杂货连锁店Giant Eagle公司高级副总裁、首席信息官Kirk Ball向我们分享了关于优化卓越客户体验、全球人才搜索以及数字零售创新如何发展的观点。
总部位于匹兹堡的私营杂货连锁店Giant Eagle在大约500个门店拥有约34000名员工,在疫情爆发初期的几个月里,该公司致力于为客户提供新的数字体验和购买能力,在这个背景下,Ball于2020年6月加入公司。
他说:“疫情加速了网上购物的增长和采用,这促使我们加快了产品的布局和广度。我们必须让产品快速成熟,以应对需求的规模和范围,以及加强与家庭和客户进行个性化数字互动的能力。”
这家年收入规模达110亿美金的企业,在尽一切努力保持其所拥有的紧密联系的文化,并将其转变为一种更积极主动、更坚定地与业务合作伙伴保持一致的文化。
他说:“作为一个技术团队,我们努力站在业务合作伙伴的角度思考问题,了解每个合作伙伴在其特定职责领域试图实现什么样的目标。我们是为了提供帮助,这对于加深我们的关系大有帮助,他们支持并帮助我们取得成功,反之亦然。他们知道,我们会和他们一起做这件事。”
另一个不断发展的优先事项是他们有效管理数据和创建分析平台的能力,他们打造了一个平台,可以提供有关数据的洞察,进而向业务中不同职能部门的决策者揭示其中蕴含的信息。
他说:“我们为他们提供了更多的机会来观察他们所在领域的趋势是如何演变的,这样他们就可以修正方向或以特定的方式加速,无论是销售方面的增长还是供应链效率的提高。这个分析平台正在变得越来越重要。”
关于IT人才:当我加入这家公司的时候,我意识到我们有很多非常有能力的人。但在许多情况下,他们需要更多的支持、鼓励和赋权。我认为,新冠疫情让我们意识到,当我们进入远程工作环境时,我们在北美的所有团队成员仍然是非常高效的,甚至生产力更高了。我认为这有助于打开组织的思维方式,无论你是在匹兹堡、辛辛那提还是任何地方,我们会继续尝试扩大寻找人才的领域。然后,我们开始在印度班加罗尔开设全球能力中心,因为我们认识到那里拥有丰富的人才。现在我们在那里有多达125名团队成员,但我们还在寻找更多的成员。我们仍将在北美拥有丰富、强大的业务,让我们能够创建一支全球化的技术团队,展示不同的文化和技术方法,我认为这将丰富整个团队的能力。
关于新兴技术趋势:我非常感兴趣的一件事,并且我们组织内部也很好奇的一件事,就是增强现实;虚拟现实可能有点遥远。我认为,百货商店有高达95%的业务都是发生在商店环境中的,这意味着有很多机会可以继续丰富顾客体验。那么,如何为商店中的无生命物体制作动画,以便为进入商店的顾客创造深度沉浸式的体验呢?增加促销信息,提供有关货架上产品的附加信息。我可以告诉你商品的来源是哪里、上架了多长时间、你可以用该商品做一些你可能不知道的事情等等。这种增强现实的能力非常有趣。一旦我们找到方法让隐形眼镜或眼镜能够看到虚拟现实并使其成为一种不用手进行操作的体验,我认为这是很有用的。
关于数据分析:我们做的第一件事就是建立主数据管理能力。其结果就是,人们在会议上不再有人就同一主题上提出与其他人不同的报告,然后花时间争论,因为没有针对该特定数据对象的主记录系统。我们还让人们可以回溯各种数据集、业务运营方式,这样他们都去提取同一组数据。业务运营的方式是你必须一起查看所有这些信息集才能获得集体洞察。你是否在合适的地点以合适的价格提供合适的商品,创造合适的利润?按照业务运营的方式将数据对象放在一起,这对于我们的业务合作伙伴来说是很有影响力的,可以帮助他们更好地了解商品和产品利润、产品如何在特定商店中移动,以及我们是否在恰当的门店中有合适的产品满足当地社区的口味和偏好。
关于领导力:我总是热衷于经常走来走去,在人们的隔间前停下来,保持一种非正式的态度。我猜你认为这是理所当然的。当我们进入虚拟世界时,我意识到,当你无法进行面对面交流的时候,沟通的频率就变得十分重要。因此,我每周与直接共事的人会面三次,与领导团队每周会面一次。我还每三周与整个企业集团会面一次。因此,沟通的频率是存在的,让与你一起工作的人受到关注、认可和倾听非常重要。我们全球能力中心的整体经验就强化了这一点。对于人们来说,让他们的想法被听到,并能够为战略的制定做出贡献,这样就会成为他们大家的战略,而不是我一个人的战略,这一点非常重要,这其中蕴含着巨大的力量。当人们有机会做出这样的贡献时,他们就会认可你并充满活力
好文章,需要你的鼓励
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。