پرش به محتوای اصلی

موضوع

حکمرانی شرکتی

ساختارها و فرایندهای هدایت، نظارت و مدیریت شرکت‌ها برای تضمین شفافیت، پاسخگویی و حفظ منافع ذی‌نفعان

۲۸۹ مقاله منتشر شده

چارچوب عملی استراتژی داده اینتلی‌بوکز برای سازمان داده‌محور در یک صفحه
آموزش کاربردی

۷ گام Intellibooks برای پیاده‌سازی استراتژی داده‌محور در کسب‌وکار

شرکت Intellibooks چارچوبی عملی برای عبور سازمان‌ها از جمع‌آوری پراکنده داده به خلق ارزش تجاری قابل‌اندازه معرفی کرد. این استراتژی اولویت را از ابزارهای فنی به اهداف کسب‌وکار تغییر…

۴ دقیقه خواندن۱
متا ۷۰۰ میلیارد دلار برای زیرساخت هوش مصنوعی، انثروپیک ۱۵ میلیارد دلار برای دیتاسنتر جذب کرد.

متا: ۷۰۰ میلیارد دلار برای توسعه زیرساخت‌های هوش مصنوعی

متا برای گسترش مراکز داده و سخت‌افزارهای شبکه، ۷۰۰ میلیارد دلار سرمایه‌گذاری می‌کند. هم‌زمان آنتروپیک با حمایت گوگل و تراشه‌های TPU، بودجه‌ای ۱۵ میلیارد دلاری برای تأسیس مرکزی در…

۱ دقیقه خواندن
آزمایشگاه‌های هوش مصنوعی می‌خواهند ترمز بزنند، اما آمازون و اسپیس‌ایکس همچنان در حال شتاب‌گیری‌اند.

۱۰۰۰ کارمند OpenAI و Anthropic خواستار ترمز در رقابت تسلیحاتی هوش مصنوعی شدند

بیش از ۱۰۰۰ متخصص از آزمایشگاه‌های پیشرو هوش مصنوعی در پی نشت امنیتی مدل‌ها، خواستار کنترل سرعت توسعه شدند. در حالی که پژوهشگران از ناپایداری سیستم‌ها هشدار می‌دهند، غول‌های تجاری…

۳ دقیقه خواندن
لوگوی سریال «جدایی» (Severance) با طراحی مینیمال و برش خورده.

بستن ناگهانی پروژه‌های هوش مصنوعی؛ اخراج ۷٪ نیرو با تلافی توکن‌های رایگان

یک شرکت فناوری پروژه هوش مصنوعی خود را در یک تماس گروهی متوقف کرد و ۷٪ از کارکنان را اخراج نمود. جایگزینی مشاوران انسانی با پرامپت‌های هوش مصنوعی برای درمان غم، نقطه عطف جدیدی در…

۲ دقیقه خواندن۱
چرا هوش مصنوعی سازمانی به معناشناسی و روابط داده نیاز دارد

فقدان معناشناسی داده‌ها؛ دلیل اصلی شکست پروژه‌های هوش مصنوعی سازمانی

بسیاری از پروژه‌های هوش مصنوعی در سازمان‌ها شکست می‌خورند چون مدل‌ها دسترسی به داده دارند اما معنای تجاری آن را نمی‌فهمند. برای حل این مشکل، ایجاد یک لایه معنایی (Semantic Layer)…

۳ دقیقه خواندن
ساخت چت‌بات‌های ایمن مدیریت کارکنان با هوش مصنوعی با استفاده از محدودکننده‌ها و RAG

۷ لایه‌ی حفاظتی برای جلوگیری از نشت داده‌ها در چت‌بات‌های سازمانی

دستیارهای هوش مصنوعی در محیط‌های سازمانی برای مدیریت داده‌های حساس HR، به چیزی فراتر از پرامپت‌نویسی نیاز دارند. پیاده‌سازی حفاظ‌های لایه‌ای و RAG آگاه به دسترسی، تنها راه جلوگیری…

۲ دقیقه خواندن
طراحی انسان‌درحلقه که از ابتدا خراب است — راه‌حل پایدار اینجاست

نسبت ۸۸ به ۱؛ چرا سیستم‌های نظارت انسانی بر عامل‌های هوش مصنوعی شکست می‌خورند؟

سیستم‌های سنتی نظارت انسانی به‌دلیل «خستگی از تأیید» و نسبت نامتوازن اپراتور به عامل در مقیاس صنعتی ناکارآمد هستند. راهکار جدید، جایگزینی تأییدهای کلی با یک سازوکار «تصاعدی…

۱ دقیقه خواندن
میلیاردها عامل هوش مصنوعی در راه‌اند. چه کسی سیگنال استخدام را می‌سازد؟

پیش‌بینی مارک زاکربرگ: میلیاردها عامل هوشمند تا سال ۲۰۳۱ وارد بازار می‌شوند

مدیرعامل متا معتقد است جهان به سمتی می‌رود که هر فرد عامل‌های هوش مصنوعی مستقلی برای مدیریت امور مالی، سفر و تجارت داشته باشد. با این حال، فقدان یک لایهٔ اعتبارسنجی برای سنجش تخصص…

۳ دقیقه خواندن۱
قاضی: دولت ترامپ هنوز مدرکی برای برچسب «ریسک زنجیره تأمین» آنتروپیک ندارد

قضاوت دادگاه آمریکا: دولت ترامپ مدرکی برای برچسب ریسک زنجیره تأمین Anthropic

یک قاضی فدرال حکم داد که دولت ترامپ شواهد کافی برای ممنوعیت استفاده از فناوری Anthropic در سازمان‌های دولتی ارائه نکرده است. این مناقشه از امتناع شرکت از همکاری در پروژه‌های نظارت…

۲ دقیقه خواندن۲