如今,各行各业都迎来了颠覆性的发展与加速,于是一个无法回避的问题被摆在IT领导者面前:我们要如何运用新兴技术保证组织在未来几年内继续蓬勃发展?
带着这个问题,我们与Vanguard公司全球CIO兼董事总经理John Marante展开讨论。
作为一位在投资管理领域拥有28年从业经历的资深老兵,Marcante曾在Vanguard公司的各个部门担任过高管职务,具体涵盖高净值业务、资产管理与财务咨询等等。深厚的积淀让他获得了独特的跨职能视角,并顺利入选Vanguard公司创新委员会委员及创新工作室创始成员。
在接下来的访谈摘录中,我们将共同了解Marcante的领导力心得、以及如何让组织始终保持初创企业般的积极心态。
关于业务与技术的深度融合:
Marcante:如今,技术与业务战略确实已经紧密交织起来,甚至可以说牢不可分。技术是我们这个时代下的颠覆者,所以技术领导者必须对业务充满热情,而业务领导者也必须时刻关注技术动向、了解技术能够实现哪些效能。过去,董事会和高管团队绝对不会认真讨论API、API经济、云、微服务等等。但这一切已经被彻底扭转,我们迎来了一个技术与业务合二为一的神奇时代。
Vanguard公司如何培养内部创业心态:
Marcante:我还记得Bill McNabb担任公司董事长的那段时光。当时我直接向Bill汇报,担任首席投资官的则是Tim Buckley(现任Vanguard董事长)。那大概是十年前,Bill大笔一挥、决定带领整家企业杀向西海岸。这是个重要的决定,接下来我们开始与风险投资家打交道、与初创企业携手合作、与领先的科技厂商们共同进步。直到现在,我们仍然怀念当初人们积极的工作方式与惊人的工作速度。
结合这段经历,我们后来选定了一条如今被全体行业从业者认可的发展道路,即数字化转型。我们需要普及敏捷理念、需要运用云计算资源、需要得到充分赋能——这里指的可不止于技术,我们需要为跨职能团队赋能、需要从项目导向转变为产品与流程导向。接下来,我们将这种精益方针纳入最大的内部零售业务部门,出色的效率表现大大提升了我们的生产力水平。而且在我看来,敏捷化与精益运动给员工敬业度带来的积极影响甚至比生产力本身都更加重要。
如今,这一切已经成为企业的日常议程,也就是我们强调的“全新工作方式”。现在Vanguard中的任何部门,包括营销部门,都在以敏捷思维为指导、高度专注结果产出。
如何采用“绿地方法”(greenfield approach)开展创新:
Marcante:我经常与其他CIO共同参加小组讨论或对话。在这类场景中,交流往往会在不经意间转向“那你打算怎么建立案例?”、“你怎么为AI建立案例?”、“你怎么建立云计算案例?”等问题。我个人坚信技术的作用在于统筹并实现企业战略。每家公司都有自己的使命与战略,而技术并没有什么特别,它的意义就是在战略目标的实现中充当关键推动因素。
所以……我们应该把潜在机会设定为建立案例的起点。我们能否建立真正有益于业务的方案、能否以云原生方式进行构建、能否充分发挥云原生技术的所有优势等等当然都很重要,但问题的核心在于技术只是业务交付的一种手段,这个结论必须在各方之间达成共识。只要达成了共识,我们就不必反复证明。接下来让案例自己“说话”就好。没有任何一位CFO、CEO或者CIO能够对切实可行的收益无动于衷。面向客户的反应速度更快、做出变更的效率更高、业务运营的规模更大、在新市场上的业务交付成本更低等等……只要路线正确,这些都会是自然而然的成果。
如何掀起文化变革:
Marcante:总之,千万不能指望有了想法之后,一切就自动运转、成效卓著。现实没那么简单,我们需要迭代自己的探索方式。靠谱的CEO或者CIO绝对不会说什么“我们在未来半年内就将实现敏捷”之类的胡话。这种自上而下的变革根本实现不了,只有自下而上的影响、每位员工对新理念的自发认同才能带来理想的结果。所以,应该让亲历变革的人们讲出自己的故事,这些亲历者们的讲述比政策口号更有力量。变革前、变革后,鲜明的对比一定能让更多人意识到其中蕴藏的巨大能量。
关于优秀领导者与杰出领导者之间的区别:
Marcante:最核心的区别在于两种能力。首先就是谦逊……要想成为出色的领导者,我们并不需要什么都了解。勇于承认这一点,我们才能认真倾听意见、组建团队,由一线员工做出自己最熟悉的判断,并在过程中充分给予信任。这是第一点。
第二点也是我最看重的一点,勇气。没错,推动变革总会伴随失败,相信每位经历过IT部门、CIO或者开发者岗位的朋友都会深有感触。我们经常失败、经常跌倒,之后又会爬起来、重新上路。
关于技术人员到业务部门轮岗的价值:
Marcante:现在,大家对于轮岗的重要意义已经是高度认可。可以肯定,只要组织愿意尝试这种轮岗制度,那么无论是借此接触业务工作的技术人员、还是深入技术部门的业务工作者,都能获得更为广阔的认知视野。除了这种充分的轮换体验,我们恐怕很难以其他方式获得同等全面的整体从业感受。不要埋头在实验室里搞开发,出去跟客户面对面交流、获得第一手真实反馈;出去打几个销售电话,看看潜在客户们到底有哪些顾虑。包括损益、管理工作以及涉及日常管理与运营的各类任务,不了解这些内容的技术人员绝不会成为出色的人才。
这也揭示出轮岗制度的最大价值所在——培养同理心,意识到技术与业务只是同一枚硬币的两面。有了这样的观念,部门对立自然会烟消云散。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。