近些年,不确定性主要体现在新冠疫情和地缘政治两个层面,其中新冠疫情目前对于全球的不确定性已经逐渐减弱,但是对中国的不确定性还会继续持续。另外就是地缘政治,双碳和可持续发展对于企业是一个巨大的影响,在Gartner对于CEO的调研中,“气候问题”已经出现在CEO关注的前十个问题中。
Gartner一直在倡导使用“可组合的业务” (Business Composability)来应对不确定性。业务可组合性被称为“业务元素”,业务元素比业务能力的涵盖要更广,除了可以把业务能力作为一个个模块,还可以把其他业务元素作为模块。
中国有很多企业采用了中台的理念,中台可以被认为是“可组合性”的子集。Gartner副总裁兼分析师陈勇观察到,有1/3的企业把这个动力转换成实际的行动取得了效果;另外1/3的企业转换成了行动后还没有看到效果,可能还在努力当中;最后1/3的企业还没采取行动。
中国数字化程度领先全球
去年Gartner发布的《全球首席信息官议程调查》中,中国有52位CIO参与了调研,从调研结果看到,中国的数字化程度相比全球平均程度稍微领先一些。
中国企业相比全球领先企业在可组合性上还是存在差距。陈勇表示,2021年中国企业相比全球领先企业相差一年到一年半,到2023年差距会缩小到半年左右的水平。
可组合的业务可以分为可组合的思维、可组合的业务架构、可组合的技术三部分。“可组合”程度越高对业务带来的产出就会越多。
在可组合的实践中,中国做的比较好的是有“可适应性的战略”,47%的企业做到随着外部环境变化对战略做出响应变化,做的比较差的是“高度信任的文化”。
可组合的业务架构上,中国更多是将业务流程的设计和技术的设计同时进行统筹,但是在多种技能团队融合上有所欠缺。
可组合的技术上,首先,中国使用了一些适合数字化的敏捷方法论,像DevOps;其次,企业通过平台,快速增加和减少应用;最后,使用技术工具帮助协同。
加大数字业务转型投资
Gartner预计2022年全球企业的IT预算是从2008年以来最大的增幅,达到3.6%。中国IT预算达到4.9%,高于全球水平,但是十年来最低的一次。
中国42%的企业已经采纳了人工智能、机器学习技术,23%的企业表示永远不会采用边缘计算技术,13%的企业表示永远不会采纳5G技术,企业采纳技术和企业的性质有着直接的关系。
中国63%的企业会在“数字业务转型”上增加投资;60%的企业会增加BI和数据分析的投资,BI和数据分析也是连续10年最受关注的技术;52%的企业会增加云的投资,今年的比例有所上涨;35%的企业会增加人工智能和机器学习的投资,但是相比往年这一比例有所下降;整体看来减少投资最多的是数据中心,达到32%。
未来CIO的挑战主要还在于技术和管理两个维度,陈勇认为,一些企业没有采纳云架构,就会欠缺伸缩性,对于推进数字化是一个挑战,管理上更多的是缺乏相关人才和缺乏创新。
在外部招聘困难的情况下,企业可以专注于内部人才培养,进行敏捷的培训,学习敏捷的课程,并将学习和工作结合,最后将这些人形成圈子互相交流,进行“社交学习”。
2022年CIO还要重点考虑数字化转型的布局,主要从产品、客户体验、企业内部运营、生态圈四个转型方向投入。
好文章,需要你的鼓励
微软宣布未来四年将在阿联酋投资152亿美元,包括首次向该国运输最先进的英伟达GPU芯片。美国已授权微软向阿联酋出口英伟达芯片,使该国成为美国出口管制外交的试验场和地区AI影响力锚点。这笔投资包括2023年以来的73亿美元支出和2026-2029年的79亿美元计划投入,涵盖数据中心建设、人才培训和AI基础设施扩展,目标到2027年培训100万当地居民。
特拉维夫大学研究团队开发了SAEdit方法,使用稀疏自编码器实现精确的AI图像编辑控制。该技术能像调节音量一样精确控制编辑强度,实现从微笑到大笑的连续调节,同时确保编辑的高度解耦性,避免意外修改其他图像元素。方法具有出色的通用性,可应用于多个AI图像生成平台,为图像编辑领域带来重大突破。
OpenAI与亚马逊云服务签署七年380亿美元协议,在微软Azure之外增加另一个超大规模云服务商来满足其不断增长的AI计算需求。该协议将让OpenAI立即获得AWS EC2 UltraServers访问权限,计算能力将在未来七年内扩展至数千万个CPU。AWS还将为OpenAI构建基于英伟达Blackwell芯片的定制基础设施。尽管签署了这一大额协议,OpenAI仍将继续依赖微软Azure作为其主要云计算合作伙伴。
Code4Me V2是荷兰代尔夫特理工大学开发的开源AI编程助手平台,专为学术研究设计。它解决了商业AI编程工具透明度不足、无法获取交互数据的问题,提供了模块化架构和完整的数据收集框架。该工具性能可媲美商业产品,代码补全延迟仅186.31毫秒,同时支持内联补全和聊天功能。通过透明、可控制、可扩展的设计,为AI辅助编程研究提供了重要的基础设施平台。