当 AI 进入一家企业，真正改变的是什么
这里关注的是，AI 不再只是新鲜事物，而开始改写成本结构、工作流程、控制权、技术依赖与竞争优势的时刻。
我们正在看什么
算力基础设施、智能体、企业软件、受限的模型分发，以及那些让 AI 成为权力层而不只是生产力工具的决策。
胜负发生在哪里
在云端、在工作流里、在供应商与客户的关系中、在模型治理中，也在自动化开始改变“谁说了算”的那个节点上。
为什么重要
因为采用 AI 不只是多加一个工具，而是在接受新的依赖、新的成本，以及一种重新组织判断、速度与控制方式的变化。
精选
人工智能
当四款应用共用同一个
多年来，企业一直在构建表面上看似多元化的技术组合：销售、运营、合规、软件开发、供应链各有不同工具。然而，大多数企业技术资产清单都未能捕捉到一个隐藏层面：驱动每款应用的人工智能模型。
Tomás Rivera9 分钟最新文章
企业AI的回报问题是架构问题，而非智能问题
有一个数字让CIO们感到坐立不安：72%的组织承认，其AI投资在最好的情况下仅能维持收支平衡，最坏的情况下则处于亏损状态。出问题的不是机器的智能，出问题的是围绕机器构建的业务架构。
最强大的模型并非商业赢家
阿里巴巴.com总裁选择用一个令人不安的数字开场：61.7%。这是他们测试过的最佳人工智能智能体在真实商业任务中成功完成的比例。在107个真实电商操作中，现有最强系统有将近四成的任务以失败告终。
当AI未经授权擅自行动，问题根源不在模型本身
多年来，围绕人工智能风险的讨论始终围绕同一个核心：模型产生幻觉、编造数字、引用不存在的来源、混淆事实。这是一个真实的问题，某些情况下代价高昂，另一些情况下则令人尴尬。但归根结底，这是一个输出质量的问题。那个时代正在终结——不是因为幻觉消失了，而是因为AI运作的背景在本质上已经发生了改变。
百事可乐如何重塑墨西哥销售团队以摆脱对其的依赖
亚兹明·鲁伊斯不再等待百事可乐的销售员来补货。当店里晚上十点卖完薯片时，她打开手机上的应用程序，下单，然后继续值班。这个日常举动背后，是百事可乐自2022年以来在墨西哥——其仅次于美国的全球第二大市场、也是分销体系最为分散的市场——持续推进的一场深刻变革。
最受欢迎
本页获票最多的文章
企业人工智能：拥有最大模型的人并不总是赢家
重工业的管理团队多年来一直在回避一个关键对话。这并非关于技术本身，而是关于当支撑决策的数据分散在十二个不同系统、四个相互隔绝的部门以及一份没有人完整数字化的维护历史记录中时，究竟什么才叫做一个真正有效的运营决策。
90
最强大的模型并非商业赢家
阿里巴巴.com总裁选择用一个令人不安的数字开场：61.7%。这是他们测试过的最佳人工智能智能体在真实商业任务中成功完成的比例。在107个真实电商操作中，现有最强系统有将近四成的任务以失败告终。
89
衡量才能扩展：阻碍企业AI落地的核心问题
两年前，我认识的大多数高管还在争论该选哪种语言模型。如今，那些已经做出决定、却依然无法为新一轮投资提供合理依据的人，开始意识到问题从来不在于模型本身，而在于衡量方式。企业界多年来一直在加速采用人工智能，但只有三分之一的组织开始系统性地推进规模化落地。
89
当AI未经授权擅自行动，问题根源不在模型本身
多年来，围绕人工智能风险的讨论始终围绕同一个核心：模型产生幻觉、编造数字、引用不存在的来源、混淆事实。这是一个真实的问题，某些情况下代价高昂，另一些情况下则令人尴尬。但归根结底，这是一个输出质量的问题。那个时代正在终结——不是因为幻觉消失了，而是因为AI运作的背景在本质上已经发生了改变。
88
Five9以深度价值倍数交易，AI收入年增长78%
Truist Securities将Five9目标价从35美元上调至40美元，维持买入评级。分析师Terry Tillman与CEO Amit Mathradas、CFO Bryan Lee及投资者关系高级副总裁Tony Righetti会面后，对公司业务方向信心大增。理解这份报告的关键不在于评级本身，而在于Truist所解读的财务架构。
为什么评估框架已成为企业AI中最被忽视的战略资产
在部署人工智能代理超过十八个月的组织中，存在一种反复出现的规律：他们知道系统能够运作，因为他们在演示中亲眼见过。但他们不知道的是，这些系统今天是否仍在正常运行——在生产环境中、在客户数据上、在真正重要的业务流程里。正是在这种从试点阶段的确定性到真实环境的不透明性之间的距离里，预算、信任以及没有人能负担得起损失的时间悄然流失。
AI不再向亚马逊展示产品：它正在创造全新买家
Evercore ISI关于亚马逊报告中最值得关注的分析并非目标股价，而是一个经过仔细解读后能改变商业本质的数据：57%使用人工智能功能的Alexa用户购买了在与助手互动之前从未了解过的产品。这不是购买流程的效率提升，而是凭空创造出原本不存在的需求。
能在AI浪潮中存活的软件，不是最便宜的，而是最难被抛弃的
能在AI浪潮中存活的软件，不是最便宜的，而是最难被抛弃的 在谈产品策略之前，有一个思维实验值得做一做：审视你的软件工具栈，对其中每一款工具问自己同一个问题。如果它明天消失了，用一个配置良好的AI智能体来替代它，你需要多长时间？如果答案是"一个下午"，那么这款产品就站在脆弱的地基上。
95%的企业AI试点项目未能产生成果，问题不在技术本身
这个数字令人难以忽视：95%的企业生成式人工智能试点项目未能产生任何可衡量的财务影响。这并非来自技术批评人士的悲观估计，而是麻省理工学院NANDA计划发布的《GenAI鸿沟：2025年企业AI现状》报告的核心发现，该报告基于近300个公开实施案例及150余份高管访谈。
FAQ
人工智能
当 AI 不再只是试点，而进入日常运营时，会改变什么？
它会改变成本如何分配、工作如何协同、控制权放在哪里。AI 不再是一个孤立工具，而开始触碰企业的运营架构本身。
什么时候 AI 智能体会创造优势，什么时候只会增加复杂性？
当它减少摩擦、扩大能力或改善关键流程中的决策时，它会带来优势。若没有清晰治理、没有有用指标、也没有解决具体瓶颈，它带来的往往只是复杂性。
依赖模型或算力提供商，会带来哪些风险？
会带来成本、可用性、迭代速度和战略控制权丧失等风险。当供应商掌握过多权力时，技术采用就可能演变成结构性依赖。
企业人工智能：拥有最大模型的人并不总是赢家
重工业的管理团队多年来一直在回避一个关键对话。这并非关于技术本身，而是关于当支撑决策的数据分散在十二个不同系统、四个相互隔绝的部门以及一份没有人完整数字化的维护历史记录中时，究竟什么才叫做一个真正有效的运营决策。
Simón Arce8 分钟
为何AI数据中心成为科技行业最具政治色彩的资产
2026年8月18日那一周，对人工智能基础设施投资者而言留下了一个难以忽视的信号。GE Vernova当周下跌9.5%，伊顿（Eaton）下跌6.7%——这两家公司数月来一直被视为数据中心增长的稳健押注标的。市场上并没有出现芯片需求崩溃，也没有大型超大规模云服务商削减预算，真正发生的，不过是一位州长在某个周二下午签署了一道行政令。
Sofía Valenzuela8 分钟
Stripe收购了那家立志成为
Stripe收购那家想成为AI领域Stripe的初创公司 2026年5月，当Alex Atallah将OpenRouter描述为"人工智能领域的Stripe等价物"时，这句话听起来像是一位创始人的宏愿。三个月后，Stripe同意以超过70亿美元的价格收购OpenRouter。这个比喻变成了一笔交易。
Martín Soler8 分钟
印度无法获取的人才正威胁其最宝贵的产业
过去十年，印度全球能力中心的主流叙事几乎是一段毫无争议的成功故事：1900个运营中心，覆盖八大行业，经济贡献目标直指1000亿美元。然而在这场高速增长的表象之下，存在一道行业已默默承受数月却难以弥合的裂缝：全球能力中心如今所需的人才画像，已与印度能够大规模培养的人才产生了深刻错位。
Valeria Cruz9 分钟
Corgi Invest与交易所交易基金的第二次费用战
金融市场中有些时刻，共识会从一个无人预料的角度被打破。交易所交易基金的第一次费用战由贝莱德、先锋和道富集团相互角力，将指数产品的成本压至接近零的水平。没有人预料到的是，下一个战场不会来自另一家机构巨头，而是来自一家由风险投资支持的保险公司。这家公司利用人工智能将监管流程工业化，并在不到八个月内推出197只交易所交易基金，强势进入市场。
Javier Ocaña9 分钟
为什么机器人诊断比机器人本身更有价值
机器人行业二十年来一直承诺在工业规模上替代人类劳动力。然而，没有人认真解决过部署之后发生的问题：机器停止运转、生产陷入瘫痪，工程师开始花费数天时间查阅日志，寻找一个往往早已出现过的故障。Alloy Robotics是一家成立于悉尼、创立仅一年多的公司，刚刚完成了一轮由Square Peg领投的800万美元融资，估值达到8000万美元。
Gabriel Paz9 分钟
为何阿克曼押注24亿美元认为市场误判了微软
买入一只股票因为它在涨，和买入一只股票因为市场还不知道它真正的价值，这两者之间存在本质区别。潘兴广场资本管理公司创始人比尔·阿克曼，正是基于后者的逻辑，建立了高达24亿美元的微软仓位。这种区别并非语义上的细枝末节：它决定了谁在承担结构性风险，谁只是在追随一种趋势。
Mateo Vargas9 分钟
衡量才能扩展：阻碍企业AI落地的核心问题
两年前，我认识的大多数高管还在争论该选哪种语言模型。如今，那些已经做出决定、却依然无法为新一轮投资提供合理依据的人，开始意识到问题从来不在于模型本身，而在于衡量方式。企业界多年来一直在加速采用人工智能，但只有三分之一的组织开始系统性地推进规模化落地。
Simón Arce9 分钟
AMD进军机器人领域，推出挑战英伟达主场的全新平台
自主机器人领域多年来一直承诺实现工业规模化突破，却始终未能真正落地。问题不在于算法或雄心，而在于机器人在非结构化环境中运行所需的硬件，往往难以集成在单一可访问的系统中。AMD近日宣布押注于此，推出Kria AI机器人开发平台，并在旧金山举办的Advancing AI 2026大会上正式发布。
Martín Soler9 分钟
AI智能体已成为利润表上的一行
很少有组织真正理解这一差异：AI助手等待被呼唤，而AI智能体自主行动。这一看似技术性的区别，正在引发深远的经济与心理影响，重新定义高管们对技术预算的思考方式，也在悄然改变团队成员对工作本身的感受。
Andrés Molina9 分钟
为什么风险资本忽视零售科技
零售业每年创造数万亿美元的产值，却面临数十年来始终未能解决的运营难题：不可靠的商品数据、蚕食利润的退货物流、依赖假设而非实时信息运转的库存系统。尽管如此，风险资本每年投入零售科技初创企业的资金仅约3亿美元。作为参照，一家中等规模人工智能初创企业的单轮融资金额往往就超过这一数字。
Tomás Rivera9 分钟
巨额资金，无限转型：人工智能在高层管理中的结构性问题
巨额资金，无限转型：人工智能在高层管理中的结构性问题 几乎每一份当下的企业预算中都有这样一行条目。它有一个名字，叫做"人工智能转型"，有一个数字，还有某位执行委员会成员的签名。而在大多数情况下，它没有的，是对这笔资金究竟购买了什么的操作性定义。 Gartner预测，企业在人工智能领域的支出将于2026年达到2.
Valeria Cruz9 分钟
全球金融权力版图正在被重新绘制
2025年，金融科技行业创造了6500亿美元的收入，同比增长21%。与此同时，整个金融服务业在15万亿美元的基础上仅增长了6%。这一鲜明对比背后的逻辑无需赘述：资本、监管人才和机构关注度正在向以软件为核心构建的企业转移，而非传统网点。
Mateo Vargas11 分钟
企业AI流水线的资金损耗：问题出在Token之前
当企业积累的AI试点项目不再像是雄心壮志，而开始像是一团混乱，这个时刻在2026年降临到许多大型企业。最明显的信号既不是技术崩溃，也不是模型失败，而是更平凡、更难在董事会上辩护的事实：Token消耗超出预算，却没有产生相应的价值。
Ignacio Silva9 分钟