INTEREST MAP · 企业 AI
企业 AI:从演示走进组织
当 Agent 进入组织,谁给它权限,谁验证结果,又由谁承担后果?
这里记录 AI 进入真实企业后遇到的流程、数据、责任与信任摩擦,也关注产品怎样跨过 POC。
我怎么定义
企业 AI 落地不是「接入一个更强模型」,而是把智能放进组织的权限、流程与责任链里:输入侧让它看清企业世界,输出侧只在可监管边界内聪明。
- 企业级智能往往不是模型白送的,而是用数据治理、口径对齐与隐性知识显性化换来的「智能税」。
- POC 地狱的本质常不是技术清单,而是组织无法回答:系统自主行动时谁决策、谁担责。
- 完全自由的智能体对企业是灾难;完全受控却毫无推理空间的「对话框查询器」也撑不起决策。
33 篇文章0 个项目7 个相邻主题
01
START HERE
代表文章
02
THE FULL THREAD
全部相关文章
OpenAI如何一步步把GPT 放进企业市场的?↗一本旧书里的企业 AI 线索↗AI 落地老大难:牌桌上的人谁让路?↗搞企业 AI 的人,应该去读读这本书↗企业 AI 的第一性问题是什么↗从 Prompt 到 Workflow 到系统:差距真正拉开的地方↗Notion Custom Agents:被批评“太传统”之后,我更理解了为什么这么做↗SaaSpocalypse 背后:PLTR 揭示软件定价单位从账号到结果的迁移↗同一部电影的两幕:Ivan Zhao 的生存逻辑与未来框架↗AI 公司内部是怎么用 AI 的?Perplexity 用三层方法让 AI''接管''而非''辅助''↗纳德拉的达沃斯阳谋——当 AI 领到了「工号」↗谢谢Lenny,这是一份企业AI的田野调查↗企业软件的权力,从“记录”转向“判断”——Palantir 陆续吃下了 Snowflake 和 Databricks 的合作↗OfficeQA:迄今少见的、真正贴近 B 端工作流的 AI 基准↗一个 CTO 的 AI 实战手记:落地 Agent,靠的不是模型而是“修水管”↗2025:AI 没有改变一切,但暴露了很多问题↗Databricks 请来 Sam Altman,探讨企业 AI 的深水区↗AI 落地的脏活累活何不是一种智能税?↗Satya 谈微软历史:哪些经验正在决定今天的企业 AI?↗Claude for Finance 第二幕:AI 不只是被信任的对象,更要成为系统的一部分↗Data Agent 两面镜子:资本的理想与工程的现实↗当企业系统开始懂语义,Gemini Enterprise 的真正野心↗先进团队先用 Notion?Notion 3.0 对企业级市场的思考↗OpenAI 的 B 面:企业 AI 落地与 OpenAI Enterprise↗极速增长的 Palantir ,高举企业AI价值创造的大旗↗Databricks 的数据治理哲学:开放中的集中↗暴涨 22% 的 Snowflake,带来了企业 AI 的信号与基准线↗两条路,一个终点:Glean 与 Palantir 的企业知识“殊途同归”↗Caylent 的硬核经验:200+ AI 项目后的 6 条教训↗Palantir AI Mesh:数据-AI-工作流的有机串联↗Palantir 的压舱石:数据本体论 Ontology↗AI 在数据应用中的我知我行—LLM 实战学习笔记 3↗各厂数据团队都是怎么用 AI 的?—LLM 实战学习笔记2↗