Braze的首席技术官Jon Hyman分享了他在近15年中如何领导公司的工程团队，并在几个月内成功转型为以AI为中心的团队。他强调了模型质量在赢得信任中的重要性，以及AI如何提高工程效率，目前超过60%的代码是AI生成的。他还探讨了AI的商业价值、推理成本和未来挑战。

裁员潮将持续，直到企业有效利用AI。尽管AI提升了生产力，但收入未显著增长，导致公司裁员以应对成本上升。裁员不仅减少开支，还能提高工作效率，解决内部协调问题。企业需找到将AI投入转化为实际成果的方法，以避免进一步裁员。

随着组织将生成性AI从实验转向运营部署，代理AI的应用迅速增长。然而，超过70%的应用案例可能无法实现预期价值。IT领导者需要采用新的财务框架来评估代理AI的投资回报率（ROI），关注成本、任务成功率和长期可用性等关键指标。同时，应用开发、系统集成和数据管理等隐藏成本也需纳入预算，以确保实现可衡量的商业价值。

生成式人工智能正在改变企业运营，预计为全球经济增加2.6万亿至4.4万亿美元的价值。企业应优先建立数据基础设施，选择高影响力的试点项目，并建立治理框架，以快速实现商业价值。生成式AI在客户服务、营销、软件工程和研发等领域展现出显著效益，能够自动化重复任务，提高效率。成功实施需要跨职能团队合作，明确目标和评估标准，以确保持续创新和合规性。

腾讯于4月16日升级了“微信AI小程序成长计划”，允许所有行业的开发者参与。新措施包括提供免费云开发环境和广告变现支持。自计划启动以来，已有超过27000个AI小程序加入，个人开发者占比超过70%。此次升级旨在降低开发门槛，促进创意产品的快速实现与商业价值。

在中关村论坛上，杨植麟主持了中国大模型领域的专家圆桌讨论，参与者包括小米和智谱AI等公司的负责人。讨论内容涵盖大模型的演进、商业价值、算力限制下的创新能力、token使用量激增及未来AGI时代的基础设施需求。专家们认为agent框架将朝向更高效、可持续的方向发展。

企业在使用AI代理时，难以将技术性能与业务成果直接关联。尽管88%的员工使用AI，但只有5%以变革性方式使用。有效的AI评估应关注运营指标和系统维护成本，确保可审计性和可读性。未来的AI平台需将技术表现与财务信号关联，以实现可测量的投资回报率（ROI）。

数字影像实物化正在重塑消费场景，潮AI拍品牌利用AI技术解决了内容同质化、响应体验差和实物还原难等问题。通过文心大模型与飞桨技术，提升创意和效率，构建一站式服务链路，助力多场景商业价值激活。预计到2025年市场规模将突破500亿元。

AI Agent的定义与国家无关，主要依赖行业共识。Agent通过循环调用工具实现目标，其商业价值高于聊天机器人。目前面临的挑战包括安全性和可靠性。成功的关键在于独特的数据和专业技能，而非仅仅是Agent本身。

随着AI技术的快速发展，开发者逐渐转变为与AI协作的“协作者”。2025华为开发者大赛吸引了3万名开发者，专注于应用创新与算法挑战，产生了36个优秀作品，展示了AI技术在解决实际问题中的能力。大赛促进了技术与产业的结合，帮助开发者实现技术的商业价值转化。

AI 开发者面临的挑战在于通用智能体在实际业务中的表现不佳，原因是业务需要专门技能而非通用知识。Anthropic 提出的“技能”架构强调将经验转化为标准化操作手册和工具脚本，以提升智能体的应用能力，从而更好地满足企业需求，解决实际问题，创造商业价值。

Claude Sonnet 4.5 已在 Amazon Bedrock 上推出，具备高性能的人工智能基础模型，特别适合编码和复杂应用。其在工具处理、内存管理和上下文理解方面有显著提升，适用于网络安全、财务和研究等行业，能够有效执行长期编码任务并创造商业价值。

在数据泛滥的时代，仅靠“数据驱动”已不够。成功的组织将数据、分析与人工智能转化为可衡量的商业成果，创造真实价值。Gartner的研究提供了将数据与业务目标对接的框架和策略，助力企业数字化转型。

AI数据平台将非结构化数据转化为可供企业AI代理使用的准备数据，以实现商业价值。尽管AI代理能够自动化复杂任务，但在生产中仍面临数据可用性和质量的挑战。非结构化数据占组织数据的70%至90%，治理难度较大。AI数据平台通过GPU加速快速、安全地处理数据，简化数据治理，提高数据安全性，帮助企业更好地利用AI投资。

马格达莱娜·皮卡里耶洛重新定义了人工智能的思维方式，强调商业影响和成果。她主张评估系统应不仅关注准确性，还需展示实际商业价值，并通过持续反馈进行迭代开发，以实现最佳应用。

SGS近日为广州供电局和联通广东颁发ISO 55001及ISO 55013认证，标志着两者在数据资产管理方面的领先地位。ISO 55013标准旨在系统化管理数据资产，提高数据完整性和商业价值。