喜力全球战略与洞察主管Lalo Luna肩负着重大历史使命。他在这家蓝筹企业建立起一系列数据领导技能,如今其首要任务就是利用这些知识帮助公司充分利用新兴技术和多年积累并建立起的信息宝库。
他表示,“我们洞察团队的一句口号是,「学习、分享与重新应用」。这些,就是我们一切工作的基本前提。”
Luna于2018年3月正式加入喜力啤酒,之前曾在高露洁、棕榄和亿滋国际就职。他最初供职于喜力墨西哥公司,之后于2020年迁往阿姆斯特丹。自2023年4月起,Luna正式成为喜力的全球战略与洞察主管。
回忆起自己转投喜力的经历,他表示“我一直在寻求更大的挑战,而喜力就是这样一家大型企业。我们拥有强大的全球品牌,且公司在全球各地还拥有1000多个地方性品牌。我们的业务相当分散,所以必须在工作中考虑到这一现实。”
知识共享
Luna提到,去中心化已经成为喜力整体组织结构以及各团队为一线员工提供数据支持时的重要前提。
“我们的全球品牌结构非常完善,信息传播速度很快。但着眼于各个地方性品牌时,员工又只能着眼于当地具体情况。也就是说,我们需要在两个层面分别开展工作。因此,第一步就是在双层之间实现知识共享——学习、分享和重新应用。在喜力这样一家规模庞大的企业中,这项工作无疑是个巨大的挑战。”
作为全球战略和洞察主管,Luna表示自己的工作内容就是提供咨询支持、为组织提供样板,并建立起强有力的数据共享原则。他的目标是帮助企业内各个部门培养起强大的数据技能。
“这项工作的一个重要环节就是培养团队能力,包括涉及工具和解决方案的各项要素,帮助我们更快、更好地推进研究过程。在日常工作中,我正在帮助团队使用全球框架,并努力提高我们所提供洞察的应用上限。”
Luna指出,在三年前接掌这份职务时,他首先发起的行动就是建立起全球洞察生态系统。他表示,这套生态系统使用软件即服务(SaaS)技术配合Stravito企业洞察平台,旨在为实际面临的数据挑战提供简单且强大的数字解决方案。
“我们正尝试将所有这些技术嵌入至研究流程当中,而这套生态系统的发展也是我在喜力推进的最具变革性的工作。”
推动洞察大众化
如今,喜力正在使用Stravito技术,并通过名为“知识与洞察管理”(KIM)的内部平台实现见解共享。
喜力最近为其业务推出了为期两年的“常青战略”,重点就是在整个组织之内建立起以消费者为中心的思维方式。Luna表示,KIM已经成为该战略的核心组成部分,借用内部平台实现数据的大众化访问,确保内部用户能够快速高效地获取关键见解。
“我们的技术嵌入能够快速与市场对接,借此减少研究流程和时间消耗。这也带来了显著的成本节约效果——不只是节约资金,还大大节约了公司员工的时间投入。”
Luna提到,他的团队一直努力推广数据策略和KIM落地,帮助员工每天把更多时间用于思考如何借助见解来改进业务流程,例如内部运营及客户体验。该方法还有助于确保洞察在全球范围内共享,突破本地孤岛的固有边界。
“我们专注于洞察大众化,目前正通过一系列工具集中知识、努力达成这项目标。”
“我们正努力在世界各地建立起协同能力。最终,我们将能够实现顺畅的知识共享、推动学习大众化,让见解不只服务于本地社区、更服务于整个喜力业务体系。”
支持变革
Luna表示,他的团队设定了一系列优先事项。其中的首要元素,就是认真考量企业要如何利用数据应对宏观经济挑战,例如后疫情时代下的高通胀问题。
“我们正在世界各地开展大量研究。在能力建设方面,我们一直在研究如何向流程中嵌入更多技术,特别是AI/生成式AI以及我们目前在市场上看到的各类新兴成果。总之,我们一直保持忙碌、努力了解和运用各种具有现实意义的重要工具。”
Luna意识到,在宏观经济与技术变革中始终保持领先绝非易事,对于喜力这样一家业务规模庞大的公司(全球拥有90多家运营子公司)更是如此。
“之前我也提到,喜力是家具有显著去中心化特质的企业。因此全球团队必须能够充当市场顾问,而我们的工作就是说服他们、用多种方式影响他们。这当然不是件容易的事,但我们正身处困难时期,必然要加倍付出努力。”
Luna在基于云的应用与洞察管理平面方面做了大量准备工作,这意味着一系列数字系统和服务已经落实到位。但相信很多朋友都听过这样的说法,“技术永远是最简单的部分。”真正的挑战,更多在于如何确保企业中的每一个人都能理解数据的实际价值。
“我经常说,这一切都离不开文化层面的变革。在此过程中,我们正与高级利益相关方开展合作。因为与任何变革计划一样,转变永远需要从组织高层开始。在喜力这样的大型组织内,任何革新都离不开利益相关方的鼎力支持。幸运的是,我们的合作伙伴一直在帮助我们宣传业务、分忧解难。”
拥抱AI技术
为此,Luna一直在努力为数据资源的充分利用提供并拉拢更多支持。尽管部分蓝筹企业往往担心自己会被技术迭代掀起的快速变革甩在身后,但Luna和他的团队从未因噎废食,而是积极推动以洞察为主导的数字化转型工作。
“作为常青战略的一部分,我们设定了一系列与数据相关的标志性目标。比如在数据分析当中,我们就一直在收集这些信息。我们的长期目标是把所有知识都嵌入到决策流程当中,这种决心也吸引到众多利益相关方的大力支持。”
Luna表示,在新平台上线后的12个月内,KIM已经拥有1300名用户,其中30%的用户每月都会登录并使用该平台。每一天,世界各地的员工都会登录于此,寻找研究成果、分享并复用彼此的见解。
Starvito最近刚刚迎来了专有生成式AI引擎,用于改善平台上的搜索体验。Luna指出,这些进展将帮助他的团队不断完善洞察管理能力。
“我们将不断努力以建立洞察,并据此开发出一流的技术生态系统。”
“我们的计划是让KIM成为这个生态系统的活跃核心。我们希望能与喜力旗下的所有平台相对接,探索如何最大限度发挥AI技术优势。例如,我们要如何使用生成式AI技术,帮助人们轻松高效地处理成千上万报告中的信息?”
保持领先
随着AI技术的不断发展,新的成果每天都在涌现。因此即使是对Luna这样经验丰富的数据领导者来说,要跟上技术市场的前进步伐也绝非易事。但好消息是,这正是最能激发Luna斗志的现实挑战。
“对我来说,当下的重点就是在市场上保持业务地位和领先优势。新技术和新方案无疑将是竞争优势中的重要组成部分。换句话说,谁能将更多的技术成果纳入关键战略支柱当中,谁就能在市场上稳稳占据一席之地。”
Luna认为,真正成功的数据领导者更专注于为充满挑战的问题做减法。聪明的企业会使用一切能用上的工具,把不同的业务信息转化为简单、清晰的可操作建议。
“现在有了生成式AI,我们已经能用更简单的方法把信息转化成定性/定量化数据。所以在我看来,如今正是升级原有业务体系、确保员工始终拥有充足洞察支持的绝佳时机。”
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。