Novanta总部位于波士顿,在全球拥有2700多名员工,是一家价值8亿美金的激光光子学、精密运动控制和视觉技术全球供应商。公司首席信息官Sarah Betadam于2019年加入公司,担任业务应用副总裁,于2021年1月成为全球首席信息官,负责公司数字化转型的战略方向、领导和实施,同时兼顾多项举措,其中许多举措围绕着成为全功能数据驱动型企业的努力展开。
她说:“我和我的团队为我们从2019年开始的转型感到非常自豪。当我加入公司的时候,整个组织到处都是大量的孤岛数据,每个人都在做自己的报告。因此,在每月或每季度的联合会议上,没有同类产品的比较。不同的小组每周、每月和每季度生成这些数据也需要很多的时间。”
因此从业务方面来看,让数据能够呈现给不同的受众,这个过程中存在很多低效率的问题,这本身就给Betadam带来了一个巨大的业务问题。但是从哪里开始着手呢?
她说:“我们从一个重点业务案例开始,通过与三个不同的小组合作,来展示数据集中化是如何高效且有用的,以及如何为公司制定良好的路线图。你必须在利益相关者之间建立信任,并真正证明你可以帮助他们实现自助化。这是企业文化转变的第一个层次。我们花了大约六个月的时间,为三个不同的业务部门进行概念验证,但结果是非常成功的。事实上,投资回报率如此高,让我们赢得了高管的信任,决定投资一个平台来开始集中数据。”
最近Betadam和我们分享了Novanta公司是如何从支离破碎的报告文化转变为更高效的数据驱动型组织,下面是其中一些摘录:
关于能力投资:我们已经建立了一个BI Center of Excellence商业智能卓越中心,我们每月都会在这里进行培训和举办研讨会,Novanta的团队成员可以参加这些研讨会,以了解他们如何利用数据集市或数据源来构建他们自己的报告。因此,我们有一个可视化层,在其中教授组织内不同的群体进行学习。在过去的四年里,我们从一无所有、孤立的电子表格数据集和每个人做自己的事情,发展到基于KPI和对他们从数据中收到的信息进行集中化。他们正在学习如何自己对数据进行可视化,因此除了数据集市之外,他们实际上并不需要IT来帮助构建仪表板。
关于积极的心态:转型不仅是技术驱动的,也是人员和流程驱动的。无论您在哪个组织,改变都不是一件容易的事。因此,当您谈论数据的时候,从人们的工作方式到他们管理数据的方式,以及您如何根据这些数据报告和做出决策,都可能发生很多变化。这对任何企业都是不可或缺的。当您提出建议的时候,如果答案是否定的,不要气馁,回头看看为什么。坚持下去,因为我在整个职业生涯中从未得到否定的答案。如果您坚信某件事会对您的业务产生巨大影响,那么您只需要有毅力致力于此,理解并尝试解释清楚,对人们进行教育以产生动力。一旦您证明了这一点,剩下的就是历史了。
关于BI成熟度:当谈到报告和分析或者BI时,为了获得团队成员的信任,您必须能够教育他们并让他们知道,只有数据报告以及通过统一视角访问数据,并不意味着您的数据一定是准确的,因为如果您没有正确输入数据,得到的输入就是垃圾,垃圾输出。我认为,当我们进行概念验证的时候,您要告诉团队成员的一件事就是,不要期待奇迹。我们有大量的ERP系统可以映射以及数据源。我们可以与您一起完成所有映射和验证,但如果基础数据不准确,则与提供该数据的机制无关。这是清理工作,是关于保持透明度,并让您的企业了解BI工具可以提供什么的期望。
关于数据治理:我们有17个不同的ERP系统,Novanta是一家非常善于收购的公司,因此这是一个持续存在的挑战。但我的团队熟悉主流ERP不同的后端技术。然而,如果我们遇到的不一定是主流的ERP,就会面临进入后端、集成和理解关系数据以将其连接到我们中央数据湖的挑战。这将是我们面临的持续的技术风险,我们需要克服它。2019年的时候,我们意识到,当人们看不到他们输入的内容时,他们常常会忘记不同的输入变体,比如有多少种方式可以说“美国”。但通过一些关键的业务案例,现在对整个集团来说,数据重复带来的差异是显而易见的,以及在Novanta、BI平台和报告中分离出来的数据治理的可见性和移动。这是我们正在做的工作。我们正在挖掘,但这肯定有助于通过可见性和数据治理来清理数据和集成数据映射,从而帮助BI团队发布数据集市。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。