多了，反倒会让人意识到一件更根本的事，整个行业都在拼命地堆算力、喂数据，甚至开始押注让模型自己改进自己的“递归自我改进”。 可真正决定这些模型能走多远的，或许并不是性能，而是安全对齐。 当“能不能更强”被默认只是时间问题，“能不能被信任”就成了那道绕不过去的坎。 麻
独家：付费获取前沿AI模型可赢得4个月领先优势，但成本高达5倍
根据 Mozilla 的一份报告，美国科技公司的前沿 AI 模型与中国公司最佳开放权重模型之间的性能差距已缩小到仅 4.4 个月。这解释了为什么许多公司正转向便宜得多的开放模型来处理日常工作——也有助于揭示出一小类值得为前沿模型付出成本的工作负载。 根据Mozilla于9月15日发布、并在发布前与Ars分享的最新《开源AI现状报告》，大多数组织在理想情况下应将开源模型作为其大部分工作的默认选择。报
7万亿美元的利益当前，人工智能安全恐怕永远只能让位于市场主导权之争
行业内部人士向Axios透露：实验室、企业及国家之间在人工智能（AI）领域的竞争，可能与推动AI安全发展的目标难以调和。 为何这很重要：尽管顶尖的AI公司提议加强自身的监督机制，并试图控制AI技术的发展速度，但批评者指出：为推动AI技术进步而提供的巨额资金激励，将始终成为阻碍安全发展的主要因素。 当前形势：虽然AI公司的首席执行官们向公众宣传他们的自我监管机制以及第三方评估机构的必要性（以确保AI