超过350个IT项目被整合为约35条价值流,每条价值流都有着明确的客户关注点和业务战略相关指标。各个团队开始朝着更多样的工作方式转变,新的资金结构则根据业务需求的变化让灵活投入成为可能。
公司首席信息官Deepa Soni表示,此番调整为这家拥有213年历史、市值达220亿美元的保险与金融服务公司带来了更快的行动速度和可预测性,也让其更加适应业务敏捷性的基本概念。而且从诸多方面来看,这种变化还仅仅只是个开始。
入围今年麻省理工学院斯隆CIO领导力奖评选的Soni认为,“我们将技术与数据融入业务产出的方式,就类似于在面包上涂抹黄油。如今的业务风险越来越高,这里指的不仅仅是增强功能,同时也影响到流程的转变与数字化转型,同时思考如何为客户和员工提供数字解决方案。”
为了进一步提高The Hartford的敏捷性,Soni和她的团队将在未来几年继续简化业务系统、实现关键流程自动化、提高员工技能并在技术与业务团队间建立起紧密联系。Soni还特别强调了其中三大重点:
这些努力的意义,是在整个业务体系内建立起顺畅高效的云、数据分析和AI能力。The Hartford建立了HartCode学院,帮助非技术团队成员逐步掌握软件开发的诀窍。此外还有其他培训计划,让员工能够为全栈开发和数据工程类职位做好准备。
除了对技术栈的现代化改造,Soni和她的团队还开始重新设计内部流程,即所谓“极端自动化”倡议。其核心是依托新的技术方法,将遗留系统及相关流程重塑为新的形式。“单纯在构建层面提速并不困难,但如果不能让部署和维护也保持同样的节奏,那么敏捷性将无从谈起。”
敏捷的另一大关键是文化。在The Hartford,协作、创新和冒险一直是推动组织进步的核心要素。
Soni强调了创新工作对时间投入的需求,并积极表彰那些愿意积极尝试、并在未能顺利推进时迅速调整的团队。该公司正在探索新兴技术团队生成式AI、数字孪生、元宇宙等方向,且主要关注学习过程而非具体结果。Soni认为,“这注定是一段充满探索和失败的旅程,最终可能只有十分之一的尝试有所回报,但这都没关系。”
The Hartford目前还没有任何生产级别的生成式AI项目,但Soni表示相关计划已经设定,将有十多个由公司知识库训练而成的大语言模型陆续与公众见面。
该公司还建立起一支跨职能团队,由来自法务、隐私、数据科学和技术团队的多位代表共同参与,确保为生成式AI实验设置适当的护栏。“我们已经达成共识,只有先保障安全,才能让生成式AI为企业应用做好准备。”总之,只有负责任的AI才可能是好的AI。
Soni认为,打破组织孤岛并在整个The HartFord内部整合数据和技术的举措,将开启新的价值创造之窗。“彼此孤立的数据和技术也有价值,但如果能够将更多实时AI引入运营体系,那么最终迸发出的将是指数级别的增长力量。”
好文章,需要你的鼓励
K Prize是由Databricks和Perplexity联合创始人推出的AI编程挑战赛,首轮比赛结果显示,获胜者巴西工程师Eduardo Rocha de Andrade仅答对7.5%的题目就获得5万美元奖金。该测试基于GitHub真实问题,采用定时提交系统防止针对性训练,与SWE-Bench 75%的最高得分形成鲜明对比。创始人承诺向首个在该测试中得分超过90%的开源模型提供100万美元奖励。
T-Tech公司研究团队开发了SAE Boost助推器系统,通过训练专门的"错误补偿器"来增强AI理解工具对专业领域的理解能力。该系统在化学、俄语和外交等领域测试中显示出显著改进效果,同时完全保持原有通用能力。这种模块化设计为AI系统的持续优化提供了安全可靠的路径,对AI可解释性研究具有重要意义。
阿里巴巴通义千问团队发布开源编程模型Qwen3-Coder-480B-A35B-Instruct,专门用于软件开发辅助。该模型采用混合专家架构,拥有4800亿参数,支持25.6万token上下文长度,可在数秒内创建完整功能应用。在SWE-bench基准测试中得分67.0%,表现优于GPT-4和Gemini。模型基于Apache 2.0开源许可,企业可免费使用。AI研究者称其可能是目前最佳编程模型,特别适合企业级代码库理解、自动化代码审查和CI/CD系统集成。
斯坦福大学研究团队开发出革命性AI系统,能够像生物学家一样"看懂"蛋白质三维结构并预测功能。该系统通过多层次分析方法,在蛋白质功能预测方面达到90%以上准确率,为新药开发和精准医疗开辟新道路。这项技术不仅加速了蛋白质研究进程,更为解决复杂疾病提供了强大的AI助手,预示着人工智能与生物医学融合的美好前景。