Sandeep Davé和其他人一样了解实验的价值。作为CBRE的首席数字和技术官,Davé很早就意识到,商业房地产行业采用AI和机器学习增强功能的时机已经成熟,从那时起,他和他的团队就开始在整个企业中测试了无数的用例。
这些实验已经取得了成效。随着时间的推移,CBRE通过利用机器学习和AI已经成功将手动租赁处理时间缩短了25%,将托管商业设施的误报率降低了65%。CBRE还利用AI为多个客户优化投资组合,并在最近推出了自助生成式AI产品,让你员工能够以对话方式与CBRE以及外部数据进行交互。
最近,CBRE宣布了一个重要的里程碑:在超过20000个Global Workplace Solutions解决方案客户站点部署了CBRE支持AI的Smart Facilities Management Solutions解决方案,总面积达10亿平方英尺。即便如此,Davé表示,在人工智能方面“我们还处于早期阶段”。
Davé和他的团队在AI领域取得的成就,很大程度上要归功于创造实验机会,并确保这些实验符合CBRE的业务战略。虽然许多CIO可能仍然想知道如何开始组织的AI之旅,但Dave在CBRE的工作表明,要推动实验,即使可能会遇到失败,但也会带来巨大的成功。
以下是Davé关于如何让AI实验为CBRE实现盈利发挥作用,以及他给那些希望在组织中做同样事情的IT领导者的建议。
建立自助服务基础,捕捉创新想法
许多组织都渴望部署AI,因此首先要定义用例,并对其进行排序。但那些想在AI方面取得成功的人都知道,训练数据是关键。因此,更好的方法可能是建立一个数据基础,并让员工有时间率先探索各种可能性。
当Davé和他的团队认识到大规模数据的力量时,他们就做到了这一点。CBRE拥有大量交易数据,以及来自传感器、工作流程、以及全球管理数十亿平方英尺物理空间内人机交互所产生的大量资产情报信息,这项早期工作实现了租赁抽象或者工作订单分类等业务领域的自动化。
当各种围绕生成式AI的炒作日渐白热化的时候,CBRE团队开发了一个多大型语言、自助生成式AI平台,让员工能够使用生成式AI执行一系列任务,例如从专有数据和文档中获取洞察、使用聊天机器人解决各种问题、生成新内容并转化形式等。Davé表示,通过广泛使用该平台,“我们在整个组织中引起了大家的兴趣和关注,[该产品]现在拥有数百名用户,并且每周都在增加,它释放了大量的生产力”,还为整个公司实现更多创新奠定了基础。
尽管如此,Davé仍然强调了AI安全限制的重要性。他说:“对于如何使用[AI]以及如何教育用户要十分谨慎,人为干预仍然是有必要的,验证也是有必要的。务必注意技术限制(例如幻觉)以及关于如何使用客户数据的法律义务。”
选择与业务优先级一致的用例
一旦你为员工提供了时间和资源进行实验,并且你获得了很好的想法,就可以选择最佳的机会来实现了,其中关键是将浮华与实质区分开来。Davé表示:“我们看到很多举措都是为了技术而技术导致失败的。”他提出了避免这种错误的两种方法:设立与业务战略和战略合作伙伴关系相一致的优先级模型。
从模型开始。Davé和他的团队使用一种简单且历史悠久的方法来过滤用例:将其绘制在以“价值”和“可行性”为轴的二乘二网格中。Davé从高价值和高可行性的案例入手,快速取胜,从而激发利益相关者的兴奋和认可。他说:“这些技术最具潜力,因为这些技术通常会利用我们可以获得并且已经充分利用的数据。就AI而言,其中许多都是可以推动生产力的,消除了手动和重复的流程。”
接下来Davé瞄准的象限要么是“高价值、低可行性”,要么是“低价值、高可行性”,具体取决于他们的目标,要在轻而易举的成果和大笔投资之间进行选择。对于AI来说,高价值象限是你可以找到最多预测模型的地方。Davé说:“这些并不容易,但如果你做得对,就会产生很大的影响,”他补充说,IT领导者应该考虑从这两个象限中的每一个象限中选择一个用例:一个是高价值的,一个是高度可行的。这样,你的团队就可以展示早期成果,同时为更宏大的计划提供动力。
尽管这种价值-可行性矩阵很不错,但也有一个严重的缺点:和几乎所有优先级模型一样,这个矩阵也会受到模糊性的困扰。毕竟,你如何评估依赖于那些鲜为人知的新兴技术用例的价值和可行性,或者需要构建可能不会立即产生效益的功能?在这方面,合作伙伴关系可以在降低风险和缩短上市时间方面发挥巨大的作用。
战略伙伴关系的重要性
合适的技术合作伙伴可以极大地提高你对价值和可行性的评估。最合适的合作伙伴可以利用各自技术和工具的丰富经验,帮你确保不会低估太困难的用例,也不会低估任何快速成功的用例。
优秀的合作伙伴还可以帮你创造你自己难以创造的价值。这就是为什么合作伙伴关系已经成为CBRE战略中一个不可或缺的部分。Davé说:“我们一直秉持‘构建-购买-合作伙伴’的理念。我们不必包揽一切,我们可以加快实现价值的速度,我们已经确定了一系列优先的领域,在这些领域中,我们看到了以CBRE为中心的有趣的AI创新,并且针对每个领域,我们都确定了潜在的合作伙伴。Alison和她的团队在这方面发挥了重要的作用。”
他指的是CBRE公司数字和技术战略加速及数字合作伙伴关系全球负责人Alison Bell。贝尔和她的团队负支持很多强大的功能,这是其他很多公司都试图在办公场所中构建的功能。她和她的团队制定了数字和技术战略,研究房地产科技领域的新兴技术和企业,并评估了如何将最好的技术和企业紧密集成到CBRE的生态系统中。
Bell说:“看看我们在房地产科技领域进行的合作或投资时你会发现,我们合作或者投资是为了获取战略价值。我们所有的合作伙伴关系或投资都致力于实现我们的核心业务和客户成果。”
通过这些战略关系,CBRE及其合作伙伴创造了一种既无法自己建造、也无法购买的东西,这是一种共生的关系,在这种共生关系中,双方互相学习,使彼此更具竞争力、变得更加独特。Davé认为,这是一种演变趋势,可以将当前数字领导者与未来数字领导者区分开来。他说:“传统的CIO角色......是关于执行力的,数字化很大程度上涉及战略以及成为可信的业务顾问,加速了收入增长并嵌入了改变核心业务的技术。”
通过将AI融入到以战略为主导的运营工作流程中,并将数据基础与深度集成的战略合作伙伴网络相结合,Davé、Bell及其团队推动CBRE超越了削减成本和一些普通的想法,转向更引人注目的创新,这种能力将在新技术出现时为他们自身服务。
好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。