全球气候控制供应商Munters集团首席信息官兼首席数字官Kenneth Verlage的使命是将生产力从影子IT转变为技术上可持续的平台,以便为企业打造特许经营模式的业务。
Munters总部位于斯德哥尔摩,成立于1955年,业务遍及各个行业,提供了创新、节能的空气处理和气候解决方案。如今,这家公司在30个国家拥有近4000名员工,2022年净销售额为104亿瑞典克朗(10亿美元),还提供了更多数据中心利基系统和食品技术软件,以支持动物育种和温室。
Munters集团首席信息官兼首席数据官Kenneth Verlage表示:“我们的发展尤其得益于数字化。目前,我们的数字化之旅分为两个部分:一个是面向客户,一个是面向我们自己的生产。”
Verlage表示,Munters对数字化的主要投资始于四年前,从那个时候起,预算增加了一倍多。Verlage是三年前作为该举措的其中一个部分被Munters聘用的。
当他加入Munters的时候,IT环境管理得非常好,而且没有太多的技术债务——这对于一位新上任的CIO来说是天赐之物。但相反,他们自己并没有建造太多的东西,数字创新程度也很低。因此,当前的大部分工作都是将数字DNA融入公司内。
他说:“与三年前相比,Munters的IT现在可以做不同的事情,我们为企业和工厂提供支持,他们知道我们是来帮助他们的。与此同时,重要的是,IT领域的每个人都参与到这一发展进程中,即使是那些长期参与其中的人。”
IT民主化
这种包容性的一个重要部分就是实现IT民主化,以便在靠近业务、生产和业务的地方进行开发。
Verlage表示:“当IT成为正常业务的一部分而不是一个单独的部门时,就会出现巨大的机会,这就是为什么我试图将IT打造为特许经营权的模式,使其民主化,并让常规业务开发发挥作用。我希望在一种技术可持续的平台上获得所谓影子IT的生产力。”
这意味着IT部门建立系统和法规,然后允许业务之外的开发人员在这些框架内构建他们想要的东西。
他说:“我们必须能够让我们的工厂开发他们自己的解决方案,我们的主要贡献是我们拥有能力基础并提供了构建应用的技术和集成,但一定不能围绕我们的API进行集成,或者破坏我们的搜索解决方案。”
此举带来的自由度,意味着Munters的工厂现在雇用他们自己的开发人员,这是以前从未有过的。事情发展得如此之快,就连Verlage也发现自己很难跟上发展步伐。
例如,去年夏天Munters举行的一次大型内部会议上,Verlage表示,为生成式AI奠定基础还需要一段时间。
“一些开发者提出了抗议,我喜欢这样,这种情况是健康的”他说。但会后发现,生成式AI已经部署在客户的门户中了。有人输入了所有手册,然后获得了纯文本的答案,他们还可以被指引到恰当的教学视频,甚至是视频中答案所在的位置。
他说:“当开发者有机会直接面对客户的时候,奇妙的事情就会发生。”
加快步伐
现在他们正在努力加强内部创新并推出企业真正想要的解决方案,但Verlage认为,这些还远远不够。
“我们必须开始扩大规模,我们花了很多时间思考如何做到这一点,我们不再引入那种难以实施的、人们很难使用的平台,此外我们还需要更多数据。不过,现在我们进展得很顺利。”
有几件事可以加速朝正确方向发展。例如,Munters在工厂中使用了低代码和无代码。在客户会议方面,Munters采用了更高级一些的开发方式,因此情况看起来更好一些。另一个贡献是微服务,Munters利用微服务可以把业务领域和开发人员之间共享的应用融合到一起。
Verlage表示:“如今的组织也比以前更加成熟,并且越来越多以数字化的方式思考。在这一点的帮助下,我正在尝试搭建一个平台,引入到业务中,并且只在需要控制的地方进行控制。”
创建数字孪生
为了获取数据,Munters为公司售出的每台机器打造了一个数字孪生,并且还确保这个数字孪生拥有所有生成的数据。
从收到机器订单的那一刻起,包含所有规格的数字孪生就诞生了。然后,它会跟踪物理孪生的生产情况,准确知道安装进去的风扇和电机以及其序列号,此外,其中还包含了有关送货地点和到达时间等信息。
他说:“我们使用数字孪生,因为它可以及时跟踪所有发生的事情,可以在出现延误的时候发出警告,这对很多客户来说非常重要。”
安装了物理孪生之后,数字孪生也会随之而来——知道是谁在做,注意到偏差,密切关注软件,然后将数据从物理孪生发送到数字孪生中。
他说:“我们只需要将智能融入到孪生中,而不需要将其放入机器中,这么做简化了安装和维护,我们可以通过服务器在家里舒适地处理所有事情。”
免受黑客攻击
还有安全方面的因素。对于有敏感信息的机器,可以确保只把信息发送到数字孪生,但不会把信息发送回机器,以避免被黑客攻击。
他说:“如果因为我们被黑客攻击而有可能关闭数据中心的冷却,那对我来说将是糟糕的事情,因此在某些地方,我们可能存在物理屏障,需要走出去才能将智能应用于防火墙内的设备上。”
来自所有数字孪生的数据可以带来立竿见影的效果,例如通过尽可能精确地设置机器达到节能的效果,Verlage表示,这个领域还有很多工作的要做,他解释说,如今为了安全起见,会增加设置机器的难度。但是当你拥有准确的数据时,也可以准确地设置它们,因此不会浪费额外的能量。
但也许最重要的是,如果所有输入的数据最终都能用AI进行分析,Verlage预计这将会带来很多新的洞察和商机。
三个“北极星”
Verlage对于如何利用AI出了三个“北极星”指导原则。首先是敏捷快速的开发、实施和投入运营;其次是来自谷歌的方法论——原型法(pretotyping)。
“这里的‘pre’代表假装;你不必真的拥有原型。假装你拥有一个就足够了。和客户讨论那些你没有、但可以做的事情。如果你要测试一款新手机,请将其制成木块形状,让人们在手中感受它,看看它是否会引发大家的兴趣。”
第三个“北极星”是所谓“彻底的简单性”,让一切尽可能简单。推出小型的、非常简单的应用,然后与客户一起进行改进。
Verlage表示,Munters最近建立了一个定制的客户门户,可以在其中查看和跟踪订单。举例来说,第二天客户发现订单正在被运送到错误的地点,因此订单会被阻止并进行修正。
“这对客户来说是一次令人惊叹的体验,这说明即使是简单的事情也可以很快派上用场。”
抛弃旧的方法
这种快速完成工作的方法对于Verlage来说非常重要,他认为IT业务通常难以应对。相反,大型系统往往实施了很长时间,但却被忽视了。
他说:“我们不能允许出现这种浪费,或者引入了昂贵的系统却没有使用起来。如果我们这么做,我们就做错了。我们必须抛弃旧的方法,以不同的方式实现数字化的未来。我个人非常痴迷于把各种东西投入生产。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。