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
法国人工智能公司Mistral AI宣布完成17亿欧元(约20亿美元)C轮融资,由荷兰半导体设备制造商ASML领投。此轮融资使Mistral估值从去年的60亿美元翻倍至137亿美元。英伟达、DST Global等知名投资机构参投。作为欧洲领先的AI开发商,Mistral凭借先进的多语言大模型与OpenAI等美国公司竞争,其聊天机器人Le Chat具备语音模式等功能。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
VAST Data收购了成立仅数月的初创公司Red Stapler,该公司由NetApp资深团队创立。Red Stapler创始人兼CEO Jonsi Stefansson将担任VAST云解决方案总经理,负责超大规模云战略。Red Stapler拥有6名开发人员,开发了跨SaaS交付、API集成、监控等功能的云控制平面和服务交付平台,将加速VAST AI OS在超大规模和多云环境中的部署,深化与全球领先超大规模云服务商的合作关系。
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。