如果疫情被证明是数字化转型的一剂催化剂,那么美国最大连锁药店Walgreens Boots Alliance(WBA)就是这一趋势的先锋。
这家总部位于美国伊利诺伊州迪尔菲尔德的企业,在美国拥有近9000家Walgreens零售药店,在英国拥有近2300家Boots零售店,当2019年3月全球疫情开始蔓延的时候,这家连锁巨头也没有选择关闭门店或者放慢发展的速度。
相反,WBA全球首席信息官、高级副总裁Francesco Tinto将公司的云优先业务转型推向了超速发展,以确保这家药房连锁巨头能够更好地以数字化的方式为客户服务,因为疫情推动对调度、测试和疫苗的需求,促使该公司以超出原计划的速度构建数字解决方案。
Tinto说:“这场疫情的确促使着我们必须要确保我们在封锁期间能够为客户提供服务。”
迄今为止,WBA已经在美国完成了5600万次的COVID-19疫苗接种以及2290万次的测试,这在一定程度上要归功于以基于微软Azure云为主的数字化转型,以及一系列令人眼花缭乱的前沿技术,包括MongoDB数据库、Snowflake数据仓储和Databricks基于Spark 的AI平台。
现在,Walgreens Boots IT主管正在利用云、数据分析和人工智能等先进技术的强大组合来提供大规模个性化服务,并加强WBA与消费者的在线关系。
数据是核心要素
WBA的IT堆栈现代化需要将那些推动WBA在线零售业务的后端流程(例如应付账款、总账和库存管理)迁移到微软云中,并且,WBA通过迁移到SAP S/4HANA和ServiceNow基于云的自动化运营服务,以重建自身的业务应用堆栈。
Tinto表示,WBA还开始将众多数据资产整合到微软Azure数据湖中,如今这一转型已经被证明对于实现数据分析和AI是至关重要的。作为转型计划的一个组成部分,WBA从传统数据库迁移到高级云数据库和分析,针对关系型数据部署了Azure Synapse,针对非结构化数据和半结构化数据部署了Azure Cosmos,针对文档为主的模型部署了MongoDB。
Tinto表示,他们还将保存在Teradata、Netezza和Hadoop设备中的本地数据迁移到了云端,利用Snowflake实现数据仓库,利用Databricks实现AI。
事实证明,WBA打下的这一数据基础对于建立下一代服务是至关重要的,让WBA多达2000名IT员工中的开发人员和数据科学家,以及数千名合作伙伴的程序员,能够构建大约100种内部AI产品。
WBA除了使用Databricks平台之外,还利用Python工具、Spark Clusters、Jupyter Notebooks和开源NLP功能来编写机器学习模型,以进行库存优化和定价优化,并创建客户画像——构成WBA下一代个性化服务的核心,Tinto这样表示。
“对我们来说,AI确实是我们大力推动的一项技术,其中我们构建了一个运营模型,可以利用这个模型真正地把数据运用起来,而且数据科学家也增加了他们对AI的使用和了解,我们希望确保AI和机器学习融入到我们所做的每一件事中。”
下一个目标:大规模个性化
据Tinto称,如今已经是WBA是是转型的第三年,现在首要重点是建立客户画像并为客户提供大规模个性化服务,推进他们的在线配药系统,为消费者提供更多的在线处方管理功能。
“实际上,对所有数据的整合和管理,是我们构建客户画像和实现个性化能力的一个开始,”他补充说,目前WBA正在实施云服务公司能够“实现全球能力和本地适应力之间的相互融合”。
Tinto和首席执行官Rosalind Brewer都认为,WBA的云基础设施对于公司为美国和英国大部分消费者,以及墨西哥、泰国、爱尔兰等越来越多WBA药店提供更多定制个性化服务这一战略来说是至关重要的。
“我们已经奠定了基础。我们不再迁移到云端,我们就在云端,”Tinto说。他指出,WBA的在线配药系统即将完成,而且他们会更加积极地转向“更具规范性和预测性”的数据分析功能。
虽然WBA仍在使用一些基于他们数据中心的应用,但是吓一大数据分析和AI平台将让WBA能够更加走近消费者——一次只服务一个客户。
这么做的目的是让客户能够通过Walgreens或Boots账户在线管理他们的处方,并接收针对每个消费者的健康问题提供的产品和解决方案建议。
“AI对于了解客户情况来说非常重要。现在我们可以提供最好的促销、最好的内容、以及个性化的产品。”Tinto补充说,该计划还包括使用聊天机器人让个性化服务具有交互性。
例如18个月前WBA与微软以及Adobe建立了合作伙伴关系,提供与消费者一对一沟通并提供在线定制处方的体验。此外,Adobe的客户体验管理(CXM)解决方案将帮助WBA在线提供分析、内容管理、个性化和活动编排等服务。
Tinto说:“例如,我们将针对慢性病患者推出一种全新体验,帮助客户度过整个旅程,并提供相关建议,帮助人们将疾病的影响降到最低。”对迄今为止Tinto对该项目的进展感到高兴,对未来前景感到兴奋。
“我的旅程不会随着迁移到云端而停止。”当谈到在打造一个可以提供大规模个性化的数据驱动型组织时,他这样表示:“在疫情带来的各种影响下,我正在重构一个组织,从一个运作型的组织,转变成一个变革性的组织。”
好文章,需要你的鼓励
尽管近年来女性在科技行业的地位有所提升,但在争取 IT 领导职位时仍面临诸多障碍。本文探讨了女性在职场晋升过程中遇到的8大主要障碍,包括入职门槛高、刻板印象、孤立感、能力被质疑等,并提出了一些应对策略。文章呼吁业界需要更多关注和支持女性,消除性别偏见,为女性创造公平的发展环境。
随着AI技术的发展,企业和个人用户越来越倾向于使用多个AI模型和工具。这一趋势源于单一AI模型难以满足多样化需求,专业化AI可以在特定领域发挥更好的效果。多模型组合不仅可以提高性能和效率,还能避免对单一供应商的依赖。然而,管理和协调多个AI也带来了新的挑战。
HPE第一财季业绩受到多重因素影响:客户等待采购搭载NVIDIA新一代GPU的服务器,竞争对手激进定价导致服务器利润下滑,库存问题也影响了运营收入。为应对挑战,HPE计划裁员2500人,并采取多项措施提升效率。尽管AI服务器订单强劲,但短期内仍面临收入和利润率压力。HPE预计下半年AI服务器收入将回升,第四财季服务器业务运营利润率有望恢复到10%。
当前,AI模型的推出速度令人眼花缭乱,从谷歌等大型科技公司到OpenAI和Anthropic等初创企业都在不断推出新模型。跟踪最新的AI模型可能会让人感到不知所措。AI模型通常根据行业基准进行宣传,但这些技术指标往往无法真实反映人们和公司如何实际使用它们。为了帮助读者理清思路,TechCrunch汇总了自2024年以来发布的最先进的AI模型概述,包括如何使用它们及其最佳应用场景。我们也会持续更新这个列表,添加最新的发布信息。