企业如何规模化 AI:从早期实验到复合影响
企业正把 AI 从早期实验推向规模化,通过信任、治理、工作流设计与规模化质量,让 AI 产生复合影响。
企业正把 AI 从早期实验推向规模化,通过信任、治理、工作流设计与规模化质量,让 AI 产生复合影响。
Berkeley AI Research 综述自适应并行推理(Adaptive Parallel Reasoning)这一范式:让模型在推理时自行决定何时分解任务、生成多少并发线程并协调它们,以缓解顺序推理导致的上下文膨胀与延迟问题。
Google DeepMind 官方复盘 Gemini 驱动的编码智能体 AlphaEvolve,显示它已从试点升级为 Google 基础设施的核心组件,并经由 Google Cloud 扩展到金融、半导体、物流等商业场景。
推荐理由:官方复盘列出 AlphaEvolve 在科研、基础设施和商业场景的量化收益,可作为评估 AI 智能体落地价值的参照。
OpenAI 阐述了企业级 AI 的下一阶段,指出各行业的采用正在加速。Frontier、ChatGPT Enterprise、Codex 与全公司级 AI 智能体构成这一阶段的关键布局。
新研究显示,美国人每天向 ChatGPT 发送近 300 万条咨询薪酬与收入的消息。这一趋势正帮助缩小工资信息差距。
OpenAI 提出五大 AI 价值模型,为企业梳理出从员工 AI 素养到流程重塑的落地路径。该框架帮助领导者按阶段推进 AI 应用,进而构建持久的商业优势。
Axios COO Allison Murphy 介绍了公司以 AI 支持本地记者、简化新闻编辑室工作流程的做法。其目的是规模化交付高影响力的本地新闻报道。
OpenAI 的数据驱动报告《GPT-5 for Work》揭示各行业员工如何使用 ChatGPT。报告涵盖采用趋势、高频任务、部门使用模式与工作中 AI 的未来展望。
OpenAI 的商业模式随智能价值同步扩展,业务涵盖订阅、API、广告、商业与计算。这一扩展主要由 ChatGPT 采用的不断深化所驱动。
Google 回顾了 2025 年在 8 大领域的研究突破,Google DeepMind 与 Google Research 发布的 Gemini 3 Pro 登顶 LMArena Leaderboard,在 Humanity's Last Exam 与 GPQA Diamond 上取得突破分数,并以 23.4% 创下 MathArena Apex 新纪录。
OpenAI 发布了一份数据驱动的企业 AI 采用分析。分析显示,组织正从实验阶段迈向真正的生产力提升,并获得新能力。
OpenAI 回顾十年发展历程,从早期研究突破走向广泛使用、重塑可能性的 AI 系统。基于过去十年的经验教训,OpenAI 对构建惠及全人类的 AGI 保持乐观。
OpenAI 的企业 AI 数据显示,2025 年各行业 AI 采用速度加快、集成程度加深,并带来可衡量的生产力提升。
Google DeepMind 官方回顾 AlphaFold 五年科学影响:AlphaFold 2 于 2020 年在 CASP 14 上仅凭氨基酸序列高精度预测蛋白质结构,相关成果获 2024 年诺贝尔化学奖。
evals 可帮助企业定义、衡量并改进 AI 性能。这一评估方法可降低风险、提升生产效率,并为企业带来战略优势。
OpenAI 的 Executive Function 系列聚焦 CNA 如何用 AI 改造新闻编辑室。CNA 总编辑 Walter Fernandez 分享了对 AI 采用、文化以及新闻业未来的见解。
John Deere 的 Justin Rose 分享了公司如何用 AI 变革农业,并通过规模化创新帮助农民更智能、高效、可持续地作业。
Speak 正在用 AI 个性化语言学习。CEO 兼联合创始人 Connor Zwick 在对谈中介绍了这一做法。
OpenAI 总结了数百次成功部署 AI 的经验。文章提炼了将 AI 落地应用的核心方法论,帮助企业与开发者避开常见陷阱。这些经验覆盖了从模型能力评估到实际业务场景落地的关键环节。
Klarna 的 AI 助手已承担相当于 700 名全职客服的工作量。Klarna 正在用 AI 改造个人购物、客户服务和员工生产力。
推荐理由:原文给出 Klarna 的 AI 助手承担了相当于 700 名全职客服的工作量,为评估 AI 客服的实际承载能力提供了参照。
OpenAI 分享了在 22 个国家交流中获得的洞察,并说明了未来将如何把这些见解融入其工作。
冰岛正在使用 GPT-4 保护其语言,让这一语言为未来而留存。
OpenAI 发布分析称,自 2012 年以来最大规模 AI 训练运行使用的算力每 3.4 个月翻倍,同期累计增长超过 300,000 倍。相比之下,摩尔定律 2 年翻倍的周期只会带来约 7 倍增长。OpenAI 指出算力提升是 AI 进步的关键组成部分,呼吁为远超当前能力的系统做好准备。
推荐理由:原文用 3.4 个月翻倍、增长超 300,000 倍的算力曲线对比摩尔定律,为预判远超当前能力的系统提供了量化参照。
OpenAI 表示其 Dota 2 系统在一个月内从勉强匹配高水平玩家提升到击败顶尖职业选手,自我对弈可在算力充足时把机器学习系统从远低于人类水平提升到超人类水平。监督式深度学习系统的上限取决于训练数据集,而自我对弈系统中的可用数据会随智能体变强而自动改善。