TOPIC

企业 AI:7 篇文章

企业 AI 的机会、数据治理、组织方式与落地边界:模型之外,企业真正缺什么。

FDE 系列教程|数据治理从入门到精通

从纸质资料、扫描件和 Excel 开始,把企业数据整理成能查、能核对的材料。讲清 OCR、表格还原、字段口径、清洗、版本与权限的分工,用原件和真实查询验收,再考虑接入知识库或 AI。

企业 AI

FDE 落地实战|Codex 自动生成企业经营报告 (含日报、周报、月报)

从企业已有的日报、周报或月报模板起步,让 Codex 整理内部资料、连接数据并生成原格式的经营报告。先手动跑通口径和检查规则,再设定时任务,数字与结论由人确认后发布。

企业 AI

比中转站更赚钱的生意:AI 培训

讨论企业 AI 培训怎样从功能介绍走向岗位实操、业务知识转译和内部人才培养。结合企业落地的不同阶段,拆开课程、工作坊与交付训练,把一堂课接到真实任务里,并提前约定培训与项目的责任边界。

企业 AI

RSI:AI 开始自己教自己

从 Harness 到 Loop,再到递归自我提升。AI 不只完成任务,还开始诊断弱点、制造训练材料、验证结果并改进下一轮系统。

前沿判断

AI 最大的机会,在企业改造

从业务成本、流程与交付出发,讨论企业 AI 的应用机会,以及怎样把知识库、Agent 和系统建设接到具体任务。

企业 AI

AI 组织:公司变薄,魂变厚

AI 组织不只是给每个岗位配一个助手。真正值钱的部分,是把公司的事件、证据、判断和校准留在系统里。

企业 AI

AI 落地,先解决数据问题

公网 AI 知道很多,却看不到企业内部最关键的文档、数据库和业务记录。不同数据需要用知识库、MCP 与搜索分别接入。

企业 AI