- 综合排序
- 最热优先
- 最新优先
从AI原生看AI转型：企业和个人的必选项｜AI转型访谈录
曾为150多家世界500强客户提供过数字化转型咨询服务。什么是AI Native？人均产值1000万美金是AI原生企业的门槛？ 袁晓辉：大家好，今天很高兴我们邀请到了沈旸先生，他来自一家上市科技企业，任副总裁，来跟我们一起聊一聊关于AI Native（AI原生），AI转型，包括AI Agent一些进展，特别是他们公司怎么运用AI 在很多组织进行转型时，人的因素还是需要重点考虑的，对吧？沈旸：但我们要设定一个长远目标，AI原生最终能否实现？如果5到10年能够实现，那么我们现在所经历的所有过程都只是中间阶段。 给企业推进AI转型的建议袁晓辉：没错，所以还是要回到人的本质问题上。如果最后让你给企业做AI原生转型提些建议，除了刚才提到的全员要有意识、提供充分的资源和工具、先尝试做起来，还有其他建议吗？ 现在我觉得企业如果想做AI原生转型，应该先关注个人和小团队层面。不要想着一下子让整个大组织实现AI转型，因为变化可能非常快。
67220编辑于 2025-04-25Java领航AI转型：原生框架助力企业智能升级
Java转型AI：挑战与机遇并存在当今数字化浪潮中，人工智能（AI）已成为推动企业创新与发展的关键力量。 Java原生的AI开发利器作为一款Java语言原生的自研企业级全栈AI应用开发框架，JBoltAI完美适配了Java开发者的各种开发习惯，让AI开发变得如同传统Java应用开发一样得心应手。 原生Java支持：JBoltAI框架专为Java企业设计，无缝集成Spring生态，让Java开发团队能够零门槛上手AI应用开发，无需额外学习其他语言或框架。 转型的必要性与紧迫性随着AI技术的不断成熟和应用场景的日益丰富，Java企业和程序员转型AI应用开发已不再是可选项，而是必由之路。AI技术不仅能够提升企业的运营效率，还能为企业创造新的增长点。 共谋AI未来，分享开发利器Java企业和程序员在转型AI应用开发的道路上，既面临着挑战，也孕育着机遇。选择一款适合Java语言的AI开发框架，如JBoltAI，无疑能够为转型之路提供有力的支持。
11210编辑于 2026-01-20规避AI原生转型中的架构健忘症
在QCon AI纽约2025大会上，Tracy Bannon发表演讲，探讨了AI代理的快速采用如何重塑软件系统，以及如果组织将所有“AI”或“代理”视为可互换的，为何会面临重复熟悉架构失败的风险。 Bannon将这种风险与更广泛的行业趋势联系起来，指出有研究表明，绝大多数技术决策者预计，由于AI驱动的复杂性，技术债务的严重程度将在短期内上升。 她认为，AI并没有引入全新的故障模式，而是通过加速变化和扩大错误的波及范围，加剧了现有的问题。她重点阐述了将既定的架构原则应用于代理系统。 演讲最后呼吁架构师和高级工程师在引入AI代理的方式上发挥积极作用。 希望了解更多信息的开发者可以探索更多QCon AI会议和InfoQ的报道，大会的录播视频预计将于2026年1月15日开始提供。
10110编辑于 2026-01-08Kimi 2.6 重磅来袭：云原生AI助手助力企业数字化转型
Kimi 2.6 重磅来袭：云原生AI助手助力企业数字化转型引言在数字化转型的浪潮中，企业对AI工具的需求已从简单的问答助手升级为能够深度集成到业务流程中的智能平台。 本文将从云原生和工程化落地的角度，深入解析Kimi 2.6如何助力企业数字化转型。 ：支持容器化部署和弹性伸缩• ✅ 企业级安全保障：数据加密、访问控制、审计日志二、云原生架构设计2.1 容器化部署Kimi 2.6基于云原生理念设计，支持Docker容器化部署，方便企业快速集成到现有Kubernetes 监控和告警：及时发现性能瓶颈七、总结Kimi 2.6通过云原生架构设计和企业级功能完善，为企业数字化转型提供了强有力的AI工具支持：1. 云原生架构：容器化部署、弹性伸缩、微服务架构2. 通过合理的架构设计和部署策略，企业可以充分利用Kimi 2.6的能力，加速数字化转型进程。
94930编辑于 2026-04-14酷开AI原生转型：腾讯云赋能构建全场景智慧家庭中枢
直面OTT转型痛点：交互单一与场景割裂 行业面临传统OTT服务交互方式局限（依赖手动操作）、场景覆盖割裂（影音、教育、健康等服务独立）、用户体验被动（缺乏个性化主动服务）的核心瓶颈。 原生服务运营商”转型（据酷开公司简介及腾讯全球数字生态大会分享）。 腾讯云赋能AI原生架构：构建全场景智能体矩阵 腾讯提供云基础设施+AI技术中台合作模式，支撑酷开构建“ALL IN AI”战略： 基础设施层：基于腾讯云构建异地多活、分钟级自动扩缩容的OTT云服务， 用户体验与活跃提升：AI搜推一体化（语音混合搜索、深度剧情搜索、UI语音操控）+个性化推荐，结合AIGC物料自动化生产，显著促进用户活跃与订购；AI家教闭环（作业布置-完成-批改-AI分析）覆盖学习全场景 选择腾讯的核心：技术底座与生态协同优势 腾讯成为酷开AI转型伙伴的关键原因（据“Why Tencent”逻辑提炼）： 技术领先性：腾讯云基础设施提供高可用云服务，AI多模态引擎支撑语音、视觉交互，三级响应模型保障毫秒级任务执行
16420编辑于 2026-04-12腾讯云全栈技术助力国有大行实现AI原生转型与降本增效
国有大行面临算力成本高企与风控模式落后的双重挑战 国有大型银行在数字化转型中面临两大核心痛点：异构算力资源池的运维复杂度高导致成本攀升，以及传统风控模型依赖静态规则与通用模型，难以应对动态变化的金融欺诈风险 全栈信创与云原生技术支撑大型银行核心系统转型 腾讯云TCE专有云实现“一云多芯”架构突破： 在某金融监管部门首次实现单可用区内IaaS/PaaS多芯异构资源池统一供给 某国有大行部署融合创新集群规模超1.5 万节点，支撑分布式核心、信用卡等关键系统 云原生PaaS组件（TDSQL/TSF/TDMQ）提供单元化、多活部署能力，显著降低应用开发复杂度。 腾讯技术体系支撑国有大行AI原生应用规模化落地 腾讯全栈AI能力包括： 腾讯混元大模型支撑700+产品AI功能快速上线 腾讯元宝助手日活超9,700万，用户量超4亿 2-3月日均激活增长超20倍，超10 万家企业接入 国有大行借助腾讯技术实现AI应用规模化，工商银行在300+场景应用AI助手，农业银行实现智能客服与农作物识别等智慧营销应用（来源：国有大行公开战略数据）。
15330编辑于 2026-04-20- 来自专栏腾讯技术工程官方号的专栏
云原生背景运维转型之 SRE 实践
作者：yorkoliu，腾讯 IEG 业务运维专家 一、前言 上一篇文章《云原生背景下的运维价值思考与实践(上)》 重点介绍了云原生背景下运维转型的思考，围绕着整个 DevOps 交付链，贴近业务不断输出运维的能力与价值 本文的出发点也是站在巨人肩膀之上，结合自身业务服务场景，思考在云原生背景下，运维转型还有多少种可能性，本文或许只给出其中一种答案吧。 放眼行业，此组合方案也是云原生环境稳定性保障的首选。 五、可观测性平台 1、可观测概括 在云原生时代下，应用的可观测性基础设施至关重要。 图5.9 - 强弱依赖分析案例 六、混沌实验平台 1、混沌工程概述 在我们将应用以云原生的方式上云之后，受益于云原生的 devops、K8S、微服务、服务网格等技术红利，应用的上线下线、发布变更、容量管理
3.3K20编辑于 2022-01-17 AI原生开发范式
AI原生开发范式的核心概念 AI原生开发范式（AI-Native Development）指以AI为核心构建应用程序的设计方法，其特点包括数据驱动、模型即服务（MaaS）、自动化工作流和持续学习。 与传统开发相比，AI原生应用将机器学习模型作为基础组件，而非附加功能。 典型行业案例分析 金融领域-智能风控系统 某银行采用AI原生架构重构信贷审批流程，实现实时风险评估。 医疗领域-影像辅助诊断 一家医疗科技公司开发AI原生影像分析平台，整合多种医学影像模型（CT、MRI）。 model.predict(input_data) r.setex(key, CACHE_TTL, pickle.dumps(result)) return result 效能评估指标 AI 原生系统需监控多维指标： 模型指标：AUC-ROC、F1 Score、推理延迟 系统指标：QPS、错误率、资源利用率 业务指标：转化率、用户留存、ROI 监控看板应包含实时数据和历史趋势对比，设置自动告警阈值
24910编辑于 2026-01-20构建企业智能体生态体系：腾讯云智能体开发平台如何引领AI原生转型？
摘要 在AI技术加速迭代的背景下，企业构建智能体生态已成为数字化转型的核心战略。 1.2 智能体生态的演进方向 从单点智能到群体智能：多智能体协作（如物流企业的仓储调度+运输优化智能体协同）； 从工具到系统：原生架构设计（流程、数据、智能一体化）； 从技术验证到商业闭环：需建立 腾讯云智能体开发平台通过技术普惠与生态协同，正在降低AI应用的门槛——从百万级开发成本到轻量化SaaS服务，从单点工具到群体智能，企业可快速完成从“AI试点”到“生产力中枢”的跨越。
96810编辑于 2025-09-10- 来自专栏AI派
吴恩达发布《AI转型指南》：喊话CEO们，AI转型分五步
就在刚刚，他在自己的Medium专栏上po出了一份公开信，正式宣告了这份名为《人工智能转型指南（AI Transformation Playbook）》（下称《指南》）的发布。 因为这些小项目无法适用于整个公司层面的转型。 在人工智能时代，对于许多公司来说一个关键点将是组建一支能够帮助整个公司的中心化AI团队。 课程设置： 掌握人工智能的基本项目方向，包括基本技术，数据以及AI能做什么和不能做什么。 了解基本AI算法 。 基本了解AI项目的工作流程，AI团队中的角色和职责，以及AI团队的管理。 我在Landing.AI的团队致力于帮助合作伙伴进行AI转型，我将继续分享更多的最佳实践。 AI转型项目可能需要2-3年的时间，但你应该期望在12个月内就能看到初步成效。 通过投资AI转型，你将持续领先于你的竞争对手。
40430发布于 2018-12-27 - 来自专栏博文视点Broadview
云原生时代，如何构建数字化转型架构？
笔者经常遇到有朋友和客户问什么是云原生？对企业有什么好处？怎样结合云原生进行架构设计？ 本文让我们一起来思考这些问题，看看企业IT架构的演进、云原生架构的发展、以及云原生架构如何助力数字化转型。 3 企业云原生架构助力数字化转型 数字化转型的蓬勃发展给云计算带来巨大的机会，同时促使云原生作为云计算的服务新界面进入快速发展阶段，进而赋予企业新的增长机遇。 企业管理者或者企业架构师如果按照上述的思路来设计数字化转型架构，会极大提升企业整体架构的建设效率。我们有理由相信，结合企业架构和云原生技术，将极大地助力企业实现数字化转型。 *本文节选自《数字化转型架构：方法论与云原生实践》，作者王思轩 ▼ 《数字化转型架构：方法论与云原生实践》一书进一步地详细阐述了文中提到的企业IT架构演进历程、基于云原生的企业架构框架细节、云原生的核心技术 本书从数字化转型的发展趋势和本质出发，引出企业架构和云原生架构对于数字化转型的核心价值，同时介绍企业架构的经典理论，进而引出企业云原生架构方法体系，然后详细讲解业务架构、应用架构、数据架构、技术架构、架构治理
53410编辑于 2023-05-06 - 来自专栏大数据文摘
吴恩达发布《AI转型指南》：喊话CEO们，AI转型分五步
就在刚刚，他在自己的Medium专栏上po出了一份公开信，正式宣告了这份名为《人工智能转型指南（AI Transformation Playbook）》（下称《指南》）的发布。 因为这些小项目无法适用于整个公司层面的转型。 在人工智能时代，对于许多公司来说一个关键点将是组建一支能够帮助整个公司的中心化AI团队。 课程设置： 掌握人工智能的基本项目方向，包括基本技术，数据以及AI能做什么和不能做什么。 了解基本AI算法 。 基本了解AI项目的工作流程，AI团队中的角色和职责，以及AI团队的管理。 我在Landing.AI的团队致力于帮助合作伙伴进行AI转型，我将继续分享更多的最佳实践。 AI转型项目可能需要2-3年的时间，但你应该期望在12个月内就能看到初步成效。 通过投资AI转型，你将持续领先于你的竞争对手。
44120发布于 2018-12-26 - 来自专栏phodal
云原生转型：规模化演进与文化思考
上周末，我在思考『大型组织如何进行 DevOps 的成熟度模型设计』时，便开始在思索，为什么 DevOps 是一种转型？敏捷也可以是一种转型？ 于是乎，我尝试性地将它融入到云原生转型的过程中。说是尝试性，其实呢，我是结合了一些公司的诉求和上云过程提炼而成。 因此，基于云原生理论的应用，它在设计架构时就是为云而设计的。 在今天，走向云原生的第一步，采用或者构建云原生平台。 云原生改变了什么？ 再考虑一下这个问题，你们为什么选择了云原生？ 改善组织协作 从模型上来看，云原生的转型，也意味着在改变组织的协作方式。从维度上来说，它更多的是一种开发对开发的协作方式。而不会像 DevOps 转型一样，有着更广泛的组织内影响。
41950发布于 2021-09-02 - 来自专栏云计算D1net
针对云原生转型的6个关键数据策略
如今，许多组织正在将采用云原生平台作为其数字转型战略。云原生允许企业以更灵活的方式提供快速响应、用户友好的应用程序。 如今，许多组织正在将采用云原生平台作为其数字转型战略。 云原生允许企业以更灵活的方式提供快速响应、用户友好的应用程序。但是，支持云原生转换的数据体系结构常常被忽略，希望它会自行处理。 随着数据成为每个组织的信息货币，企业如何在云计算转型过程中避免常见的数据错误?在构建云原生应用程序时，应该知道哪些数据问题?如何从数据中获得有价值的见解? 以下将阐述企业在向云原生转型过渡时必须考虑的六个关键因素： (1)放弃面向服务体系结构(SOA)，采用微服务 尽管仍有许多遗留应用程序仍然是基于面向服务体系结构(SOA)的，但架构思维已经发生了变化，并且微服务获得了广泛的普及 (2)12-Factor App和云原生微服务 “十二要素应用程序”(12-Factor App)是一套帮助组织构建云原生应用程序的规则和准则。
78140发布于 2018-06-08 安能物流全栈云原生转型：以“云+AI+地图”引擎实现核心业务平滑跃迁
应对海量系统迁移挑战，突破传统IT架构瓶颈 面对业务规模的持续扩大与数字化转型要求，快运行业龙头企业安能物流决定将核心业务系统从自建数据中心全面迁移至腾讯云。 引入 TKE（腾讯云容器服务） 等云原生组件升级系统架构，突破原有硬件瓶颈，确保全局数据零丢失。 AI助手（智与懂）： 融合 腾讯云 AI OCR 技术与智能客服平台，打造全天候的自动化业务支撑响应能力。 AI赋能业务闭环与体验升级： AI OCR技术实现了物流报表和单证信息的 秒级提取 与自动录单；智能客服系统实现 7*24小时 自动精准应答，大幅降低人工干预率并提升了客户服务满意度。 开创“云+AI+地图”深度融合的行业范式 面对传统重度依赖人工的物流运营模式，腾讯云不仅助力安能物流完成了高复杂度的全栈云原生改造，极大提升了IT交付效率与资源利用率；更在行业内首创将“云原生+腾讯地图
34110编辑于 2026-03-16- 来自专栏AI研习社
开发者 AI 转型指南
您还可以学习其他语言，如 C++/R/Java，但对我个人而言，Python 是 AI 和数据科学最合适的工具。想知道为什么吗？ Choosing the Best Tool for AI, ML & Data Science（https://medium.com/datadriveninvestor/python-vs-r-choosing-the-best-tool-for-ai-ml-data-science Via：https://towardsdatascience.com/how-to-get-started-as-a-developer-in-ai-9116a2326d5f
57610发布于 2019-08-20 - 来自专栏阿泽的学习笔记
云原生与AI漫谈
对于系统开发人员来说（比如云数据库，云 AI 平台），云原生的趋势也会产生相应的影响。 具体的例子比如我们可以通过用户的数据查询看到经常使用的过滤维度，来重新安排数据的排序和分区，这样在同样的数据量情况下，系统可以花更少的计算资源来完成查询，增加系统的利润 :) 云原生+AI 最后再来看下跟 AI 相关的部分。 而前面讲的“云原生语言”，则更关注在程序具体执行层面的关注点分离。 把两者结合起来看，云原生时代的 AI 平台开发会是一片巨大的未开垦之地，对于云和算法各自都有很宽很长的路可以走。 目前云原生跟 AI 结合的一个比较好的学习样例是 Kubeflow，之前春节期间读了一本《Kubeflow for Machine Learning[3]》，感觉收获还是挺多的，如Istio，CRD的应用等
96430发布于 2021-07-06 如何构建AI原生应用？从大模型到知识中台，从数据到规则逻辑。AI原生=模型原生+知识原生+价值原生
今天继续聊AI和大模型方面的话题。即什么是AI原生，如何构建一个真正意义上的AI原生系统？ 对于这个问题，我们先看下AI大模型自己给出的答案。 AI原生-大模型原生+知识原生+价值原生 一个系统能够称之为叫AI原生系统呢？这里面核心的一个关键就是整个系统核心的能力是架构在底层的AI大模型和底层的知识层上面的。 你如果满足这么一个条件，那你们做一个系统就可以叫做AI原生系统。 我原来谈AI原生的时候谈到过，AI原生核心是知识原生，为何你当前企业有数据库数据，有资料文档，不能快速的构建AI原生应用？ 注意这个说法只解决了AI原生应用的大模型原生问题，并没有解决知识原生的问题。如果按这个说法所有的AI智能体应用都是AI原生应用，但是我的理解，AI原生应用的核心重点应该是在知识原生上面。 才是我们构建AI原生的关键基础能力。 那么当前企业在数字化转型或构建AI原生的时候面临的实际情况是什么呢？
67920编辑于 2025-11-17企业数字化转型-云原生架构规划和设计
接下来通过企业IT架构演进图示说明：从单体烟囱式架构向云原生平台的转型可分为三个阶段。 第三阶段即云原生阶段呈现两大显著变革：底层PaaS平台从虚拟机调度转向更轻量的容器云及编排体系；上层单体系统完成深度解耦，实现彻底的微服务化转型，形成独立微服务应用组件。 正如传统单体架构向微服务架构的转型过程一样，这种演进是循序渐进、逐步发展的。 对于这个问题，我们需要从开发态和部署运行态两个层面来分析。 当前4A架构存在不合理之处，即数据架构规划设计过于滞后，不符合数字化转型中数据驱动的核心理念。将数据架构移至底层后，需重点考虑业务架构与应用架构的映射关系。 在这六大技术中，诸如低代码、研发数字化、DevOps、微服务以及底层容器技术，均属于云原生的核心关键技术实践范畴。因此，云原生架构本身也是推动应用架构现代化转型的关键实践。
77310编辑于 2025-08-24- 来自专栏大数据在线
从云原生到数字原生，数字化转型背后的需求逻辑发生哪些变化？
持续且反复的疫情、剧烈震荡的外部环境、日新月异的技术变革，都让越来越多企业意识到：数字化是种种不确定性中唯一的确定性，“数字原生企业”则是数字化转型的目标形态。 作为企业数字化转型的基石，数字基础设施的强大和先进与否，直接决定着其数字化之路能走多远。那么，“数字原生企业”到底需要什么样的数字基础设施？数字基础设施未来有哪些重要的发展趋势？ 尤其是像多云、开源、云原生、AI、大数据等技术纷繁复杂的今天，很多企业极容易陷入迷茫和不知所措之中，更加需要拨开各种“技术事物”的表象，回溯到数字化转型需求的本质上，寻找到实现数字化转型的最佳路径。 “数字原生基础设施将改变企业数字化转型和企业使用云计算的方式。”易捷行云EasyStack联合创始人兼CTO刘国辉判断道。 面向未来，企业上云和用云的趋势不可阻挡，“数字原生企业”也将成为众多企业数字化转型的目标，对于数字原生基础设施的需求也将全面打开。
83320编辑于 2022-12-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号