作为一家全球医疗技术领导企业,美敦力年收入超过320亿美元,凭借其突破性的医疗设备与创新解决方案而闻名。该公司在世界范围内150多个国家开展业务,每年治疗7500万患者,坐拥18个运营部门并提供17种不同疗法体系。
美敦力全球首席信息官(CIO)Rashmi Kumar近两年来一直主导公司的数字化转型工作,成功落地超自动化、数字优先战略与AI发展等关键举措。在职业生涯中,Kumar磨练出卓越的技术与医疗保健交叉领域专业知识,身兼Myriad Genetrics董事会成员职务,此前还曾出任包括HPE CIO以及McKesson业务部门CIO等多个高管职位。
与转型为伴的职业生涯
Kumar的职业生涯始于塔塔钢铁公司的冶金工程师,她在那里对业务运营积累起了全面认知。而通过数字化流程与开发炼钢传热模型,她开始正式接触信息技术。
她回忆道,“工程学教会了我如何将问题拆分成几个部分,并以系统性方式加以解决。而在转向技术领域之后,我始终把这种解题思维牢牢把握在手中。”
获得MBA学位成为她的职业转折点,让她从专注于答案的工程师成长为善于提出正确问题的领导者。这种技术专长与战略领导力之间的均衡,如今也指导着她在美敦力的各项工作。
依托IT转型建立数字优先企业
作为美敦力公司全球CIO,Kumar致力于将美敦力的IT运营体系发展为一整套与业务需求无缝契合、且具有凝聚力的数字中心。她也反复强调了卓越运营在促进长期转型方面的重要意义。
Kumar解释道,“IT必须成为驱动整个企业内广泛转型的数字核心,而不能长期保持孤立状态。我们正努力培养一种文化,让技术成为我们运营的内在组成部分,帮助员工和供应商消除流程中的种种摩擦因素。”
Kumar还指出,这种数字优先的思维方式不仅仅关乎技术,更关乎重新思考企业如何改善运营并创造价值。
利用超自动化提高效率
Kumar关注的一大核心领域正是超自动化,她将其比作网球天王罗杰·费德勒或者一级方程式赛车手等精英运动员背后的精细团队合作。她以此作出比喻,表示“决定成败的不仅仅是球场或者赛车中的选手,更要保证背后一整套系统拥有最佳表现。”
美敦力的超自动化方案努力运用AI和机器学习以简化重复性任务、增强决策能力并优化运营流程。Kumar强调称,在使用Python、Power BI和Snowflake等工具分析大规模数据集之后,超自动化体系有助于改善从人力资源流程到客户服务的各个层面。她补充道,“此举有助于减少浪费、提高效率,并最终为员工和病患带来更好的体验。”
AI与生成式AI:一场颠覆医疗保健行业的革命
在Kumar的领导下,美敦力已经开始拥抱AI,开发出MedtronicGPT作为其生成式AI应用程序的中心平台。该平台可以实现高效的内容创建、内部自动化与增强的客户服务。
Kumar对于AI科技在美敦力产品中的作用特别兴奋,例如机器人辅助手术和AI驱动的诊断工具。她指出,“其中一个案例就是GI Genius,其使用图像识别实现超越人类医师的息肉检测能力。从实际成效来看,AI在我们内部运营和提供的疗法体系中确实拥有颠覆性的业务形态改造潜力。”
在海得拉巴建立全球IT中心
美敦力最近在Kumar的指导下,于印度海得拉巴建立了一处全球IT中心。这项6000万美元的投资反映出,该公司正在践行其致力于吸引全球人才、增强自身技术能力的承诺。
Kumar解释道,“海得拉巴当地有着丰富的、与我们拥有共同目标的高技能水平劳动力。这个位置还极具战略意义,能够支撑起快速增长的欧亚地区市场,并实现全天候的生产力运作。”
该中心专注于AI、云工程和数字健康等前沿技术,进一步巩固了美敦力在医疗创新领域的领导地位。
医疗技术的未来
展望未来,Kumar对于技术在推进医疗保健服务获取和创新方面的作用持积极的乐观态度。她强调称,“我们正在研究将人性化与前沿技术相结合的解决方案。例如,数字手术工具包使得医生能够远程诊断,借此为服务供应不足的社群提供更好的护理体验。”
Kumar还强调了美敦力对于培养人才的高度重视,希望确保员工能够从容应对快速变化的就业环境。她总结道,“随着我们自动化程度的提高,我们产生的数据也越来越多,这让我们得以构建起更好的解决方案。”
在Rashmi Kumar这位卓越技术负责人的指引下,美敦力得以持续通过技术塑造医疗保健的未来形态,让全球数百万受众能够更便捷、更高效地享受到优质、舒适的医疗服务。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。