与许多其他企业一样,知名服饰品牌Ralph Lauren过去一年半以来也承受着新冠疫情爆发带来的巨大压力,自身业务弹性受到严酷挑战。为了有效抗疫,他们不得不关闭多家门店与办公室,转而以更安全的方式在客户与员工之间建立交互通道。
幸运的是,已经执掌Ralph Lauren公司首席技术官事务四年的Janet Sherlock决定推行一系列举措,全力支持运营稳定。事实上,Sherlock的职权范围远远超出了传统CIO的水平,在Ralph Lauren内部负责一切技术战略与整体管理,包括设计概念化、面向批发分销商的产品配送、官方门店乃至面向个体消费者的产品寄送等等。她的团队还负责着门店技术以及产品管理与用户体验这一完整生态。
此外,Sherlock还要分神监管一切全球数字平台、营销技术、数据分析与数据科学事务。而所有这些,都必然需要建立在同样由她负责的Ralph Lauren全球基础设施、网络安全、IT风险/合规与隐私保护体系之上。
Ralph Lauren公司CIO Janet Sherlock
Ralph Lauren曾在新冠爆发之前部署过一套名为Flex Place的混合灵活工作调度方案,正是它的存在让公司偶然获得了应对疫情紧急状况的能力。以此为基础,Sherlock团队迅速推出线上订货服务。她的团队已经在客户的无接触取货方面取得了重大进展,在方案全面铺开之后,客户完全可以在无法或不愿进入实体门店的前提下购买并取走自己的商品。
Sherlock指出,“我认为我们最大的左移努力主要集中在线上店铺方面。在新冠疫情爆发之前,我们一直在考虑推出线上商店,也为此推入了大量精力与心血。但最大的困扰在于,Ralph Lauren的门店一直以精心的构建与独特体验设计闻名,我们希望能在线上平台为那些无法亲临店面的客户提供同样的购物感受。”
为此,她的团队规划出丰富的线上购物体验,并迅速将新元素与原有电子商务平台相集成,确保客户能够直接通过虚拟体验购买热点商品。“具体来讲,我们设计了七种不同的线上店面体验,而且仍然在不断充实我们线上购物环境中的功能。”
Sherlock及其团队需要克服的一大棘手问题,在于如何协助Ralph Lauren的设计与营销团队找到新的日常工作模式。设计与营销是一种非常个人、但又离不开相互沟通的工作,Sherlock的团队为此专门构建了一套设计协作平台。事实证明,新冠疫情反而让各团队摸索出新的工作与协同方式。如今,设计与营销团队希望能将坐班与线上两种工作模式结合起来,借此增加日常工作的灵活性。
对企业来说,产品审批是另一种似乎不可能在线上完成的工作流程。传统的产品审批要求工作人员亲自参加会议,讨论关于版型、款式及贴合度等重要指标的审批内容。长期以来,人们一直认为审查员必须得亲眼看到、亲手摸到材质才能做出决定。
Sherlock强调,“我们决定在审批流程中使用3D产品开发功能,尽可能简化整个工作体系。我们还建立起线上体验,重现并替代掉展厅游览,同时为各批发分销合作伙伴提供不同的线上订购选项。”
展望未来,Sherlock又提出三项战略重点:体验、数据与自动化。这些要点首先是为了给公司提供更大的灵活性空间。体验强调创建多种多样的客户旅程并提供最切实需求的参与方式,而不再强制规定客户要如何从Ralph Lauren处选购商品。“我们的线上平台、营销技术与店内功能将实现全面的统一性与互操作性,借此创造出无缝化体验。当然,未来还将有更多酷炫的功能体验陆续推出。”
接下来,她认为数据也将成为新的战略重点领域。“我们对涉及数据核心元素的整体数据战略非常慎重,包括如何处置我们的产品数据、数字化资产、客户数据,并以战略性方式思考将这些数据存储在哪里、如何访问与利用、又该如何进行维护等。
这不仅会影响数据分析能力,同时也将决定Ralph Lauren是否有能力实时提供个性化、实时运营、实时决策等服务……在此基础之上,我们又可以进一步讨论高级分析与数据科学功能,也就是数据战略中的下一个阶段。”她将企业与数据之间的关联形容为一种“结缔组织”,这是一门新兴学科,有望帮助企业内的各传统孤岛之间实现良好协作。
Sherlock认为,更高的自动化水平将提高IT服务的实施效率,同时进一步推动公司的一体化实践,最终在数字时代下增强竞争优势。Sherlock和她的团队已经在着手实施各种变革,希望借此颠覆几十年来支配业务运作模式的传统思路,并在探索的过程中为企业带来愈发强劲的竞争力。正所谓“需求是发明之母”,而新冠疫情形势下的新需求又在催生出一项又一项激动人心的技术发明。
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
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。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。