ZD至顶网CIO与应用频道 01月18日 评论消息:提到创新,往往想到的是新经济、互联网相关产业,其实不然,在第三次浪潮中经济发展的特性已经发生了很大的变化,传统产业更需要创新。
IT外包服务行业作为传统的服务行业,离新经济很近又很远。说近,是因为我们服务的对象往往是新经济中创新能力很强的企业;说远,是因为我们提供的服务相对来说还是比较传统的IT外包服务。但因为这个特性,我们更要了解新经济的特点,唯此,才能长期的为我们服务的在新经济大潮中冲浪的客户提供增量的价值。
YIDATEC 高级副总裁 张晖
那么新经济的发展中发生了哪些变化?相应的IT外包服务供应商又应该把创新放在什么方向?是技术?组织?还是生产方式?
互联网周刊的主编姜奇平老师曾经做过阐述,互联网新经济的崛起,其实是网络何以可能的课题。传统产业的核心是单一品种大规模生产,经济学中的“图论”产生于1977年的D-S模型,把传统产业中数量和价格的两维度扩展为品种-数量-价格的三维结构。托夫勒的《第三次浪潮》更是用文学语言描述了网络中的这一现象:人类从单一品种大规模生产,转向小批量多品种大范围,从而有了我们所谓的长尾经济。
在这种趋势下,我们在新经济大潮中冲浪的客户越来越关注如何提升终端用户的客户体验以及自身的运营效益,他们本身的IT生产方式和运营模式也发生了符合这一趋势的变化。这就为IT外包服务提供了更高的要求和想象空间。
客户需求的多样化体现在合作模式多样化、业务多样化、技术多样化、开发多样化,我们面对的不再仅仅是传统的单一模式大规模的服务,而是更加碎片化、分布式的多区域、多行业、多技术方向和运营模式的需求。这些多维度、多品种、大范围的需求就是新经济的特性。
这个趋势,对我们的IT外包服务的组织形态、人员和团队结构就有了更加具体的要求。如下图:
新经济并没有改变企业的本质,但会改变企业的组织形态、生产方式和商业模式。IT外包服务作为新经济产业链中的一环,如何创新就摆在了我们面前。以前动辄几百上千人的同质化服务少了,科技进化会消灭而且正在消灭很多不适应这一发展趋势的职业,我们只有顺势而为。传统行业的创新应该从组织的形态、生产的方式入手,只有彻底改变单一品种大规模生产的模式,才能够生存,才能够产生长尾经济,从而长期为客户创造价值。
YIDATEC作为一家成立了十年的IT外包服务公司,我们深刻的体会了这一新经济发展的脉搏,从去年开始提出了建立维基型组织的理念,目的就是为了从组织进化开始,把以前科层制的传统组织结构变成面向客户需求的维基型组织方式。近一年的运营,从各个阿米巴经营单位开始,已经有了比较大的改观,公司更加扁平化了、横向的联系多了,分享协作的多了,可以说维基初成。但应该看到,十年的惯性很难一下子改变,如何从一线的生产作业方式做彻底的改变,还需要进一步的深化。我们希望在各个阿米巴经营单位建立更加扁平化的组织,同时让员工多重标签化,来适应新经济的需要,把客户需求和员工之间进行去中心化的连接,就成为了一种选择。
传统产业创新最难点其实不在于商业模式的改变,而是文化、组织的创新和生产方式的改变,这点在IT外包服务行业亦然。
多品种大范围,就意味着要有与之相匹配的人才供应链体系,公司内如何涌现客户需要的多方面的人才,从社会上如何多渠道的获得这些人才,公司平台又建立什么样的机制吸引这些人才,这些都是要通过不断试错才能解决的问题。也唯有建立能够自我完善、自我进化的人才供应链体系,才能够适应新经济的要求。
新的生产方式的变化,需要我们的员工精英化、多重标签化。YIDATEC有3500多名员工,以前是按照各阿米巴经营单元和所从事工作网格标签化的。未来,我们会通过亿达信息学院这个平台,结合员工的特点和兴趣,通过自组织的方式让大家接触到未来经济所需要的各种技能,并且多重标签化。同时,让人才更有效的流动起来,在直接面向客户需求的时候让最适合的人才去自我组织、自我涌现。在维基型网络化的组织中,要逐渐学会以信息为中介去配置资源,而不是自上而下的行政命令。所以,新经济中的很多网络配置资源模式我们都可以去尝试,公司内竞标?抢单?这里需要的是群体智慧,蜂群思维。
YIDATEC组织横向的繁荣发展,同样会带来纵向意识和方式的改变,公司平台化成为必然,成人达己成为管理者的选择。我们追求的是这样的生态系统:业务发展平台+制度环境+员工赋能。
我们希望通过我们的实践,为中国的IT外包服务这个传统行业找到一条适合自己发展的创新之路,最终为我们所服务的客户、行业已经整个社会带来更大的增量价值,用创新的技术和服务,使世界更平坦。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。