至顶网CIO与CTO频道 06月19日 编译:在一把精心摆放的吉他旁,Dropbox公司CEO Drew Houston登录视频会议,打算聊聊他领导下的这家云软件厂商在COVID-19疫情期间乃至之后几个月内的经历。作为开场序言,他提到“这段时间,我们经历了大家所能想到的、最具颠覆性的远程办公转变。”
Dropbox公司CEO Drew Houston
与世界各地的大多数商业领袖、技术从业者以及知识工作者一样,Houston也早已习惯于使用虚拟工具。他在接受《福布斯》独家专访时指出,“在远程办公场景下,我们可以轻松用10个小时开完19场时长约半个钟头的视频会议,连身子都不用挪动一下。但问题是,不同的通讯工具会同时发出提示,用户面朝一块屏幕,但背后的Slack或者电子邮箱上已经积压了无数消息。这确实让人不知所措,也是目前远程办公方案需要解决的实际问题。”
这位首席执行官表示,Dropbox公司自2007年由Houston与Arash Ferdowsi共同创立以来,一直在努力帮助用户提高办公效率,进而模糊工作与生活之间的边界。在新冠病毒时代,全世界的劳动者们开始越来越多地留在家中处理工作,这也推动了远程办公浪潮的进一步普及。
对于目前市值90亿美元的Dropbox公司,目前最重要的任务就是重新审视自己的产品组合,因为即使是Houston自己,也至少要等到9月1号之后才能重返办公室。他表示,“对于大部分客户来说,Dropbox代表的不仅仅是他们桌面上的一个个文件夹,而是他们真正处理工作的地方。我们为这样的成就感到振奋,但问题在于,我们拿出的解决方案还没能真正满足用户的一切需求。”
因此,在这位CEO公布的“第一轮分布式工作”计划中,Dropbox希望“进行一番大清理”。该公司已经顺应“随处工作”时代打造出多项全新功能,其中包括无需安全知识即可跨设备存储及同步密码的新型密码工具,以及能够保护机密信息并授权家庭成员紧急访问权限的Vault工具。Houston指出,Vault是一款收费工具,不仅能够安全保存遗嘱、信托或者其他重要文件,同时也提供自动将计算机文件备份至Dropbox的功能。以此为基础,您可以使用不同的终端设备完成信息互换,并通过家庭套餐计划创建最多六个账户以实现文件及照片共享。
Houston表示,他们的目标是打造出更加灵活的未来工作环境,保证劳动者们摆脱不必要的外出安排,尽可能通过聊天、视频、文本与电子邮件进行信息筛选,借此记录刚刚完成的内容或者接下来的工作目标。Houston总结道,“这将是一种永久性的转变。虽然很多人愿意回到办公室,但也有不少人希望借此机会彻底告别痛苦的通勤。这既是一股持续性的力量,也将带来永久转变。换句话说,我们再也回不到过去。虽然这一切仍需要时间来安稳过渡,但我对未来的工作方式充满期待,其中蕴藏的无穷可能性令人着迷。”
而要想实现这一切,云服务厂商与广泛的技术业务体系自然不可或缺。不过从警察机关使用人脸识别软件到对特朗普总统发布的社交推文进行真实性检查,高科技行业在掌握强大的社会影响力之余,也意识到自己正被推向监管审查的风口浪尖。
在谈到Dropb公司的立场时,Houston指出“我们都很清楚,技术对我们的日常生活有着非常重要的影响。这个世界总是需要领导,而技术领导者只是全球领导力量中的一部分。但如果能够充分发挥建设性的心态,例如「我们该如何解决这些问题?我们该如何为解决问题做出贡献?我们又该如何充分发挥企业内优秀人才们的进取心与创造力?」等等,相信技术业界将在塑造新时代与新世界中扮演更重要的角色。”
Houston本人向Black Lives Matter捐赠了50万美元,Dropbox公司的其他员工也纷纷慷慨解囊。Houston补充道,“我们鼓励员工们参与其中,并给整个社群带来积极的影响。我们也将继续努力改进Dropbox,让天然更具包容性的技术方案以开放的态度迎接一切社群、一切需求。”
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。