- 综合排序
- 最热优先
- 最新优先
从AI原生看AI转型：企业和个人的必选项｜AI转型访谈录
《AI转型访谈录》是由腾讯研究院发起的一个开放研究项目，希望在人工智能加速推进产业和社会转型的背景下，发现和识别那些已经站在变革前沿的企业和个人，通过100个先锋实践访谈，记录他们推进AI转型的深度思考与实践经验 ，为更多组织提供可借鉴的AI转型路径参考。 在很多组织进行转型时，人的因素还是需要重点考虑的，对吧？沈旸：但我们要设定一个长远目标，AI原生最终能否实现？如果5到10年能够实现，那么我们现在所经历的所有过程都只是中间阶段。 但现在通过对话聊天的方式，至少得5到10秒钟。袁晓辉：对，响应更慢。不过形成想法的过程会更快。沈旸：对对对。我们可以算笔账，用AI处理可能要10秒，原来系统只要2秒，看起来多花了8秒。 现在我觉得企业如果想做AI原生转型，应该先关注个人和小团队层面。不要想着一下子让整个大组织实现AI转型，因为变化可能非常快。
93520编辑于 2025-04-25- 来自专栏大数据文摘
吴恩达发布《AI转型指南》：喊话CEO们，AI转型分五步
就在刚刚，他在自己的Medium专栏上po出了一份公开信，正式宣告了这份名为《人工智能转型指南（AI Transformation Playbook）》（下称《指南》）的发布。 因为这些小项目无法适用于整个公司层面的转型。 在人工智能时代，对于许多公司来说一个关键点将是组建一支能够帮助整个公司的中心化AI团队。 10年前，职业培训需要邀请专家来到你的公司讲课，这种方式非常低效，回报率也很不明确。现在，数字内容的出现更加经济和个性化。这时，私人的咨询者可以作为线上内容的一个补充（我们一般称其为“翻转课堂”）。 我在Landing.AI的团队致力于帮助合作伙伴进行AI转型，我将继续分享更多的最佳实践。 AI转型项目可能需要2-3年的时间，但你应该期望在12个月内就能看到初步成效。 通过投资AI转型，你将持续领先于你的竞争对手。
52120发布于 2018-12-26 - 来自专栏AI派
吴恩达发布《AI转型指南》：喊话CEO们，AI转型分五步
就在刚刚，他在自己的Medium专栏上po出了一份公开信，正式宣告了这份名为《人工智能转型指南（AI Transformation Playbook）》（下称《指南》）的发布。 因为这些小项目无法适用于整个公司层面的转型。 在人工智能时代，对于许多公司来说一个关键点将是组建一支能够帮助整个公司的中心化AI团队。 10年前，职业培训需要邀请专家来到你的公司讲课，这种方式非常低效，回报率也很不明确。现在，数字内容的出现更加经济和个性化。这时，私人的咨询者可以作为线上内容的一个补充（我们一般称其为“翻转课堂”）。 我在Landing.AI的团队致力于帮助合作伙伴进行AI转型，我将继续分享更多的最佳实践。 AI转型项目可能需要2-3年的时间，但你应该期望在12个月内就能看到初步成效。 通过投资AI转型，你将持续领先于你的竞争对手。
46530发布于 2018-12-27 - 来自专栏AI研习社
开发者 AI 转型指南
你可以用我以前的一篇文章来简化这个任务——「Top 10 Machine Learning Algorithms for Data Science（https://towardsdatascience.com /top-10-machine-learning-algorithms-for-data-science-cdb0400a25f9）」——这里我用简单的语言解释了十大最常见算法的核心原理。 您还可以学习其他语言，如 C++/R/Java，但对我个人而言，Python 是 AI 和数据科学最合适的工具。想知道为什么吗？ Choosing the Best Tool for AI, ML & Data Science（https://medium.com/datadriveninvestor/python-vs-r-choosing-the-best-tool-for-ai-ml-data-science Via：https://towardsdatascience.com/how-to-get-started-as-a-developer-in-ai-9116a2326d5f
65210发布于 2019-08-20 - 来自专栏啄木鸟软件测试
团队转型：AI安全测试实战指南
更严峻的是，OWASP AI Security Top 10发布首年，就记录了超2300起因提示注入、模型窃取或数据投毒导致的高危事件。 这背后暴露出一个关键断层：传统软件测试团队正站在AI安全测试的‘能力悬崖’边缘——懂测试，不懂模型；懂AI，不擅验证；懂开发，难建防线。 这不是工具替代问题，而是团队认知、流程与能力的系统性转型。 本文基于啄木鸟软件测试团队为三家金融、医疗与智能驾驶客户落地的AI安全测试实践，拆解一条可复用、可度量、可进化的转型路径。 结语：转型不是更换工具，而是重写团队的‘认知操作系统’ AI安全测试的挑战，从来不在技术复杂度，而在组织惯性。当测试工程师开始追问‘这个softmax温度值为何设为0.7？’ ，当开发人员主动提交模型置信度分布图供测试分析，当CTO在OKR中为‘AI鲁棒性提升20%’单独设项——转型才真正发生。
43110编辑于 2026-03-31 让 AI 转型慢一点！从 BCG 报告看国内企业的 AI 转型误区
5月4日，BCG 发布了一份关于国外CEO与董事会针对AI转型的分歧报告，调研了 625 位全球企业领导者，其中包括351位CEO和 274位董事会成员。 报告里几个有意思的发现： 35% 的CEO 认为董事会高估了 AI 替代人的能力。 60% 的CEO 认为董事会对 AI 转型节奏过于急切。 少于 10% 的 CEO 和董事会成员认为 AI 战略应该由 Chief AI Officer 单独负责。 反思中国现象 国内企业已经认识到 AI 转型是一把手工程。 集团要看转型成果，分管领导要看试点进展，部门负责人要证明积极响应，数字化团队要拿出项目清单，项目经理要做出可展示的 demo。 企业做 AI 转型，最容易做的是场景征集，最难做的是场景识别。 真正值得做的 AI 场景，往往不在脑暴会上，也不在汇报表格里。
23700编辑于 2026-07-01- 来自专栏云云众生s
拥抱AI的转型：从软件开发者转型为构建者
AI时代，开发者转型构建者！拥抱AI并非取代，而是赋能。聚焦系统设计、架构和用户体验，掌握基础，优先测试验证，有目的地利用AI。无代码/低代码平台助力非技术人员创新。 拥抱AI、API，构建Cloud Native应用，提升生产力，实现DevOps转型！ 在过去的二十年里，我几乎见证了 AI 演变的每一个阶段 —— 从遗传算法到神经网络、深度学习、预测性 AI 和生成式 AI。 然而，我从未相信 AI 会让所有工作岗位都变得过时，包括软件开发者的工作。 这个观点来自于一位向世界推出了 AI 驱动的服务和体验的人。 而在于 AI 使他们能够做得更多、更快，并产生更重大的影响。 AI：软件开发中的力量倍增器 就像一种新的编码语言一样，AI 正在被证明是开发者的一种强大的力量倍增器，但不是替代品。
32100编辑于 2025-03-16 - 来自专栏数据饕餮
【数字化转型】10大数字化转型能力成熟度模型01（IOMM）
一、前言 数字化转型是数据化能力建设的目标和价值，作为一个新兴的课题，目前为止并未出现一个统一的数字化转型成熟度模型。 这些标准具有很强的参考意义，作者收集和整理了相关的标准和规范，整理成集合，命名为《10大数字化转型能力成熟度模型》作为参考。 本文是《10大数字化转型能力成熟度模型》第一篇，由中国信通院推出的《企业IT数字化能力和运营效果成熟度模型（IOMM）》。 企业通过数字化能力建设支撑其数字化转型过程，通过价值评估来衡量转型成效，最终通过转型等级来确认其转型所处阶段。 宏观上具有指导价值 2.微观上粒度不够，无法指导企业实践 3.标准制定者缺乏一线实战的经验 四、未完待续 本文是《10大数字化转型能力成熟度模型》第一篇，由中国信通院推出的《企业IT数字化能力和运营效果成熟度模型
4.9K10编辑于 2023-12-01 - 来自专栏量子位
数智转型 势在必行 | 1月10日TF89
1月10日，与业界专家共同探讨数字化转型，欢迎报名！ 会议安排 TF89：数智转型 势在必行主持人：CCF TF产业智能化SIG主席 史海峰 时间 主题 讲者 19:00-19:10 活动介绍及致辞 CCF TF产业智能化 SIG 主席 付晓岩 19:10 -19:40 从Apple聊起，制造业如何数字化转型 积梦智能CEO 谢孟军 19:40-20:10 绿巨能回收业务数字化进程 泽拓科技 解决方案架构师 何革新 20:10-20:40 数字时代的IT 云原生年度回顾与展望 TF94 2023/2/23 NLP技术（具体话题待定）产业化之路 TF95 2023/3/9 元宇宙系列（三）：行业智能化，产业元宇宙来助力 TF96 2023/3/16 知识图谱赋能时空AI — 完 — 量子位 QbitAI վ'ᴗ' ի 追踪AI技术和产品新动态 一键三连「分享」、「点赞」和「在看」 科技前沿进展日日相见 ~ 点击“阅读原文”，报名TF89！
67540编辑于 2023-02-28 - 来自专栏DevOps持续交付
DevOps 帮助数字化转型的10个最佳实践
DevOps 帮助数字化转型的10个最佳实践 从模式识别到新财源的发现，DevOps 在数字化转型过程中总是重要的角色。事实上，专家们总是说必不可少。 如果没有基础设施自动化和精心挑选的团队，数字化转型的步伐将停滞不前。” 哪一种方式能够帮助你所在的企业在数字化转型的目标上取得更大的成就？ ? Devops 增强数字化转型的一种强有力方式是打破壁垒。成功的数字化转型主动要求整个组织采取行动，但更常见的是传统商业做法，例如年度周期计划或者缓慢的流程体系。 无论你如何定义数字化转型，数字是基础，这就意味着转型依赖于新的或者更有效的方式利用技术来实现业务目标。 DevOps 从本质上赋能以上三个方面，使数字化转型成为可能。这些经常出现在大公司的小部门，因此转型成功与否取决于规模化推广的能力。
1K30发布于 2019-11-29 这 7 类企业 AI 转型项目，根本不该用 AI
文末还附一份企业级AI适配度评估10问清单，可以直接拿去和你的客户、业务方做共识。如果你正在推动企业AI转型，或者正在被老板/客户催着"赶紧上点AI"——这篇文章可能会帮你省下一个季度的预算。 九、企业AI适配度评估清单：10个问题拍板"做不做"讲了这么多反模式，最后给你一份可直接使用的清单。 这是我在企业AI转型咨询里最常用的访谈工具——把这10个问题问完，每个都追问到"能落到数字"为止，反模式自然就浮出水面。序号问题答不上来意味着1业务目标是什么？目标指标和数值是多少？ 反模式G10时间窗口多长？PoC到可用的周期是多久？反模式A/G用法建议：把这10个问题做成一页A4纸，每次和业务方开"AI立项评审会"时摊在桌上一起填。 最后留一个问题给你思考：如果你现在手上正在推进的AI项目，被强制用这10个问题拷问一遍，它真的能通过吗？如果不能，请把这篇文章转给你的项目负责人。
53110编辑于 2026-05-23- 来自专栏人工智能头条
AI生态赋能2018论坛来袭！转型AI看这里！
AI热潮来了，企业要转型，程序员要转型。 但是，人人都说转型难。 企业由于缺乏经验和产品落地的能力，即使招揽到了人才，也很难有所作为。 算法红利期，学术界的大牛都被各大巨头企业用诱人的薪资招致麾下。 但其实，AI产业的发展，不能仅仅依托高精人才。应用开发者、数据工程师、AI产品经理、后台运维人员等同样可以在AI大浪中发挥自己的价值。 进入2018，AI行业从最初的野蛮生长阶段迈入工程技术红利期，距离AI行业的真正爆发还有几年时间，企业成功转型尚有机会。但是，在行业大环境下，企业如何转型AI？程序员怎样转型AI，以弥补业务短板？ 为此，2018年1月16日，CSDN联合多家AI生态圈企业，在北京蔓兰酒店举办“AI生态赋能2018论坛暨CSDN AI新战略发布会”，届时AI领域知名企业、权威专家、技术精英齐聚，全方位多视角共话AI 为了进一步助力企业智能化升级，帮助IT工程师找到自己的进阶之路，CSDN还将重磅推出《AI行业应用路线图》和《AI技术人才成长路线图》，为企业和IT工程师提供切实可行的转型路径。
51041发布于 2018-06-05 - 来自专栏高速公路那点事儿
数字化转型 | 河北高速数字化转型升级中的AI应用介绍
再点击右上角的“···”，选择设为星标 研究大模型技术在交通综合感知及业务运营协同中的创新应用，在现阶段智慧业务系统基础上完成智能化水平提升，面向日常运营、应急处置、协同调度、决策分析、出行服务等场景，构建高速AI ，在长尾应用场景相比传统AI有更好效果。 ---END--- 大家都在看： 人工智能 | 基于高速公路场景，物理AI可以引导新产品突破？ 人工智能 | 《AI赋能下面向车路协同的智能道路》的学习，感知、定位与引导 数字化转型 | 智能感知设备+大模型数字底座+AI数智人=智慧高速AI数智人平台(大厂方案) 数字化转型 | 大屏可视化是高速公路信息化系统的重点吗 看看AI生成的... 从情报板到“AI指挥者”，交通智能体如何改变高速出行的服务形态？ 点击下方卡片，可以快速关注： 感谢关注、转发、在看、点赞！
38310编辑于 2026-03-02 某机构AI优先通信平台的技术转型
AIR、ARR与AI：透视某机构向AI优先互动平台的技术转型某机构最新季度财报显示，该公司已悄然将人工智能从未来愿景转变为其产品差异化、运营杠杆及增长的主要技术引擎。 技术架构：AI接待员系统的核心能力在此次财报电话会议中，某机构宣布了其AI接待员系统的扩展版本，新增功能将AI直接引入B2C互动的起点。 的集成将AI扩展到电子商务、日程安排和消息传递生态系统，将电话号码和消息渠道转变为智能集成的数字前端多语言处理能力：系统现可实时自动检测并以呼叫者语言响应，初期支持10种语言，包括英语、西班牙语、法语、 AI编排。 技术架构中包含三层AI介入机制：人工介入前：AI处理初始交互人工介入中：AI辅助人类代理人工介入后：AI从交互中学习并优化下一次响应对于受法律、监管和复杂性约束的场景，系统保留人工代理角色，形成完整的智能增强回路
17210编辑于 2026-05-21诺基亚更换首席人力官，继续布局AI转型
后来诺基亚想通了，收购西门子，成立NSN公司，转型做了通信设备厂商，在全球范围内又遭遇华为和爱立信的“胖揍”，现在又砸了上百亿搞AI。 他们的实验室里的黑科技是一堆接一堆，可转型之路还是磕磕绊绊。 转型需要员工跳出舒适区学AI时代的新技能。可是没人愿意折腾，一个个摆烂摸鱼，拿着高薪混日子，把诺基亚的转型当成了“熬退休”或者等“拿包”的场所。 找到核心问题之后，Kristen干了三件事，半年就把人才流失率压到了10%，直接打了一场漂亮的翻身仗。 前几年有个知名科技公司，砸了几十亿搞AI转型，HR脑子进水，上来就一刀切裁员，还放话说“不配合转型的都滚”，结果核心技术团队集体跳槽，转型直接崩盘，几十亿打了水漂。 更值得所有科技公司反思的是：AI时代的竞争，从来不是技术的竞争，而是人心的竞争；企业的转型，从来不是技术的升级，而是人的升级。
21910编辑于 2026-04-09- 来自专栏AI科技大本营的专栏
传统程序员转型AI做错了吗？
进入 20 世纪 90 年代，神经网络、遗传算法等科技 “进化” 出许多解决问题的最佳方案，于是 21 世纪前 10 年，复兴人工智能研究进程的各种要素，例如摩尔定律、大数据、云计算和新算法等，推动人工智能在 ▌机器学习是你必经之路 入门 AI，机器学习是必须要学习的，可以这么说：机器学习是人工智能的基石和精髓。只有学好了机器学习算法原理和思想，你才算真正的入门人工智能。 虽然目前 AI 领域发展火热，商汤科技 B 轮融资 4.1 亿美元。但是这场革命是机遇，真的适合你吗？实践证明，并不是所有人都适合转行 AI。 对于这一类 猿友 ，我觉得你转行也行，但是你一定要走应用化的 AI 道路。 如果你数学很好，但是编程薄弱。恭喜你，你具备了转行 AI 的先天优势。 恭喜你，AI 领域需要的就是你，你就是未来的 Hinton，吴恩达……
72040发布于 2018-09-28 AI Native 组织转型：岗位，不再以“人为单位”
以前问的是这个人行不行，现在问的是：这摊活儿里多少必须人干，多少AI能干，多少可以让更便宜的人配上AI干。 以前业务一涨就加人，天经地义；据公开报道和业内的普遍感受，现在一些公司是总编制冻结，AI提效指标写进OKR，”用AI替代外包”列进部门年度目标——想加人？先说明白这活儿为什么AI干不了。 2024年，他是全球把”AI替人”喊得最响的人：宣布AI客服一个月干掉相当于700个全职客服的工作量，随即停止招聘，甚至公开放话，AI已经能做所有人类做的工作。这些话让他当了一年AI时代的代言人。 AI生成内容，谁核查事实？AI写代码，谁管架构和安全？AI接待客户，谁处理情绪和危机？AI筛简历，谁对误伤负责？在旧组织里，这些责任是含在岗位里的，人干活人负责，天经地义到不用写下来。 按这个标准，企业的AI转型大致是三级台阶。第一级是替换：把AI当便宜员工，一比一换掉原岗位，组织其他部分不动，目标只有省钱。
25100编辑于 2026-07-13- 来自专栏目标检测和深度学习
深度学习的研究方向: 你会为AI转型么？
非专业人员转型 你会为AI转型么？ 如果是我，我的答案会是，如果可以优雅的转身，那就转吧。 如何保证优雅的转身？ 如果你的主要编程语言是 C++ 和 Python，并且数学功底很好，那么恭喜你，没什么障碍了，最多三个月的转型期，你马上就能成为一名合格的 AI 从业者。 该干嘛还是干嘛，继续领你架构师的高工资，AI的泡沫可不小，听哥的，别趟这趟浑水！ > 转型开始 开始转型，怎么一步一步的去实现这个目标呢？ 总结为4点： 看书、读论文、用框架、敲代码。 1. 而在应用领域，机器人将会在很大层度上推动深度学习的发展，也许在将来的5-10年，真的会诞生真正意义上的智能体，最近听说某某机器人通过了 图灵测试，很好奇，一看也只是在某个简单的层面。
1.1K40发布于 2018-04-18 《AI领航工业制造：解锁智能转型新密码》
二、AI，筑牢产品质量防线产品质量是工业制造的生命线，AI技术在质量检测环节发挥着不可替代的作用。AI视觉检测系统，利用深度学习算法，可快速、精准地识别产品表面的瑕疵、尺寸偏差等问题。 三、AI，实现设备智能运维工业设备的稳定运行是生产顺利进行的保障，AI技术让设备运维从被动维修转变为主动预防。 四、AI融入工业制造的挑战与应对数据安全与隐私保护AI依赖大量数据进行训练与决策，工业制造数据涉及企业核心机密，数据安全至关重要。 技术人才短缺AI技术在工业制造的应用需要既懂AI技术又熟悉工业生产流程的复合型人才。 企业在引入AI技术时，需制定统一的数据标准与接口规范，选择兼容性强的AI解决方案，分阶段、分步骤推进AI系统与现有系统的集成，确保生产过程不受影响。
33810编辑于 2025-01-25- 来自专栏前沿技墅
云计算和 AI 时代下的运维转型
在阿里巴巴的PE转型过程中，有一部分运维转型去做效能工具研发，有一部分经验丰富的资深运维就转型成为技术产品和技术运营这样的运维专家角色。 可以参考阿里巴巴PE转型的经验，根据自己的优势特点提前做好方向规划。 云计算和AI带给我们的挑战 机遇与挑战并存，上面我们更多地讲了机遇，但是与此同时也要看到挑战，甚至是危机。 然后，再谈谈AI。这里说明一下，我们现在谈论AI，其实大部分情况下是在谈论AI的一种实现方式——机器学习算法。关于这一点，我在InfoQ做过分享（“AIOps为什么是运维发展的必然趋势？” “AI时代，我们离AIOps还有多远？”），如果感兴趣可以读一读。 AI和Ops的结合，更多还是场景驱动的。 所以，我的建议就是要去多了解，因为未来随着技术、数据和计算能力的提升，AI是一个必然的趋势。如果一点都不了解，那么极有可能会被卡在门槛外面，这就不是转型的问题了。
1.7K31发布于 2018-07-31
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号