至顶网CIO与应用频道 05月03日 北京消息:政府首席信息官正面临着一系列独特的挑战,例如领导层人员流动性强、财政紧缩、公民预期不断变化、信息技术投资长期不足、缺乏数字领导力等。“职能相近”职位(首席数字官、首席技术官、首席数据官、首席创新官、首席转型官)数量的激增弱化了首席信息官的权威与责任。首席信息官通常被视为只起到支持的作用,在团队中处于不重要的位置。
与此同时,在全力为公民提供更好的服务并帮助其所在机构通过进行艰难的数字化转型进而成为一流数字化政府方面,政府首席信息官面临着前所未有的机遇。那么如何成为一流首席信息官呢?
政府首席信息官只有成为“一流首席信息官”,才能克服由过去已经根深蒂固的挑战与即将来临的挑战所带来的综合效应。刚开始需要借鉴一些似乎不合乎常理的特质,或者至少是令人不适应的特质。要成为一流首席信息官,需要有意识地改变自己以迎接所面临的挑战。而其中最大的挑战就是同时面临过去与未来的挑战,造成尴尬或者混乱。
那么,什么样的人才能称作是政府的一流首席信息官?首先,他们对自己的定位是商业领袖而非IT领袖,他们必须拥有行业视野。他们的“价值第一”(values first)思维促使自己认识到“目标经济”( purpose economy)带来的更广泛的利益增长。除了IT领域之外,他们还寻求提升其它能力。一流首席信息官的高情商促使他们能够应用教练式(coaching)领导风格或远见式(visionary)领导风格而不仅是命令控制模式(command and control)领导。
采取大胆的措施做出转型:从服务提供商与成本中心转向数字领导者与可信任盟友;从内部部署到云端部署;从被动应对到主动战略型应对;从资产经理到服务经纪人。所有的这些转型,不仅仅是在IT机构中,更在整个政府中都将产生全面、颠覆性的变革效应。做足准备,引领全部转型取得成功。
改变风格、内容与对话
改变对技术的态度,需要首先实现透明度并消除有关IT的误解、偏见和负面情感讨论。实现这种改变,需要高度关注商业与使命所带来的利益与产生的影响,而非关注技术。
鉴于一些政府在IT领域的资金投入过高,成本优化(不仅是简单地降低成本)将是一个必要的措施。将成本优化视作集体目标,并逐渐(但果断地)将关注重点从技术方面转移。
建立联盟
即使政府可能会赋予首席信息官过多责任,但首席信息官并不能完成所有事情。至少,要与财务、行政和人力资源方面的关键人物及任务合作伙伴(商业团队或项目总监),建立紧密的关系。
找到盟友不仅可以提高工作顺利度,还能减少相互之间的摩擦以及提高首席信息官在高层领导下努力实现的工作的重要程度。但是,与其它任何形式的联盟一样,要关注盟友的动机,不要对盟友期望过高。
承担数字化领袖的责任
政府中承担其它数字化职位数量的激增是一种暂时的、并且最终是一种难以持续的责任分配与稀释。最终,你需要评估你的志向与自己成为数字化领袖最佳人选的几率。
然后,与其它数字化职位的人员进行协商,形成一个统一的机构,最好是由一名具备新职责的首席信息官领导。
优先考虑个人发展
与领导一个技术先进、大量外包的IT机构相比,领导一个不被人重视的、充满旧有技术的、且工作技能过时的员工团队机构所需的领导风格不同。但是两种机构都需要有赢得员工信任、指明前进方向且以快速但不过度劳累的前进步伐的领导力。
积极引导员工做出转型并减轻由恐惧、不确定性和疑问引起的抗拒情绪。并不是所有员工都能完美适应同一种领导风格,因此,可根据具体情况,做出相应调整。
培养更好的管理层参与度
是否能够成功最终取决于高级管理层的参与和资金提供。转型中的首席信息官不会因变化的风险承受能力和风险容忍度为零的领导风格而受到压制或阻碍。
最后一点,只有领导层想要提供帮助,才能实现最终的成功。在优先性排序、冲突解决、商业流程重新设计、知情风险管理、变更管理与问责等方面,高级管理层必须扩大决策与治理参与度。
好文章,需要你的鼓励
Anthropic周一发布了旗舰模型Opus 4.5,这是4.5系列的最后一个模型。新版本在编程、工具使用和问题解决等基准测试中表现出色,是首个在SWE-Bench验证测试中得分超过80%的模型。同时推出Claude for Chrome和Claude for Excel产品,分别面向不同用户群体。Opus 4.5还改进了长文本处理的内存管理,支持付费用户的"无限聊天"功能,并针对智能体应用场景进行了优化,将与OpenAI的GPT 5.1和谷歌的Gemini 3展开竞争。
南洋理工大学团队开发了Uni-MMMU基准测试,专门评估AI模型的理解与生成协同能力。该基准包含八个精心设计的任务,要求AI像人类一样"边看边想边画"来解决复杂问题。研究发现当前AI模型在这种协同任务上表现不平衡,生成能力是主要瓶颈,但协同工作确实能提升问题解决效果,为开发更智能的AI助手指明了方向。
总部位于圣地亚哥的AI公司耐能发布新一代KL1140芯片,这是首款能在边缘端运行完整变换器网络的神经处理单元。该芯片可将大语言模型从云数据中心转移到便携式本地设备中,四颗芯片组合可实现类似GPU的性能,支持1200亿参数模型运行,功耗降低三分之一至一半,硬件成本减少十倍。
360 AI Research团队发布的FG-CLIP 2是一个突破性的双语精细视觉语言对齐模型,能够同时处理中英文并进行精细的图像理解。该模型通过两阶段训练策略和多目标联合优化,在29个数据集的8类任务中均达到最先进性能,特别创新了文本内模态对比损失机制。团队还构建了首个中文多模态评测基准,填补了该领域空白,为智能商务、安防监控、医疗影像等应用开辟新可能。