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
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。