当Erie Insurance公司的领导团队计划进行大规模转型的时候,他们知道这不能仅仅依靠IT来完成。他们转型的主题是现代化、一流的座席体验、多渠道客户体验、卓越的产品和创新,这些都是以业务为中心的,只有通过整个企业的努力才能实现。
两年前,当Partha Srinivasa加入公司担任首席信息官的时候,他成为推动这一努力的主要领导者之一。他说:“我们战略中最重要的部分,就是我们作为一个具有企业思维的统一团队开展工作,会涉及到产品、索赔、服务或者IT,都是由一个团队负责管理的——Erie Insurance的企业转型办公室。”
转型的主要方面包括现代化、数字化、数据和云。尽管大部分现代化工作涉及到IT,但Srinivasa确保这仍然是一项业务工作,而且不仅限于IT。要实现这一目标,首先就是得到支持,这一点尤为重要,特别是CEO要做的工作之一,就是强调转型的重要性。
其次是Erie Insurance的企业转型办公室。他说:“我们根据我们的战略优先考虑了所有的事情,决定取消所有和这个战略不相符的工作的优先级,此外还组建了一个跨职能的领导团队,来领导企业转型办公室,负责战略、规划和交付。”
最后,Erie Insurance推动转型的方式是利用企业业务敏捷性。其中的关键,就是进展的透明度,为了实现这个目标,Srinivasa会通过一种记分卡的方式确保他的同事和董事会定期获得最新信息,卡上记录了他们在重要主题上的进展情况。他说:“我的仪表板显示了我们现代化计划的进展,并告诉董事会,我们已经从A点移动到了B点。”
人才问题
高管层的支持和转型办公室至关重要,但如果IT内部和整个企业的人才不具备恰当的技能或心态,最终就会失败。
为了发现变革型人才并把重点放在执行上,Srinivasa使用了IDEATE的概念,也就是创新、交付、效率、加速、人才和执行质量。考虑到IDEATE的需要,公司采取了多管齐下的人才发展方法。
在IT组织中,有多个高层次人才计划专注于吸引、留住和培养人才。关键人才管道之一是学徒计划,这个计划为期18个月,学员将接触到至少三个IT领域,并有望在学习过程中提高工作效率。项目结束的时候,他们将被安排到最符合他们技能和兴趣的部门中。
Srinivasa还推出了IT领导者计划,主要针对那些不具备核心IT技能、但具有强大领导能力的人。“我们的IT领导者计划面向那些可能具有军事背景或非IT职能部门领导经验的高级人员,他们具有出色的沟通能力,知道如何完成工作。这项计划使我们的IT团队能够在技术和领导技能之间取得适当的平衡。”
推动变革的精神
Erie Insurance公司的IT部门还开展了一项“横向调动”的计划,技术人员从传统技术转向新兴技术,让Srinivasa能够提高员工的技能。他还采取了延伸任务的方法:“也许你的日常工作是业务分析师,但你的延伸任务是担任项目经理。”
他补充说,和这些计划同样重要的是,IT组织中的每个人都有机会获得云认证以及敏捷开发方面的培训。Srinivasa表示,这种培训的保留效果非常好,IT人员的流失率是业内最低的,而且他们的合作伙伴生态系统中也采取了类似的措施。
Srinivasa从所有这些计划中想要寻找的,是他认为转型人才最关键的技能:以客户为中心、开拓思维、协作和适应能力。但他说,比这些技能更重要的是推动变革的能力。
“有的时候,企业会在每个人真正致力于变革之前就开始了转型,我致力于寻找人才的最重要的技能,就是将日常活动与更广泛转型目标联系起来的能力,以及对于从旧到新的这种转变充满热情的心态。”
好文章,需要你的鼓励
联想推出全新数据存储产品和服务,旨在满足企业AI应用日益增长的需求。新产品包括ThinkAgile FX系列、ThinkSystem DS存储阵列等,提供开放灵活的硬件软件配置。研究显示63%的企业尚未为AI功能做好准备,联想通过混合云服务、数据生命周期管理等解决方案,帮助客户实现基础设施现代化,降低实施风险并提升投资回报率。
北京大学团队开发的DragMesh系统通过简单拖拽操作实现3D物体的物理真实交互。该系统采用分工合作架构,结合语义理解、几何预测和动画生成三个模块,在保证运动精度的同时将计算开销降至现有方法的五分之一。系统支持实时交互,无需重新训练即可处理新物体,为虚拟现实和游戏开发提供了高效解决方案。
英伟达宣布收购开源工作负载管理系统Slurm的主要开发商SchedMD,该系统专为高性能计算和AI设计。同时发布Nemotron 3系列开源AI模型,包括面向特定任务的Nano、多智能体应用的Super和复杂任务的Ultra三个版本。英伟达CEO黄仁勋表示,开放创新是AI进步的基础,将通过透明高效的开放平台帮助开发者构建大规模智能体系统。
达尔豪斯大学研究团队系统性批判了当前AI多智能体模拟的静态框架局限,提出以"动态场景演化、智能体-环境共同演化、生成式智能体架构"为核心的开放式模拟范式。该研究突破传统任务导向模式,强调AI智能体应具备自主探索、社会学习和环境重塑能力,为政策制定、教育创新和社会治理提供前所未有的模拟工具。