CNET科技資訊網(wǎng) 9月1日 北京消息(文/孫封蕾): “未來,CIO們的身價也會隨著云的不斷深入水漲船高。”這是華為輪值CEO胡厚崑在華為全聯(lián)接大會(HUAWEI CONNECT 2016)上,對人才戰(zhàn)略的判斷。云時代,CIO不僅是企業(yè)“技術(shù)掌門人”,應成為“戰(zhàn)略制定者”,能夠用信息技術(shù)驅(qū)動業(yè)務變革,而CIO的身價也會在數(shù)字化轉(zhuǎn)型的過程中增值。
圖1:華為副董事長、輪值CEO胡厚崑
據(jù)華為判斷,到2025年,所有企業(yè)企業(yè)都會用到云的技術(shù)、云的模式,85%以上企業(yè)應用會被部署到云上,在這其中,華為希望成為企業(yè)云化、數(shù)字化戰(zhàn)略的使能者。
華為副董事長、輪值CEO徐直軍更是提出了CI³O的說法,CIO要成為應用模式和商業(yè)模式創(chuàng)新的驅(qū)動者,陪著業(yè)務部門做變化,很多時候,是企業(yè)與客戶、合作伙伴互動,企業(yè)內(nèi)部互動的使能者。
圖2:什么是CI³O
事實上,華為的客戶和合作伙伴已經(jīng)開始嘗到了數(shù)字化轉(zhuǎn)型的甜頭。在第一天開場的主題演講中,SAP公司高級副總裁兼CIO Thomas Saueressig、匯豐銀行CIO Darryl West用自己的經(jīng)歷,講述了各自企業(yè)在數(shù)字化轉(zhuǎn)型中所扮演的角色,他們的工作已經(jīng)不僅僅是提供信息化手段,而是成為企業(yè)業(yè)務發(fā)展的助推器。
在一家企業(yè)里,提高員工和雇主的生活質(zhì)量,往往被認為是HR部門的工作,而這句話從一位CIO嘴里說出來,感覺更值得尋味。
SAP公司高級副總裁兼CIO Thomas Saueressig提到,邁向云端的時候,私有云和公有云連接了企業(yè)內(nèi)部和外部,連接供應商的供應商,最終改變了組織和信息化部門的關(guān)系。
圖3:SAP公司高級副總裁兼CIO Thomas Saueressig
對于企業(yè)的信息化部門來說,思維方式也在不斷改變,過去,提高效率節(jié)約成本,是信息化部門的目標,而現(xiàn)在,協(xié)作的方式在不斷演進,以客戶為中心也變成了信息化部門的關(guān)鍵詞。
圖4:SAP的IT部門職能轉(zhuǎn)變
在這個轉(zhuǎn)變的過程中,員工的滿意度得到了意想不到的提升。
數(shù)字化企業(yè)里,不同設(shè)備緊密協(xié)作,縮短了向用戶提供服務的時間,新技術(shù)帶來大量的想象空間,工作場景也在不斷變化,而最終獲益的是企業(yè)的員工,提高了員工和雇主的工作狀態(tài),他們的生活質(zhì)量也隨之改善。
Darryl West是匯豐銀行CIO,過去,他一直在歐洲或美國工作,而現(xiàn)在,他搬到了亞洲,來到了香港,對于匯豐銀行來說,感受到了來自阿里巴巴和騰訊的威脅。
超過一億用戶的余額寶,其易用性,移動技術(shù)的使用,移動銀行業(yè)務,對銀行業(yè)務帶來了反思,如何開發(fā)產(chǎn)品?如何從ATM、銀行網(wǎng)點,無縫銜接到移動銀行?都是匯豐銀行面臨的挑戰(zhàn)。
圖5:匯豐銀行業(yè)務轉(zhuǎn)變
過去,匯豐銀行研究消費者行為,是看消費者在銀行網(wǎng)點的停留時間,而現(xiàn)在,他們關(guān)注的是消費者用手機購物的偏好。
以前,用戶要牢記銀行密碼,而現(xiàn)在,生物識別讓這些來得更簡單,指紋、語音都可以成為生物識別方式,使用簡單,并且更易于打擊網(wǎng)絡犯罪。
這些事情,如果匯豐銀行不主動去做,去迎合移動互聯(lián)網(wǎng),那么,騰訊、阿里巴巴有朝一日成為匯豐銀行的終結(jié)者。
所以,匯豐銀行積極擁抱新的金融科技,優(yōu)先發(fā)展手機銀行,還引入了微信支付,把社交網(wǎng)絡與銀行無縫對接。引入人工智能,數(shù)據(jù)庫分析等先進技術(shù),反洗錢,監(jiān)控客戶有無違反各國政策的行為。
面對不斷變化的業(yè)務需求,Darryl West所在部門要提供穩(wěn)健的系統(tǒng)支持,優(yōu)化的用戶體驗,而他的部門只有四十多名IT人員,就需要有華為、SAP等先進的解決方案的支持,也得益于這些供應商研發(fā)的持續(xù)投入,不斷優(yōu)化的技術(shù)服務提供方式,使得匯豐銀行的轉(zhuǎn)型成為可能。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。