至顶网CIO与应用频道 05月15日 北京消息:全球领先的信息技术研究和顾问公司Gartner于近期开展的首席执行官和高管调查显示,首席执行官仍然把增长列为2019年和2020年的头号工作优先事项。相比去年的调查结果,最显著的变化是越来越多的首席执行官开始重视财务事宜,尤其是提升盈利能力。
Gartner 2019年首席执行官和高级业务主管调查(Gartner 2019 CEO and Senior Business Executive Survey)在2018年第四季度访问了473位首席执行官和高级业务主管,了解他们的业务问题以及技术议程影响的领域。总计有473位来自年收益为5000万美元或以上公司(其中60%的年度收入为10亿美元或以上)的业务主管参与了调查。
Gartner副总裁兼杰出分析师Mark Raskino表示:“在去年增长率经历了大幅下跌后,今年增长率从2018年的40%上升至53%。这表明,在风起云涌的环境中,首席执行官将其注意力转移到战术性业绩上。”
与此同时,财务优先事项、成本和风险管理的提及次数有所上升(参见图一)。Raskino先生认为:“但据我们观察,首席执行官都无意大幅削减各个业务领域的成本。他们意识到经济挑战日益增多,而且态度愈发谨慎——他们并非为经济衰退做准备。”
图一、首席执行官的十一大业务优先事项
来源:Gartner(2019年5月)
新的增长机会
该调查结果显示,面对增长挑战时,一般的解决方案是寻求在其它地区实现增长。受访者在回答时谈到了其他城市、州、国家和地区,而且“新市场”也包括可扩展的地理范围(新市场也可以是行业相关市场或虚拟区域)。
Raskino先生表示:“当传统和国内市场出现饱和或发生衰退时,通过开拓其它地区的市场来获得增长也就成了自然而然的选择。但今年,此类国际地域情况复杂,更因地缘政治格局发生转变而难以预料。23%的首席执行官认为,关税、配额和其他贸易管制形式对其企业产生了显著影响。另有58%的首席执行官对此问题表示普遍担忧,这表明越来越多的首席执行官预计该问题在未来可能对其企业产生影响。
首席执行官应对增长前景疲软和利润率下降的另一种方式是实施多元化业务——这更加意味着开展数字化业务,以提供新产品和创收渠道的必要性。82%的受访者承认他们正在制定让公司变得更加数字化的管理计划或转型方案——该比例在2018年为62%。
对技术寄予厚望
成本管理正引起首席执行官的更高重视,其优先级从2018年的第十位提升至当前的第八位。当被问及成本控制方法时,27%的受访者提到了技术赋能,这也成为继人员和组织措施(如:奖金以及费用和预算管理)之后的第三个指标。但在考虑生产力和效率举措时,首席执行官更倾向于将技术视为一种工具。47%的受访者认为技术是提高生产力的两大方法之一。
面向所有企业高管的数字技能
实施数字化业务需要企业所有高层人员都参与其中。但调查结果显示,首席执行官担心一些高管不具备能够应对未来挑战的强大甚至足够的数字技能。首席执行官通常认为销售、风险、供应链和人力资源等部门最需要更多的数字化人才。
一旦所有的企业高管更加认同数字化业务,企业就必须培养执行其业务战略的新能力。当被问及其所有公司最需要培养哪些组织胜任力时,18%的首席执行官提到了人才管理,紧随其后的是技术赋能和数字化(17%)以及数据中心性或数据管理(15%)。
Raskino先生表示:“以数据为中心的决策将引发管理体系中的关键文化和能力变革,并有望在数字化时代蓬勃发展。企业高管必须成为业务部门和整个组织内鼓励和促进数据为中心(data centricity)及数据素养(data literacy)的榜样。”
Gartner客户可阅读报告全文《2019年首席执行官调查:增长挑战年》(2019 CEO Survey: The Year of Challenged Growth),了解更多信息。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。