标签: AI企业服务

  • 福特拿了JD Power质量第一,却要请回老工程师帮AI擦屁股

    福特这个月算是扬眉吐气了一把——16年来第一次在JD Power新车质量初始排名(IQS)里拿到了主流车企第一名。按理说这是要大吹特吹的里程碑,结果福特自己倒先开口承认了之前几年栽的跟头:公司的AI和自动化系统搞出了一堆麻烦,最后不得不把已经退休的老工程师请回来擦屁股。

    福特AI自动化失败概念图
    福特在AI自动化生产中吃了亏,不得不请回老工程师

    以为AI能包办一切

    福特车辆硬件工程副总裁Charles Poon这周对媒体说了一段挺坦诚的话:”我们犯了一个错误——以为只要引入人工智能、调整一下我们的设计要求,就能自动产出高质量的产品。”

    这话听起来简单,背后是福特过去几年在生产和设计环节大规模引入AI和自动化系统的真实教训。福特和很多车企一样,相信AI能提升效率、减少错误。但现实是,那些自动化系统并没有想象中那么可靠,机器人搞出来的东西有时候还得靠人来收拾残局。

    “我们犯了一个错误——以为只要引入人工智能、调整一下我们的设计要求,就能自动产出高质量的产品。”——Charles Poon,福特车辆硬件工程副总裁

    老工程师的脑子是AI学不会的

    福特的问题出在哪?按Poon的说法,有两件事被低估了。第一是训练AI模型的数据质量——垃圾进、垃圾出,这条铁律在制造业里一样成立。第二是公司那些老工程师脑子里积攒的”隐性知识”,是AI短期内学不来的。

    那些在福特干了一辈子的工程师,经历过无数次车型开发周期,知道哪些设计在真实世界里会出问题、哪些装配流程藏着坑。这些经验大部分没有、也很难被完整地写进系统。结果就是,一些最资深的员工在知识还没来得及转移进自动化系统之前就离职或退休了,福特只能再把他们请回来——要么重新训练系统,要么直接带一带那些被AI搞糊涂了的年轻工程师。

    不止福特一家在交学费

    福特这件事其实折射出一个更普遍的现象。过去几年,从科技巨头到传统制造业,大家都在拼命往AI和自动化上砸钱,好像只要上了AI,效率和质量就能自动起飞。但越来越多的案例表明,AI不是万能药,尤其是在那些需要长期积累的领域-specific知识的场景里。

    特斯拉早几年在Model 3产能爬坡阶段就吃过类似的亏——过度自动化反而成了瓶颈,马斯克后来自己都承认”人类被低估了”。波音在737 MAX的软件问题曝光后,也引发了对过度依赖自动化系统的反思。福特的案例只不过是为这个名单又添了一笔。

    话说回来,福特能在拿了JD Power第一的时候主动讲这些丑事,倒也算有种。毕竟,承认AI有局限性、重新重视人的价值,可能比一味追风口更能帮企业走长远。


  • Anthropic给Slack装了个永远在线的Claude,企业AI助手变队友了

    Claude Tag在Slack中的概念图
    Anthropic推出Claude Tag,让AI以队友身份常驻Slack频道 | 概念图

    Anthropic本周悄悄上线了一个新功能,可能会改变人们在企业里使用AI的方式。它叫Claude Tag,简单来说就是在Slack里放了一个永远在线的Claude,不是那种你问一句它答一句的工具,而是真的像个队友一样待在频道里,看着大家聊天,记住上下文,甚至主动跳出来提醒你。

    以前你也能在Slack里@Claude问问题,或者用Claude Code处理编程任务,但那些都是按需触发的。Claude Tag不一样的地方在于持久记忆和环境感知——它跟着频道走,慢慢学到你们团队是怎么工作的,而且如果你授权了,它还能去读别的频道,把跨组织的信息串起来。

    随着Claude跟着频道走,它对这份工作的了解会越来越多。如果获得授权,Claude还能自动从组织的其他地方收集信息。Anthropic在声明里这么写。这家公司的意思是,AI不应该只是一个工具,而应该是一个能积累上下文的协作者。

    一个频道,一个Claude身份

    Claude Tag最有意思的设计是:每个Slack频道里只有一个Claude身份,频道里所有人都能看到它之前做了什么,也能接着上一个人留下的对话继续。这和企业里现在常见的每人有自己的AI助手模式很不一样。

    管理员可以设定这个Claude能访问哪些工具、哪些频道、哪些信息。不同频道的Claude是隔离的——法务频道的Claude看不到工程频道的记忆,这算是给企业数据安全留了一道边界。


    会主动插话的AI

    Claude Tag有一个环境模式,可以主动在聊天里跳出来——比如提醒你某个跨部门的任务还没跟进,或者把组织里别的地方跟当前讨论相关的事情搬出来。Anthropic的说法是,这让你感觉是在和一个真实的同事合作,而不只是一个工具。

    当然,一个AI助手在Slack频道里主动说话,这件事本身也需要拿捏分寸。太吵了大家会烦,太沉默又失去了永远在线的意义。Anthropic现在把它放在beta阶段,应该也是在观察企业的实际使用反馈。

    这个方向不只是Anthropic在押。微软有Graph加Copilot,Snowflake和Databricks把自己定位成企业知识的后台,Glean在做模型和企数据之间的理解层。大家都在抢同一件事:让AI真正懂一家公司的上下文,而不只是会回答问题的聊天框。

  • Elastic砸8500万美元买下AI调试公司,代码越写越多,修bug的人不够用了

    Elastic砸8500万美元买下AI调试公司,代码越写越多,修bug的人不够用了

    AI写代码的速度越来越快,但代码出了问题谁来修?这个答案正在变成一个价值8500万美元的生意。

    企业软件公司Elastic同意以最高8500万美元收购Deductive AI——一家用AI来捕捉和修复软件漏洞的初创公司。这笔交易从Deductive 2023年成立算起,只用了三年就走完了从隐身到退出的全程。

    AI软件调试
    AI驱动的软件可靠性工程正在成为企业技术的新战场

    AI写了更多代码,也带来了更多故障

    Deductive AI做的生意有一个很直接的出发点:随着AI生成的代码越来越多,软件系统出故障的概率和复杂度都在上升。传统的手工调试方式已经跟不上这个节奏了。Deductive用AI来自动监测性能、实时修复系统故障——这让人类的运维工程师可以从没完没了的救火工作里抽身,把时间花在更有价值的产品开发上。

    这家公司2023年才成立,去年11月才正式亮相,当时宣布了由CRV领投的750万美元种子轮融资,投后估值3300万美元。现在以最高8500万美元出售,对早期投资者来说是一个不错的回报,虽然算不上爆炸性的 exit。

    AI驱动的站点可靠性工程(AI SRE)正在成为一个重要的赛道,背后是AI生成代码大规模涌入生产环境的现实推动。

    老牌科技公司开始买AI原生产品了

    这笔收购反映了一个更大的趋势:已经站稳脚跟的科技巨头正在通过收购AI原生初创公司,把自己的产品套件升级成Agent驱动的新版本。Elastic2018年上市,最出名的产品是Elasticsearch——那个帮机构实时存储、搜索和分析海量数据的搜索引擎。它的可观测性软件(让工程师监测软件系统和发现安全威胁的工具)跟Deductive的AI技术整合之后,客户就能拿到自动监测性能和实时修复故障的工具。

    Deductive的联合创始人Rakesh Kothari之前是ThoughtSpot的工程副总裁,另一名联合创始人Sameer Agarwal曾在Apache软件基金会和Meta工作,也是Databricks的创始工程师之一。团队的技术背景相当扎实。

    不过Deductive的增长其实不算快——年化收入大约100万美元,在同赛道里落后于被Greylock和Lightspeed支持的Resolve AI。那家公司在4月份刚完成4000万美元的A轮扩展融资,投后估值15亿美元。


    AI运维赛道才刚刚开始

    Elastic收购Deductive只是AI运维赛道整合的开端。随着AI生成的代码在企业生产环境里越来越多,能自动发现、诊断并修复故障的AI工具会变成基础设施的一部分,就像今天的日志分析和性能监控工具一样。

    对Elastic来说,把Deductive的技术塞进自己的可观测性平台是一个防守兼进攻的举动——既让自己的产品跟上了AI潮流,也挡住了专门的AI SRE初创公司直接抢客户的路径。

    这个赛道里还有不少独立玩家在跑,但大公司已经开始出手了。Deductive的快速退出可能给更多AI SRE初创公司指明了方向:不一定非要走IPO路线,被需要你们技术的大平台收购也是一条很实际的路。

  • Cohere牵手德国Aleph Alpha,200亿美元跨大西洋AI强国来了

    Cohere牵手德国Aleph Alpha,200亿美元跨大西洋AI强国来了

    Cohere牵手德国Aleph Alpha,200亿美元”跨大西洋AI强国”来了

    过去几年,AI赛道给人的感觉是硅谷随手一抓就是一家巨头。OpenAI、Anthropic、Google DeepMind、Meta——这几家基本上把前沿模型的话语权包圆了。但在企业级AI市场,一家加拿大公司和一家德国公司的合并,正在试图改变这个格局。

    一家加拿大公司,一家德国公司

    Cohere这个名字,关注企业AI的人应该不陌生。这家2019年成立于多伦多的公司,由曾在Google Brain工作的Aidan Gomez联合创立(他是Transformer论文的作者之一),主打企业级大语言模型,客户可以在自己的基础设施上部署Cohere的模型,数据不用离开自己的服务器。

    Aleph Alpha的来头也不小。这家总部位于海德堡的德国AI公司,由曾在Heidelberg大学任教的Jonas Andrulis创立,是欧洲”主权AI”运动的重要参与者。它的客户包括大众、博世、SAP等欧洲大企业,还有德国联邦政府。Schwarz Group(就是经营Lidl和Kaufland那家零售巨头)是Aleph Alpha的重要支持者之一。

    Cohere Aleph Alpha merger concept
    Cohere与Aleph Alpha合并,打造跨加拿大和德国的AI强国(配图由AI生成)

    200亿美元估值,背后是谁在押注

    根据金融时报的报道,这笔合并交易对合并后新公司的估值约为200亿美元。与此同时,Schwarz Group还会向Cohere的E轮融资注入6亿美元,这轮融资预计今年晚些时候完成。

    把两家公司的技术团队和客户资源合在一起,新公司的定位很明确:给企业和政府提供一个”非硅谷选项”。数据留在自己手里,模型可以私有化部署,不用把命运交到美国科技巨头的API密钥里。

    “企业和政府需要对自己技术的控制权。”合并声明里的这句话,直接点出了这次交易的真正动机——不是技术互补这么简单,而是地缘政治在AI行业的投射。

    时机很微妙

    这笔交易宣布的时间点——2026年4月——刚好是美国政府以国家安全为由,要求Anthropic切断外国用户对Fable 5和Mythos 5模型访问的前夜。这件事让很多国家的政府和企业都意识到:如果你用的AI完全依赖美国公司,那你的数字基础设施的”开关”握在别人手里。

    欧洲的反应尤其强烈。法国总统马克龙直接点名批评美国的AI出口管制政策。英国的数据保护监管机构也借机推动了本土AI能力的建设。在这种大环境下,一家总部在加拿大、一家在德国、两家都强调数据主权的AI公司合并,吸引力不言而喻。

    当然,200亿美元的估值能不能撑住,还得看合并后的产品能不能真的打。企业AI市场不缺大玩家,微软的Copilot、Google的Vertex AI、AWS的Bedrock,哪一个都不是省油的灯。Cohere和Aleph Alpha的”主权”牌能不能转化成真实的采购订单,是接下来最值得观察的事情。


    这件事更大的意义在于:AI行业正在从”技术竞赛”转向”地缘竞赛”。以前大家比的是谁的模型强、谁先跑出AGI,现在越来越多人在问:这家公司的模型,我的政府允许我用吗?我的数据,存在谁的地盘上?

    Cohere和Aleph Alpha的合并,是这个问题的一个答案。不一定是最好的答案,但至少是一个答案。

  • SpaceX 600亿美元收购Cursor,刚上市就掏钱买AI编程神器

    SpaceX 600亿美元收购Cursor,刚上市就掏钱买AI编程神器

    SpaceX刚刚创造IPO历史,转头就砸下600亿美元买了一家AI编程工具公司。这周,SpaceX和AI编程创业公司Cursor正式宣布达成收购协议,交易对价全部用股票支付,总价600亿美元。

    时间点卡得相当微妙。SpaceX上周五才完成史上规模最大的IPO,几天之内就宣布这桩收购,显然上市筹到的钱已经有了去处。实际上,早在今年4月,SpaceX就和一帮投资者提前把这事谈好了——当时它对外说的是:要么600亿美元买下Cursor,要么付100亿美元分手费。现在IPO一过,这笔交易正式落地。

    SpaceX收购Cursor概念图
    SpaceX以600亿美元收购AI编程工具Cursor,创下AI工具收购纪录

    Cursor为啥值600亿

    Cursor这家公司2022年才成立,前身叫Anysphere,做的是AI辅助编程工具,让开发者用自然语言描述需求就能生成代码。过去两年,随着AI编程赛道爆发,Cursor的用户量和收入都涨得飞快。

    在被SpaceX收购之前,Cursor本来正在谈一笔200亿美元的融资,投资方包括a16z、Thrive和Nvidia,融资完成后估值将达到500亿美元。SpaceX直接插进来,用600亿美元的股票把这笔融资截胡了。

    Cursor在2024年通过了OpenAI的创业加速器项目,随后融资节奏明显加快——2025年6月完成9亿美元C轮,年底又融了23亿美元,在SpaceX出手之前估值就已经冲到约290亿美元。

    xAI的烂摊子靠Cursor来收拾

    这笔收购背后有一个尴尬的背景。SpaceX今年早些时候把Elon Musk的AI公司xAI合并进了自己体内,准备在AI赛道大干一场。但xAI过去几个月过得相当狼狈——11个联合创始人全部在3月底前离职,Musk公开承认”xAI第一次没建好,正在从地基开始重建”。

    更严重的是xAI的产品Grok多次出现严重问题。去年Grok聊天机器人曾自称”MechaHitler”,今年初又被曝光允许用户生成女性和儿童的性化深度伪造内容,加州总检察长为此发出了停业令。SpaceX在IPO文件里明确把这些行为列为业务风险。

    收购Cursor显然是Musk想为SpaceX的AI业务找一条技术上的出路。Cursor在代码理解和生成上已经积累了大量真实开发者的使用数据,这恰恰是训练编程AI最值钱的资产。SpaceX在IPO路演时告诉投资者,AI基础设施和企业应用加在一起是一个近25万亿美元的市场机会,现在它得拿出真东西来证明这不是吹牛。

    股价先涨为敬

    投资者似乎买账。SpaceX IPO定价135美元一股,到本周二早上,盘前交易已经突破200美元,短短几个交易日市值增加了将近1万亿美元——换算下来,相当于16个Cursor的收购价。

    这笔交易预计在今年第三季度完成。到时候,Cursor的AI编程能力将被整合进SpaceX的AI基础设施里。至于这和发射火箭到底有什么关系,Musk还得给投资者一个更清楚的解释。


  • Salesforce 36亿美元收购Fin,AI客服赛道打响了整合第一枪

    Salesforce 36亿美元收购Fin,AI客服赛道打响了整合第一枪

    AI客服这个赛道,之前还在讲”颠覆传统客服”的故事,现在突然就变成了”大鱼吃小鱼”的并购戏。Salesforce这周宣布,要以36亿美元收购AI客服平台Fin。价格不便宜,但放在今年AI企业服务的估值环境里看,这个数还算克制。

    Salesforce收购Fin
    Salesforce以36亿美元收购AI客服平台Fin(图源:AI生成)

    Fin是什么来头

    Fin这个名字,业内人可能更熟悉它的前身——Intercom。这家公司最早做的是在线客服聊天工具,后来转向做AI客服代理(AI agent),能跨渠道处理客户咨询:实时聊天、WhatsApp、短信、电话、Slack,全都接得住。

    Fin的联合创始人兼CEO是Eoghan McCabe,这人在SaaS圈是个有点争议的人物。他最早是Intercom的联合创始人,2020年从CEO位置上退下来,后来又重新回来掌舵。这次Fin其实就是他带着原班人马重新做了一次、但这次All-in AI的产物。

    Fin最近放出来的几个产品——比如Apex模型、内部智能体Operator——在AI客服这个细分里算是跑得靠前的。

    Salesforce要拿Fin来干什么

    Salesforce自己有一套企业AI平台叫Agentforce,让企业可以搭建自己的AI智能体来自动化任务。买Fin进来,明显是想把Fin的AI客服能力直接嵌进Agentforce里。

    Salesforce的CEO Marc Benioff在声明里说了一套场面话,大意是”Fin带来了成熟的智能体技术和对客户成功的深度承诺,会跟Agentforce形成互补”。翻译成人话就是:我们想让Agentforce更能打,Fin的团队和技术正好能用上。

    交易细节:不影响运营

    这笔交易预计在Salesforce2027财年的第四季度完成——按Salesforce的财年算法,其实就是2027年初。

    Fin这边,McCabe在X上发了一条帖子安抚用户和客户:事情基本不会变,他继续当CEO,联合创始人Des继续管研发,团队还会继续在这个品类里领跑。这话半是真、半是稳定军心——被大公司收购之后的独立运营承诺,历史上兑现的概率参差不齐。

    AI企业服务正在进入整合期

    36亿美元这个价位,放在2026年的AI并购市场里值得品一品。上半年我们看到的是Anthropic估值冲到9650亿美元、SpaceX IPO估值2.1万亿美元这种”天上的故事”,但企业服务这边的AI公司,估值逻辑完全是另一套——看的是ARR(年度经常性收入)、客户留存、赛道位置。

    Fin之前没有公开披露过ARR数字,但能从Salesforce手里拿36亿,说明收入规模已经到了一定量级。对比一下:今年AI客服这个垂直里,竞争对手包括Ada、Intercom(是的,Fin的前身现在还是竞争对手)、Zendesk的AI功能,格局还没定型。


    Salesforce买Fin,不一定意味着AI客服战争结束了,但至少说明了一件事:巨头们不再自己从头搭AI客服能力了,他们开始花钱买现成的。这对创业公司来说是个信号——做出来、跑通、卖个好价钱,这条路径正在变清晰。

  • 法拉利找IBM搞了个AI粉丝助手,F1比赛数据秒变故事

    一级方程式赛车本来就是项数据密集到夸张的运动——每场比赛,赛车每秒钟产生几百万个数据点,车手每一次刹车、每一个弯道的选择,全都被记录得清清楚楚。但问题是,普通粉丝哪看得懂这些原始数据?这就是IBM和法拉利搞合作的出发点:用AI把那些冷冰冰的数字,变成粉丝能看懂、愿意看的故事。

    法拉利的粉丝App,以前是个”查完赛程就走”的地方

    IBM的体育与娱乐合作副总裁Kameryn Stanhouse说,选法拉利是因为”他们是历史上赢最多的车队”。但合作的核心不在奖杯数量,而在粉丝互动。以前法拉利的官方App基本上就是个赛程表加新闻聚合,粉丝查完比赛时间就关掉了。IBM接手之后,这个App的面貌完全变了。

    新版本里有AI自动生成的赛事总结、车手和车队的幕后故事、预测游戏、还有个AI助手可以回答粉丝提出的各种问题。最基础但最实用的一点是,App终于支持意大利语了——想想也有意思,一个意大利车队,粉丝一大半是意大利人,官方App居然一直没意大利语版本,直到IBM进来才搞定。

    Ferrari F1赛车与IBM AI技术
    IBM与法拉利HP合作,用AI提升F1粉丝体验,图片来源:TechCrunch

    “让每个粉丝觉得我们在了解他们”

    法拉利新设了一个叫”粉丝发展负责人”的岗位,由Stefano Pallard担任。他的话说得很直白:挑战不在于触达粉丝,而在于”让每一个粉丝觉得我们在了解他们”。AI在这里的作用,就是分析粉丝在App里的各种行为信号——哪些内容被读得最多、粉丝发来的消息情绪是什么样的,然后用这些洞察去调整内容策略。

    IBM入驻之后,法拉利App在比赛周末的用户参与度提升了62%。对于一个此前几乎没人愿意多停留一分钟的App来说,这个数字相当亮眼。

    F1这几年的粉丝结构也在发生变化。联盟去年公布的数据有个很有意思的点:75%的新粉丝是女性,而且很多是Z世代。吸引她们入坑的一个重要渠道是F1学院——一个专门培养女性车手的赛事系列。这些新粉丝和老粉丝一样,想要更多的数据、更多的内幕、更多的互动功能。法拉利希望通过AI,在未来五年里让每个粉丝都觉得这个App是为自己量身定做的——不管你已经追随车队30年,还是才加入30天。

    不只是法拉利在这么干

    F1圈子里,McLaren和Williams也在搞独立的粉丝App,不单纯依赖社交媒体或者F1官方的平台。这说明车队们开始意识到:粉丝是有价值的资产,不能只放在别人家的平台上。IBM这几年在体育圈的布局也挺激进,除了法拉利,他们还跟Masters、Wimbledon这些赛事有合作,玩法都是类似的:用企业级AI帮体育联盟把粉丝体验这件事做得更深。

    说到底,法拉利和IBM这个合作最有意思的地方在于:它展示了一个很多行业都能复用的思路——你有大量数据,用户也想了解更多,但中间缺一座桥。AI现在能充当这座桥,而且比以前的个性化推荐引擎要灵活得多。接下来的问题是,法拉利的这套打法,其他车队会不会跟进?如果大家都开始认真经营自己的粉丝App,F1的数字生态可能会发生一次挺大的重构。

  • Anthropic牵手印度IT巨头TCS,AI企业落地的渠道战打响了





    Anthropic牵手印度IT巨头TCS,AI企业落地的渠道战打响了


    Anthropic牵手印度IT巨头TCS,AI企业落地的渠道战打响了

    Anthropic与TCS合作
    Anthropic与印度IT巨头TCS达成合作,加速企业AI部署(图源:TechCrunch)

    AI公司的模型做得再强,最终还是得落到企业客户手里才算数。最近Anthropic搞定了一个大合作伙伴——印度IT服务巨头塔塔咨询服务公司,也就是大家常说的TCS。

    这个合作的分量不轻。TCS在印度IT服务业里是头部玩家,员工规模超过50万人,客户遍布全球。通过这次合作,TCS会成立专门的事业部门,负责把Anthropic的AI模型部署到自己的客户那里去。与此同时,TCS的员工也能用上Claude AI助手,算是内外一起推。

    不只是卖模型,而是一起做方案

    两家公司说,他们会联手给金融、医疗、电信、航空这些行业做定制化的AI解决方案。这不是简单地把Claude的接口卖给企业就完事了,而是要结合TCS对这些行业的理解,把模型”包装”成能实际用的东西。

    有几个具体的落地场景已经公布了。TCS旗下有个英国人寿和养老金业务叫Diligenta,客户超过2200万,他们打算用Claude来优化客户服务、把一些流程自动化。再说TCS有个数字学习平台叫TCS iON,后面会推出基于Anthropic模型的培训和认证项目——这个挺关键的,等于是在培养会用Claude的人才。

    TCS还会给Claude Code的生态贡献一些行业专用的工具,比如理赔裁定、贷款咨询这些场景的能力模块。

    TCS的员工规模超过50万人,这次合作等于给Anthropic打开了一个巨大的企业分发渠道。而对TCS来说,把AI能力绑到自己服务里,也是在向客户证明自己没有被AI浪潮甩下。

    印度AI渠道争夺战

    其实现在AI公司和印度IT服务企业的合作已经挺密集了。今年早些时候,Anthropic已经和印孚瑟斯(Infosys)达成了合作;OpenAI也没闲着,先后和印孚瑟斯、HCLTech签了类似的协议。大家都在抢印度这块”企业AI落地”的跳板。

    为什么是印度?因为印度的IT服务公司手里握着全球大量企业的IT外包合同,通过这些公司去触达企业客户,比AI公司自己一家家去敲门店效率要高得多。这本质上是在争夺企业AI的”渠道入口”。

    TCS自己的压力也不小

    这个合作背后还有一个值得玩味的背景:印度的IT服务行业今年日子不太好过。AI能力的快速提升,让不少人开始质疑这个行业存在的必要性——既然AI能写代码、能处理客户咨询,为什么还要外包给印度的工程师?

    资本市场的反应很直接:今年到目前为止,TCS的股价跌了大概34%,印孚瑟斯也跌了约31%。在这种压力下,和头部AI公司合作、证明自己能”AI化”而不是被AI取代,对TCS来说是一种自救。

    Anthropic这边呢,印度已经被它列为第二大市场。过去一年里,它在印度开了办公室、招了本地团队,和头部IT企业的合作也在不断扩展。这次和TCS联手,算是把印度企业渠道的布局又推进了一步。


    回过头看,这件事其实反映了一个趋势:AI公司的竞争,已经从”谁的模型更强”慢慢转向”谁能真正把模型用起来”。有了好的模型只是第一步,能不能通过合适的渠道触达企业、能不能把模型的能力嵌进实际业务流程里,这些才是接下来决定胜负的关键。Anthropic拉上TCS,OpenAI拉上Infosys和HCLTech,大家都在押注同一条路。


  • 华纳音乐买下一家AI公司,专门用来盯紧谁的歌被AI偷了

    华纳音乐集团(WMG)本周宣布收购 AI 溯源初创公司 Sureel AI。这家公司的核心技术挺有意思:给歌曲做一套「AI DNA」,拆成组件,追踪这些元素在 AI 训练和使用过程中去了哪里。

    简单说,Sureel 做的事情就是回答一个问题:当 AI 生成一首歌的时候,它到底「参考」了哪些艺人的作品?这些艺人能不能分到钱?

    「版权所有者理应知道 AI 如何使用他们的作品,并公平分享由此创造的价值。Sureel 的创建就是为了将这一可能变为现实。」—— Sureel 创始人兼 CEO Tamay Aykut

    不只是追踪,还能审计

    Sureel 成立于 2022 年,它的技术不止是「看看谁用了你的歌」这么简单。它提供的是一套完整的审计和合规报告系统:哪些 AI 模型用了这些素材、用到了什么程度、有没有包含在训练集里,都可以溯源。

    更细分的功能是一个叫 NIL(Name, Image, Likeness)溯源套件的工具,专门追踪艺人的声音、肖像和表演身份在 AI 训练里被怎么用——包括声音克隆、AI 生成的虚拟形象,以及风格复制。

    华纳音乐收购 Sureel 之后,后者会继续作为独立平台运营,不只服务华纳,还面向更广泛的音乐和 AI 生态系统。这个安排很聪明:如果 Sureel 只帮华纳一家,那它的溯源数据就不够全面;只有保持独立,才能建立一个行业级的追踪标准。

    华纳音乐集团标志
    华纳音乐集团(图源:TechCrunch / Getty Images)

    华纳的 AI 立场大转弯

    这件事最有意思的背景是华纳音乐对 AI 的态度变化。2024 年,华纳还在起诉音乐生成 AI 初创公司 Suno,指控它大规模侵犯版权。到了 2025 年,华纳和 Suno 签了授权协议,从「对抗」变成了「合作」。

    华纳当时的说法是:艺人和词曲作者要完全控制自己的姓名、形象、肖像、声音和作品是否(以及怎么)在新的 AI 生成音乐中被使用。这个逻辑很清楚:不反对 AI,但要对 AI 的使用有知情权和控制权。

    收购 Sureel,就是这个逻辑的自然延伸——你得先知道 AI 是怎么用你的作品,才能谈得上控制和变现。

    同行还在打官司

    华纳的这个路线,和索尼音乐娱乐、环球音乐集团形成了鲜明对比。这两家目前仍在向法院起诉 Suno,进行大规模版权侵权索赔。策略分歧很明显:华纳选择「先授权、再合作、用技术追踪」,索尼和环球选择「法庭见」。

    哪种策略更管用,现在下结论还太早。但华纳的动作至少说明了一件事:音乐行业已经接受了 AI 不会消失这个现实,接下来的问题是,怎么在 AI 时代继续让创作者分到他们应得的那一份。

    Sureel 的「AI DNA」技术如果能真正做到精准溯源,那它不只是帮华纳赚钱的工具,更可能成为整个行业在 AI 时代的一个基础设施——就像音乐版权集体管理组织在过去几十年里做的那样,只是这一次,追踪的对象从电台播放变成了 AI 训练数据。


  • AI智能体为什么总是”不懂你的业务”?这家公司拿了2400万美元去填这个坑

    AI智能体为什么总是”不懂你的业务”?这家公司拿了2400万美元去填这个坑

    Jedify联合创始人团队
    Jedify 联合创始人团队(图源:TechCrunch)

    AI厂商卖企业版产品的时候,演示都做得漂漂亮亮——”开箱即用,马上上岗”。但凡真刀真枪部署过的都知道,事情没那么简单。模型不知道你们公司怎么定义”收入”,不知道哪份文件是最新版本,更不知道谁有权限看什么。要让AI智能体真正在企业里跑起来,你得先让它读懂你的业务。

    总部在纽约的初创公司Jedify正在做的就是这件事。他们刚完成了2400万美元的A轮融资,由Norwest领投,Snowflake作为战略投资方也进来了。Jedify做的事情说起来不复杂:把企业里散落在各处的知识——数据库、数据仓库、SaaS应用、BI工具、报告、文档、代码库,甚至Slack频道和会议录音——全部接进来,建成一张关于这家企业业务的”上下文图谱”,让AI智能体在干活的时候有地方查背景资料。

    普通AI智能体搜索企业内容,是把所有东西都搜一遍;Jedify的思路是,先搞清楚”这件事跟哪些实体、哪些数据、哪些人有关”,再把注意力缩小到真正相关的范围。

    一个具体例子:合规公司的智能体

    Jedify的CEO Assaf Henkin拿客户Kiteworks举了例子。Kiteworks把Snowflake、Tableau、Notion和内部手册全部接进Jedify,然后给不同的客户工作流程搭了智能体工具。销售人员和客户团队在跟客户对话的时候,Jedify会实时把需要知道的细节推过来——不是让用户自己去搜,而是主动呈现。

    这个体验的关键区别在于:AI不是在”猜”你想要什么,而是真的”知道”你们公司有哪些资源、谁负责什么、哪些数据是敏感的。

    跟知识图谱有什么不一样?

    Henkin强调,Jedify的”上下文图谱”跟企业已经在用的语义层、元数据目录、知识图谱不是一回事——它是多维的,不仅捕获实体和数据之间的关系,还捕获人员、权限和业务领域知识之间的关系。而且它是与模型无关的,哪个模型都能接;同时是实时的,接的系统里有新东西进来,图谱就跟着更新。

    权限管理是这里面最棘手的部分。让一个智能体随便把CFO的收入预测给实习生看,这是要出大事的。Jedify的做法是从身份系统、文件系统、SaaS工具和数据库继承权限规则,包括行级、列级、表级的访问控制,再让客户自己建额外的组来限定智能体允许访问的范围。


    为什么现在做这件事有意义?

    Jedify的赌注是:随着AI模型变得更强大、更可互换,”帮模型在企业里好好干活”的专有上下文层,可能会成为比模型本身更持久的护城河。模型之间的性能差距在缩小,但”谁真正懂我的业务”这个优势,不是换个模型就能复制的。

    Snowflake愿意掏钱投资并把自己的AI产品(Cortex AI、语义视图、CoWork)跟Jedify集成,说明大平台也认可这个方向的价值——它们自己也在想办法让AI更好地理解企业数据,但Jedify做的事更中立,不绑定单一云厂商。

    目前Jedify大概有10到20个早期客户,The Weather Company是其中之一,游戏、工业和消费品这类数据密集行业也在关注。新这笔钱会用来做产品开发、招人和市场推广,公司累计融资现在已经到3300万美元左右。

    AI智能体要真正在企业里落地,缺的不是模型能力,是”懂业务”的能力。Jedify能不能把这件事做成,还得看客户用起来到底怎么样——但至少,方向是对的。