各种技术供应商和用户组织都经常大讲特讲技术平台在推动业务敏捷性和客户满意度方面的强大动力,但并非所有平台都是战略技术平台。
在2022年Forrester 科技与创新APAC会议上,Forrester印度公司副总裁兼研究总监Ashutosh Sharma表示,战略平台可以帮助组织成为“适合未来”因而值得最大关注和预算,但平台这个词现在已过度使用。
Sharma在一次录音演讲中表示,“在这个时代里每个人都把自己的应用或产品和服务称为平台,你真的不知道如何区分战略平台和非战略平台。”
根据Forrester的观点,战略平台必须具有足够的广度,可以被整个组织使用,而不是被单一部门或职能部门使用,并且可以支持广泛的业务成果。
企业资源规划(ERP)系统可能符合这一要求,但Sharma对于给这一类系统上贴“战略”标签提出警告,这类系统通常由大型供应商提供,能够支持多种业务功能。
他表示,“你最终会把所有的鸡蛋放在一个篮子里,会造成锁定,而且要默默地承受功能更新的承诺,其中包括在你之前的成千上万的客户已经投票支持的东西,但这些东西其实对你的业务没有任何价值。”
Sharma表示,战略平台应该是开放的、模块化的以及可通过低代码和无代码开发进行扩展,并拥有丰富的技术附加组件和合作伙伴的生态系统,使得平台能够进一步扩展到第三方。
Sharma称,虽然可以对一个平台的内部技术方面进行评估,但组织也应该考虑一些不太明显的方面,如供应商的创新能力、许可实践以及供应商如何允许其他合作伙伴为平台作贡献。
他表示,“真正的开放平台使各社区的开发者很容易进行合作并分享代码和想法,可以减少供应商锁定的风险。”他还表示,开放平台的安全性也不一定就会低些,因为开放社区可以更快地识别和解决安全问题。
但在某些情况下,即使有一个符合所有条件的平台,要识别战略平台也并不简单。
Sharma表示,“有时候,你可能会去找一个相对未经验证的合作伙伴或平台,它不符合你的大部分要求,但你相信它的产品路线图,并有能力改变它。”
当涉及预算问题时,Sharma敦促组织需要关注价值,而不仅仅是战略平台的成本。
他表示,“战略伙伴将与你合作开发正确的成本模式,因为你没有无限的预算,你需要建立符合预算和要求的东西。如果你专注于价值,你的首席财务官就不会对你有什么意见,即使成本可能很高,因为你在为企业推动价值。”
关键做法
为了实现战略平台的全部价值,各组织将需要接受一些关键的实践,特别是敏捷开发和DevOps等实践,如此他们就可以建立和组成适合他们需要的能力,反映出那些使他们的平台首先成为战略平台的东西。
Sharma表示,在这样做的同时,他们应该持续采用“由外而内”的思维方式,以达到确保他们建立的东西始终与业务成果保持一致的目的。
鉴于战略平台的灵活性、模块化和开放性,各组织也需要采取坚实的治理措施,但需确保措施不会扼杀创造力和创新。
Sharma表示,“治理也不应该太宽松,要避免出现没人管的情况,否则就难以管理正在发生的事情。”
最后,拥有正确的技术和咨询合作伙伴以及重要的衡量标准将对量化战略平台的价值大有裨益。
Sharma表示,那些适用于以应用为中心世界的技术指标将不再适用于平台,各组织应该考虑业务指标,例如收入增长、客户体验评分、员工保留率和盈利能力等等。
好文章,需要你的鼓励
这项研究提出了ORV(占用中心机器人视频生成)框架,利用4D语义占用作为中间表示来生成高质量的机器人操作视频。与传统方法相比,ORV能提供更精确的语义和几何指导,实现更高的时间一致性和控制精度。该框架还支持多视角视频生成(ORV-MV)和模拟到真实的转换(ORV-S2R),有效弥合了虚拟与现实之间的差距。实验结果表明,ORV在多个数据集上的表现始终优于现有方法,为机器人学习和模拟提供了强大工具。
这项研究由Writer公司团队开发的"反思、重试、奖励"机制,通过强化学习教导大型语言模型生成更有效的自我反思内容。当模型回答错误时,它会生成反思并二次尝试,若成功则奖励反思过程。实验表明,该方法在函数调用和数学方程解题上带来显著提升,最高分别改善18.1%和34.7%。令人惊讶的是,经训练的小模型甚至超越了同家族10倍大的模型,且几乎不存在灾难性遗忘问题。这种自我改进技术为资源受限环境下的AI应用开辟了新方向。
FuseLIP是一项突破性研究,提出了通过早期融合离散标记实现多模态嵌入的新方法。与传统CLIP模型使用独立编码器不同,FuseLIP采用单一编码器同时处理图像和文本标记,实现了更自然的模态交互。研究证明,这种早期融合方法在多种多模态任务上表现优异,特别是在需要理解图像结构而非仅语义内容的任务上。研究还开发了创新的数据集和评估任务,为多模态嵌入研究提供了宝贵资源。
ByteDance与浙江大学合作开发的MERIT是首个专为多语言多条件语义检索设计的基准数据集,包含320,000条跨5种语言的查询和135,000个产品。研究发现现有模型在处理多条件查询时过度关注全局语义而忽略特定条件元素,为此提出CORAL框架,通过嵌入重建和对比学习相结合的方式,使检索性能提升45.9%。这项研究不仅识别了现有方法的关键局限性,还为多条件交错语义检索领域的未来研究奠定了基础。