用自主 AI 重新定义企业智能
企业 AI 投资增长、模型能力提升，但许多企业仍受数据孤岛和系统碎片化制约，未能通过 AI 增加收入或从根本上改变运营方式。报告指出，持续获得回报的企业先重设计流程，再选择模型；数据是否适合 AI 使用，比数据总量更关键。可组合、具备主权控制的数据基础有助于在不迁移或集中数据的情况下支持 AI 智能体。
#部署/工程
MIT Technology Review · AIAI 评分2020 Latent SpaceAI 评分7171 Airbnb CTO Ahmad Al-Dahle 谈公司如何转向 AI 原生
Airbnb CTO Ahmad Al-Dahle 介绍公司通过内部 AI 提效并改善用户体验，推动 Airbnb 转向 AI 原生。Airbnb 约 60% 的代码由 AI 编写，功能与改进同比增加近 80%，平均工程师的 PR 吞吐量约提升 1.6 倍；AI 目前解决约一半客服工单。
NVIDIA BlogAI 评分3131 NVIDIA 如何通过高生产力、耐用性与灵活性提升 AI 工厂投资回报
NVIDIA 通过提升生产力、耐用性和灵活性来最大化 AI 工厂投资回报：Vera Rubin NVL72 的每兆瓦吞吐量比 GB300 NVL72 高出 30 倍以上，在 DeepSeek V4 Pro 上每百万 tokens 成本最高降低 45 倍。文章还指出，NVIDIA A100 GPU 在 2020 年出货后，六年后仍在商业服务中；CUDA 支持跨代运行不同 AI 与非 AI 工作负载。
MIT Technology Review · AIAI 评分2828 如何让 AI 从成本支出变成生产性资产
HPE 指出，AI 工作负载进入生产并形成稳定、可预测的持续需求后，企业应评估自有算力是否比按请求付费更经济。是否值得投资取决于实际工作负载、利用率及运营成本；企业还需通过用户采用、治理和扩展高价值用例，让算力持续发挥价值。
Berkeley AI ResearchAI 评分5757 Berkeley AI Research探讨近乎免费的智能如何改变数据系统与智能体
Berkeley AI Research的这篇观点文章提出，随着知识工作所需的AI智能持续降价，数据系统将面临三类变化：为智能体的高并发探索式查询重新设计、支撑智能体群体的记忆与协作，以及由智能体按工作负载合成定制数据系统。文章还讨论了查询复用、结构化记忆、共享状态管理和验证生成系统正确性等研究方向。