腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

文章/答案/技术大牛

发布

综合排序丨最热优先丨最新优先

AI电话，企业双赢

最近几年企业都流行降本增效，站在企业的角度来看，选「机器人」来做客服肯定比真人的成本更低。真人客服每个月需要给工资、需要入职培训，还存在人员流动等诸多问题，用机器人客服就能很好的压住这个成本。所以对于企业来说，人力成本下降了，客户找麻烦的频率变低了，赢了2次，双赢。 2、 AI的出现确实给部分打工人带来威胁，尤其是客服行业。最近看到一条新闻，有一家叫 Bland AI 的公司做了一个「自动化企业电话」的产品，简单来说就是一个有AI加持的机器人电话。对于很多中小企业来说，这确实是个可以考虑的降本方案。但对于从事客服工作的人来说，这算是灾难了。菲律宾被「世界呼叫中心之都」，这个国家有大量从事客服工作的人。一旦AI接过了他们的工作，对于需要养家糊口的客服打工人来说无疑是灭顶之灾。 3、说回开头的那个问题，AI可以帮企业降低传统客服的成本，也可以提升传统电销的效率。

德育处主任

2026-08-25

1150

标签:

企业如何用AI筛选简历？AI如何重构企业简历筛选逻辑？

这背后，其实是一场关于“AI如何理解简历、评估匹配度、做出决策”的认知革命。一、AI如何“读懂”简历：从OCR到大模型AI筛选简历的第一步，是深度的语义解析。这不仅仅是文字识别（OCR），而是理解。如果企业需要的是一位“具备从0到1增长经验的产品负责人”，AI能精准判断这是强匹配项。前程无忧的“AI淘金”功能，正是为了解决这一问题而设计的“主动猎头”。它会7x24小时监控企业的人才库和全网动态。 ” 这种从“人找信息”到“信息找人”的转变，让企业的存量资产瞬间变成了活水。四、未来的招聘：人机协作，HR的升维很多人担心AI会取代HR，但事实恰恰相反。前程无忧通过“AI初筛”（处理主投简历）和“AI淘金”（主动挖掘人才）的矩阵布局，本质上是在为HR减负。

2026-05-26

4260

标签:

企业AI应用（二）：企业AI回报算不过来，问题到底出在哪？

/)：超过一半的企业AI预算投向了销售和营销，但实际ROI最高的领域是后台运营——财务、法务、采购这些"不性感"的职能。但大多数企业把钱砸在了销售营销上。PPT上写"AI驱动的精准营销"比写"AI驱动的应付账款自动化"好看得多。钱花在了最好讲故事的地方，而不是最能算清账的地方。 AI把读片时间压缩了80%，但这个医生的工作量可能只减轻了20%，因为剩下那些事AI碰不了。企业里的岗位也是同样的道理：AI优化了其中一两个任务，但整份工作还在那里，人还是少不了。一个企业预算50万做智能客服，工具本身没花多少钱，但要把AI接到自有ERP和订单系统，接口开发可能就要30多万。 MIT报告有个相关发现：金融等行业喜欢自己从头搭AI系统，但内部自建项目成功率不到5%。用外部供应商现成方案的企业，部署成功率能到20%–30%。

2026-07-15

2200

标签:

企业级AI迈入黄金时代，企业该如何向AI“蝶变”？

消费侧的场景仅是生成式AI的冰山一角，生成式AI真正的价值还得看企业侧、行业侧的应用。相较于消费侧，企业级AI应用有着更广泛的需求和潜力。目前，企业级AI应用方式主要有三类：嵌入软件、API调用和搭建企业级AI平台。嵌入软件是目前企业应用AI赋能业务最简单的方式，但也是差异化最低的一个，无法根据企业自身需求进行更高层次的探索。云计算将会是未来很长一段时间内企业数字化的主要手段，而AI发展的趋势也是不可逆的，AI已经成为企业核心竞争力，所以企业需要打造自己的企业级AI平台。从现阶段企业应用AI的趋势来看，大多数企业对AI应用保持积极的态度，积极探索AI与业务相结合的方式，但我们离真正成熟的企业级AI应用爆发式涌现还尚需时日。从现阶段应用来看，具备企业级AI应用落地的企业并不多，若想有更多成熟的生成式AI应用场景落地，企业首先需要大量多维度的高质量数据。无论是对于政府，还是企业，数据已经成为AI时代的“石油”。

科技云报道

2025-06-09

5610

标签:

Spring AI企业AI集成火箭助推器🚀

一句话总结：SpringAI用Java生态10年积累的企业级设计理念，把AI集成的复杂度从"炼金术"降到"搭积木"。如果您时间紧迫，直接看下面的图就够了。目录一、困境：当Java遇上AI浪潮1.1真实场景：客户流失的警钟我们公司是一家头部TOB客服SaaS平台，服务着3000+中大型企业。系统架构是标准的SpringCloud微服务：但竞品都在做什么？生态的设计原则（可移植性、模块化、POJO）应用到AI领域，解决企业数据与API和AI模型连接的核心挑战。" 2.2可移植性：不被厂商绑架TOB系统的真实困境我们的客户千差万别：客户类型AI需求技术约束金融企业数据不能出境必须用本地部署模型（Ollama）互联网公司追求性价比优先国产模型（通义千问、文心一言）外企合规要求只能用时代,Java不是劣势,而是优势——因为你的企业核心系统已经是Java。

2025-12-18

7332

标签:

AI+Data：AI时代的企业数据治理

数据时代的来临让数字化转型从头部企业的可选项，转变为更广泛企业的必选项。新的变化为企业带来了新的机遇，同时也伴随着诸多挑战。为了解决这些问题，数据治理逐渐成为企业普遍重视的关键环节，尤其是在AI应用日益普及的背景下，高质量的数据治理变得尤为重要。数据的多元化与价值挖掘长期以来，人们习惯将数据理解为以数字形式存储的信息。随着AI应用对多源异构数据的需求增加，企业对于非结构化数据的价值化需求也在加速释放，而相应的数据治理模块也将获得进一步的关注与优化。对于部署AI应用的企业来说，数据资源的质量直接决定了AI应用能否成功落地。因此，在推进AI应用的过程中，开展针对性的数据治理工作是首要且必要的步骤。为了确保AI模型的有效性和准确性，必须保证数据的完备性和准确性。有效的数据治理不仅可以为AI模型提供高质量的数据原料，还能提高模型的拟合效果，进而增强AI应用的实际性能。

合合技术团队

2025-01-03

1.4K0

标签:

大数据解决方案

怎么招人实施AI企业落地？

去年还有人问企业要不要拥抱AI，今年已经没人问了。问题变成了：怎么落地？谁来干？很多企业的第一反应是招人——找一个既懂技术又懂业务的AI落地专家。而且有了这样一个人，后续就算要招人，你也知道企业需要什么样的人，面试的时候也知道问什么样的问题。为什么可行？技术门槛在快速降低。现在国内已有1亿人在用豆包，写文案、做PPT已成基本技能。单纯会用AI毫无优势，真正有价值的是用AI深入业务、解决实际痛点。换句话说：技术在进步，懂业务的人价值被放大了。让他们带着问题学AI，效率最高。第三类：愿意折腾的一线员工让员工主动用AI解决手头问题。谁解决了，就让他做分享，给资源让他用AI解决更多问题。怎么判断一个人行不行？很简单：看产出。用AI做小工具，成本低、见效快，还能让团队感受到AI的实际价值。如果要外招，怎么甄别？有些业务确实需要比较丰富的技术基础，需要外招AI落地负责人。但市场鱼龙混杂，如何甄别？ 1.

2026-03-17

3310

标签:

企业AI战略的演变：从AI就绪到AI原生(AI Native)

企业AI战略的演变：从"AI就绪"到"AI原生"(AI Native) 大家好，欢迎收听《架构新势力》，之前的视频我谈到企业AI应用架构设计的七大核心原则与四维架构模型，那么如何将这些方法应用于企业AI 《生成式AI服务安全基本要求》等法规出台，为企业AI应用提供明确指引产业政策支持：各地政府设立AI创新基金，支持AI原生企业发展 2 技术成熟的临界点 2025年，AI技术达到规模化应用的临界点：模型能力跃升也是催生企业AI应用走向“AI原生” 那么什么是"AI原生"企业？他有什么核心特征呢？又有什么价值呢？下面我们一起来看看。首先，"AI原生"(AI Native)是将AI融入企业全业务场景，重新定义产品功能、流程与价值。 3 "AI原生"企业的价值创造 "AI原生"企业通过重构业务流程和价值链条，创造多重价值：效率提升：自动化重复性工作，释放人力从事更高价值活动体验升级：提供高度个性化的用户体验，提升客户满意度创新加速

2026-07-01

3480

标签:

OPC 与企业 AI 落地创新

❝金句 · 手绘 · 解读 | 来源：沈欣《OPC 与企业 AI 落地创新》· 0726 上海活动一份关于「企业如何把 AI 真正用起来」的极简长读。 01 · 关于落地 ❝AI 落地最大的障碍是知识。很多团队把 AI 项目卡顿归咎于模型不够强，但讲者一针见血：真正的瓶颈在企业自身沉淀的知识。没有结构化、可复用的知识，再聪明的模型也只是空中楼阁。这句话破除了对 AI 时代个人英雄主义的浪漫想象。 06 · OPC·组织 ❝企业组织迭代才是 OPC 的最大机会。顺着上一句，讲者点出 OPC 的真正价值：它倒逼企业进行组织与商业模式的迭代。 11 · 交易成本 ❝企业应该将交易成本较高的环节内部化，将交易成本较低的环节外包。用科斯的企业理论重新打量 AI。讲者主张：让 AI 把高交易成本的环节（协调、对齐、试错）收归企业内部高效运转，把低成本的环节交给外部市场。企业的边界，正因 AI 而重新划定。

果酱带你啃AI

2026-07-29

1470

标签:

AI Agent 企业应用全能实战

AI Agent 企业应用全能实战：腾讯云智能体平台，让AI真正"能干活"一、时代已变：从"能对话"到"能干活"2026年，AI Agent市场规模突破420亿美元，年增速超110%。："腾讯云把内部沉淀的AI Agent技术栈对外开放，既可灵活使用、也可整体集成，便于企业快速落地能干活的Agent，让Token消耗既对企业负责，也对用户负责。" 三、四大核心能力：Agent的"大脑+手脚+记忆"企业级AI Agent必须满足四大硬性标准：可靠性、安全性、可扩展性、可治理性。腾讯云智能体开发平台围绕四大技术支柱构建：1. 的判断架构必须分层感知层→决策层→执行层，三层解耦；构建"大模型网关"实现限流、熔断与多模型热切换主模型挂了能无缝降级九、写在最后：2026年的分水岭AI Agent不是聊天机器人的升级版，它是企业数字化转型的操作系统腾讯云AI Agent技术栈，从底层Runtime到上层Cloud Agent，从Token管控到多智能体协作，从安全网关到零信任防护——这不是一套工具，而是一套让AI真正在企业里落得下去、跑得起来、赚得回来的完整工程体系

2026-06-17

7980

标签: