至顶网CIO与应用频道 05月18日 评论消息: 如果你仔细想想,会发现当今几乎所有企业在某种程度上都算得上是技术型企业。从中小企业到国际化公司,企业的管理运营、新客户开发、客户沟通、重要商业决策的制定以及企业竞争力的保持,都离不开技术的支持。技术的作用不只局限于提升运营效率和降低成本。数据本身以及将数据转换为知识的技术正越来越多地驱动着企业业务创新和竞争优势的提升。
这场由技术驱动的变革意味着CIO们必须在企业管理层中拥有发言权。实际上,由于CIO拥有对技术的深度了解和才能,他们可能会提供相关的洞察来改进现有业务模式,甚至是将公司的侧重点完全引导至全新市场。
CIO角色的转变:从被动反应到主动改革
当今的CIO不只是要为企业建立基础架构,更多的是要通过革除老旧的基础架构,让企业挣脱枷锁,更加敏捷、更有活力地创新和发展。这是多么大的一个变化!当今的CIO必须致力于打造全新的基础架构,帮助企业适应如今飞速变革并将在未来持续发展的数据驱动型业务环境。
为了让这一转变成为可能,企业CIO不能再把自己的视野局限在IT范畴内。瀚纳仕与毕马威的数据报告印证了这一点。在它们的2016年CIO调查中显示,四成CIO现在每星期至少将一天的时间用在IT领域之外。该调查也提供了其他具有说服力的事实:63%的CIO现在专注于可为公司创造效益的项目,而只有37%的CIO专注于为公司节约费用。这一变化也体现在企业的组织架构中 — 现在1/3的企业CIO直接向CEO汇报。
来自瀚纳仕的Jonathan Mitchell表示:“我们在CIO身上发现了前所未有的主动性。企业CEO会询问CIO能做什么来帮助公司的业务。一些像Uber这样著名的游戏规则颠覆者,已经向我们证明了技术是如何改变整个行业的。CEO们已开始担心他们的公司成为下一轮颠覆的对象。因此,他们想让CIO来协助打造公司的业务模式,而不只是实施系统。”
当今的CIO不能再沿袭被动反应的模式,而是要起到领导作用,成为公司的价值创造者。为此,CIO必须确保他们负责的技术在用户面前毫无瑕疵地运行。他们需要让IT目标与公司的总体目标保持一致,密切关注公司业务成果来引领整个公司的变化。
CIO如何优化基础架构来创造业务价值?
从技术角度来说,CIO可以通过哪些努力来真正创造业务价值,而不只是简单地应对问题?以下是一些思考:
首先,他们需要打造可满足企业需求的基础架构。例如通过提供实时的数据分析,帮助企业做出重要业务决策。
其次,他们需要建立一个足够灵活的基础架构,来适应企业的发展及其数据需求。这一基础架构必须延伸至云端。IT部门需要能够将该基础架构部署在企业本地、公共云或公司防火墙后方的私有云中 — 而且三者之间要具备完全的互操作能力。同时,IT部门需要保持迁移至云端过程的合规、安全和可操控。
最后,基础架构应与所有堆栈层集成,以实现性能的优化和管理资源的最小化。这一简约化的基础架构可释放关键的IT资源,将它们用于更创新的业务驱动型项目中。
树立您在企业高管中的位置
在过去,CIO主要专注于硬件的速度和进给量,以及如何让技术正常运行 — 也就是仅仅对事件做出反应,而不是影响它们。现如今,CIO们可以通过实施完全安全、集成的基础架构堆栈,例如甲骨文集成系统,简化日常IT管理工作,从而腾出手来专注于可对企业的增长和成功产生巨大影响的创新项目。
CIO有能力提升企业的竞争和创新能力,是企业的关键人物。当他们更多地参与到IT之外的企业运营、提出业务改进建议、展现技术可如何助力创新及竞争优势时,其他高管将认识到他们的价值,让他们参与公司的决策。
好文章,需要你的鼓励
美国连锁超市巨头Albertsons正在基于Databricks构建商品智能平台,整合产品、定价、促销与陈列等决策功能,目标是在2026年底前全面向门店运营商落地。该平台以Databricks Lakehouse存储零售数据,通过Unity Catalog与AI Gateway实现数据治理,并借助AI智能体Genie支持自然语言查询,帮助商家洞察销售趋势,提升决策效率。此举是Albertsons今年四项AI核心战略投资之一。
阿里Qwen团队通过引入强化学习和在线策略蒸馏,将Qwen-Image-2.0升级为Qwen-Image-2.0-RL,让图像生成模型真正学会人类审美,文生图Elo评分提升78分,图像编辑提升93分。
微软正将Windows 11打造成真正的AI操作系统。在Build大会上,微软展示了AI模型与智能代理如何深度融合进Windows 11,让用户通过自然语言完成系统操作。借助Windows ML框架,超过5亿台PC已可在本地离线运行AI任务,无需联网、无token费用、数据不离设备。Office、Photos、Teams等应用已支持本地AI能力,Adobe、WhatsApp、Canva等第三方也在积极跟进,企业级AI PC采购需求有望加速。
港科大与快手联合提出NormGuard,针对流匹配模型强化学习训练中速度范数膨胀问题,通过训练时单向惩罚约束,在保留奖励的同时改善图像真实感。