至顶网CIO与应用频道 10月31日 编译:根据Gartner的调查显示,亚太地区有31%的CIO已经将他们的数字化计划推进到了扩展阶段,高于2018年的19%。这表明,亚太地区的数字化业务正在日趋成熟,从初步实验走向大规模应用,主要推动力是企业组织有通过数字渠道提高客户参与度的意图。
2019年Gartner CIO Agenda调查收集了来自89个国家和所有主要行业的3000多名CIO受访者的数据——其中671名CIO来自亚太地区,代表着6.1万亿美元的收入和737亿美元的IT支出。
该调查结果显示,数字业务已经达到临界点。有47%的亚太地区CIO表示,他们的企业已经改变或者正在改变自己的商业模式; 40%的CIO表示,不断变化的消费者需求正在推动他们的商业模式发生变革。
Gartner副总裁、杰出分析师Andy Rowsell-Jones表示:“能够支持更大规模的能力,正在这三个主要方面进行投入和开发:数量、范围和灵活性。所有这些领域都旨在鼓励消费者与组织进行互动。通常而言,通过数字渠道可进行的互动种类越多,消费者的参与度就越高,为这些消费者提供服务的成本就越低。”
Rowsell-Jones建议亚太地区的CIO们应该进一步扩展思维,以适应这个数字业务规模快速增长的新时代。
稳定的IT预算
调查结果表明,IT预算的稳定增长将为数字化业务转型提供支持。全球CIO预计,到2019年他们的IT预算将增长2.9%,其中亚太地区以3.5%的增幅领跑。然而,这与2018年预算5.1%的预计增幅有着显著差距。
董事会往往还会要求用一组KPI来衡量数字化转型的进展。Gartner调查发现,81%的亚太地区CIO是用投资回报率(ROI)来衡量数字化转型的。
Rowsell-Jones说:“CIO们应该利用他们的财务资源,让2019年成为他们业务的转型之年。积极参与关于转型的讨论,投入时间、金钱和人力,消除变革的障碍。那些目前在数字化业务方面处于落后位置的企业,未来肯定要面对严峻的竞争劣势。”
2019年亚太地区CIO将把新预算或者额外的资金用于这五大领域:商业智能和数据分析(42%);核心系统改进和转型(33%);人工智能和机器学习(33%);网络安全和信息安全(32%);和数字业务计划(30%)。
人工智能和网络安全是CIO的优先考虑
CIO Agenda调查表明,颠覆性的新兴技术将在重塑亚太地区商业模式方面发挥重要作用,因为这些技术会改变所有组织的经济状况。亚太地区有34%的CIO预计,到2019年人工智能将成为组织中最具颠覆性的变革技术,领先于数据和分析(26%)排名第一。
亚太地区有49%的CIO已经部署了或者在短期规划中部署人工智能,排在网络安全(86%)之后位列第二。亚太地区CIO使用人工智能的前三种方式分别是聊天机器人(37%)、流程优化(27%)、欺诈检测(20%)。
Rowsell-Jones说:“向人工智能的快速转变从表面来看是具有革命性的,但采用率的提高可能表明这是非理性的繁荣。虽然CIO们不能忽视这类技术,但他们应该要能判断出轻重缓急。最新一批人工智能工具尚未走过‘幻灭之谷’。”
Rowsell-Jones表示,CIO们对网络安全的强烈关注表明,必须为数字化业务创建一个安全基础,以保护组织和客户。调查显示,亚太地区有45%的CIO仍然对网络安全负有责任。但是,仅仅是IT部门是无法保障网络安全的。
社交工程攻击(例如网络钓鱼)的兴起需要所有员工进行更广泛的行为改变。亚太地区数字化表现最佳的组织中,有24%的组织是董事会对网络安全负责,而不仅仅是CIO。尽管如此,CIO们正在采取措施加强信息处理资产,对那些使用技术改善安全性以阻止网络威胁的人们施加影响。
Rowsell-Jones说:“去年亚太地区的CIO在扩展数字化业务方面表现出色,但他们现在必须更进一步,把不断增长的数字化业务建立在稳定安全的基础上。他们的成功取决于采取一项合理的战略,把颠覆性新技术与现有投资的再平衡结合起来。”
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。