毫无疑问,任何CIO面临的最大挑战,都是让技术和组织的业务目标保持一致。
大多数CIO都知道,这是第一目标,但说起来容易做起来难。出于很多原因,例如政治、预算、文化等等,通常使用技术实现业务目标的预期结果都有些遥不可及。
Cenlar是一家位于美国新泽西州尤因的抵押贷款服务提供商,作为该公司的IT部门负责人,Steve Taylor相信他作为顾问积累的长期经验将帮助他弥合IT和业务之间的裂缝,提供可证明的、可衡量的“重大业务影响”。
Cenlar IT部门负责人 Steve Taylor
但是想要取得成果,需要的不仅仅是复杂的技术知识和商业头脑。Taylor表示,这还需要从最高管理层到员工基层的全面合作,这是最困难的一部分,Taylor在今年3月公司重组的时候被任命为公司高级副总裁兼首席信息官,在这次重组中,公司还任命了一位新的董事会主席、两位联合首席执行官以及一位人才总监。
Taylor说:“很多时候,公司会努力走在技术前沿,但不会彼此之间展开协作。”他在开始从事咨询工作之前,曾为Fidelity National Financial和Fidelity Information Services等大公司工作。“从技术和业务一致性的角度来看,我们需要让一切变得动态化。”
采取跨职能的方法
为了保持一致,Taylor将公司内的业务分析师和IT专业人员进行配对,无论是在工作环境内还是通过视频会议的方式,他们都会同时在某个项目上进行协作。
这种并肩协作的方法,让彼此近距离工作的同事们,都能够深入了解某个业务流程中所有细微的业务和技术差别,共同确定实现某个指定业务目标的最佳工作流程,共同确保所选数据、所用公式、以及开发代码的准确性。
Taylor说:“我想做的就是让IT也成为业务的一部分。”他指出,自动化是一种业务工具,而不是IT产品。“我们的目标是实施自动化,让企业知道如何构建自己的工作流程,而不是提出请求,我们想要改变这一点。”
为此,Taylor重新分配了业务分析师的IT角色,也给IT员工重新分配了业务角色,试图无缝地调整业务和技术从业人员和流程,以实现最大的业务影响。
例如,Cenlar还在IT内部设置了业务信息官(BIO)和解决方案架构师的新角色,他说:“我们将这些角色与业务并列设置,即使在运营中也是如此。他们可以确切地看到工作流程是什么,业务需求是什么,以及他们的客户要求什么。然后,这个团队的目标就是找到我这个CIO,和IT领导层以及业务部门一起工作。”
云的力量
Taylor说,如果没有云,这一切都不可能实现,Taylor继续使用微软Azure上的核心云平台,上面承载着MuleSoft中间件、商业分析、自动化工具(如UiPath)、数据仓库和基本SaaS产品(比如Teams)。
Cenlar是在2019年迁移到微软Azure云的,并在接下来的三年(如果考虑到疫情期间的停滞,则实际是18个月)将Citrix数据库和测试系统等众多资产分10拨转移到Azure。
Taylor加入Cenlar的时候,负责把公司大部分的数据,包括面向客户的数据和接口,在最后3拨中迁移到Azure云。“这10拨迁移确实是进入云端的关键所在,因为现在我们所有的数据都在那里了。”
迁移完成之后,Cenlar就可以开始向BIO提供实时数据了,而不是每周才报告一次。目前,Cenlar的数据中心只剩下200台服务器,这些服务器上的所有数据也将迁移到云端。
Taylor还致力于实施混合多云的方法,以避免厂商锁定,同时扩展Cenlar的能力。例如,Cenlar将在AWS云上实施更多的SaaS解决方案。“我们希望确保我们不会被困在一个云中,如果日后有需要的话还可以进行调整。”
彻底改变IT战略
Cenlar的主要客户是为房主提供贷款的银行和信用合作社。从这个意义上说,Cenlar有两个服务对象,一个是直接面对的企业客户,另一个是这些企业的客户也就是房主。对于后者来说,Cenlar采用了Avaya呼叫中心技术来帮助客户提供抵押信息。
Taylor指出:“我们有两个技术面,一个完全专注于房主,这部分是非常数字化的、并且非常具有变革性,另一个就是银行和抵押贷款客户,我们为此进行了大量数据分析和客户投资组合管理。”
Cenlar的自动化和工作流程(其中许多是Taylor加入公司之前就存在了)在消除代价高昂的人为错误方面非常有效。Taylor指出,如果Cenlar的3000名员工中有一人在单笔交易中犯了一个错误,例如金融交易中的一位数字错误,就可能会对房主、银行、当然还有Cenlar的效率造成连锁反应。
为了解决这个问题,Cenlar的技术人员和分析师开始使用行业标准的产品,例如决策分析工具和AI聊天机器人,开发自动化工作流程,以便为消费者和企业客户实现核心的业务目标:例如,针对消费者的询问以及业务分析师的数据请求,给出快速、准确的答案。
6个月前加入Cenlar的时候,Taylor开始着手统一IT团队和业务团队,同时扩大Cenlar使用自动化和人工智能的范围。目前,他的IT团队中有200人,其中有一些人从事数据工作,未来还会有所增加。
为了让Cenlar变得更加敏捷,Taylor将把一部分精力放在重新设计业务流程上。咨询公司往往把这种宏观上的变化(例如跨多个业务线建立敏捷性和灵活性)称为瀑布式转型。
有Gartner分析师表示,Cenlar的CIO正在解决当今企业IT面临的最高挑战之一:将IT与业务分析师融合在一起,努力设计基于OKR的、更具协作性的业务流程。
Gartner副总裁兼分析师Irving Tyler说“CIO们试图通过使用业务关系管理形式来解决这个问题,以更接近业务,这无疑实现了一些好处并且是很有用的。然而,如果企业不清楚他们需要实现什么,那么向业务靠拢并且成为一个更好的倾听者并不能解决问题。解决方案就是让IT提供领导力,帮助业务领导者加深他们对技术的了解,以及技术是如何解决业务挑战的。”
Tyler说,很多CIO和Taylor一样,正在通过组建由业务领域专家、数据科学家等业务技术专家和IT专家组成的跨职能团队来解决这个问题。
虽然Taylor着眼于在全球范围启动Cenlar的瀑布式转型,但他目前专注于建立团队,以便进行实时的、微小的改变——HVAC制造商Carrier也在采用这种方法。
Taylor说,Cenlar的BIO负责确保持续的信息交换和精确的开发工作流程,以保证彼此之间的融合。
他说:“这与我在其他公司看到的非常不同,他们没有将技术融入到与之并肩的业务中。”Taylor参与了影响涉及多个业务线的全球性变革。“仅仅把人们放在一起并不总是能取得成功。但是,当IT具备了业务能力,并且IT领导者和业务具有相同的目标时,彼此之间的隔阂就消失了。”
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。