分析当前领导力培训项目是衡量企业应对变革效果的良好指标。Harvard Business Publishing 在其 2024 年全球领导力发展研究中进行了相关评估,识别出了现有核心课程的多项变化。领导力培训项目的范围已经扩大,包含了自动化和机器人项目管理,以及掌握将生成式 AI 和机器学习技术融入业务运营的方法。
此外,40% 的受访者强调文化作为有效领导力的基础的重要性,38% 的受访者强调培养领导者的创新能力。报告还强调,现代领导者必须满足动态市场的不断变化的需求,这要求他们持续学习和适应。
新型 IT 领导力:预见趋势
随着挑战增加,领导者在实施新技术时的行动必须与业务目标的雄心相称。根据创新咨询委员会最近的调查,IT 领导者的一个关键特征是预见技术变革的能力。高达 71% 的受访者认为他们应该具有战略眼光,不仅能够对趋势做出反应,还能预测趋势的变化方向。几乎相同数量的受访者认为,他们应该具备快速实施新技术以实现可衡量成功的能力。
但采用创新技术只是其中一部分,调整持续改进的心态并在必要时愿意转向同样重要。因此,半数受访者认为跨学科协作能力是技术领导者的关键特征,而约三分之一的受访者将创新、创造力和专家级的网络安全知识列为优先事项。
剧烈的转型
理论上,这种思维模式有助于组织稳定。但只有在实践中付出努力,在新兴技术和文化转变方面更加敏捷,才能实现更理想的业务成果。研究中描述的新型 IT 领导力旨在激发那些可能阻碍进步的、某种程度上疏离的各类转型老将的新热情。但在进行更多转型项目的组织中,C 级管理者的任期是否更短?考虑到根据 2023 年 EY 和牛津大学赛德商学院的研究,85% 的高管在过去五年中至少参与过两次重大转型,而 67% 的受访者表示至少有一个转型过程未能实现预期结果,他们还能继续自我建设多久?
在未能实现转型目标的组织中,表达负面情绪的员工比例显著增加。对 50% 的员工来说,转型等同于裁员。即使在实现目标的公司中,这一比例仍为 34%。
在高层管理人员中,成功的转型过程仅使负面情绪降低了九个百分点。然而,在未能达到预期目标的情况下,这一比例增加了 45 个百分点,从 19% 上升到 64%。
走向数字化领导力
在研究 IT 新型领导力时,尝试比较领导者和员工之间的特征,而不仅仅是领导者之间的比较,这并非偶然。变革的本质在于这些关系。哥本哈根 IT 大学和哥本哈根商学院的研究人员试图系统化他人关于技术领导力变革的论述。一篇文章分析了几篇包含数字领导力、IT 领导力或电子领导力参考的出版物。
技术变革为传统领导力模式创造了太多障碍,需要定义新的数字领导力概念。哥本哈根的作者将其定义为一个由技术调解的社会影响过程,旨在改变组织中的态度、思维和行为,数字领导力可以在组织的任何层面发生,包括一对一和一对多的互动。
分析各种文章揭示了数字领导者与其他领导者和员工相比,在特征和角色方面的变化。这尤其体现在通过技术影响变革的能力上。情感在这种沟通中也起着关键作用,这要求领导者发展自己和团队的情商。
保持动态的责任
数字领导者的角色正在从传统管理者角色演变为更复杂的角色。在数字化企业中,员工拥有更大的自主权,可以组织自己的工作,领导者需要调整他们的方法来支持这种自主权。工作也越来越多地围绕较小的协作网络组织,所以领导者必须能够在网络化环境下工作,而不仅仅是在层级结构中。因此,在数字时代需要一个描述数字领导者角色重大变化和特征集合的框架,以实现有效管理。因此,需要打破孤岛,增加员工自主权,发展动态合作网络。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。