根据 IDC 的最新数据,生成式人工智能已成为各行各业里各类公司的优先工具,其中高达 40% 的公司有人工智能预算或相关项目,30% 的公司认为这项技术对业务具有颠覆性的影响。但这项技术仍处于早期阶段(ChatGPT 于 2022 年横空出世)。因此,大型企业在实施流程方面仍在接受考验。
西班牙航空公司数据和分析总监José Carlos Bermejo
西班牙的 Air Europa 航空公司就是一个很好的例子,尽管该公司长期以来对数据的重视令其在应用这项技术时抢占了先机。Air Europa 的数据和分析总监 José Carlos Bermejo 做了以下的解释,生成式人工智能初期之所以能带来效益很大程度上要归功于公司在数据战略上的成功实践和良好的业绩记录。例如,公司实施的分散模式就是个非常突出的例子。他表示,“这种模式赋予了业务部门从信息中快速自主地提取价值的能力,无需等待,没有依赖,也没有瓶颈。同时,这也使得我们能够进行适当的管理和监督,确保数据的质量和稳健性达到标准。”
但要实现这一切并不是按一下开关那么简单。为了达到预期的效果,Air Europa 必须在许多方面下工夫,例如最初对分散模式计划的支持、战略的定义、关键领域的参与、技术的战术性选择以及在业务部门和 IT 部门之间混合团队的创建。
一旦实施了连贯的计划,就可以看到效益并建立用例,例如实时销售监控平台、准时性分析或用户体验改进以及一长串新的功能等等。他表示,“我们如今在旗下的企业数据目录中管理着 300 多个商业智能应用程序和近 200 个数据集,每天有 750 多名独立用户访问这些应用程序和数据集,平均每天的会话次数超过 1200 次。这进一步强化了我们对自助服务和分散模式的坚定承诺。”
在生成式人工智能时代里
Bermejo 于 2003 年加入 Air Europa 航空公司,此后在 IT 部门担任过各种职务,2016 年依赖一直担任现在的职位。他当时的主要任务是启动和整固数据管理和使用方面的组织和文化变革,使其成为这家跨国公司不可或缺的资产。
但随着创新步伐的加快,Bermejo 发现,考虑到 Air Europa 的数据战略,人工智能正迅速成为该公司必须利用的一项技术,因此他和他的团队启动了一项企业计划,目的是实施适应工作场所的生成式人工智能解决方案。他表示,他们当时打算通过这项计划让大部分员工都能使用先进工具优化他们的日常工作。
他称,“我们将以循序渐进的方式开展这项工作,让组织内部的关键人员参与进来,负责向各自部门的其他用户宣传及指导其他用户使用这些技术,并始终以使用案例为依托。”他们还在开发其他重要项目,例如将集成到呼叫中心和在线渠道中的新虚拟助理以及其他侧重于内容创作、航空代码和术语解释以及个性化行程和体验等项目。
Bermejo 指出,所有这些都以安全、道德、透明和高效的方式进行实施。他表示,“因此,我们必须进一步通过不同的关键绩效指标来监控其使用情况。”
成熟与文化变革
为了探索新技术的不同应用场景,有必要改变企业的心态。Bermejo 表示,“如今,没有人质疑数据已成为竞争力、创新和创造价值的重要资源。然而,并非所有企业和公共管理部门都能适应这一新的现实。不同行业和组织的战略成熟度存在很大差异。有些已经选择了数字化转型,并将数据视为关键资产,将其融入到企业文化、流程和服务中。而另一些则仍处于起步阶段,或者尚未有明确的愿景。”
但除了技术变革之外,在整个过程中最大的挑战是文化变革本身。Air Europa 在这方面的计划基于几个支柱,从建立愿景和组织模式到创建培训和人才管理计划等等,包括吸引、培训和留住合适的专业人员进行数据的管理和分析。
好文章,需要你的鼓励
近期数据显示,2026年5月前企业已宣布约9万个与AI相关的裁员岗位,部分预测称未来五年美国15%的工作将被AI取代。然而,Ramp与Revelio Labs追踪近2.2万家企业的最新报告显示:重度投入AI的企业反而实现了更快的人员增长,包括初级岗位在内的各职能人数均有上升。但这一数据主要来自技术型企业,能否普遍适用仍存疑。报告同时指出,资源匮乏的企业可能在AI浪潮中持续落后。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
AI数据中心开发商向多家电力公司同时提交大负荷接入申请以确定选址,导致区域需求预测虚高、电网投资失衡。美国联邦能源监管委员会(FERC)及ERCOT、PJM、SPP等机构正推动"承诺优先"规划机制,要求项目具备实质性商业承诺方可纳入长期传输规划。谷歌、亚马逊、微软、OpenAI等科技巨头支持建立标准化的项目成熟度评估体系,但各方在具体机制上仍存分歧。发电建设问题尚未被纳入联邦传输改革议程。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。