AI 變革管理:以人為本的方法
AI 變革管理應把 AI 視為需要融入人類工作流程的協作參與者,而非僅是待部署的軟件工具。這項工作涵蓋企業由準備至日常使用的組織調整,包括角色職責、員工工作方式、流程及監督;人與 AI 的分工須區分可驗證、判斷型及混合型任務,並持續重新評估。
AI 變革管理應把 AI 視為需要融入人類工作流程的協作參與者,而非僅是待部署的軟件工具。這項工作涵蓋企業由準備至日常使用的組織調整,包括角色職責、員工工作方式、流程及監督;人與 AI 的分工須區分可驗證、判斷型及混合型任務,並持續重新評估。
微軟 CEO 納德拉再次將 Copilot 定位為「面向工作的全新操作系統」,稱其適用於所有模型、工作場景和任務。技術拆解顯示,Copilot 桌面應用程式的主程式 copilotapp.exe 僅 4.99MB,實為重新命名的 Microsoft Edge 啟動器;安裝目錄含約 520MB 的 Edge 154,主介面由 Chromium 渲染。
LLM OCR 降低了難讀文件的錯誤率,但漏讀或錯認可能藏在流暢、格式整齊的結果中,令錯誤更難察覺。文章區分 OCR 後校正、VLM 原生轉錄與智能體編排,並指出欄位級準確度、來源定位和驗證流程可補足頁面級字串相似度的不足。
AI 智能體轉型中,個人與團隊上下文應由領域專家擁有;組織級共享上下文則由 enablement 或平台團隊負責整理與品質管理,並開放各方貢獻。enablement 團隊應提供工具而非接管上下文;context engineering 屬於貼近領域知識的本地工作,loop engineering 則可較集中運作。
Import AI 第 474 期聚焦柏拉圖式心智假説、Google 籌備將 TPU 送入太空及智譜以 GLM-5.3 加速自身推理基建。機械人研究者指出,領域仍欠缺可擴展的通用後訓練配方;他們介紹的 EXPO(-FT) 仍在早期發展,未廣泛使用。
Benedict Evans 指出,AI 不會令企業軟件大規模消失,而會擴展現有應用、催生新的垂直應用,並改變企業選擇不同工具的門檻。他將企業軟件使用概括為「制度化」與「即興」兩端,指出流程反覆出現、涉及多人並承載收入或風險時,便需要納入具審計、安全、維護和問責機制的系統。因此,企業採用 AI 不只是向員工提供模型,還要評估部署方式、營運流程變化,以及對業務經濟效益和競爭格局的影響。
OpenAI CFO Sarah Friar 闡述晶片、算力、模型與產品的進步如何相互疊加,帶來更實用、規模更大且成本更低的智能。
Epoch AI 以 Anthropic 基建融資為案例,指出近 $50 billion 債務融資顯示,至少短期內融資不太可能成為前沿算力擴張的瓶頸。其中,機構投資者承諾提供 $34.5 billion 債務,支持租賃超過 1 GW 的 Google TPU 系統;另有約 $15.2 billion 貸款支持五個數據中心建設,涉及 1.43 GW 的關鍵 IT 容量。
推薦理由:Anthropic 個案拆解供應商信用支持租賃融資的結構,呈現未來租金如何轉化為機構資金,以及融資成本如何受風險分擔安排影響。
Berkeley AI Research 梳理自適應並行推理(Adaptive Parallel Reasoning,APR)的研究進展,將其界定為模型在推理時自行決定何時並行、分配多少執行緒及如何協調控制流的範式。
Manus 以同一提示詞測試並比較 7 款 AI 登陸頁面生成器,評估設計質素、文案、可否直接發布、免費發布及自訂能力。Manus 獲 9/10,並被評為設計質素最高;Manus、Base44 和 Simplepages AI 的免費方案均可發布。Aura 免費生成及編輯但匯出須付費,Emergent AI 和 Squarespace 的免費方案則不能發布。
Jeff Boudier 與 Writer 聯合創辦人兼 CTO Waseem Alshikh 對談,探討 Writer 運用 Hugging Face 處理複雜生成式 AI 用例。
Hugging Face《Machine Learning Experts》專訪 Lewis Tunstall,談其 Transformers 工作及新書《NLP with Transformers》。他介紹 Transformers library 可將 PyTorch 模型匯出為 ONNX 格式,讓工程師進一步降低延遲、提高吞吐量。
OpenAI 指出,深度學習是一門實證科學,團隊基礎設施的質素會放大進展。現有開源生態令任何人都能建立優良的深度學習基礎設施。