标签: 数字化转型

2026
0
AI技术

AI时代最贵的人，不是模型工程师，而是能把模型塞进企业的人

过去两年，AI 行业最耀眼的人，似乎一直都是模型工程师。 谁训练出了更强的大模型，谁做出了更长上下文，谁把推理、代码、多模态做到新高度，谁就站在聚光灯下。人们谈论的，往往是模型排行榜、参数规模、推理能力、产品演示，仿佛 AI 产业的核心矛盾只有一个：模型够不够强。 但如果你把视角从发布会和实验室移到企业现场，就会发现另一种完全不同的现实。今天企业最缺、也最贵的人，很多时候已经不是继续把模型往上推一点的人，而是那些能把模型真正塞进企业流程、系统和组织里的人。 Reuters 在 2026 年 2 月的一篇报道里直白地写道：当下 AI 领域最热的岗位之一，就是 Forward Deployed Engineer。这种岗位最早由 Palantir 打出名声，如今 OpenAI、Anthropic 等公司都在大规模需要这类人。他们不是单纯写模型的人，也不是普通售前，而是一种混合型角色：既能写代码、接系统、管部署，又能直接和客户业务团队坐在一起，把 AI 从 demo 变成真实可用的生产力工具。Reuters 报道称，这类岗位从 2023 年到 2025 年需求增长了 42 倍，全球新增大约 9000 个相关岗位；在顶级公司里，基础年薪可达 40 万美元，总包可能超过 50 万美元。

0
AI技术

汽车行业的AI战争，已经不是"造一辆智能车"，而是在重写整套工业系统

过去两年，很多人谈汽车行业里的 AI，第一反应还是自动驾驶、车载语音、智能座舱，或者某款新车又接入了哪个更聪明的大模型。可如果今天还只盯着这些表面的变化，很容易看错这场产业升级真正的方向。 因为汽车行业正在发生的，不只是"把 AI 装进一辆车里"，而是把 AI 装进一家车企的研发体系、制造体系、运维体系、客户服务体系，甚至装进它的网络安全和 IT 底座里。4 月 16 日，Stellantis 与微软宣布达成一项为期五年的战略合作，双方将共同推进超过 100 个 AI 项目，覆盖产品开发、验证、预测性维护、测试、数字功能部署、销售、客户服务和运营等多个环节；与此同时，Stellantis 还计划借助 Azure 推进 IT 现代化，并争取在 2029 年前把数据中心 footprint 降低 60%。这不是一条普通的合作新闻，它更像是一个很明确的信号：汽车产业的 AI 竞争，已经从"增加一个功能"，进入了"重写一套系统"的阶段。

0
每日动态

新质生产力每日动态-20260416

第139届广交会新质生产力企业占比首次突破50%，银川数据要素服务中心正式启动，IMF下调全球经济增长预期至3.1%，发展中国家启动"借款国平台"增强债务话语权。

0
会员专区

一家公司裁掉50人IT部门后，10个人用AI一个月重写了全部系统

如果这件事发生在三年前，很多人第一反应一定是：不可能。 一家年营收 10 亿左右的传统公司，直接裁掉整个 IT 部门，四五十人几乎全部出局。然后，把开发、维护、升级、系统支持，统统交给一个只有 10 个人的技术团队。更夸张的是，这个团队接手后，只用了一个月，就借助 AI 把原来的系统几乎重新做了一遍：代码重写，文档补齐，系统逻辑重构，历史流程重新梳理，原来那些说不清、讲不明、只能靠"老员工脑补"的业务规则，也被一层层重新挖了出来。 听上去像故事，甚至像段子。 但真正值得讨论的，不是这个案例到底有多传奇，而是它暴露出一个越来越清晰的现实：很多传统企业的信息系统，并没有想象中那么不可替代；很多技术岗位过去的"护城河"，也没有想象中那么稳固。

0
AI技术

算法在盯着你的"提示词"：摩根大通AI追踪计划背后的管理革命

引言：当AI不再是"选修课"，而是"KPI" 近日，金融巨头摩根大通（JPMorgan Chase）的一项新举措引发了全球企业界的关注：公司已开始正式追踪其约6.5万名工程师和技术人员使用人工智能（AI）工具的情况。根据内部披露的信息，管理层不仅鼓励员工使用ChatGPT、Claude Code等工具编写代码和处理日常任务，还将员工的AI使用频率划分为&q

0
AI技术

效率的背叛：当AI把办公室变成"红皇后的赛道"

前言：那个关于"闲暇"的谎言 在人工智能浪潮席卷全球之初，我们曾被许诺过一个充满闲暇的未来。早期的布道者告诉我们：AI将承担枯燥的、重复性的劳动，人类将从琐碎中解放出来，去从事更具创造力、更具"人性价值"的工作。甚至有人预言，四天工作制将随着AI的普及而成为标准。 然而，2026年2月发表在《哈佛商业评论》上的研究成果（由 Aruna Ranganatha

0
工业软件

工业软件的"脑干"大发育：从数字化账本到赛博执行官

前言：两个会议，两种江湖 在开始深度分析之前，我们得先搞清楚这篇观察报告的背景。在工业界，有两个会议是必须关注的： 如果说 S4 是工控安全的"黑客帝国"（充满了对抗、漏洞与赛博防御的火硝味），那么 ARC Industry Forum 就是全球工业自动化、IT/OT 融合以及数字化转型的"最高统帅部"。 组织者： ARC Advisory Group（A

0
工业智能

新质生产力政策下的工业智能机遇

引言：新质生产力与工业智能的时代背景 站在2026年的新起点上，新一轮科技革命和产业变革正在加速演进。人工智能正从"感知理解"向"生成创造"与"决策执行"迈进，数字技术与实体经济的深度融合已成为国家战略。在这一历史性交汇点上，发展新质生产力成为推动高质量发展的核心动力，而工业智能作为新质生产力的重要组成部分，正迎来前所未有的发展机遇。 2

0
工业智能

数字化转型的"深水区"：为什么先进技术救不了落后的组织？

引言：数字化转型的"幸存者偏差" 在各种技术峰会上，我们听到的总是西门子、特斯拉或某家独角兽公司的成功案例。但在《麻省理工科技评论》近年来的深度调研中，一个冰冷的数据始终挥之不去：超过 70% 的数字化转型项目未能达到预期目标。 在数字化成熟度模型（Digital Maturity Model）的七个维度——战略、人才、组织、客户、生态、技术、创新——中，最昂贵的"技

0
工业软件

PLM 不再是"数字停尸房"：欢迎来到"产品记忆网格"时代

如果把一家制造企业的研发部门比作大脑，那么 PLM（产品生命周期管理）系统通常扮演什么角色？ 在很长一段时间里，PLM 更像是一个巨大的、布满灰尘的"数字档案馆"，甚至有人戏称它为"图纸停尸房"。它忠实地记录着一切：成千上万个版本的 CAD 模型、堆积如山的 BOM（物料清单）表、像蜘蛛网一样复杂的变更单（ECO）。 但是，这个档案馆患有严重的"间

0
工业智能

全球灯塔网络：重新构筑韧性与规模影响力的运营

如果说过去的灯塔工厂是在证明“技术可行性”，那么 2026年的新标准则是在定义“工业文明的新范式”。这次更新最核心的变化在于：评价维度从单纯的“效率驱动”转向了“生态红利”与“人本红利”的双重跃迁。 以下是对该报告及2026年评选标准的深度解读。 工业的北极星：2026年全球灯塔网络新标准的深度解析 一、 背景：从“孤岛智能”到“认知网络” 在2026年的时间点上，全球工业界面临着地缘政治波动、供

0
工业智能

西门子强调工业AI将持续驱动业绩增长

西门子2026财年Q1财报（2月12日发布）直接将工业AI定位为“强劲增长引擎”，并罕见上调全年盈利指引，这在全球宏观不确定性加剧的背景下，释放出明确信号：AI已从概念炒作进入可量化的工业价值创造阶段。 西门子Q1业绩：AI如何成为“看得见的钱” 2026财年第一季度（截至2025年12月底），西门子交出了一份超出预期的成绩单： 订单总额：214亿欧元，可比增长10%（创近年高点） 收入：191

0
AI技术

站在泡沫破裂的边缘：2026年工业SaaS的"幻灭低谷"与数据觉醒

2026年初，全球工业界流传着一个并不好笑的幽默：某头部制造企业的CFO在砍掉年度AI预算时说：“我们买了一台能跑300公里的法拉利（AI大模型），结果发现你们连路（高质量数据）都没修好，甚至连汽油（治理后的数据）都是掺水的。” 这个笑话折射出当前工业软件市场的残酷真相：工业SaaS正集体坠入加德纳（Gartner）技术成熟度曲线中的"幻灭低谷期"（Trough of Disi

0
工业智能

数字时代的绿色动能：透视中国工业转型的“内驱动”与“外溢效应”

引言：从“环境噩梦”到“数字曙光” 在过去的几十年里，中国凭借劳动和资本密集型模式创造了举世瞩目的经济奇迹，但正如 Chen (2010) 所指出的，这一过程也伴随着沉重的环境代价。传统的“命令式”监管虽然在短期内遏制了污染排泄，却往往陷入“环保与增长”此消彼长的零和博弈。在这一背景下，寻找一种能够超越单纯监管、激发内生性绿色转型的力量，成为学术界与决策者的共同目标。 Frontiers 2025