当一家组织试图先于行业移动时，会改变什么
这里关注的是那些改变运营、价值链或历史优势的创新。它不是看热闹，而是在检验一家企业是否懂得在不把自己弄碎的情况下完成变化。
我们正在看什么
工业技术、新流程、带有真实信号的试点、企业押注，以及那些让“创新”不再只是口号、而开始要求设计、资本与纪律的决策。
胜负发生在哪里
在制造、出行、采矿、受监管产品，以及那些开始意识到“创新”不是推出一个新东西，而是重排承诺、节奏与风险容忍度的企业中。
为什么重要
因为创新只有在改变了一种能力、一层壁垒或执行速度时才真正算数。其余的也许能带来曝光，但不一定构成转型。
精选
创新与颠覆
IBM与OpenAI联手争夺全球企业AI支出
2026年8月13日，IBM宣布与OpenAI建立全面战略联盟，远不止于一份联合新闻稿。IBM将在IBM Consulting内部设立专属的OpenAI业务部门，将GPT-5.6、Codex和ChatGPT Work等模型整合至IBM Consulting Advantage平台，并在未来数月内为数万名顾问提供OpenAI技术认证。财务条款未予披露，但此次内部布局的规模本身已说明一切：这不是一个试点项目，而是一次人力基础设施层面的战略押注。
Camila Rojas8 分钟最新文章
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。
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。
没有人预算的税正在拖垮企业AI智能体
在企业技术采用过程中，有一个特殊的时刻，热情会转变为会计义务。对于嵌入企业产品中的人工智能智能体来说，这个时刻比大多数技术团队预期的来得更早，而触发这一切的机制既不是错误的语言模型，也不是数据缺失，而是一个从未被当作决策来呈现的架构决定。
为什么AI合同仍在按小时付费，而价值却在别处
企业人工智能采购中最大的摩擦并非技术问题。问题不在于模型、数据质量或计算能力。问题在于合同本身。当企业投入数亿资金实施AI项目、期待结构性回报时，大多数企业仍在签署奖励投入时间而非产生影响的协议。
最受欢迎
Las piezas que más conversación están concentrando
Lecturas que están capturando atención dentro de la categoría y ayudan a ubicar dónde se está tensando la discusión.
阿尔忒弥斯 II 与勇敢回归的领导心理
五十年的月球静默并非工程问题，而是对组织错误理解谨慎与恐惧的真实写照。
92
马赫8与金属打印：将工程转化为证据的超音速赌注
DART AE的飞行不仅是公关噱头，而是将技术不确定性转化为数据的商业决策。
92
NVIDIA的6G布局：将网络转变为按性能付费的可变成本中心
巴塞罗那发出信号：NVIDIA、诺基亚与6G时代的利润争夺战 巴塞罗那通常是下一代移动技术承诺的舞台。2026年3月1日，在世界移动通信大会（MWC）上，NVIDIA带来了一个不同寻常的承诺：一个由运营商和制造商组成的联合阵营，致力于在开放、安全且原生AI的平台上构建6G网络。名单上的企业联合起来几乎覆盖了全球版图：BT集团、德国电信、SK电信、软银公司和T-Mobile，以及思科、爱立信和诺基亚等供应商，还有国防与标准化领域的参与者博思艾伦和MITRE。这一切都建立在此前的基础之上——AI-RAN联盟，其成员企业已超过130家，并在本次大会上展示了超过20个基于NVIDIA平台的演示项目。
92
核聚变终于获得其最稀缺的资产：符合风险逻辑的许可证
美国核能监管委员会提议了首个联邦框架，专门用于在美国为核聚变机器发放许可证，解决了监管不确定性问题。
92
不重新设计流程就自动化，是保留过去最昂贵的方式
在拥有庞大数字化转型预算的大型企业中，有一种决策模式以惊人的一致性反复出现：他们识别出一个造成摩擦的流程，采购自动化技术，将工具部署在现有工作流之上，然后汇报进展。管理层仪表盘显示速度在提升，委员会演示文稿谈论效率的提高。而六个月后，同样的问题再次浮现，如今被包裹在一个更难拆解的系统之中。
AI系统的「失忆症」不是模型问题，而是基础设施问题
AI系统的"失忆"问题不是模型缺陷，而是基础设施缺陷 有一个场景，人工智能产品团队再熟悉不过。用户花了二十分钟与一个助手建立上下文：预算、饮食限制、无法更改的日期、家人的偏好。然后，三轮对话之后，系统的表现仿佛那段对话从未发生过。用户联系客服支持。客服将问题升级至产品团队。产品团队联系模型供应商。
Databricks押注本体论，揭示谁掌控企业AI智能体的大脑
Databricks apuesta por la ontología y revela quién controla el cerebro de los agentes de IA empresarial 企业人工智能的历史可以用层级来衡量。首先出现的是向量数据库，它能够对大量文本进行语义相似性搜索。
印度发现自己无法掌控本国数字经济的开关
周五下午，Anthropic的一份声明以系统维护通知的平淡语气出现在全球合作伙伴的收件箱中。文件宣布Fable 5和Mythos 5模型将对所有外国公民暂停服务，包括公司内部不具备美国国籍的员工。印度——Anthropic和OpenAI均将其描述为仅次于美国的第二大市场——刚刚发现了一个创始人、投资者和官员都倾向于回避的现实：支撑其科技战略的工具访问权，可以因华盛顿的一个电话而关闭，事先无需听证，也没有明确的恢复时间表。
为什么95%的企业AI项目无法通过试点阶段
在董事会会议室里令人叹为观止的演示，与一个周一到周五稳定运行、无需人工救场的系统之间，存在着巨大的鸿沟。人工智能行业两年来一直在精心打造前者，却始终未能将这种能力转化为后者。问题并不在于模型本身——那些模型正变得越来越强大。
FAQ
创新与颠覆
Preguntas para entrar mejor en la categoría, entender sus tensiones y ubicar dónde mirar antes de pasar a los artículos.
在这个类别里，什么才算创新？
要算创新，必须是价值被设计、生产、分发或获取的方式发生了具体改变。一个吸睛的新东西，如果没有改变系统的重要部分，还不够。
我们如何分辨“有用的创新”和“企业表演”？
要看牵引力、外部验证、运营影响，以及项目背后那笔押注的组织含金量。如果组织没有真正改变任何重要东西，那更像展示，而不是创新。
什么样的创新故事值得在这里关注？
值得关注的是困难决策：过早采用、为示范工厂投入资金、把一项业务切换到另一种逻辑，或测试一种架构离开原生环境后是否还能站住。
