AI在线 AI在线

GenAI

GenAI Processors:构建未来的实时AI应用程序

译者 | 布加迪审校 | 重楼想象一下,一个AI应用程序可以处理你的语音、分析摄像头视频,并进行如同人类的实时对话。 就在不久前,为了创建这样一个技术密集型的多模态应用程序,工程师们还在努力应对复杂的异步操作、处理多个API调用以及拼凑代码,后来证明这些代码难以维护或调试。 GenAI Processors应运而生。
7/31/2025 11:10:07 AM
布加迪

AI如何重塑治理、风险与合规战略

随着企业将网络安全纳入治理、风险与合规(GRC)体系,重新审视现有的GRC计划至关重要,以确保GenAI和自主式AI使用量的增加及其带来的风险得到妥善处理,从而让企业能够持续满足监管要求。 “AI是一种极具颠覆性的技术,它并非可以简单归类并定义为‘这就是AI’的事物,”国际信息系统审计与控制协会(ISACA)董事会成员兼澳大利亚证券和投资委员会(ASIC)的CISO杰米·诺顿(Jamie Norton)表示。 AI的风险难以量化,但AI的采用如何扩大和改变企业的风险面,这方面数据可提供线索。
7/21/2025 7:15:00 AM
Rosalyn

零售巨头劳氏将终端用户反馈闭环与AI工具优化相衔接的成功经验

作为其更广泛业务转型战略的一部分,劳氏正利用AI来提高市场份额、改善消费体验并提升效率。 据劳氏负责AI、数据与创新的高级副总裁钱杜·奈尔(Chandhu Nair)称,该公司对这项技术并不陌生——早在ChatGPT发布前近一年,该公司就与OpenAI开展了合作——随着更多应用投入生产、内部访问权限扩大,劳氏对AI的价值尤为看好。 奈尔在接受采访时表示:“GenAI确实带来了一个巨大的市场机遇,尤其是在家居装饰领域。
7/21/2025 1:00:00 AM
Lindsey

GenAI项目失败的五大常见原因

根据Gartner的研究,如果CIO误解了技术的成熟度,未能关联业务价值,就可能会遇到问题。 企业看到了GenAI的潜力,但也面临着诸多障碍。 从技术缺陷到规划初期的失误,技术领导者们有诸多原因导致项目滞后。
7/17/2025 11:28:42 AM
Lindsey Wilkinson

Kimi K2:开源智能体模型的巅峰之作

译者 | 李睿审校 | 重楼Moonshot最近推出新型开源智能体模型 Kimi K2,该模型总参数高达1万亿个,并拥有320亿个专家混合(MoE)架构。 Kimi K2有两种变体,在多个基准测试中表现出色。 它具有预训练和训练后两种学习方法,还能学习采用工具。
7/17/2025 8:14:22 AM
李睿

AI重塑数据中心的七大核心议题

随着CIO们构建支持AI的企业,公有云与数据中心之间的平衡正重新向本地基础设施倾斜,但云、数据中心和边缘计算的理想组合是什么?以下是七个值得考虑的讨论点。 GenAI和自主式AI的兴起正迫使企业重新思考其基础设施,公有云成本的上升意味着数据回流现象正在发生,数据中心从未消失,但它正成为越来越多企业的关键概念。 以下是关于AI时代数据中心的七个主题和讨论点:2025年的“数据中心”究竟是什么?虽然不想过于哲学化,但在现代企业中,“数据中心”几乎成了一种思维状态,这个术语几乎与基础设施同义:即你的数据在哪里、如何存储和访问。
7/17/2025 7:00:00 AM
Matt Egan

零售业加速布局GenAI投资

超过一半(56%)的零售企业今年相比去年增加了对GenAI的投资,这是凯捷另一份报告所指出的。 零售业是采用AI智能体或多智能体系统最先进的五大行业之一,有18%的零售企业已经实施了AI智能体或多智能体系统,该报告显示。 在所有行业中,大约40%追踪投资回报率的企业预计在一到三年内从AI中获得正回报。
7/15/2025 2:33:14 PM
Xanayra

CFO需要能创造价值的AI:实效指标胜过营销演示

近期多项调查表明,AI的蜜月期正迅速接近尾声。 尽管2024年以试点项目和概念验证演示为主,但到了2025年年中,对可衡量成果的压力正不断增大,即便CFO们对AI的兴趣依然高涨。 根据毕马威对300名美国金融高管的调查,投资者要求展示GenAI投资回报率的压力显著增加。
7/2/2025 7:10:00 AM
James

微软新推出的小语言模型Mu,是端侧AI的最优解吗?

上周,微软宣布推出一款名为“Mu”的新型生成式人工智能(GenAI)系统,它让我们得以一窥未来我们使用各种设备(从个人电脑到烤面包机)的方式。 借助“Mu”,用户能够通过日常语言来操控电脑。 例如,你可以键入或说出“打开暗黑模式”或“让我的鼠标指针变大”等指令,电脑便会照做。
7/1/2025 1:00:00 AM

CIO引领AI生产力变革的行动指南

AI生产力繁荣的时代已经到来,它发展迅速,让未做好准备的人措手不及,改变工作的机会巨大,同时责任也重大。 企业技术正在经历一场历史性的重置,AI不再是一个未来的承诺,它正在重塑我们今天的工作方式,对于CIO而言,这意味着要从运营管理者转变为转型推动者。 根据最近麦肯锡的研究,到2030年,GenAI通过提高生产力,每年可为全球经济增加高达4.4万亿美元的价值。
6/26/2025 7:20:00 AM
Ashwin

CIO们摒弃“广撒网”策略,开始以更战略性的方式推进AI试点项目

在过去的两年里,许多企业已经启动了数十个AI概念验证项目,但这些项目的失败率很高,投资回报率也令人失望,然而,现在出现了一种新趋势,即对AI实验的“散弹枪”式方法进行重大重新评估。 一些IT观察人士现在注意到,许多企业正在减少他们启动的AI概念验证项目数量,一些IT领导者转而使用商业AI工具,而更多人则专注于有限数量的战略性和有针对性的用例。 在经历了一个广泛实验的时代之后,当时公司正在探索AI的潜力,现在许多公司已经将注意力集中在少数几个用例上,AArete公司(一家IT和管理咨询公司)的AI、数字化和技术解决方案董事总经理Bhrugu Pange说道。
6/26/2025 7:00:00 AM
Grant Gross

在扩展GenAI应用前,请先绘制你的LLM使用与风险版图

他解释说,随着GenAI功能的普及,企业必须实施保护措施来管理风险,特别是在输入/输出处理和微调实践方面,尽早建立这些控制措施可以确保安全、合规地采用AI,同时不损害创新。 对于那些已经推出了GenAI功能的团队,他们首先应该审计或检查什么?GenAI . 以传统威胁模型经常忽视的方式扩大了你的攻击面,新进入这一领域的安全从业人员应该首先了解这类新的漏洞以及如何防御它们,一个好的起点是OWASP为大型语言模型(LLM)制定的十大安全风险列表,其中概述了常见的漏洞,如提示注入、数据泄露和不安全的插件设计。
6/19/2025 1:30:00 AM
Mirko

小处着手,大获成功:如何选择合适的AI应用场景

CIO可以通过专注于解决现有痛点并提供可衡量业务价值的应用程序,来引导其企业走向成功。 当GenAI变得广泛可用时,企业感受到了采取行动的压力。 领导团队希望展示他们正在使用AI,这导致一些企业迅速推出了试点项目,但却没有明确的实现价值路径。
6/18/2025 10:55:35 AM
Becky

系统集成商在投标方案中使用AI时的六大安全防护策略

GenAI正在迅速改变系统集成商与企业之间的互动方式,特别是在这些供应商回应提案请求(RFP)的过程中。 随着越来越多的系统集成商利用AI来起草和优化他们的回应,企业必须重新考虑如何评估这些回应,并确保供应商的责任感。 在此,我们将探讨这一微妙的平衡,并讨论AI取证能力的重要性、加强合同条款以保护你的企业,以及AI素养培训如何帮助你在面对AI驱动的系统集成商提案时保持控制。
6/17/2025 7:00:00 AM
Ted Rogers

保护由AI代理创建的软件:下一个安全范式

译者 | 晶颜审校 | 重楼代理式人工智能(Agentic AI)具备自主编写与部署代码的能力,由此衍生出新的安全风险,因而需要人工监督与强有力的保障机制。 自2022年底ChatGPT及生成式人工智能(GenAI)成为主流以来,其影响力的持续攀升对软件开发行业产生了直接影响。 生成式人工智能工具编写可执行代码的能力被视作显著优势之一,且此后人工智能一直在持续迭代优化。
6/12/2025 8:15:24 AM
晶颜

三家银行利用AI实现盈利增长的实战经验

银行业迅速认识到了GenAI的商业潜力,同时也意识到盲目采用可能带来的风险,该行业最大的机构擅长管理风险,在将试点项目推向生产环境时采取了谨慎而坚定的态度。 跟踪北美、欧洲和亚洲50家最大银行的Evident Insights公司表示,过去一年里,GenAI的采用势头有所增强,该公司情报部门副总裁Colin Gilbert周二在行业分析师公司举办的虚拟圆桌会议上表示,截至上周,这50家银行共宣布了266个AI应用案例,高于2月份的167个。 “绝大多数,即约75%的应用案例仍然是面向内部或员工的,”他说,并补充道,GenAI和传统预测性AI应用案例的分布大致为五五开。
6/12/2025 7:10:00 AM
Matt Ashare

IT领导者阻碍AI成功的五大障碍

AI,尤其是GenAI,正迅速成为提高整个企业生产力的有效解决方案,但成功的几个常见障碍仍然存在。 IT领导者越早识别并克服这些问题,他们的企业就能越快地从基于AI的系统中获得更多价值。 以下是企业在实现AI价值过程中需要克服的一些更具挑战性的障碍,以及IT领导者可以采取的应对措施。
6/11/2025 7:00:00 AM
Bob Violino

如何解决导致GenAI程序沉没的两个问题

在GenAI时代,发展轨迹呈现出典型的“进两步,退一步”模式。 随着公司逐渐掌握GenAI的独特复杂性,初期取得的进展往往伴随着倒退和重复工作,在某些情况下,甚至可能威胁到整个开发进程的停滞。 导致挫败感和延误的原因众多,从人才短缺到持续的数据质量问题不一而足,但根据我们过去两年与超过150家公司合作开展GenAI项目的经验来看,在构建过程中几乎总会遇到两个主要障碍:• 创新失败:流程限制、缺乏专注以及重复性的返工扼杀了创新。
6/10/2025 7:09:00 AM
Curt Jacobsen