不是北京去不起，而是无锡更有性价比
北京、上海固然是好地方。但制造业AI这件事，真正的水位在工厂里，不在高楼里。我把AI中国行的第一站放在无锡，是想让这个品牌从诞生的第一天起，就站在制造业最真实的土壤上。
行业动态
AI+业务 Vs 业务+AI？50位CIO闭门激辩，寻找让AI真正“转”起来的确定性答案
对于身处AI与数智化转型浪潮中的企业而言，似乎少了几分三年前大模型横空出世时的喧嚣与狂热，多了几分冷静的审视与务实的思考。
国内首部专著《数字新质生产力》解码数字经济跃迁阶梯
作为国内首部系统阐释数字新质生产力理论的专著，本书立足新一轮科技革命和产业变革背景，结合我国数字经济发展实际，系统梳理了数字新质生产力的理论体系及其实践路径。
企业级AI迈向系统化落地 金蝶灵基开启未来AI原生组织新时代
中国软件行业经历财务电算化、ERP普及、云端SaaS三次迭代之后，正迎来第四次技术浪潮——企业级人工智能的规模化落地。每一次技术浪潮皆催生新的应用形态，亦推动国产软件重新锚定自身的价值坐标。
企业AI最值钱的数据，不是知识库，而是意图库
我们聊了一个观点：很多企业AI项目做失败，不是因为模型不够聪明，而是AI根本没搞清楚用户想干什么，意图识别出问题了。这个问题背后，藏着企业AI建设里一个被长期忽视的东西：
2026制造业AI真实水温：比你想的热，比你做的冷
—老板嗅到了AI的热度，高层已经下了决心，但真正落地的第一步，却不知道该迈在哪里。 这就是2026年制造业AI的真实处境：舆论的温度比实际落地的温度，高了至少十度。
中国邮政储蓄银行副行长CIO牛新庄：破局商业银行大模型规模化应用
以人工智能大模型为代表的新一代信息技术已成为推动银行数智化转型、赋能金融高质量发展的重要引擎。然而，大模型在赋能银行业务创新的同时，在大规模应用推广过程中面临诸多挑战，如基础模型金融专业知识不足、易形成模型孤岛，推理成本高昂、资源利用不均衡，模型上线周期长、难以兼顾基础能力的稳固与场景迭代的敏捷等。
为什么你的AI上线了，用户却说它很笨？
最近两年，很多企业都在跑马圈地做AI。有人接了DeepSeek，有人部署私有大模型，有人搭知识库，有人建Agent流水线。 但有个现象我反复看到：项目上线了，领导觉得很先进，用户觉得没什么用。问题出在哪？大多数时候，不是模型不够好。而是AI根本没搞清楚用户想干什么。
