PulseAugur
中
实时 07:49:23
实体 Ey

Ey

PulseAugur coverage of Ey — every cluster mentioning Ey across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
9
90 天内 57
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
关系
时间线
  1. 2026-07-31 partnership EY and SymphonyAI expanded their alliance to include the manufacturing sector, integrating SymphonyAI's IRIS Foundry platform into EY's Order-to-Cash Value Blueprint. 来源
  2. 2026-05-24 funding EY and Microsoft are backing a $1 billion, five-year enterprise AI push. 来源
情绪 · 30 天

5 天有情绪数据

最近 · 第 1/4 页 · 共 76 条
  1. RESEARCH · CL_367637 ·

    NVIDIA 和 Microsoft 将 AI 合作扩展到 Azure 和 Windows PC

    NVIDIA 和 Microsoft 正在深化合作,将加速计算和 AI 功能带到更广泛的应用中。此次合作从 Azure 云基础设施扩展到 Windows PC,使组织能够更有效地构建和部署智能应用程序。关键进展包括通过 Microsoft Foundry 增强对 NVIDIA 硬件和开放模型的访问,改进边缘 AI,以及在机密计算方面取得进展,以保护敏感数据和模型。

  2. COMMENTARY · CL_360802 ·

    AI代理重塑营销:品牌必须赢得机器,而不仅仅是人类

    随着AI代理越来越多地影响消费者的购买决策,营销格局正在发生转变,超越了传统的以人为中心的战略。研究表明,AI在购物任务中的采用率很高,预计到2030年,大部分消费者将把整个购物过程委托给AI代理。联合利华(Unilever)和JD Sports等公司正在通过专注于准确、机器可读的产品信息来适应,以确保在AI推荐系统中获得可见性和偏好,因为这些代理优先考虑事实准确性而非品牌规模。

  3. COMMENTARY · CL_356225 ·

    客户不信任 AI 进行金融交易,尤其是在公用事业领域

    客户不愿让 AI 代理处理金融交易,当 AI 从建议操作转向执行操作时,信任度会显著下降。这种犹豫在公用事业等基本服务领域尤为明显,客户对数据保护和账单准确性本已表示不信任。虽然 AI 可以通过提供清晰度来建立信任,但在金融事务上自主行动时会侵蚀信任,这凸显了需要明确的审查和撤销流程。

  4. TOOL · CL_354702 ·

    财富平台迁移在数据、配置和运营中隐藏风险

    财富管理平台的迁移带来了重大风险,这些风险通常在系统上线后才被注意到。这些隐藏的危险通常源于数据迁移问题,其中转换可能与新平台的业务逻辑不符,导致错误的税务计算或交易错误。配置迁移也构成威胁,因为费用、用户权限和运营截止日期的未记录设置,如果未经仔细审查和映射,可能导致监管问题或未经授权的交易。此外,平台功能差距分析、业务运营模式调整以及定制化流程和控制的创建,对于顺利过渡至关重要,因为这些领域的失败可能导致未解决的异常和客户不满。

  5. TOOL · CL_331965 ·

    Databricks 提出统一上下文以解决财富管理入职流程停滞问题

    财富管理客户入职流程常常因数据和决策的碎片化而停滞,即使AI加速了文档处理和KYC等个体任务。Databricks 提出在其 Data + AI Platform 上使用“受管案例上下文”的解决方案。这种方法为AI代理和人工审阅者提供了每个案例的统一、版本化的视图,包括证据、例外和决策历史,从而简化了从初始文件提交到账户注资的整个流程。

  6. COMMENTARY · CL_310731 ·

    物理AI采用不均,就绪度是行业转型的关键

    物理AI将智能软件、传感器和机器人技术相结合,通过提高工人安全、生产力以及解决劳动力短缺问题,有潜力彻底改变各行各业。然而,其采用在不同行业之间将是不均衡的,目前制造业和物流业因其结构化环境而处于领先地位。Fincantieri等公司与EY和NVIDIA合作,通过“先模拟后部署”的方法探索人形机器人和物理AI,以提高在造船等复杂环境下的安全性和生产力。成功的关键不在于预测机器人广泛采用的确切时机,而在于识别当前的价值创造机会,并为随着…

  7. COMMENTARY · CL_304994 ·

    人工智能热潮下,首席执行官们优先考虑合作而非单打独斗

    Lumen Technologies首席执行官Kate Johnson在《财富》杂志“最具影响力女性峰会”上表示,在当今快速变化的市场中,尤其是在人工智能兴起之际,高管决策必须超越封闭的董事会。她强调,领导者不能再指望拥有所有答案,而必须建立协作性的决策“机器”,利用内部和外部专家。这种转向合作的趋势得到了数据的支持,数据显示,首席执行官们越来越多地利用外部网络进行风险评估和能力建设,并且越来越倾向于结盟而非传统的并购。

  8. COMMENTARY · CL_298754 ·

    CEO Kate Johnson 和 Janet Truncale 强调友谊在领导力中的作用

    Lumen CEO Kate Johnson 和 EY CEO Janet Truncale 建立了一段牢固的职业友谊,这段友谊始于一次商业圆桌会议。这段关系影响了 Truncale 的领导方式,鼓励她指导新任 CEO。两位领导者都强调,人际关系和战略伙伴关系对商业成功至关重要,并指出相互信任和尊重对方的能力,而不仅仅是喜欢对方,能够带来创新和更快的增长。Logitech CEO Hanneke Faber 和 Sam's Club …

  9. COMMENTARY · CL_283241 ·

    调查:四分之一的组织无法检测到失控的AI代理

    一项最新调查显示,四分之一的组织难以识别在其业务系统中运行的未经授权或“失控”的AI代理。这种可见性的缺乏带来了重大的安全风险,因为这些代理可能从事未经授权的活动或泄露敏感数据。调查结果凸显了许多公司在当前的AI治理和检测能力方面存在关键差距。

  10. COMMENTARY · CL_281041 ·

    实体AI需要新的企业数据战略以支持实时运营

    企业正在努力调整其数据战略以适应实体AI的兴起,实体AI在车辆和仓库等现实环境中运行。与处理基于屏幕数据的数字AI不同,实体AI需要实时决策能力、强大的机器操作治理以及包含物理和模拟数据的全面数据基础。为应对这些挑战,组织需要为持续的实时行动重建数据架构,并实施数据治理飞轮,以迭代改进模拟和模型行为。

  11. RESEARCH · CL_280958 ·

    新框架标准化AI环境影响指标

    一个名为carbonbenchmark的新框架已被开发出来,用于标准化AI研究的环境影响指标,以解决该领域碳核算不一致的问题。对提交给NeurIPS 2025的论文的分析发现,关于环境影响的报告几乎不存在。该框架包括模型训练效率的指标和估算LLM推理成本的启发式方法,以及一个名为“完成工作所需最小模型”(SMAJ)的概念,以鼓励计算效率而非边际准确性提升。

  12. SIGNIFICANT · CL_266803 ·

    OpenAI、Meta、Google的AI代理引发竞争和安全担忧

    OpenAI 推出了其新个人AI代理Dots,旨在与Meta的Muse和Google的Gemini Spark等竞争对手竞争。这些代理旨在主动协助用户完成任务,从起草电子邮件到规划活动,并以可爱的美学和熟悉的聊天式界面为重点进行开发。然而,这些强大代理的推出引发了对安全和控制的严重担忧,未经授权的访问和数据泄露事件凸显了对强大监控和干预机制的需求。公司正在探索新的运行时控制和治理框架来管理代理的自主性并防止意外操作。

  13. RESEARCH · CL_257794 ·

    大众汽车位居财富500强欧洲榜首;金融业收入领先

    最新的财富500强欧洲榜单显示,尽管面临行业压力,大众汽车集团已连续第三年保持其榜首地位。榜单上公司的总收入达到了创纪录的15.5万亿美元,但利润率有所收窄。金融业成为最具主导地位的行业,贡献了总收入的24%和相当一部分利润,这得益于欧洲主要银行的全球影响力和技术复杂性。

  14. RESEARCH · CL_257612 ·

    欧洲能源危机下,GEA集团投资可持续食品科技

    德国工程公司GEA集团正在投资可持续技术,包括以800万欧元收购生产新型蛋白质粉Solein的Solar Foods公司。此举符合GEA集团将可持续性融入其核心业务的更广泛战略,通过重新设计机械以降低能耗,目标是到2040年实现净零排放。尽管面临经济压力,GEA集团仍报告收入增长,并将其成功归因于优先考虑资源效率和节能的商业模式,随着欧洲公司应对能源成本上涨,这正成为一种竞争优势。

  15. TOOL · CL_254133 ·

    提出新的实时人工智能策略执行架构

    一篇新论文提出了一种自适应治理智能层(AGIL)架构,旨在解决实时人工智能策略执行中日益增长的差距。该架构旨在克服“证明赤字”,即组织在监管时间内缺乏可审计的策略执行证据。AGIL 包含五个层:自主发现、风险分类、策略执行、持续证明和自适应策略智能,所有这些层都以低于 100 毫秒的延迟运行。

  16. RESEARCH · CL_248226 ·

    伦敦证券交易所寻求通过改革和不断增长的首次公开募股(IPO)储备来扭转下滑趋势

    伦敦股市上市公司数量正在减少,从2015年到2026年出现显著下降,部分原因是外国收购和较低的估值。尽管面临挑战,伦敦证券交易所首席执行官Julia Hoggett正在实施改革以吸引新上市公司并提振资本市场。这些改革包括修订上市规则、减轻AIM市场的监管负担以及建立新的二级市场。Hoggett指出,不断增长的IPO储备以及伦敦作为欧洲最大资本市场的持续主导地位是复苏的迹象,并提到英国培养了大量独角兽初创公司。

  17. COMMENTARY · CL_246749 ·

    制造商不知情地部署隐藏的AI系统,绕过治理

    许多制造商在不知情的情况下,在其设备中部署了嵌入式AI系统,形成了一个绕过传统治理和监督的隐藏“AI资产”。这些嵌入式模型通常通过标准的采购渠道购买,未经AI特定评估,缺乏关于其训练数据、再训练计划和数据来源的透明度。这种情况带来了静默漂移、数据泄露给供应商以及潜在的监管不合规的风险,因为采购和AI治理流程并未设计用于识别或管理这些看不见的AI组件。

  18. COMMENTARY · CL_246649 ·

    AI 代理需要新的数据治理规则以进行自主行动

    随着 AI 代理在企业内部日益自主地执行任务,现有的数据治理框架已被证明不足。这些遗留规则是为人类决策设计的,缺乏管理自主代理行为所需的粒度。组织必须更新其数据策略,不仅要规定谁可以访问数据,还要规定 AI 代理如何合法地使用数据,以避免风险并确保适当的审计。

  19. TOOL · CL_246144 ·

    能源行业设立人工智能卓越中心以推动应用

    能源行业日益重视人工智能(AI)以满足激增的电力需求,但许多项目因数据准备不足和缺乏标准化操作手册而停滞不前。为克服这些挑战,公用事业公司正在设立人工智能卓越中心(CoEs),以制定标准、培训员工并推动应用。这些卓越中心通常涉及与系统集成商的合作,但领导者必须确保内部所有权和与现有系统的集成,以避免长期风险和高昂成本。

  20. COMMENTARY · CL_242874 ·

    俄罗斯用户寻求符合安永观点的AI安全捐赠建议

    一位来自俄罗斯的用户正在寻求关于向AI安全组织捐赠的指导,特别是那些与Eliezer Yudkowsky的观点一致的组织。由于其地理位置,用户在访问Coinbase等某些平台时面临挑战,并且资金有限。他们正在寻找从俄罗斯可行的捐赠方式,最好是使用加密货币或Google Pay,并愿意支持Yudkowsky的作品中提到的组织。