时至今日,CEO们越来越需要依赖技术作为在竞争中巩固地位的手段,这种趋势性转变也让CIO等技术领袖成为企业掌门人的绝佳人选。
可以肯定的是,已经有少部分CIO把握机会成功实现了飞跃,而且具体数量仍在不断增长。无论是Vanguard集团的Tim Buckley,还是美国五三银行的Tim Spence,包括全食集团的Jason Buechel,都成为这股时代巨浪中的弄潮儿。当然,这种转变仍属个例,远称不上是常态。尽管多达半数技术高管都希望出任CEO,但却很少有人能在这条“非主流”道路上成功冲线。
我们本次采访的Rajeev Ronanki,正是胜利者中的一员。
他在采访中表示,“我一直渴望经营自己的公司。我总会提醒自己,「如果想成为CEO,那我就得从自己当下的工作做起。」”
从一开始,Ronanki就意识到技术的迅猛发展必然造就更多技术型CEO,企业掌门人必须善于考量新兴技术对于商业格局的实际影响。
在一家全球咨询企业成长为出色的合作伙伴兼产品主管之后,Ronanki又在Elevance Health(前身为Anthem,这是一家年收入超过1500亿美元的财富50强企业)担任了五年的高级副总裁和首席数字官。到今年年初,这位来自宾夕法尼亚大学的校友终于梦想成真,接受了Lyric公司提供的CEO职位,并在这里继续利用AI之力重新塑造医疗保健的新形态。
书写你的“CEO剧本”
在Ronanki看来,要实现转型为CEO的目标,IT高管需要“两条腿走路”:一方面巩固并完善自己的技术管理专业知识,同时也要积极寻求机会磨练更多技能,为随时到来的新路径做好准备。
Ronanki坦言,作为一位绩效出色的技术高管,他幸运地已经提前掌握了不少CEO必修技能。“我们习惯了让利益相关者在特定愿景之上保持一致,发布能让股东们满意的解决方案,并将这一切都转化为具备财务可行性的实施策略。”他还补充称,接下来要做的就是突破IT或者数字部门的范畴,将这些技能应用到全体职能部门当中。
这意味着每个职能都有足够的深度,所以称职的高管必须有能力根据总体业务战略进行跨岗位协调。Ronanki在回忆自己刚刚出任CEO时表示,要达成这个目标,必须把握住新的机会。作为一家全球咨询企业的合伙人,他牢牢抓住了成为产品领导者的机会。这不仅让他深刻意识到提升客户满意度的重要性,也教会了他塑造品牌、增强员工敬业度并大规模建立高绩效团队的重要性,而这一切都是出任CEO的前提。
Ronanki还强调,通往CEO的道路往往是非线性的,“要培养起开明的心态,积极接受那些内容新鲜、但不一定会改变职称和头衔的角色。”对Ronanki来说,这指的自然就是在Elevance Health服务部门Carelon担任损益所有权主管的经历,他在那里证明自己能够牵头开发新的数字化平台,在消费者和医疗保健服务商之间搭建起交互桥梁,从而提振整体业务表现。该平台不仅改善了健康计划会员的体验并提高了公司利润,还面向更广泛的市场开辟出新的、技术驱动的收入来源,标志着技术主管为自己进军顶尖高管职位迈出了坚实的第一步。
Ronanki还具备准确预测收入和利润的能力,他认为这两项技能对于领导企业同样至关重要,帮助他在CEO职位上表现出色。“要做好统领企业的工作,先要了解企业是如何运作的,进而了解政治、经济和社会力量对业务的影响。”
Ronanki还提到,即使没有机会管理损益工作,大家仍然可以自我挑战,从其他角度证明业务增长和利润率提升与技术密不可分。他解释道,技术领导者往往很难“在公司的发展和技术战略之间划清界限”。谁更擅长向高管团队和董事会阐明科技与业务增长之间的关系,谁就能获得更高的职位和更强大的话语权。
也就是说,出任最高职位代表着冲往胜利的号角,在此之前我们就需要在同事和董事当中建立起个人声望。Ronanki表示,“建立联盟,对于CIO来说至关重要。”无论大家是否想要出任CEO,都需要拥有自己的工作班底。他建议大家尽早表达自己对于承担更大责任的渴望,并弄清楚要如何帮助自己的同事实现他们的目标。这样“能够让人们的愿景保持一致,以此为基础更轻松地将每个人凝聚起来,建立共同推动业务走向成功的基本主线。只要企业的发展与你的规划逐步统一,你的职务也就自然会随之变化。”
乐观决定成功,而非成功造就乐观
即使是在职业生涯早期,Ronanki就敏锐地意识到业务部门存在局限性。他们不能单纯以业务为中心建立技术,更应该围绕技术规划业务。如今,随着AI、量子计算和区块链等复杂技术的腾飞,许多人推测在短短10年之内,不理解AI和数据技术的CEO将无法在任何行业中继续担任高管职务。
Ronanki强调,当我们一步步走向曾经可望不可即、但如今似乎近在咫尺的最高职务之时,也务必要放平心态,别让职位上的小差距阻挡你对核心业务目标的贡献热情。他补充称,CEO们比以往任何时候都更需要得力助手,特别是善于制定技术优先战略的左膀右臂。
作为《你与AI》这本探讨技术如何解决美国医疗保健系统中种种顽疾的畅销书作者,Ronanki认为“每个行业都将被科技所颠覆。过去,CEO只需要拥有深厚的业务专业知识,就足以领导企业摆脱困境。但现如今,我认为AI等技术已经引发人们的广泛思考,甚至彻底改变了CEO这一职能角色的基本定位。”
展望未来,Ronanki相信精通技术的CEO不会再徒劳将技术嵌入到企业中固有的僵化功能孤岛当中;相反,他们会将业务乃至整个运营模式围绕新技术进行重塑。“传统CEO不熟悉以技术为先的运营模式,而现在必须就此做出改变。我的个人观点是,如果不尽快做出改变,他们将在市场上彻底失去竞争力。”
好文章,需要你的鼓励
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。