数据质量

在 AI 时代，中国企业的数字化转型正面临一个普遍但常被忽视的瓶颈——人才缺口。麦肯锡2025年AI应用现状调研显示，近九成受访企业已将AI纳入业务实践，但真正实现规模化部署并释放企业级价值的比例仍不...

很多 AI 项目在演示阶段表现惊艳，一进入生产环境就问题频发，根子往往不在算法，而在数据治理。演示时数据是精心挑选的，规模小、变化慢、口径统一；到了生产环境，数据来自多个系统，格式混乱、质量参差、口径...

医院信息科或医疗科技产品经理在推进AI项目时，常会发现即使模型已经训练完成，实际投入临床后却频频遭遇数据不匹配、评估缺失、监管难点等问题。根本原因在于“数据治理—AI就绪加工—模型训练评测—智能体应用...

很多企业在AI项目立项时，预算重点仍然放在“采购哪个模型、单次调用多少钱”上。但项目一旦从试用进入持续运行，真正影响总成本的往往不是某一笔显眼的采购费用，而是大量分散在调用、数据处理、人工复核、系统维...

AI项目从演示走向生产，数据治理应先补齐哪些基础环节 AI项目在试点阶段往往能快速验证模型效果，但一旦转向生产部署，数据质量问题便成为最常见的卡点。技术团队和业务团队常会发现，模型输出不稳定、流程中断...

医疗机构在推进人工智能建设时，往往容易将注意力过度集中在算法模型的先进性上。然而，从实验室走向真实临床场景的闭环中，决定项目成败的关键往往不是模型本身，而是从底层数据治理到上层智能体应用之间的流程衔接...

供应链里的智能体价值，不在于替代某个单点报表，而在于把需求、订单、库存、供应商与异常事件串成可追溯的决策链。科大讯飞提出全场景企业智能体矩阵后，供应链交易智能体可以被理解为其中面向交易协同与经营调度的...

算力预算收紧时，很多团队会先问同一件事：要不要继续砸钱调用通用大模型，还是把任务收窄，在本地把小语言模型（SLM）微调到金融、制造、教育这类垂直场景里。答案很少是非黑即白，关键在于把一次性训练开销、日...

城市交通调度的难点，不在于缺少路口信号灯，而在于车流、行人、公交运行和突发情况会同时变化。AI的价值，是把原本依赖固定配时或人工经验的调整过程，变成持续感知、分析和响应的闭环。广州在智能网联交通与自动...

肺部CT正在从“单张图像识别”走向结合三维影像、临床文本和筛查任务的多模态分析。近期研究围绕肺癌筛查、肺部疾病诊断、肺结节评估以及病灶分割和报告生成展开，说明医学AI的重点已经不只是发现一个可疑区域...