Edward Wagoner是仲量联行(JLL Technologies)的数字化首席信息官,仲量联行是全球领先的房地产和投资管理公司之一,年收入规模高达165亿美元,业务遍及80多个国家,全球员工人数超过90000人。
Wagoner在仲量联行拥有25年的技术经验,此前曾担任该公司的企业解决方案全球首席信息官,以及美洲地区的首席信息官。
最近他接受采访,探讨了如何创建吸引人员的办公场所、如何抓住新角色的重心、以及如何为变革营造空间:
关于复工:
房地产向来在采用技术方面比较缓慢,但是在疫情之前就有一些趋势开始出现,疫情只是让这些趋势有所加速了。
办公室是一个让很多人觉得他们是被迫工作、或者没有什么很棒体验的场所。当我们打造了吸引员工的良好体验,当人员选择来到办公室,或者当他们需要来合作、社交、培训、或者只是想走出家门的时候,这种体验就会吸引他们来到办公室。
但是当你深入了解人们的办公方式、不同情景和机会的话,你就会发现人们真正想要的是灵活性和可选性,如果有恰当的理由,他们一定会回到办公室。
关于CIO作为变革推动者的角色:
我认为我的视角是比较独特的,因为在疫情发生之前我就经历了个人和专业上的转变。我想很多人可能会说,“我喜欢改变”或“我拥抱改变”,但大多数这样说的人,他们喜欢的是可控的改变,他们喜欢的是由他们发起的改变。
仲量联行从未像今天这样处于一个有利的形势,去迎接技术给我们这个行业带来的挑战和机遇。但我不得不说,如果这可以由得我来决定的话,我们也许就不会有像现在这样的改变。
我受到乔治亚太平洋公司退休CIO H. James Dallas的一次演讲启发,他谈到了管理企业变革的不同方式。他说,CIO需要成为变革的推动者,领导变革的唯一最佳方式,就是打破自己面前的这层玻璃。听他一席话,我反思说:“我必须改变,我不确定改变的是什么,但团队需要改变。25年来,我们一直非常成功,但我们可以让成功的方式有所不同。”
关于发挥自己的优势:
现在就我个人而言,我有能力去采用技术的概念,并以一种不具威胁性的方式向业务团队和房地产专业人士进行解释。
所以我的新角色最初是去和我们的客户讨论我们的新技术能力。然而正当我正准备拿着PPT准备和客户讨论这一切的时候,突然疫情席卷全球,一切都停滞了。很快我的角色变成了更加关注外部环境,变成了“你能和这个媒体谈谈吗?”,“你能和这个部门谈谈吗?”“你能和这家大公司谈谈我们的想法吗?”
所以,我想我传递给很多人的信息是在正确的时间和正确的地点。你必须参与其中的一些变化,并发挥你自己的优势。我认为作为CIO,我们经常被拉入运营环节,被拉入各种各样的任务中。如果能够从其中一些解脱出来,并在我不擅长的领域有巨大优势的合适人才,那么我一定会发挥出更大的实力。
关于接受局外人的观点:
当你在一家公司工作了这么长时间并且如此成功的时候,有一个新人来说:“你为什么要这样做?”,这总是具有挑战性的。当他们开始提问的时候,你就会意识到他们想告诉你有一种更好的方式,因为他们有这方面的背景和经验。
我们招了很多对房地产业一无所知的硅谷人才,好吧,没关系,我愿意这么做,他们非常了解不同的思维方式和不同的技术。
因此,让这种外部人才进来,就会有不同的想法,让他们参与讨论并欢迎他们对于具有变革性思维来说是至关重要的。
关于采用面向未来的思维方式:
在IT领域,我们经常会说“这个方法是有效的,我不想出任何问题。”例如服务台,他们就是解决问题,保持数据中心正常运行。所有这些很重要,但同时我们也需要挑战自己,跳出条条框框来思考。
我们需要挑战自己,一年前、两年前真正非常好用的东西,在未来并一定真的非常好用,尤其是在向来采用技术很缓慢的房地产行业,而现在这种趋势已经加速并且带来影响了。
好文章,需要你的鼓励
OpenAI 本周为 ChatGPT 添加了 AI 图像生成功能,用户可直接在对话中创建图像。由于使用量激增,CEO Sam Altman 表示公司的 GPU "正在融化",不得不临时限制使用频率。新功能支持工作相关图像创建,如信息图表等,但在图像编辑精确度等方面仍存在限制。值得注意的是,大量用户正在使用该功能创作吉卜力动画风格的图像。
Synopsys 近期推出了一系列基于 AMD 最新芯片的硬件辅助验证和虚拟原型设计工具,包括 HAPS-200 原型系统和 ZeBu-200 仿真系统,以及面向 Arm 硬件的 Virtualizer 原生执行套件。这些创新工具显著提升了芯片设计和软件开发的效率,有助于加快产品上市速度,满足当前 AI 时代下快速迭代的需求。
人工智能正在深刻改变企业客户关系管理 (CRM) 的方方面面。从销售自动化、营销内容生成到客服智能化,AI不仅提升了运营效率,还带来了全新的服务模式。特别是自主代理AI (Agentic AI) 的出现,有望在多渠道无缝接管客户服务职能,开创CRM发展新纪元。
数据孤岛长期困扰着组织,影响着人工智能的可靠性。它们导致信息分散、模型训练不完整、洞察力不一致。解决方案包括实施强大的数据治理、促进跨部门协作、采用现代数据集成技术等。克服数据孤岛对于充分发挥AI潜力至关重要。