企业AI需要上下文知识以在特定环境中有效运作。基础模型在通用问题上表现良好，但缺乏对公司内部知识的理解。通过构建内部知识库并与AI系统结合，可以提高AI的准确性和可靠性。Uber的Genie助手展示了如何利用上下文解决工程师常见问题，提升工作效率。构建上下文层需要技术基础设施和组织承诺，但能显著提升AI的实际价值。

2025年4月，葡萄牙发生大规模停电，导致整个伊比利亚半岛的电力和数字系统瘫痪。这一事件揭示了技术与电力之间的脆弱关系，提醒开发者关注能源使用，设计更具韧性的系统，以应对未来的电力危机。

软件行业正在经历定价和销售模式的重大转变，传统的用户许可模式逐渐被基于使用和结果的策略取代。AI的引入使软件的价值来源于洞察和自动化，而非单纯的信息访问。这一变化为企业带来了机遇与挑战，尤其是在根据实际价值调整定价方面。基于消费的定价模型能更准确地反映价值交换，但也带来了成本波动和使用模式不可预测的复杂性。企业需建立灵活的技术基础设施，以应对快速变化的市场需求。

在实施AI战略前，组织需具备五个关键要素：明确的业务目标、适宜的文化与技能、稳固的数据治理框架、可扩展的技术基础设施，以及完善的AI生命周期管理。这些要素确保AI项目的成功，避免因数据质量差或缺乏支持而导致失败。

生成式人工智能正在改变法律科技，但缺乏强大的技术基础设施使得先进的AI解决方案无法发挥真正价值。法律科技平台需具备数据隐私、自然语言处理、预测分析和合规工作流程等基础技术，以满足法律行业的独特需求，并在竞争中取得成功。

成功实施基于主干的开发需改变文化，鼓励持续集成和小规模代码变更。确保技术基础设施支持全面测试，使用功能标志逐步发布新特性。建立清晰流程和严格代码审查，促进知识共享。提供教育培训，确保团队理解此方法的意义，耐心推进，逐步扩展，监控问题，确保顺利过渡。

BMC的客户中有许多大型、成熟的企业和组织，已经投资了几十年的技术，几乎所有人都已经踏上了DevOps之旅，但是完全现代化的技术基础设施可能是可取的，但这是一项昂贵且复杂的变革，成功的现代企业DevOps战略需要一种务实的方法来利用传统技术并用最先进的ServiceOps技术增强它。