过去,CEO 们总认为:"IT 部门只需要写个程序就行了。"作为 CIO,不得不解释为什么在 IT 领域,"只是"这个词应该被禁用。
随后,CEO 的技术素养提升了。这主要不是因为 CIO 更善于解释 IT 的本质,而是因为"数字化"的到来。不过,数字化的实际含义与许多评论家所说的并不相同。
数字化之所以发生,是因为商业决策者进入了"无处不在的技术领域"——在这个领域中,技术的使用已成为默认选项,决策的重点已经从是否投资技术转变为何时不使用技术。
您的 CEO,以及其他高管团队成员和有影响力的管理者们,都生活在这个技术无处不在的领域中。他们习惯于在互联网上购物,不仅能轻松买到商品,还能查看其他顾客的使用体验,以及获取许多其他有用的功能。
他们生活在这个领域是因为他们知道,自动驾驶汽车虽然现在可能还不够可靠,但肯定是必然趋势,只是时间问题。
自从新冠疫情使远程办公合法化以来,他们就一直生活在这个领域中。他们可能不喜欢在 Zoom (或 Teams、Meet) 的世界中生活,但他们不仅要在那里互动,还要自己摸索如何在那里生活和工作。
正是因为 CEO 们生活在这个技术无处不在的领域,当他们在网站、应用程序或零售店面遇到一些新奇的东西时,作为 CIO 的你不能简单地以"不切实际"为由拒绝将其纳入公司的技术储备。
简单就是价值
CEO 们有充分的理由期待你实现这些。更糟糕的是,与过去在飞机杂志上设定高管期望的日子不同,现在的企业高管不再认为 IT "只是"需要编写一个程序,就能让商业利益从互联网上源源不断地涌出。
他们从痛苦的经验中知道这些事情很难。
他们知道这些事情很难,但这并不等同于理解为什么难。就像开车一样,司机知道踩油门会加速,踩刹车会减速,转动方向盘会改变方向——但他们并不知道上千个零件各自的具体作用。
继续这个比喻,电动汽车 (EV) 比内燃机汽车 (ICE) 的零件要少得多——从数千个减少到几十个——这大大简化了维护工作。
这终于让我们明白了关键点:你的 IT 组织是否在尽可能成为比喻意义上的 EV,而不是 ICE?
换句话说,抛开比喻不谈,你的 IT 架构在各个层面上是否尽可能简单?
盘点你的技术栈
问问自己……不,问问你的团队:
使用了多少种操作系统?这些操作系统有多少个版本?这些版本中有多少是最新的?
使用了多少种编程语言?有多少语言会造成招聘困难,因为很少有申请者对它们感兴趣?
使用了多少种数据库管理系统?这些系统有多少个版本?这些版本中有多少是最新的?
生产环境中有多少应用程序套件?这些套件有多少个模块?这些模块有多少个版本?这些版本中有多少是最新的?
在你的数据存储库中,有多少是整洁且结构良好的,又有多少是混乱不堪的?
在使用这些系统的业务领域中,一个普通员工平均需要熟悉多少个应用程序才能完成工作?
有多少接口用于保持重叠数据库的同步?它们是批处理还是实时的?是自定义编码还是基于连接器?
对于这些问题,找到答案容易还是困难?
如果 CEO 愿意投资,你需要多少人力、资金和时间来修复 IT 架构中最严重的问题?
当 CEO 们把 IT 视为必要之恶,而不太了解其运作原理时,情况就已经够糟的了。现在他们把 IT 视为战略重点,并且对如何实现它有了基本的了解。
好文章,需要你的鼓励
许多组织在实施 AI 代理时过于狭隘地关注单一决策模型,陷入了"一刀切"决策框架的误区。然而,人类决策远非统一,而是复杂、动态且依赖于具体情境的。如果要将 AI 代理有效整合到组织中,就需要考虑多样化的决策过程,以确保有效实施,避免无意中设定一个低标准的决策模式。
Google 近期加快了 AI 模型的发布节奏,推出了业界领先的 Gemini 2.5 Pro 和 Gemini 2.0 Flash。然而,公司尚未发布这些新模型的安全报告,引发了对透明度的担忧。Google 表示正在权衡快速迭代和获取反馈的方式,承诺未来会发布更多文档,但专家认为这种做法可能会树立不良先例。
AI视频生成公司Runway宣布完成3.08亿美元融资,由General Atlantic领投,估值超30亿美元。公司刚发布新一代视频生成模型Gen-4,可生成长达10秒的视频片段。Runway计划利用新资金加强AI开发,重点提升训练数据集质量和扩展扩散模型与大语言模型能力。
亚马逊推出Nova Act AI代理SDK,这是一个用于构建可自主完成网络任务的AI代理的开发工具包。它由亚马逊自研的Nova大语言模型驱动,采用细粒度任务分解和直接浏览器操作等方法,旨在提高AI代理的可靠性。该SDK开源,但仅支持亚马逊Nova模型。这标志着亚马逊在AI代理领域向OpenAI、微软等竞争对手发起挑战。