总部位于瓦尔多夫的Gerresheimer在2023年年中的时候重新制定了IT战略,云之旅成为了其中的核心部分。公司首席信息官Zafer Nalbant和他的团队为此构建了一个混合的环境,其中包括了基于微软Azure的公有云部分,以及运行在T-Systems托管的数据中心中的私有云部分。Nalbant表示,IT部门可以自由决定和调整哪些系统和应用运行在哪个云环境中。
他说:“在接下来的三年里,所有54个地点都将逐步迁移到这个云环境中。”只有那些不能出现延迟的生产软件和机器才会保留在本地环境中。
与此同时,Gerresheimer正在构建物联网平台。Nalbant表示:“未来,我们将把所有生产和应用服务器连接到这里,建立我们自己的数据湖。”他补充说,下一步将是使用人工智能从他们自己的数据中进行学习。
评估一切
技术调整还需要IT战略的改变。Nalbant说:“过去,IT主要关注的是解决问题并确保可用性。”但如今,Gerresheimer越来越依赖云,并且从托管服务提供商处购买IT管理服务,以确保高可用性。这不仅可以释放IT时间和资源,使其更多地专注于支持业务运营,而且可以为业务流程和公司取得成功创造更大的附加价值。“我们希望与业务一起推动数字化和人工智能的发展。”
为此,Gerresheimer公司针对重要的流程设立了中央跨部门团队,以盘点流程并评估如何将其标准化、数字化、自动化以及支持AI。
他们的目标是到2028年优化54个地点的专业部门约70%的流程。
关于平台的一切
Gerresheimer公司目前正在寻找能够达到这个目的的平台。Nalbant说:“我们希望使用微软Power平台,但也希望使用低代码/无代码平台,因为我们认为,我们无法使用Power 平台实现每个流程的自动化。”
Gerresheimer使用ServiceNow作为IT服务管理工具和票务系统已经有大约三年的时间,这个平台旨在成为Gerresheimer的IT框架,包括Configuration Management Database (CMDB)和软件资产管理等。
他们的计划是把框架扩展为自助服务平台。用户可以自动创建仪表板、订购软件并管理安装,例如可以预定云资源。Nalbant说:“我们希望把这些过程缩短到几分钟,这就是我们目前正在努力做的事情。”
逐步转向SAP S/4HANA
此外,Gerresheimer正在执行迁移到SAP S/4HANA的策略。根据Nalbant介绍,这个计划是相当保守。他表示:“我们不希望大放异彩,而是希望在2024年开始财务转型,然后其他模块逐步跟进。很多公司在这方面最终失败是因为他们把范围定得太大了,我们希望避免这种情况的发生。”
到2027年底,当Gerresheimer停止支持遗留系统的时候,他们全球所有的SAP系统都将完成迁移。
探索人工智能
Nalbant表示,AI给员工带来了很多附加价值,首批应用已经投入使用,并将很快在全球范围内推广。微软Teams中还有专门的AI中心,“其中包含了翻译、ChatGPT 4或用户拼写和语法检查等功能。我们还确保我们的数据是保留在内部的,不能用作公共学习数据使用。”这样的做法很受员工欢迎。“员工可能以前在浏览器中使用过这些工具,但现在我们有能力管控这些工具了,”这么做的重点是在明确定义范围内使用AI,以提高用户的生产力,而不是阻止用户使用。
这让团队能够深入了解应用并且能够了解哪些应用被使用最多,“然后我们可以专门扩展最受欢迎的应用,以更好地支持业务,”Nalbant说。
在安全方面,Nalbant也依赖于AI。他说:“我们有一个24/7运行的托管安全运营中心,我们还希望构建自己带有数据湖的平台,以便从我们的数据中进行学习。”
不存在IT人员短缺问题
Nalbant表示,无论AI如何发展,人类都不会显得多余。相反,Gerresheimer正在寻找更多IT员工以实施该战略。Nalbant表示,公司在市场上找到高技能员工并不困难,特别是考虑到Gerresheimer的工作环境和文化,例如在新冠疫情期间,该公司不断发展并了解到业务也可以在远程良好运行。“我们决定不像许多其他公司那样让员工在办公室工作三天或更长时间,而是为了让工作更加灵活。”
员工每周在办公室办公两天,其中一天用于团队交流。 然后整个团队都会在办公室一起参加个人会议和午餐。 在本周剩下的时间里,员工可以自行决定工作地点和时间,并且适用基于信任的工作时间。
Gerresheimer还提供了“工作旅行”的机会。“同事可以在其他欧洲国家工作长达30天,”Nalbant说,根据经理的不同,甚至可以长达60天,这一点尤其受到年轻一代的欢迎。
Nalbant说,产品组合和任务也发挥了作用。很多员工都认同Gerresheimer产品,自重组以来,IT部门持续致力于技术开发以推进公司战略,“这使得公司成为一家有趣的雇主企业,而且对年轻人才颇具吸引力。”
好文章,需要你的鼓励
传统AI依赖云端处理存在延迟和隐私问题。越来越多开发者将AI处理从数据中心转移到手机、笔记本等个人设备上。设备端AI具有三大优势:速度更快,无需等待云端响应;隐私更安全,数据不离开设备;成本更低,无需支付云服务费用。目前iPhone已运行30亿参数的设备端AI模型,谷歌Pixel手机也搭载Gemini Nano模型。未来五年内,随着硬件升级和算法优化,设备端AI将实现物体识别、导航翻译等更复杂功能。
新加坡国立大学联合Lovart AI开发的OmniPSD系统,首次实现了AI驱动的双向PSD文件处理能力。该系统能够将扁平图像自动分解为可编辑的图层结构,同时支持从文字描述直接生成分层设计文件。基于扩散变换器架构和创新的RGBA-VAE技术,OmniPSD在20万真实设计样本上训练,实现了专业级的透明度处理和图层分解效果,为设计行业的数字化转型提供了强大工具。
卡内基梅隆大学研究人员开发了一项革命性技术,通过摄像头、AI模型和微型轮子,让咖啡杯、订书机等日常物品能够自主移动到需要的位置。这种"智能物品"技术避免了传统人形机器人的复杂性和安全隐患,通过蓝牙微控制器和AI视觉系统,物品能够识别用户行为并预测需求。虽然技术已相对成熟,但隐私保护和安全性仍是推广前需要解决的关键问题。
ByteDance Seed团队提出UniUGP统一框架,首次将自动驾驶的理解、生成、规划三大能力完美融合。通过混合专家架构和四阶段训练策略,该系统在场景理解、轨迹规划和视频生成等任务上均超越现有先进模型,为自动驾驶技术发展开辟了新路径,预示着更智能可靠的无人驾驶未来。