Building AI that can work across the enterprise
企业级AI需要统一数据基础、明确业务目标和治理框架,才能实现规模化应用。
入选理由:AI部署需要统一的数据基础和语义丰富的层,以确保跨流程的可靠性。
公司
别名:Infosys Limited
与MIT合作推动AI行业应用的IT服务商
已跟踪 4 条高相关材料
最近变化
2026-11-16 · AI部署需要统一的数据基础和语义丰富的层,以确保跨流程的可靠性。
为什么值得关注
Infosys 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Building AI that can work across the enterprise
MIT Technology Review · 8.5 分
企业级AI需要统一数据基础、明确业务目标和治理框架,才能实现规模化应用。
Innovating with AI in the special chemicals industry
MIT Technology Review · 8.5 分
Lubrizol通过AI和云计算加速研发,推动可持续材料创新。跨部门协作与数字孪生技术成为关键。
Making the AI-powered case for legacy modernization
MIT Technology Review · 8.5 分
AI辅助的遗留系统现代化可减少60%时间成本,提升应用评分并降低崩溃率,为个性化AI体验奠定基础。
已收录 4 条与 Infosys 相关的内容,按评分排序。
企业级AI需要统一数据基础、明确业务目标和治理框架,才能实现规模化应用。
入选理由:AI部署需要统一的数据基础和语义丰富的层,以确保跨流程的可靠性。
Lubrizol通过AI和云计算加速研发,推动可持续材料创新。跨部门协作与数字孪生技术成为关键。
入选理由:融合团队模式使跨部门协作效率提升30%以上
AI辅助的遗留系统现代化可减少60%时间成本,提升应用评分并降低崩溃率,为个性化AI体验奠定基础。
入选理由:AI辅助工程使Bupa迁移时间缩短60%,从Xamarin转向Swift/Kotlin
AI 正在重塑零售业,通过嵌入式智能系统提升个性化体验和运营效率,而非仅依赖表面功能。
入选理由:Macy’s 采用“AI-first”策略,将 AI 直接嵌入系统,而非叠加在现有流程上。