- 综合排序
- 最热优先
- 最新优先
宠物行业AI赋能S2B2C转型
fused_features) return diagnosis# 示例使用result = multi_modal_analysis("skin_lesion.jpg", "猫咪持续抓挠患处3天")print(f"AI update_model_weights(self.model)五、演进路线建议初期：聚焦智能客服（NLP）和基础图像识别中期：构建用户-宠物数字孪生体远期：搭建宠物元宇宙健康生态通过API网关实现模块化部署，逐步将AI 实际落地需重点关注宠物数据隐私保护和AI可解释性设计。
52910编辑于 2025-02-24硅谷996背后是AI的锅吗？丨硅谷AI转型录NO.2
《硅谷AI转型录》是由腾讯研究院发起的一个全新的观察系列。AI已经开始在底层重构我们工作的方方面面，这一次“AI革命”，不仅仅是简单的生产工具升级，而是一场关于生产关系、协作方式和价值创造的深刻变革。 第一期的硅谷AI转型录，聚焦硅谷大裁员背后的AI组织重构。 第二期硅谷AI转型录则要从“加班”开始聊起，发现之前被很多人诟病的996文化，似乎在硅谷的创业文化中有复苏的迹象，甚至很多硅谷的创业公司将996作为一种硬性要求写在自己的招聘要求中。 AI时代，996会重新成为一种必要的职场文化吗？如何应对AI带来的焦虑和疲惫？怎么定义和筛选AI原生人才？AI会对公司的人员招聘、职能划分以及组织架构等方面带来哪些意想不到的改变？ 这里面就是也想问一下，无论是晓辉还是陈然，其实国内跟国外我们都已经看非常多的AI的变革和转型的案例，就是除了996之外，老板这种焦虑到底还有其他的新的处理的方式吗？
91410编辑于 2025-10-27- 来自专栏人力资源数据分析
人才数字发展转型（2）
1、 培训课程的录制 我们平时都有很多线下的课程，可以对线下的课程进行现象的视频录制，然后进行编辑剪辑，可以作为线上的课程素材 2、 在线课程的设计 培训人员可以根据课程规划，进行微课的设计，一般微课都是以多媒体的形式呈现
53620发布于 2020-01-02 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。 毕竟用AI搭建虽然快……袁晓辉：但问题也不少。沈旸：没错，它有典型的问题。比如说，它的速度肯定比做成系统要慢一些。假设把它做成系统，登录网页刷新一下，2秒钟就能出结果。 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。但从节约人工的角度看，节约了三个月的人工成本。把三个月的人工换算成这8秒，能做不少业务呢。所以慢一点也能接受。 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。
1K20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。 总结来说，这五个步骤分别是： 1.执行试点项目从而获得动力 2.建立公司内部的AI团队 3.对员工进行AI技能培训 4.制定人工智能战略 5.在公司内部和外部建立良好的沟通渠道 ? 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。 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。
53820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。 总结来说，这五个步骤分别是： 1.执行试点项目从而获得动力 2.建立公司内部的AI团队 3.对员工进行AI技能培训 4.制定人工智能战略 5.在公司内部和外部建立良好的沟通渠道 ? 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。 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。
48630发布于 2018-12-27 - 来自专栏安徽开发者圈
AI转型，输在组织结构
聊到 AI，我们谈到一个很有意思的问题：为什么有些大公司不缺钱、不缺人、不缺算力，AI 落地反而没有一些小团队快？聊到最后，我越来越觉得问题可能不只是技术。AI 时代，组织结构本身就是一种技术能力。 三、给平庸的人配 AI 助理，就能完成 AI 转型吗？这是我最近特别想讨论的问题。现在很多企业做 AI 的第一步是给每个员工配一个 AI 助理。我觉得这远远不够。 他知道问题在哪里，知道怎么拆，知道哪些事情交给 AI，也知道什么时候不能相信 AI。过去他一个人只能做一件事，有了 AI，可能同时推动几件事。 五、AI 时代，管理者可能才是最需要改变的人很多企业谈 AI 转型，第一反应是培训员工。我反而觉得，管理者更应该先问自己几个问题：AI 已经把一个人的能力边界扩大了，我们还需要那么多层级吗？ 写在最后我们过去总把 AI 转型理解成一个技术问题。买模型、建平台、做知识库、做 Agent。这些都重要。但再往后走一步，会发现真正难改的不是模型，而是组织。
22594编辑于 2026-09-29 - 来自专栏AI研习社
开发者 AI 转型指南
#2 基本的数学素养 ? 人工智能和机器学习这类职业需要你具备基本的数学知识。这里的关键词是「基本」。 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 #2 学习人工智能本身 ? Francesco Corea 开发的人工智能知识地图 想象一下你是如何理解上面的计划的，我会像 Andrew Ng 那样说「如果你不明白，请不要担心」。 Via：https://towardsdatascience.com/how-to-get-started-as-a-developer-in-ai-9116a2326d5f
67310发布于 2019-08-20 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。 二、很多企业高估的，是 AI 承担责任的能力 观点2：35% 的 CEO 认为董事会高估了 AI 替代人的能力。企业讨论 AI 替代时，混淆了任务和责任。 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。 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。
28600编辑于 2026-07-01- 来自专栏智能时刻
【数字化转型】数字化转型指南 - 第2部分
「数字化」数字化转型指南：定义，定价和规划（第1部分） 关键要点 业务转型，无论是否为数字化，都很复杂。利用参考框架来模拟，理解和定价其经济，风险和财务影响至关重要。 实际上，数字化转型的主要商业动机之一是建立组织，运营和技术基础，以促进不断发展和跨职能合作。换句话说，公司有目的地组织自己，以便能够随时执行任何转型，以便在未来保持竞争力和相关性。 行动中的数字化转型框架 本节为金融服务公司（特别是资产管理公司）执行数字化转型框架。 第一个目标是建立可用于定量衡量转型有效性的基准。 更重要的是，麦肯锡的调查还显示，在尝试转型时投资于人力资本的组织不太可能获得与进化相关的经济利益。 图34提出了一个参考框架，将人为因素纳入业务转型，无论是否为数字化。
87010编辑于 2023-01-04 - 来自专栏啄木鸟软件测试
团队转型：AI安全测试实战指南
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。 四、从合规驱动到价值驱动：让安全测试产生业务ROI 最可持续的转型，是让安全能力直接贡献于商业目标。 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。
50510编辑于 2026-03-31 - 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。
38300编辑于 2025-03-16 干了 6 年前端，转型 AI 花了 2 年：普通人到底在怕什么？
深夜下班，地铁车厢里挤满疲惫的人，你刷着手机，看到群里有人讨论 AI 工具，心里咯噔一下。你担心时间被挤占，风险藏在每一次更新里。为什么有些人转型快，有些人却原地踏步？其实，问题不在技术，而在认知。 2026 年 9 月 29 日，一位干了 6 年前端的开发者分享了他的转型经历。他花了 2 年才摸索出路径。不是因为他笨，而是因为大多数人误判了转型的本质。很多人以为，学 AI 就是学新工具。错。 转型是思维方式的重构。你每天花 1 小时刷短视频，却不愿花 10 分钟理解 AI 逻辑，这就是差距。拆解来看，三个关键点可核对：先，前端开发基础决定你理解 AI 的起点，6 年经验是资产不是包袱。 然后是，2 年转型期意味着你需要持续学习，不是一蹴而就。之后，2026 年的 AI 生态已成熟，普通人能借势的窗口就这几年。 你花 2 年转型，其中有一半的时间应该花在与人连接上，而不是死磕文档。因此，别再把 AI 当成一个需要攻克的学科，把它当成一个工具，一个同事，甚至一个对手。
16010编辑于 2026-10-01- 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。
52641发布于 2018-06-05 - 来自专栏世民谈云计算
《企业IT架构转型之道》读书笔记（部分2）
2 大促秒杀活动催生缓存技术的高度使用 需求：平台如何完美支持大促秒杀场景是一个体系工作，牵涉到应用架构设计的合理、平台稳定性报障、极强的系统扩展能力等多个方面。
87120发布于 2019-06-28 - 来自专栏ai-go-mall
从 PHP 到 AI + Golang，程序员自救转型手记（四）：整合 Gin 框架、必学项 + 2
这是一个系列Blog，作者将以一个PHP全栈工程师的身份，利用AI工具（claudecode、codex、deepseek、豆包等）：从零开始学习golang语言，并最终完成ai-go-mall（github 此文发布时已经写到【从PHP到AI+Golang，程序员自救转型手记（二十一）：登录接口整合点选验证码，AI大翻车】已经完成了项目基本架构和前几个接口，不用担心作者弃坑，请放心阅读。 在上一期，我们已经完成“数据库连接，读写分离配置”，本期将完成：整合Gin框架、必学项+2整合Gin框架作为WEB项目，使用一个成熟的WEB框架会为我们省很多事，经过精心对比选型，我决定使用Gin，它在 ""ai-go-mall/internal/database""github.com/gin-gonic/gin")funcmain(){iferr:=config.Init();err! 必学项+2接下来就是继续深造了，磨刀不误砍柴工，同必需学习go语法的理由一样，我们此时需要先完成通读Gin框架文档的工作，还有GORM的文档，配置管理用的Viper到是几乎没什么需要深入了解的地方（想了解用了
30310编辑于 2026-06-23 这 7 类企业 AI 转型项目，根本不该用 AI
下面这张图把企业AI转型立项前的"决策漏斗"画了出来，你可以直接拿去和业务方对齐：这张图的本质是告诉你：在企业AI转型里，"不立项"也是一种交付。把不该做的事挡在门外，比把模型训得更准更值钱。 替代建议碰到这种客户，不要立刻进入技术讨论，而是用1–2周做"指标化问题拆解"。我常用的提问框架是：这个问题现在是怎么解决的？（人工？系统？规则？）谁会被这个AI影响？他们的工作流会怎么变？ 必须先定的三件事在企业AI转型里，评估体系比模型本身更重要。 路径2：先检索增强（RAG）而不是训练模型用知识库+向量检索+LLM做"引用式生成"，要求输出必须带原文引用。这条路成本低、上线快、风险可控，是当前企业AI转型最务实的起点。 结语：在企业AI转型里，"敢说不"才是真本事写到这里，回到最开始那句话：AI不是越用越值钱，而是用错越烧越快。企业AI转型的真正难点，不在技术，不在算力，而在判断力。
70210编辑于 2026-05-23- 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
2.应急处置与调度专家 事件发生后，针对智能接警系统，可实现接警电话自动分析记录内容，匹配生成工单，系统推送的可疑事件可进行核心事件及信息自过滤，自推送，资源调度建议，处置现场视频监控语音任意调取。 2）搭建交通大模型底座 私有化部署交通行业大模型底座，基于业界通用大模型加以行业数据微调，辅以行业专家经验知识化沉淀，提供感知、认知、预知、决策等多层次能力，全方位提升典型场景的业务效果。 ，在长尾应用场景相比传统AI有更好效果。 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！
44710编辑于 2026-03-02 诺基亚更换首席人力官，继续布局AI转型
这事儿，得从诺基亚那惨到骨子里的焦土转型说起，不然你根本不懂，为啥诺基亚宁愿放弃一堆顶尖技术专家，也要把这个女人请过来当救命稻草。 诺基亚在2G/3G时代有多风光，现在就有多憋屈。 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。 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。
25310编辑于 2026-04-09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。 这家最初作为统一通信即服务提供商的企业，正在演变为一个AI优先的客户互动平台，其AI接待员系统及相关产品已成为每场对话的前端入口。 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。 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
21010编辑于 2026-05-21
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