随着瑞典医疗技术公司Getinge越来越多地实施产品数字化,同时适应不断变化的全球法规,他们对于公司内部数据环境的要求也越来越高。公司首席信息官Pelle Nilsson解释了他和他的团队是如何帮助最大限度提高效率,以及最大限度地减少干扰以造福客户的。
120年前Getinge公司成立时,主要关注的是农业机械,但在20世纪30年代开始转向医疗技术,如今成了这家全球知名公司的一项知名业务。
最近,该公司的产品数字化程度越来越高,拥有管理患者流量的软件、手术规划工具和无菌管理流程,这些流程可以优化库存并确保手术器械在正确的时间送到正确的地点。
“我们现在正在扩展所有这些服务,增加了面向最终客户的服务量,”Getinge公司首席信息官Pelle Nilsson这样说道。
例如,去年Getinge公司推出了一款联网手术台和一款名为Servo Twinview的解决方案,这是一款数字孪生呼吸机,你可以通过电脑、智能手机或平板电脑跟踪患者数据,而无需打扰患者。它还为医院工作人员提供了远程支持、培训和更轻松的交接机会。
合理的集成
为了能够提供这种服务,内部支持也是必不可少的。
Nilsson表示:“业务了推动产品开发,然后我们展开合作,以合理的方式在恰当的环境中将其集成起来,例如,我们在网络安全方面是不会孤立地开展工作的,而是对此有共同的想法并使用共同的工具。”
IT部门还致力于提高数据质量和管理水平,以更好地利用众多来源,从而成为更加以数据为驱动的组织。Nilsson表示,他们已经取得了良好的进展,但不可否认的是,还有很多工作要做,因为要在大型组织中拥有所有权并简化数据管理是很难的。
不过,随着Getinge公司联网产品的数据收集在他们自己的平台上,客户可以通过门户网站访问信息,已经取得了可衡量的进展。
Nilsson表示:“从长远来看,我们设想未来将提供新的服务,例如能够根据我们对产品的了解来提供预测性维护。”
数据访问
在过去两年中,Getinge公司已经从传统的BI解决方案转移到现代的Power BI环境中,以便最终用户能够更轻松地访问所需的数据。
Getinge公司还运用了机器学习从各种公共来源收集信息,这些信息可在内部用于市场和产品分析。未来,他们还有机会让信息获取更编辑,方法就是让用户直接从数据仓库中搜索信息,而不是通过传统的BI工具。
Getinge公司使用机器学习的另一个例子,是为应对2020年新冠疫情开发了一款应用(主要用于德国),应用中提供的地图会显示特定区域的感染人数,以及Getinge适用产品的销售地点,以便将其从一家医院转移到最需要这些产品的另一家医院。
生成式AI打开了一扇大门
现在,生成式AI让AI变得更容易获得了,也给Getinge这样的公司开辟了许多新的机会。Nilsson表示:“从简单的翻译服务到用于创建产品目录或风险分析的更高级解决方案,应有尽有。”
Getinge公司在这方面还处于早期阶段,管理层对采用新兴技术的压力很大。其中,微软正在多个试点小组中测试Copilot,并且已经推广到部分管理层。和许多其他公司一样,Getinge正在寻找与业务相符的AI应用用例。这些创意被收集到一个数据库中,根据它们可以提供的价值进行评分,目前,已经确定了超过25个领域,这些领域对于Getinge公司来说都是可以带来直接好处的。
“还有很多信息是关于其他公司正在做什么的,对我们来说,重要的是将其转化为我们自己独特的创意,但重要的一点是,在投资和获得的价值之间要取得平衡。”
平衡是一件很困难的事情。一方面,企业对AI服务的需求越来越高,同时,关注质量和成本也是必不可少的。
Nilsson说:“我们不想承诺特定的厂商,因为AI发展得太快了,所以我们试图保持中立。这种权衡是很难的,而且需要很多沟通,作为用户,你想要的只是一个是或否的答案。”
为了向前发展,Getinge公司试图找到可以适当扩展的内部工具,不会占用太多资源,同时又可以为员工提供更多服务。这可能意味着需要为更高级的用户提供更具体的工具,而Nilsson认为,可能需要针对特定需求建立用户分类系统。
进步的代价
虽然Getinge公司正在进行大量开创性的数字化工作,但挑战依然存在,其中之一就是由于收购而产生的技术债务。
Nilsson说:“当你收购其他公司并将这些公司放到我们自己更标准化的平台上以实现规模经济时,这就有点难了,而且这需要时间,们没有那么多资源可以投入组建一个SWAT团队。”
更重要的是,有越来越多的法规是Getinge公司需要遵守的,这就要求在这方面给予越来越多的重视。从行业特定要求,到网络安全和AI法规,一切都不仅给内部流程带来了压力,而且给整个价值链带来了压力。
“除了满足所有内部需求需要的时间之外,面对这一切也很难,”Nilsson说。
从外部来看,这些要求不仅来自欧盟,对于像Getinge这样的全球性公司来说,还有一些要求并不总是与欧盟保持一致的。
Nilsson说:“过去两年,一个典型的例子就是关于数据应该存储在哪里。欧盟是第一个这样做的国家,但现在世界其他地区也开始对存储提出要求,有时甚至深入到国家层面。这给数据在不同地区之间的迁移造成了障碍,而这对于全球服务来说将变得越来越艰难。”
监管合规方面的工作也渗透到Getinge公司正在进行的整体数字化工作中,纳入了所有流程改进中,是控制数据和确保数据质量工作的一个组成部分。
Nilsson表示:“我们和业务部门合作开发产品,如果你看看即将出台的立法就知道,我们应该能够解释我们的AI服务如何运作,能够控制数据源。”
好文章,需要你的鼓励
DeepSeek 的 AI 模型在处理效率方面取得重大突破,可能对数据中心产生深远影响。尽管引发了科技股抛售,但业内专家认为,这项创新将推动 AI 应用普及,促进大规模和分布式数据中心基础设施需求增长。更高效的 AI 算法有望降低成本、扩大应用范围,从而加速数据中心行业发展。
Rivian 正全面推进 AI 技术整合,开发下一代电动车平台,以挑战特斯拉的市场地位。公司计划于 2025 年实现免手驾驶,2026 年达到 L3 级自动驾驶。Rivian 还将在车载系统中广泛应用 AI 技术,提供语音交互等功能,并计划推出更实惠的车型,扩大市场份额。
Postman 发布了 AI 代理构建器,这是一款创新的生成式 AI 工具。它允许开发者通过整合大语言模型、API 和工作流程来设计、构建、测试和部署智能代理。这一工具旨在简化 API 交互、优化工作流程,并支持创建能执行复杂任务的智能代理,标志着 API 优先的 AI 开发迈出了重要一步。
微软第二财季利润同比增长10%,人工智能年化收入达130亿美元。然而,云计算业务未达预期,下季度指引不及预期,导致盘后股价下跌。公司资本支出创新高,以满足AI和云需求。尽管Azure增长放缓,但微软对下半年增速加快持乐观态度。同时,中国AI初创公司DeepSeek的崛起引发业界对AI基础设施投资的重新审视。