ai-adoption

一位前工程师利用政府关系获取AI数字化项目，这表明在该市场中，商业策略和人脉网络比AI技术知识更能决定成功。

美国政府正在使用Qwen嵌入模型进行检索增强生成（RAG）查询，这表明在公共部门应用中人工智能采用率增加。

摩根士丹利的一份报告显示，中国在消费级AI应用方面领先美国，周使用率达80%，而美国为54%，这主要归功于超级应用将AI融入日常平台。

Google的AI与经济ATLAS发布了新的交互式数据可视化，以及关于全球职业中AI采用的研究洞察，突出了区域趋势和科学家节省的时间。

一位前大厂员工讲述了996工作文化带来的健康问题以及AI的潜力如何促使他们离开工作岗位，投身于独立的AI实践，强调人与AI的协作。

作者认为，随着时间的推移，AI在日常中的积极体验将转变公众舆论，使其支持AI，并克服类似历史上卢德分子反应的反AI运动。

Latham & Watkins，美国第二大律师事务所，正在使用Nvidia硬件和开源权重模型构建内部AI技术栈，以对自有法律数据进行微调，减少对OpenAI和Anthropic等AI实验室的依赖。

文章认为，AI 采用应通过实际向客户交付的价值来衡量，而不是像 AI 使用率这样的中间指标，强调投资和周期时间在评估成果中的重要性。

Mario Draghi引用的ECB情景分析表明，AI应用可将欧洲的年度生产率增长提升0.3%至0.4%个百分点，但该地区面临严重的数据中心短缺和数据控制问题。

这篇文章讨论了未来AI采用如何可能从炫目的聊天机器人演示转向无缝集成到日常软件中，使AI更不显眼且更实用。

本文探讨了AI应用中的发现难题，由于界面提示有限，用户难以理解AI功能，并建议系统应更好地向用户展示其潜力。

作者认为，许多人拒绝在工作中使用AI，是因为害怕自动化日常任务，特别是在涉及CRUD操作的企业网页开发中。

AI原生公司20个决定性特征的清单，重点在于重建工作流、智能体（Agent）自主性、评测（Eval）驱动的基础设施，以及将上下文视为代码。

作者分享了在大型组织中多年落地 AI 的经验总结，推荐给所有正在复杂企业中实施 AI 的人。

Satya Nadella 和 Sam Altman 对早期客户在Azure上使用Astra表示兴奋。

一项大规模调查显示，美国员工高估了生成式人工智能导致的工作流失风险，这种担忧在实际劳动力市场数据中并未体现；相反，恐惧与在核心工作职能中使用更高比例的人工智能相关。

文章重点介绍了领先企业如何使用AI代理来自动化和增强工作流程，并以Basis和Clay等初创公司为例，展示了在入职和账户管理方面的效率提升。

作为一家澳大利亚律所，Gilbert + Tobin利用OpenAI的ChatGPT Enterprise和Codex扩展了AI应用，重点提升治理水平和运营效率，涉及多项业务功能。

这篇文章反思了身边的人对LLMs如ChatGPT的有限使用和理解，引发了关于AI工具广泛采用的疑问。

Uber 在没有投资回报的情况下耗尽了2026年的AI预算，而McKinsey的一份报告显示，95%的企业从AI中看不到投资回报，引发了关于企业AI采用挑战和策略的讨论。