| 移动网页

搜索关键词 诺贝尔经济学奖

AI & Enterprise

AI智能体走热，企业自动化落地仍不及预期

随着模型能力持续提升，企业对可独立执行任务的AI智能体热情升温，但自动化在真实业务中的落地速度仍低于预期。多位业内人士指出，基于RLHF训练的大语言模型更擅长辅助人，而非承担无人值守的自动化任务。与此同时，TypeSafe AI推出决策型模型Jev，主打速度与成本优势；多项调查则显示，核验和修正AI输出，正在抵消部分效率收益。

AI & Enterprise

Satya Nadella警示AI依赖风险：企业核心知识产权或随使用过程流失

Microsoft首席执行官Satya Nadella表示，在AI时代，企业若过度依赖外部模型，核心知识产权可能在使用过程中逐步流失。他指出，模型提供商通常可以利用公开数据训练模型，却限制客户基于自有数据进行蒸馏或复用，同时还不断吸收用户使用数据。这种结构使企业在支付费用之外，还需额外交出自身知识，形成所谓“逆信息悖论”。他因此呼吁建立类似专利制度的机制，并划定明确的信任边界。