在面临充满变数的经济环境中,中国企业必须应对与影响力息息相关的三大挑战。在近期举办的2023大中华区高管交流大会上,Gartner公布的研究结果显示,这些挑战涉及如何提升IT领导力、确保交付质量以及获取所需的专业IT人才与技能,以确保实现业务成果。
提升IT领导力:未来主义的新领导方法
根据最新的Gartner全球高管调研,CEO们希望CIO能够预判趋势、提前打好数字化基础,确保企业能够抓住市场趋势,有效应对不断变化的市场环境。为了满足这一预期,Gartner提出了一种新的领导方法,即未来主义(futuring)。
Gartner研究副总裁孙志勇博士指出:“未来主义不是预测未来,没有人能够预测未来。未来主义也不是让我们去凭空猜想或做白日梦。未来主义是一种利用诸如机器所不具备的想象力,这类人类自身优势的特定领导力。”
在实施未来主义的关键步骤中,需要运用回溯分析法、描绘愿景以及混沌工程等领导力技巧。
技术投资:微创新和微投资的关键
技术投资也成为扩大影响力的关键因素。Gartner的调研数据显示,2023年企业的技术支出预计将增长8.5%,超过产品销售成本和员工薪酬的增长。然而,实际增长在扣除通胀因素后并不乐观,除亚太地区外,其他地区的实际增长均为负数。同时,有67%的CFO认为企业的数字投资未达到预期,对技术投资会持更为谨慎的态度。
为了提升数字投资回报,Gartner建议采取微创新和微投资的方式。Gartner研究副总裁沈哲怡表示:“通过寻找微创新型项目,利用已建立的数字底座产生更高经济回报,可以提高数字投资的价值。同时,采用微投资的方式,将资金分散到各个项目中,可以获得更高的投资回报。”
此外,为了发现这些创新项目的存在,并找到合适的投资时机,CIO还应加强与不同部门的交流,与不同层级、不同岗位的员工进行沟通,并建立与业务的紧密关系。
人才与技能:开发和解锁潜在技术人才
Gartner的调研结果显示,尽管员工的留任意愿上升,企业对技术人才的需求有所减少,然而技术市场仍然保持竞争激烈的态势,表明企业对高素质技术人才的紧迫需求依然存在。
IT员工在企业中的比例约为10%,这些员工由技术领导者直接管理。此外,还有一大比例员工被称为业务技术人员,占据了整体员工比例的41%。通过实现IT与业务的融合,并引入敏捷的工作方式,这些业务技术人员可以获得更多的发展机会。此外,调研还发现还有22%的员工属于尚未被利用其潜力的技术人才,因此发现并激发这些人才的潜能成为扩大影响力的关键步骤。
Gartner 顾问副总裁李贵权指出:“作为CIO,采取基于兴趣的人才策略是至关重要的,通过解锁尚未被利用的技术人才来扩充人才队伍。采用基于兴趣的工作分配,引入兴趣导向的工作模式,可以将企业打造成为一个数字化就绪的组织。”
好文章,需要你的鼓励
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。
这项研究提出了"思想家"(Thinker)任务,一种受人类双重加工理论启发的新型AI训练方法。研究者将问答过程分解为四个阶段:快速思考(严格预算下给出初步答案)、验证(评估初步答案)、慢速思考(深入分析修正错误)和总结(提炼关键步骤)。实验表明,该方法使Qwen2.5-1.5B模型的准确率从24.9%提升至27.9%,DeepSeek-R1-Qwen-1.5B模型从45.9%提升至49.8%。显著的是,仅使用快速思考模式就能达到26.8%的准确率,且消耗更少计算资源,证明了直觉与深度推理作为互补系统的培养价值。
这项由ELLIS研究所和马克斯·普朗克智能系统研究所的科学家进行的研究,揭示了大语言模型安全测试的根本规律:越狱攻击成功率由攻击者与目标模型间的能力差距决定。通过评估500多个攻击者-目标组合,研究团队发现:更强的模型是更好的攻击者;当目标能力超过攻击者时攻击成功率急剧下降;社会科学能力比STEM知识更能预测攻击成功。基于这些发现,研究者建立了预测模型,表明随着AI进步,人类红队测试可能逐渐失效,提示需要发展自动化安全评估方法及更全面地评估模型的说服和操纵能力。
华中科技大学和香港中文大学研究团队提出SATORI-R1,一种通过空间定位和可验证奖励增强多模态推理的新方法。该方法将视觉问答任务分解为图像描述、区域定位和答案预测三个可验证阶段,解决了自由形式推理中注意力分散和训练收敛慢的问题。实验证明,SATORI-R1在七个视觉问答基准上一致提升性能,最高达15.7%,并展示出更聚焦的视觉注意力和更低的训练方差。