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
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
十四所大学、一个网络，以及谁来设计下一层计算架构的追问
NSF IMOD的官方宣传材料中流传着一张图片，在转向数字之前，值得在这张图片上多停留片刻：一名博士生正在化学通风橱前，向四名更年轻的研究人员讲授如何制作发光二极管。站在那里的不是中心主任，不是终身教授，而是一名叫汉娜·孔特雷拉斯（Hannah Contreras）的学生，在一个为期一周的集训课程中传授跨学科知识——这门课程旨在让化学家能够与电气工程师对话，让量子物理学家能够与机械工程师交流。这张图片浓缩了新闻稿鲜少诚实表达的某些东西：谁在哪种结构内掌握什么知识，这一架构决定了一个研究网络能看见什么、看不见什么。
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。
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。
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。
最受欢迎
本页获票最多的文章
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。
91
沃克哈特在被行业抛弃的细分市场坚守了25年
当大型跨国制药巨头纷纷退出抗生素研究领域时，他们的理由无可辩驳：疗程周期短、抗生素合理使用计划压缩了市场规模，仿制药冲击来得又快又猛，投资回报根本无法平衡。于是他们一个接一个地离去，留下了一个没有任何市场参与者愿意涉足的空间——因为它看起来像一条商业死胡同。沃克哈特选择了留下。
91
为什么分析师押注齿轮箱制造商，而非尚未问世的机器人
每当一个行业预见自身未来时，总会出现一个固定规律：真正的资金不会流向最终产品，而是流向制造该产品所需零部件的企业。半导体在PC繁荣之前就是如此。如今，当人形机器人的图像充斥于各类科技展会和会议之际，四家顶级投资银行将目光瞄准了一家中国齿轮箱制造商——而大多数读者从未听说过这家公司的名字。
90
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。
90
为什么分析师押注齿轮箱制造商，而非尚未问世的机器人
每当一个行业预见自身未来时，总会出现一个固定规律：真正的资金不会流向最终产品，而是流向制造该产品所需零部件的企业。半导体在PC繁荣之前就是如此。如今，当人形机器人的图像充斥于各类科技展会和会议之际，四家顶级投资银行将目光瞄准了一家中国齿轮箱制造商——而大多数读者从未听说过这家公司的名字。
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。
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。
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。
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。
FAQ
创新与颠覆
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”？
要看市场接受程度、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。
为何IEEE将其最高荣誉授予这位构建全球机器人学架构的工程师
福田敏男在这一领域耕耘了五十年，发表论文逾两千篇，研发出像生物乐高积木一样可自由组合的模块化机器人。当IEEE将2026年理查德·M·恩伯森奖——该机构最高荣誉之一——授予他时，认可的并非某项具体发明，而是他数十年来为现代机器人学构建的整套知识基础设施。
Clara Montes9 分钟
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。
Tomás Rivera9 分钟
Databricks押注本体论，揭示谁掌控企业AI智能体的大脑
Databricks推出Genie Ontology，通过统一业务定义为企业AI智能体提供语义基础。这一举措将竞争焦点从模型能力转向数据治理和业务逻辑的控制权。
Lucía Navarro9 分钟
芝加哥押注50亿美元，在量子竞赛尚无定局前抢先布局
芝加哥在没有明确赢家之前，押注5亿美元赢得量子竞赛 有一幅画面很好地概括了芝加哥南区正在发生的一切：昔日美国钢铁公司南工厂的炼钢炉所在之处，如今矗立着起重机，正在吊装一栋面积达65,000平方英尺、外立面为银色铝材的建筑。当这栋建筑竣工后，PsiQuantum将在其内部运营该公司迄今建造过的规模最大的中等规模测试系统。
Martín Soler9 分钟
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。
Ignacio Silva12 分钟
为什么量子计算不再只是承诺，而没有人真正做好准备
知道某件事将改变一切，与真正按这一前提行动之间，存在着巨大的鸿沟。量子计算几十年来一直生活在这种夹缝之中：真实到足以出现在研究预算中，却又遥远到不会改变任何日常运营。这种夹缝正在收窄，而大多数组织的应对方式依然和最初一样：等待。
Andrés Molina9 分钟
电动汽车充电桩中的AI智能体与尚未解决的网络安全漏洞
电动汽车充电基础设施的快速扩张背后隐藏着一个鲜少出现在头条新闻中的核心问题：每安装一个新充电桩，就意味着向电网新增一个潜在入侵点。马拉加大学的一支研究团队刚刚发布了一份研究提案，以比近年来任何制造商声明或欧洲监管机构文件都更为清晰的方式，将这一问题摆上了台面。
Elena Costa9 分钟
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。
Tomás Rivera9 分钟
中性原子与量子计算标准之争
中性原子与量子计算标准之争 在任何新兴技术的发展过程中，都会有一个时刻，核心问题从"它能否运作"转变为"谁来定义其规模化生产的标准"。对于量子计算机而言，这一时刻比大多数科技圈以外的高管所预料的要近得多。而这场争夺战所在的领域，并不是此前获得最多媒体关注的那个方向。 过去十年间，量子计算的头条新闻几乎被谷歌和IBM的超导量子比特所垄断。
Clara Montes9 分钟
一千亿个Token，却没有一位CFO知道买了什么
2026年6月2日，山姆·奥特曼走上OpenAI企业活动的舞台，抛出一个令人印象深刻的数据：该公司最大的内部Token消耗方每月处理约1000亿个Token。随后，奥特曼几乎顺口补充道，这个数字并非世界纪录，因为OpenAI之外有人消耗得更多。就在这不经意间，他精准描述了一个正在企业规模上撕裂人工智能经济的核心问题。
Lucía Navarro9 分钟
当人工智能不再是明星，而成为基础设施
有一个精确的时刻，一项技术不再是新奇事物，而开始成为工具。生成式人工智能在内容创作领域的这一时刻正在发生，而最清晰的信号并非来自硅谷的某个实验室，而是来自旧金山舞台上的三位创作者。
Clara Montes10 分钟
AI智能体不是来创作的，而是来管理工厂的
在设计和视听制作论坛上，有一张流传了数月的图片：一位创意总监盯着屏幕，屏幕上满是AI生成的变体，每一个在技术上都无可挑剔，但在编辑层面却空洞无物。这张图片捕捉到了生产力数据所无法呈现的东西：问题从来不是生成速度，而是没有人解决如何将这种速度引导向特定意图。这正是现在正在改变的事情，而且这种改变悄然而至，没有任何喧嚣。
Elena Costa8 分钟
沃克哈特在被行业抛弃的细分市场坚守了25年
当大型跨国制药巨头纷纷退出抗生素研究领域时，他们的理由无可辩驳：疗程周期短、抗生素合理使用计划压缩了市场规模，仿制药冲击来得又快又猛，投资回报根本无法平衡。于是他们一个接一个地离去，留下了一个没有任何市场参与者愿意涉足的空间——因为它看起来像一条商业死胡同。沃克哈特选择了留下。
Ricardo Mendieta9 分钟
IBM押注运营主权将成为企业AI竞争的核心战场
IBM押注运营主权将成为企业AI竞争的决胜战场 在任何科技市场的演进过程中，都存在这样一个时刻：竞争对手不再依靠产品功能来区分彼此，而是开始比拼客户对产品的掌控程度。IBM在波士顿举办的Think 2026大会上，清晰地迎来了这一时刻。在此次大会上，IBM提出了一种以四大支柱为基础构建的智能体运营模型：智能体（Agents）、数据（Data）、自动化（Automation）与混合主权（Hybrid Sovereignty）。
Ignacio Silva9 分钟