在美国专利商标局(USPTO),CIO Jamie Holcombe用实际行动证明,敏捷与创新思维结合个人问责制,完全能够为这家美国历史最悠久的联邦机构之一注入新的能量。

USPTO CIO Jamie Holcombe
提到政府机构,大多数人的第一印象就是行动迟缓、单调乏味和繁文缛节。但美国专利商标局(USPTO)表示不服,这家机构于1790年由国会法案推动建立,并由包括时任国务卿的托马斯杰斐逊等多位委员负责领导。1802年,USPTO正式独立为局,拥有了自己的完整运作体系。
由于USPTO的全部运营资金均来自申请审查、专利授予及商标注册过程中收取的费用,所以它可以说是最不像机关单位的政府部门。
事实上,USPTO拥有着令人羡慕的庞大客户群体,自成立以来共授予超1100万项专利。局内有12000多名员工,包括工程师、律师、分析师以及计算机专家。尽管大权在握、完全可以不思进取,但USPTO却向来重视技术成果带来的运转效率提升。他们还利用数据分析、人工智能等各类积极因素为员工提供商务智能支持,希望能为下阶段将要全面爆发的新一轮专利设计与商标申请做好准备。
那么,USPTO是怎么活得“不像是传统政府机构”,不断在创新战略方面突破自我极限的?下面我们来看公司CIO Jamie Holcombe与副CIO Debbie Stephens在访谈中的分享。
主持人:你常说自己在USPTO的一大目标,就是把它建设成美国政府中最出色的机构之一。那您是如何一步步践行这项计划的?
Jamie Holcombe: 我们一直身负明确的使命,就是授予专利、注册商标。所以最重要的就是搞清楚怎么把日常工作跟这项使命结合起来。因此,我们的第一大重点就是确保每位雇员都有着相同的使命、共通的目标,并带着这个目标处理每一项日常工作。当然,其间也需要激励和提醒,总之每个人都要意识到自己身负的责任和意义。
身为CIO,我需要确保服务器和一切业务正常运行,再就是如何把种种工具和新技术交付到审查员和公众手中。
USPTO技术人员的文化,跟其他政府机构相比有何不同?您采取了哪些具体策略来改变观念、发展并推动文化创新?

USPTO副CIO Debbie Stephens
Debbie Stephens: 我们一直在努力提供更好、更快捷、更便宜的服务,这也是我们的基本原则。但如果流程开始妨碍交付,我们就会探寻新的工作方式。我们的使命就是消除这些障碍、摆脱无意义的内耗,因此会努力让技术专家与产品团队同业务部门保持一致,共同构建必要的交付工具、更好地完成专利授予和商标注册这一使命。在此期间,我们还逐渐发展成一个学习型组织,让人们能够花更多时间接触业务部门、理解并参与他们的流程设计。
激发个人能动性、推广奋斗文化当然很重要,但作为领导者,您还需要负起责任、做出决策、指明方向。在如今这个充满不确定性的时期,领导工作是不是越来越难做了?
Stephens:其实任何工作都是这样,需要用结果倒推过程。所以我们会与业务部门和运营领导沟通,保证他们清楚知道自己想要怎样的结果。但由此制定的计划不可能完美无瑕、一劳永逸,所以接下来就是随时做出调整。因此,我们一直坚持用敏捷思维进行模型规划、执行、检查和调整。
USPTO建立了自己的独立IT/业务团队,专门评估新兴技术与创新成果,并在设计方案移交给产品开发团队前还充当原型设计与测试部门。是不是有很多科技精英都想积极加入这样一支“王牌部队”?
Holcombe: 确实会有一些想要在职场上直面挑战、突破自我的人才,这很棒。但我们的岗位也涉及问责制和监管要素,所以大家入职之后所做的绝对不只是随意尝试各种新兴、尚不成熟的技术,更要搞清楚它们各自适合怎样的场景、从一片汪洋中闯出一条航线。这可就没那么浪漫了,甚至应该说充满艰辛。所以我们总会先权衡利弊,然后把那些认为值得一试的技术领导者纳入DevSecOps团队,由他们负责具体探索。
这样领导者才能力战不殆、奋力向前,激发其他员工的认可与信任,最终把技术概念转化成真实案例。毕竟没有可操作性的技术,就如同无法划定航线的海域,哪怕再美丽也只是一片恐怖的陷阱。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。