Stance Drift: How AI-mediated Communication Distorts Our Message
Resources › Working Papers Working Paper This version: Oct 2026 ↓ Download PDF ⌞ Cite this paper Abstract Large language models (LLMs) increasingly mediate human…
Resources › Working Papers Working Paper This version: Oct 2026 ↓ Download PDF ⌞ Cite this paper Abstract Large language models (LLMs) increasingly mediate human…
AI IN ACTION·落地有聲——2026 AI產業落地研討會近250位企業創始人與決策者、技術推動者、投資人以及高校研究者齊聚深圳,共同探討AI在企業中的真實落地 上午的圓桌論壇由王培淳教授主持,主題是「AI在醫療與金融:從應用探索到價值創造」。 在「AI時代下的製造業和服務業智能化新範式」圓桌中,長信科技李荔芳、儒拉瑪特智能陳雲澤、靈美智能張康融、明略科技姜平、海致科技何飛宏等嘉賓,分享了從大型組織OKR對齊、製造數據與參數優化、到零售具身智能和產業智能體的落地案例。
AI模型越來越強,企業生產力為何沒有同步提升?從歷史上的技術變革到今天的企業實踐,模型能力與經營價值之間,仍有一段需要通過流程與組織調整來跨越的距離。2026年9月16日,由香港大學CAMO AI落地實驗室發起,聯合華興資本、深圳科創學院舉辦的「AI in Action·落地有聲——2026 AI產業落地研討會」在香港大學經管學院深圳校區舉行,圍繞AI如何進入真實業務、從試點走向規模化展開交流。研討會發起人、港大經管學院管理及商業策略學副教授、AI落地實驗室主任王培淳教授在「企業AI落地:從試點到規模化」主題分享中提出,模型能力的提升,並不意味著企業能夠自動獲得相應的生產力提升。如何跨越兩者之間的距離,是這場研討會關注的核心問題。
人工智慧正處於快速發展的階段。隨著模型能力持續提升,AI 正在成為全球科技創新的重要方向。與此同時,在技術快速迭代、資本持續推動及應用場景不斷拓展的過程中,如何保持創新速度、如何進行沉澱與思考、如何推動不同領域之間的融合,也成為人工智慧發展過程中需要持續關注的問題。
What happens when AI agents become employees? At Zhaobei, they take on jobs, learn from experience, and find ways to game their targets. Managing an…
After the AI boom of 2023 and 2024, industry specialists explain where investors should turn next for sustainable gainsAuthor : Gigi Wong @ SCMP The…
7月20日,香港大學人工智能管理與組織研究中心(HKU CAMO)、中國信息通信研究院華東分院與模馭AI三方聯合,在WAIC 2026西岸國際會展中心,發布《AI大壓縮:智慧經濟時代的生產範式轉移》研究報告。 報告系統提出「AI大壓縮」理論框架,核心命題是:AI正在對認知勞動的中間環節進行系統性壓縮,人類正經歷繼能源、材料、資訊之後的第四次生產範式轉移。 來自政府部門、智庫科研機構、學術單位、行業協會、投資機構及產業生態伙伴的數十位嘉賓出席發布會,共同見證這項產學研跨界研究成果的正式亮相。 理論溯源:「大壓縮」從何而來 「AI大壓縮」概念的提出者、港大CAMO主任李晉教授在視訊致辭中,從組織理論視角闡述了這個框架的學術起點。 李晉教授指出,一百年前亨利·福特的流水線壓迫了體力勞動的個體差異;今天,AI正在壓縮腦力勞動的個體差異。他將此過程概括為「大壓縮曲線」——少量投入即可獲得可觀產出,曲線陡峭上升後趨於平緩。駕馭這條曲線的核心機制是「拆分與整合」(bundling and unbundling):將任務拆分為AI擅長的標準化部分與人類擅長的判斷性部分,同時透過整合使單一管理者承擔過去三到五倍的管理幅度。 一、第四次大壓縮 從物質到認知人類技術史呈現一致的壓縮規律:能源 → 材料 → 訊息 → 認知勞動。 AI觸發的第四次壓縮,首次將對象從物理世界轉向認知勞動本身。凡是基於SOP和經驗的重複性認知工作,均處於壓縮區間。 二、四維壓縮同步展開 時間壓縮:蛋白質結構預測從數年縮至小時,合約審查從數天降至分鐘,交付週期壓縮達2-4個數量級空間壓縮:專業能力首次與專家物理位置解耦,理論上可實現無限並發價值鏈壓縮:數十人協作的創作鏈路,正收斂為「人定義需求—AI交付結果」的閉環組織壓縮:金字塔層級結構向「少量決策者 + AI系統」的精簡架構演進 三、第一原理:圍繞AI重構,而非在舊流程上疊加AI AI時代的設計原則是圍繞AI能力重建業務流程。人類的核心職責最終收斂為三項:定義目標、處理例外、承擔責任。…
Author: JIE GONG, JIN LI, AOFEI CHEN, AND KUI WANG Executive Summary Many fast-moving companies have faced a common challenge: every request, no matter how…
Hong Kong, 21 June 2026 — The Centre for AI, Management and Organization (CAMO) at the University of Hong Kong (HKU), in partnership with HKU…
Author: JIE GONG, JIN LI, AND ELMER LIU Executive Summary In 2016, Geoffrey Hinton predicted that deep learning would make radiologists obsolete within a decade….