“我的一个大胆赌注是,希望到2025年消除传统的服务台,”丰田汽车北美公司IT负责人兼基础设施和运营服务总经理Jason Ballard这样表示。
Ballard同时还是技术高管,负责公司向电气化转型的纯电动汽车(BEV)平台以及数字平台工程和架构组织。他认为,对话式AI和生成式AI是实现人力资源和IT服务转型的一个主要组成部分。
他也是敏捷DevOps概念的坚定拥护者,即在技术方面“左移”——在开发过程的早期(通常在编写代码之前)进行测试和评估——而在涉及人才时“右移”,他关于取消丰田服务台的愿景就是一个很好的例子,但这并不是要摆脱各种职能,而是通过培养团队成员来“内购”技术人才,以填补上更有价值的角色。
“一开始这听起来好像是我们在裁员,但实际上,我们的重点正在转移到人才方面。一级技术人员的工作有点重复,我认为大多数担任这些职位的人都希望达到二级或三级。我们关注的是如何提升这些团队成员的水平和技能,并将他们转移到更高价值的工作岗位上,同时在整个企业内推动更高程度的自动化。”
丰田是生成式AI的先行者,这源自于公司在机器人流程自动化(RPA)方面的努力。2014年,丰田汽车北美公司设立了独立的销售和制造总部,但2015年在“一个丰田”的口号下,该公司将这两个总部合并到了德克萨斯州普莱诺。
Ballard说:“正如你可以想象的那样,有很多不同的系统被用来企业运营,面向不同的团队成员。我们非常专注于建立通用的技术堆栈,以便我们的团队成员能够更加高效。”
为此,Ballard在2017年引入了RPA,第一年就节省了超过150000个小时的员工工时。RPA计划明确表明,IT可以采取更多的措施来帮助实现流程自动化和优化。然后在2020年,Ballard开始领导数字平台工程团队,重点关注IT服务台。
他说:“我想改变我们团队成员与IT服务台互动的方式;这是我最初关注的焦点,我希望能够发起对话并快速达成解决方案,以便我和团队成员可以继续处理手头上的重要工作。”
帮助服务集中化
2021年,Ballard的团队与AI平台专业公司Moveworks展开合作,为丰田在北美的45000多名员工创建了一个可以在工作中寻求帮助的中心场所,该服务被称为AgentAsk,主要为员工提供类似ChatGPT的体验,涵盖了各种企业需求包括权限、集成、安全、隐私等。
Ballard表示,去年AgentAsk解决了近70000个问题,加速解决了约100000个问题。他指出,该服务现在让公司的服务台可以专注于那些重要的加速工单,例如硬件请求和软件批准,而不是密码重置和帐户解锁,现在每个月AgentAsk都会分别解决这两类问题约458起和164起。
AgentAsk的平均修复时间(MTTR)为11.4分钟,而行业平均修复时间为3天。据称,仅去年一年,该服务就为员工和代理提高了70000多个小时的生产力。Ballard表示,平均AgentAsk每周就可以抵消约25名一级服务技术人员的工作量。
Ballard举例说,过去他会花费大量时间在各种企业系统中进行挖掘,试图找出他必须处理多少未完成的审批。
“现在我可以通过Microsoft Teams访问AgentAsk,询问我有哪些未完成的批准,我在几秒钟之内就能完成操作,而不是花费大量时间深入研究并登录每个特定的平台。”
由于AgentAsk是丰田首次使用生成式AI技术,因此Ballard的团队与公司网络安全组织建立了牢固的合作伙伴关系,以帮助处理任何安全问题。他说,最终这项技术的实施相当顺利,几天之内,团队就能够将AgentAsk与Teams进行集成,可供其他团队成员使用。
他说:“挑战并不是技术方面的,而是人方面的:组织变革管理、思维方式、教育和意识,这些因素让你掌握了这个解决方案。”
传递信息
Ballard表示,到目前为止,公司有75%到80%的员工都使用AgentAsk来解决问题,现在他们的目标是让每位员工每天都能使用该服务。Ballard的团队在丰田的数字标牌上推广AgentAsk,提醒员工这项服务可以做什么,并且每个月都会向员工发送温馨提示,告诉他们AgentAsk可以为他们做什么。
虽然密码重置和帐户解锁是一个好的开始,但Ballard对生成式AI有更宏伟的想法,例如起草牙科政策选项的对比,以供讨论。员工们已经开始直观地提出涵盖财务、法律、旅行和费用等方面的问题。
基于多年的生成式AI经验,Ballard为那些寻求掌握这项技术的IT领导者提供了一些建议。
首先,IT领导者在向堆栈中添加一项新技术产品之前,应该了解业务的问题和机会。通过从小范围和团队规模入手来证明最初的假设,CIO们可以采取“爬行、行走、奔跑的方法”,验证新解决方案带来的价值并带动组织一起前进。
Ballard强调:“永远不要低估组织的变革管理。”他补充说,IT领导者应该从员工开始向后做工作,在部署技术的时候要考虑正在执行中的工作的端到端的性质,而不是简单地追求呈现出的任何用例。
最重要的是,向员工宣布一个具有前瞻性的大胆赌注,“始终保持团队的努力与目标是保持一致,”他说。
好文章,需要你的鼓励
阿里团队开发的FantasyPortrait系统突破了传统人像动画的局限,通过隐式表情表示和掩码交叉注意力机制,实现了高质量的单人和多人肖像动画生成,特别在跨身份表情迁移方面表现出色,为视频制作和虚拟交流等领域带来新的技术可能性。
复旦大学研究团队开发的AnyI2V系统实现了从任意条件图像到视频的生成突破。该系统无需训练即可处理多种输入模态(包括3D网格、点云等),支持用户自定义运动轨迹控制,并通过创新的特征注入和语义掩模技术实现了高质量视频生成,为视频创作领域带来了革命性的便利工具。
Akamai坚持“简而未减、网络先行、拥抱开源”的独特定位。凭借“鱼与熊掌兼得”的特色,过去几年,Akamai在电商、流媒体、广告科技、SaaS、金融科技等行业客户中获得了广泛认可。
斯坦福大学研究团队开发了KL-tracing方法,能让视频生成AI模型在无需专门训练的情况下进行精确物体追踪。该方法通过在视频帧中添加微小追踪标记,利用模型的物理理解能力预测物体运动轨迹。在真实场景测试中,相比传统方法性能提升16.6%,展现了大型生成模型在计算机视觉任务中的潜力。