/
创业心态助力Thomson Reuters紧跟AI发展节奏
Thomson Reuters首席技术官Joel Hron在访谈中分享了公司如何将CoCounsel法律工具与Anthropic的Claude大语言模型集成，并阐述了通用AI与行业专用AI的本质区别。他强调，在法律领域"够好"远远不够，必须确保输出内容有权威来源支撑、经过准确性验证。Hron指出，AI每六个月就会发生重大变化，组织需具备快速适应能力，并将人类监督机制内嵌于智能体工作流程中。
2026年科技业大裁员：AI成为企业缩减人力的首要理由
2026年科技行业裁员浪潮持续，AI成为企业削减人力的主要理由。甲骨文过去12个月裁员2.1万人，降幅达13%。与此同时，Meta、微软、Snap、Salesforce、IBM、Atlassian等多家科技巨头也相继宣布大规模裁员，理由均指向AI提升效率、优化组织结构。值得关注的是，这些企业在裁员的同时普遍录得营收增长，引发外界对裁员真实动因的质疑。
推理芯片初创公司Groq完成6.5亿美元融资，加速云平台扩张
AI推理芯片初创公司Groq宣布完成6.5亿美元融资，由Disruptive和Infinitum领投。Groq自研的LPU芯片专为AI推理负载优化，此前已与英伟达达成200亿美元芯片授权协议，并推出LPU 3推理处理器。该芯片具备自动修正时钟漂移、500MB板载SRAM及2.5Tbps双向带宽等特性。目前Groq云平台已覆盖13个数据中心，每周处理数万亿token，服务500万开发者，计划到2027年将算力规模扩展至200兆瓦。
OVHcloud押注前沿AI，欧洲寻求美国模型替代方案
法国云服务商OVHcloud正从云基础设施转向前沿AI模型开发，计划从头训练一系列模型并开源。CEO表示，随着芯片、训练方法和合成数据的进步，相关成本已从约11.5亿美元降至2.3亿美元以下。目前，其中一个模型已在欧洲最快超算Jupiter上完成预训练。分析师指出，2.3亿美元仅覆盖初始训练成本，后续仍需持续投入用于微调、基础设施和企业支持，能否成为真正的企业级AI提供商仍有待验证。
AIEC 2026播客现场：Agentic时代，AI如何重构软件、组织、产业与人？
我们的工作方式如何改变？我们的组织形态会如何改变？我们的生产形式又将如何改变？
自主商业时代来临：为何这一转变对职场人是好消息
Gartner预测，AI智能体软件支出将从2025年的864亿美元增至2027年的3763亿美元。约80%的企业在试点自主商业能力后报告裁员，但分析师认为，到2029年自主商业整体上将创造更多就业机会。美国运通、赛诺菲等企业的实践表明，AI智能体更多是提升效率、辅助决策的工具，而非全面取代人类。专家指出：若你的工作无法被简单归纳为几项任务，就不会轻易被取代。
大疆无人机助力野生动物保护：每年救援小鹿数量提升20倍
每年春季，德国农民割草前，幼鹿常藏匿于高草中难以发现。巴伐利亚野生动物救援组织Rehkitz-Rettung Mangfalltal借助大疆Matrice 4T和4TD热成像无人机，将每年救援幼鹿数量从10至15只大幅提升至300至350只。无人机配备RTK厘米级定位、热成像摄像头及AI智能识别功能，可快速扫描大面积农田，精准定位隐匿动物，效率比上一代技术提升50%以上。
Reflection AI与SpaceX签订价值63亿美元算力合作协议
开源AI初创公司Reflection AI宣布与SpaceX达成算力合作协议，自2026年7月起每月支付1.5亿美元，合同期至2029年，总价值最高达63亿美元。Reflection将使用位于田纳西州孟菲斯的Colossus 2数据中心内的英伟达GB300芯片。该协议规模小于SpaceX与Anthropic及谷歌的合作，但标志着开源AI基础设施投入的重要进展。Reflection由两位前谷歌DeepMind研究员于2024年创立，致力于构建开放权重AI模型的替代方案。
AWS DevOps智能体新增发布管理功能，直击软件交付瓶颈
AWS为其DevOps Agent推出发布管理新功能（目前处于预览阶段），旨在解决AI编码工具加速代码生成后，代码审查、测试与安全发布成为新瓶颈的问题。新功能包括"发布就绪"和"自主发布测试"，可自动评估代码变更合规性、识别潜在风险，并在隔离环境中执行测试。分析师指出，这有助于企业在不牺牲可靠性的前提下加速软件交付，减少人工审查负担。该功能目前在美东弗吉尼亚区域免费预览。
NVIDIA发布AI科学软件，加速材料模拟与天文探索
NVIDIA在ISC大会上推出多款面向科学研究的AI软件，包括DAQIRI高性能网络库、ALCHEMI NIM微服务及即将推出的cuPhoton参考代码。这些工具将原本需要数小时乃至数天的CPU计算转化为实时GPU加速流水线。cuPhoton可将天文FITS数据处理速度提升14900倍；ALCHEMI支持化学与材料发现，Lila Sciences借助其实现材料筛选提速50倍；DAQIRI则助力CERN实时分析通常被丢弃的99%以上的碰撞数据。
亚马逊计划在印度测试支持印地语的 Alexa+
亚马逊正将其新一代对话式AI助手Alexa+的版图扩展至印度，目前已向部分印度用户发送邀请邮件，招募参与印地语版本的Beta测试项目，报名截止日期为6月22日。印度有超过6亿人口使用印地语，亚马逊希望借此深耕本土市场。Alexa+最早于2025年发布，目前已在美国、英国、加拿大、巴西等多个国家上线，在印度的正式推出时间尚未公布。
Google DeepMind斥资7500万美元投资A24，押注AI进军好莱坞
Google DeepMind宣布向独立电影公司A24投资7500万美元，双方将共同开发面向电影创作的AI工具。DeepMind CEO德米斯·哈萨比斯表示，此次合作旨在直接与艺术家协作，打造真正赋能创作者的AI功能。A24以《瞬息全宇宙》等热门影片著称。此前，Netflix和亚马逊MGM也已相继布局影视AI领域，好莱坞AI化趋势持续加速。
AI Token计费时代来临，企业云支出将大幅攀升
AI的定价模式正从包月订阅转向按Token计量收费，这一转变正引发企业云支出的急剧上涨。在FinOps X 2026大会上，业界人士指出，Token已成为AI经济的核心计量单位。随着大模型能力提升和智能体模式普及，上下文窗口扩展至百万Token级别，企业实际支出远超预期。尽管单价有所下降，但用量爆炸式增长导致总支出持续攀升，形成典型的杰文斯悖论。SAP等企业已着手构建AI FinOps管理框架，以应对这一新挑战。
Nvidia推出Halos for Robotics，弥合物理AI安全空白
英伟达发布Halos for Robotics，这是业界首个覆盖机器人AI系统构建、测试与管理全流程的安全框架。该框架包含工业级AI计算模块、安全操作系统及AI系统检测实验室，并获TUV等权威机构认证支持。Agility Robotics率先采用该框架，将其应用于亚马逊、丰田等客户的工厂与仓储环境。随着人形机器人加速走进工业场景，安全标准的建立已成为规模化落地的关键前提。
Groq完成6.5亿美元融资，完成Nvidia"类收购"后重整旗鼓
AI芯片公司Groq宣布完成6.5亿美元新一轮融资。此前，Nvidia于去年12月与Groq签署非独家技术授权协议，并挖走创始人兼CEO Jonathan Ross等核心高管。此后，Groq由联合创始人Doug Wightman接任CEO，并将业务重心转向新云服务，目前已在北美、欧洲、中东及亚太地区运营13个数据中心，服务超过500万开发者。公司同时引入多位高管补强团队。
过度依赖AI进行大型机迁移，企业面临项目失败风险
Gartner警告称，今年启动的大型主机迁移项目中，超70%将因高估生成式AI能力而失败。AI在实际代码迁移中的表现与厂商宣传存在明显差距，企业面临成本超支、技术债务和关键系统故障等风险。Gartner分析师指出，厂商不顾技术实际能力盲目嵌入AI，加之主机应用"大而不能倒"的特性和经验人才流失，使风险急剧上升。Gartner预计，到2030年，75%的主机迁移厂商将调整或终止其商业模式。
运营模式与老旧系统成为企业实现AI价值的两大拦路虎
AI平台Publicis Sapient对1550名企业技术决策者的调查显示，企业AI准备程度远落后于采用进度。逾七成美国受访者预计未来一两年AI将大规模扩展，但仅20%认为组织已做好准备。近四分之一受访者表示，运营模式是AI成功的主要障碍。尽管AI已在多数团队中应用，但企业普遍未对系统、工作流程和运营模式进行整体改造，导致技术价值难以充分释放。
企业如何应对生成式AI的Token成本危机
随着生成式AI工具的普及，Token消耗成本急剧攀升。Token是衡量AI使用量的基本单位，谷歌每月处理约3200万亿个Token。企业正从多个层面寻求降本之道：使用更低价的轻量模型（如Gemini Flash）、构建缓存中间层减少直接调用、优化提示词效率、部署本地AI硬件等。Gartner分析师指出，随着企业意识到Token的真实成本，AI计费模式或将逐步从按Token计费转向基于业务结果的定价模型。
戴尔发布基于英伟达Vera Rubin GPU的AI服务器
戴尔发布PowerEdge XE8812高端服务器，采用英伟达Vera Rubin NVL4架构，每机架最高支持144块GPU，是"戴尔AI工厂with英伟达"解决方案的核心。该服务器采用液冷设计，内存容量较上代提升50%，支持大型AI模型和HPC仿真全内存运行。戴尔表示，随着AI基础设施投资预计在2026年同比增长44%，该平台旨在满足企业级AI规模化部署需求。
AI智能体循环：从单次对话到持续运转的下一跳
Claude Code创始人Boris Cherny在Meta的@Scale大会上表示，AI循环（Loops）是继智能体之后的下一个重大跨越。所谓循环，是指多个AI代理持续在后台运行，互相调用、不断优化任务，例如一个代理持续改进代码架构，另一个负责合并重复模块。这种方式虽然消耗大量算力和Token，但对于代码优化等持续改进型任务，其潜在收益可能远超成本。
京公网安备 11010802021500号
