航空和国防企业劳斯莱斯公司运营的一些沙盒系统可以为员工提供开发和测试应用程序环境,以满足个人、团队、部门或整个企业的需求。这些沙盒为公民开发者提供了创建可扩展的低代码应用程序和数字工具的能力,可以改进生产力、推动快速原型设计、研究和开发、测试、员工参与和福利等等。
劳斯莱斯员工利用从数据集提取的情报,能够开发出支持业务的应用程序。Power BI支持的分析仪表板可以帮助劳斯莱斯公司捕捉数据及对数据进行可视化,使劳斯莱斯公司能够持续推动改进。
从小处做起
劳斯莱斯公司自助服务技术主管Phil Kaufman表示,劳斯莱斯公司从小处着手,就是要捕捉数字化带来商机及想法。劳斯莱斯知道有一小群人愿意学习如何使用Power Apps并宣传成为公民开发者的益处,并展示Power Apps平台在企业中使用。
劳斯莱斯利用Power Apps打造的第一个应用程序是一个支持制造业的检查表应用程序,该应用程序可以取代Excel电子表格。Kaufman在谈到这个应用程序时表示,“该程序切实可用,并且显示出我们的员工可以打造一些应用程序,这些程序然后就成了员工自己的东西。”
其他Power Apps的开发程序包括劳斯莱斯公司研发部门的二十四小时待命系统及帮助员工互相点赞的奖励应用程序。据劳斯莱斯公司称,员工互相点赞程序使得员工参与度提高了25%。
他表示,“传统上,表扬员工都是基于一张纸,是写在卡片上,我们会把卡片贴在墙上的某个地方。”但在Covid-19之后,他补充表示,“世界已经不同了,现在我们在家里工作,面对面的交流较少。”因此,劳斯莱斯公司希望用数字化的东西取代卡片。
Kaufman 表示,员工互相点赞应用程序是为劳斯莱斯公司土木工程的数字团队开发的,员工用它可以为同事提供正面反馈。他表示,“这是一种非常好的方式,可以覆盖很多很多的用户。我们已经将这个应用程序推广到整个民用航空航天领域,这不并是我们最初的意图。”
避免重复
IT团队往往想知道一个应用程序是否在试图实现业务中已经存在的东西。Kaufman表示,“我们想确保不要有人再去重建SAP,别去重建一个源系统。这真的很重要。”
劳斯莱斯公司为公民开发者建立了具有管理和护栏的平台,目的就是避免有人去试图建立一些重复其他商业应用的功能的核心企业系统。
Kaufman提到,大家经常利用Excel组织数据。他表示,“我们可以利用图形用户界面应用程序将我们的一个Excel电子表格制成新的原型并进行测试。Power平台就是允许我们做这一类的事情。”
他表示,公民开发者可以利用快速原型迅速地从一个想法出发,将一些视觉元素拖到一个表格上建立一个Power App,然后可以在一群用户中进行测试。
IT团队考虑的问题包括,一个应用程序是否与业务吻合以及团队是否具有支持该应用程序的能力。他表示,“我们会针对每一个应用程序提出一系列的问题。每一个应用程序或报告的建立都涉及到一些重要性、复杂度、对业务的影响等元素。”
这些问题决定了所涉及的应用程序是否是企业核心IT的一部分、是需要开发和维护的源系统,或者是个Power App。即使某个应用程序是个诸如检查表应用程序的源系统,Kaufman 表示,在微软环境中通过Power App管理应用程序拥有的数据比用Excel电子表格管理也更好一些。
劳斯莱斯公司现在的内部企业应用商店类似于苹果公司应用商店,可用于Power App开发应用。Kaufman表示,员工可以去应用商店看看有些什么程序以及开发者是谁,应用商店提供了与应用开发者对话的机会。他表示,“这种面对面的机会真的非常重要。我们从中得到大量的反馈。”这样建立的社区可以将大家聚集在一起,然后可以相互支持。
好文章,需要你的鼓励
OpenAI 本周为 ChatGPT 添加了 AI 图像生成功能,用户可直接在对话中创建图像。由于使用量激增,CEO Sam Altman 表示公司的 GPU "正在融化",不得不临时限制使用频率。新功能支持工作相关图像创建,如信息图表等,但在图像编辑精确度等方面仍存在限制。值得注意的是,大量用户正在使用该功能创作吉卜力动画风格的图像。
Synopsys 近期推出了一系列基于 AMD 最新芯片的硬件辅助验证和虚拟原型设计工具,包括 HAPS-200 原型系统和 ZeBu-200 仿真系统,以及面向 Arm 硬件的 Virtualizer 原生执行套件。这些创新工具显著提升了芯片设计和软件开发的效率,有助于加快产品上市速度,满足当前 AI 时代下快速迭代的需求。
人工智能正在深刻改变企业客户关系管理 (CRM) 的方方面面。从销售自动化、营销内容生成到客服智能化,AI不仅提升了运营效率,还带来了全新的服务模式。特别是自主代理AI (Agentic AI) 的出现,有望在多渠道无缝接管客户服务职能,开创CRM发展新纪元。
数据孤岛长期困扰着组织,影响着人工智能的可靠性。它们导致信息分散、模型训练不完整、洞察力不一致。解决方案包括实施强大的数据治理、促进跨部门协作、采用现代数据集成技术等。克服数据孤岛对于充分发挥AI潜力至关重要。