/
Indeed运用AI技术助力求职者寻找新岗位
Indeed通过云原生和数据驱动的数字化转型，为AI时代做好了准备。公司CIO Anthony Moisant表示，他们不仅在采用AI，更在构建一个智能代理公司，将人类智慧与机器智能相结合。公司已完成从本地服务器向AWS的迁移，建立了统一的数据湖架构，并基于Apache Iceberg构建数据湖仓。目前已有4个Salesforce代理投入生产，6个内部智能产品上线，另有20多个代理正在开发中。
AI第四次浪潮来临，企业准备好迎接未来了吗？
AI第四代生成式AI标志着技术范式转变，正在用户体验、应用自动化和平台三个层面为企业带来重大价值和颠覆。企业应关注商业价值而非技术本身，需要从业务问题出发量化价值。未来五年将在认知任务处理上取得巨大进展，但需要创新思维应对劳动力转型。六大颠覆性支柱包括下一代AI能力、数据平台、机器人技术、量子计算、企业用户体验和云架构等。
AWS Bedrock负责人Atul Deo：更便宜AI与新型智能体的未来之路
AWS Amazon Bedrock负责人Atul Deo正致力于让人工智能软件变得更便宜和更智能。他在12月re:Invent大会前只有六个月时间来证明这一目标的可行性。Deo表示AI领域发展速度前所未有，模型每几周就会改进，但客户只有在经济效益合理时才会部署。为此，AWS推出了提示缓存、智能路由、批处理模式等功能来降低推理成本，同时开发能执行多步骤任务的自主代理软件，将AI应用从聊天机器人转向实际业务流程自动化。
2040年实现AGI的S型曲线发展路径预测分析
本文分析了AI向AGI发展的七大路径中的S曲线路径，该路径预测AI发展将经历三个阶段：2025-2030年AI多模态模型和智能体技术快速发展；2030-2035年进入停滞平台期，引发AI寒冬担忧；2035-2040年技术突破重新启动，自改进AI系统和混合认知架构推动AGI最终实现。
企业领导者需要了解的开源与专有AI模型选择策略
企业在采用生成式人工智能时，需在开源模型与专有模型间做出选择。真正的开源AI包括模型架构、训练数据和权重，但完全开源的模型很少。多数企业会混合使用两种模型。对于银行等受监管行业，开源模型是唯一选择，因为数据不能离开本地。开源模型提供更大灵活性和深度定制，而专有模型在成本和延迟方面具有优势。随着开源模型性能提升，专有模型的财务可行性面临挑战。企业领导者应根据具体需求选择最适合的模型组合。
AI如何重塑数据中心软件架构堆栈
数据中心行业往往专注于生成式AI的物理需求，如密集GPU机架和散热需求，但却忽视了GenAI对整个软件堆栈的颠覆性影响。专家指出，软件实际上是推动变革的核心驱动力。AI将在编程自动化、企业软件重构、存储需求提升和网络安全等多个层面带来深刻变革，传统SaaS厂商面临AI原生初创企业的挑战。
亚马逊云科技CISO：我喜欢创新落地的瞬间，更希望安全成为背后的底气
今年是Amy Herzog第一次参加re:Inforce，她深刻感受到生成式AI已经进入旅程的下一阶段，从谈论愿景到真正开始看到成果。当然，她喜欢看到技术创新真正落地的瞬间，更希望有一天，安全能成为支撑这一切的最强底气。
从试点到落地：制药行业GenAI规模化应用的关键要素
制药行业的GenAI热潮正从早期试验走向务实应用。通用GenAI工具在精准度要求极高的生命科学领域遇到瓶颈，需要转向领域专用的智能助手。企业面临的真正挑战不是算法优化，而是系统集成、治理框架建设和投资回报率证明。成功的关键在于构建团队AI应用能力，建立支持创新的治理体系，以及将GenAI深度嵌入现有工作流程。未来AI智能体的兴起将进一步重塑制药企业运营模式。
亚马逊CEO贾西：生成式AI将在未来几年缩减公司员工规模
亚马逊首席执行官安迪·贾西在内部备忘录中承认，随着生成式人工智能工具和AI代理执行更多任务，公司未来员工规模可能大幅缩减。他表示公司需要"更少的人做现在正在做的工作，更多的人做其他类型的工作"，并几乎确定AI最终将"减少公司总体员工数量"。自2022年以来，亚马逊已裁员超过2.7万人。贾西描绘了AI代理自动化繁琐任务的未来愿景，让员工专注于更具创造性的角色。
AWS re:Inforce：费城这天不只拼进球，还拼生成式AI安全
企业需要在每个阶段的每一层都要通过设计实现安全，包含身份与访问管理、监控与事件响应、数据和网络保护、迁移与现代化。因为正是安全这一基础使创新成为可能。
CIO如何为AI确保数据质量
优质数据对AI项目成功至关重要。研究显示，具备数据成熟度的企业更容易在生产环境中成功部署生成式AI解决方案。多家企业CIO分享了构建数据湖仓、数据仓库等统一数据平台的实践经验。Skyworks通过Databricks构建数据湖仓，建立青铜、白银、黄金三层数据质量体系。Gallo利用生成式AI识别数据偏差并填补数据缺口。这些实践证明，强大的数据治理和统一的数据基础是实现AI转型价值的关键。
星巴克酿制 AI 助力咖啡师而非取代他们
Starbucks 宣布推出“Green Dot Assist” AI 工具，通过 iPad 帮助咖啡师查找饮品配方、排查设备故障和优化排班，旨在提升门店运营效率并节省员工时间。
芝加哥大学赵燕斌：我们做的是让AI看不见的“艺术”
当AI正在经历"摩尔式"狂奔时，我们比以往任何时候都更应思考，如何确保技术进步不会侵蚀文艺创作这一人类文明的珍贵财富。这不仅关乎技术的未来，更关乎人类文化传承的根本。
CW 创新奖项：星展银行 AI 助手大幅缩短通话时间并提升生产力
该文介绍DBS银行利用自主研发的生成式AI工具“CSO Assistant”，通过实时通话转录、消息分类和自动摘要，显著减少客服人员工作量与通话时长，提升客户服务与员工体验，并在多个地区推广应用。
一个开源平台的两次非线性增长，Dify.AI崛起与生成式AI的生产力革命
Dify现在即是全球增速最快的AI开源项目之一，也是“生产级”大模型应用构建平台。
构建智能时代数据基石，闪迪带着系统级创新奔赴而来
在AI技术快速演进的时代，闪迪正通过持续创新的产品组合，为AI生态系统创造更大价值。依托系统级领导力方面的深厚积累，打造面向未来的智能存储基础设施。
不是简单的备份，从数据保护到持续运营的韧性闭环
大模型对数据尽管存在风险，企业也绝不能因噎废食。相反，利用AI技术对抗数据风险成为破局的关键。
《AI启示录》：当ERP长出AI神经，胜负手在于业务扎根
早在多年前，用友就已在思考未来软件架构的演进方向。那时强调的是从单体架构向微服务转型，也就是云原生的发展路径。然而，随着大模型的崛起，下一代软件架构正逐步迈向AI原生，软件与云的交互数据流将以大模型为中枢。
国产大模型崛起！ERP国产替代破局时刻到来！
今天，软件国产化替代不再是单纯的“平替”，而是实现价值化和差异化的跃升。借助智能高效的软件，国央企将打破发展瓶颈、提升运营效率，标志着中国企业的数智化进程进入了一个全新的阶段。
京公网安备 11010802021500号
