根据两份报告,虽然IT行业在为女性创造机会方面取得了显著进展,但晋升障碍依然存在。这两份报告强调了女性在IT领域面临的进展和持续性挑战。
尽管越来越多的女性走上领导岗位并享受更大的工作灵活性,但性别歧视、缺乏曝光度和职业发展障碍等问题仍需关注。
根据 AND Digital 的报告,84% 的科技领域女性领导者认为行业已有改善,晋升和机会都在增加。
Ensono 的报告同时强调了女性在 IT 行业的进展和持续存在的挑战。
调查结果显示,女性在领导岗位上感受到更多支持和权力,90% 的女性科技领导者表示她们享受当前职位,83% 感觉自己已经取得成功。
灵活的工作安排在这一转变中发挥了重要作用,82% 的受访者表示他们的工作场所提供良好的工作生活平衡。
尽管有这些改善,职业发展的障碍依然存在:大多数 (73%) 女性领导者认为其组织在创造平等文化方面还可以做得更多。
四分之三的受访者表示在晋升领导岗位时遇到挑战,包括额外审查、缺乏男性同事的尊重,以及与经验较少的男性相比机会更少。
混合办公对科技领域女性的影响
向混合办公模式的转变对许多 IT 领域的女性来说是一个重大转机,提供了更大的灵活性并改善了工作生活平衡。
Ensono 的首席人力官 Meredith Graham 指出,混合办公模式显著提升了女性在科技领域的职业机会,特别是对那些需要平衡照护责任的人来说,提供了更大的灵活性。
Stratascale 新兴技术总监 Kendra Perry 同意灵活性带来的好处,但强调了混合办公的隐性成本。
"仍然存在挑战,包括晋升可见度降低、人际网络机会有限,以及需要证明工作效率的压力增加,"她解释道。
远程工作者参与度较低的认知可能导致倦怠,因为女性感觉需要过度补偿以保持竞争力。
AND Digital 副总裁 Linda Benjamin 补充说,在结构化政策和个人需求之间找到正确平衡仍是未解决的问题。
"这个问题还在讨论中,"她说,同时承认虽然混合办公创造了新机会,但公司仍在完善如何最好地支持员工。
打破领导力障碍
尽管科技领域的女性领导者数量在增加,但许多人在晋升过程中仍面临障碍。
据 AND Digital 统计,73% 的女性领导者认为他们的组织在创造平等文化方面可以做得更多。
偏见、缺乏指导以及被排除在重要项目之外继续限制着晋升机会。
为了应对这些问题,Perry 强调了可见度和赞助的重要性。
"我们需要挑战和改变对科技领导者传统形象的认知,"她说。
她建议公司提供更多演讲机会,让女性领导重要项目,并实施指导计划。
Graham 强调了结构化的职业发展计划。
"组织可以通过建立指导计划、领导力培训和赞助计划来促进女性的职业发展,"她说。
她还指出需要明确的职业发展路径和无偏见的招聘流程,以确保女性与男性同事享有同等机会。
性别偏见和工作场所歧视
尽管行业取得了进展,性别偏见仍然是一个重要问题。AND Digital 的报告发现,41% 的女性目睹过工作场所的性别歧视,40% 亲身经历过。
虽然组织越来越强调多样性和包容性,但 Perry 指出仅有代表性是不够的。
"提供社交机会、持续反馈和明确的职业发展路径进一步支持成功和职业成长,"她说。
需要更积极的努力来解决招聘、晋升和工作场所文化中的隐性偏见。
连接性和技术的作用
随着 AI 和新兴技术的快速发展,确保平等获得培训成为另一个优先事项。Ensono 和 AND Digital 的报告发现,远程、混合和现场工作者之间在生成式 AI 技能培养方面存在显著差距。
Graham 强调了可访问培训计划的重要性。
"公司应该投资全面的在线培训平台、虚拟工作坊和自定进度的学习模块,"她说。
确保所有员工都能获得技能培养资源对维持公平竞争环境至关重要。
返回办公室争议
返回办公室(RTO)的要求仍然存在争议,特别是对于有照护责任的女性。
虽然一些公司坚持办公室协作,但许多女性认为生产力和参与度与实体出勤无关。
Perry 承认虽然面对面互动有好处,但不应以牺牲灵活性为代价。
"每天在办公室并不能保证生产力,"她说。
她敦促领导者保持对灵活安排的开放态度,认识到严格的 RTO 方式可能对女性造成不成比例的影响。
Benjamin 补充说,公司在制定政策时应该积极寻求员工意见。
"最好的方法是与广泛的员工代表进行对话,"她说。
留住 IT 领域女性:包容性政策的需求
随着科技领域女性倡导灵活性、包容性和职业发展,留才策略必须发展。
Graham 强调了清晰沟通和包容性政策的重要性。
"许多同事都在寻求灵活性,并急于了解公司如何实施它,"她说。
未能使政策与不断发展的工作场所优先事项保持一致的公司可能会失去顶尖人才。
Perry 强调了公平晋升实践的需要,以及对混合和远程员工的认可。
"可见度很重要 — 这些员工应该得到对其贡献的认可,并有支持者在他们不在场时为他们代言,"她说。
好文章,需要你的鼓励
SambaNova Systems 推出新的 AI 深度研究框架,可生成深度报告的速度提高 3 倍,成本大幅降低。该框架与 CrewAI 合作开发,支持企业分析私密数据,使用开源大语言模型和 SambaNova 的 AI 加速器,无需依赖 Nvidia GPU。新框架包含智能路由系统,可根据需求选择最合适的智能体,提供从基础搜索到深度财务分析的全方位研究能力。
生成式 AI 模型需要大量真实数据训练,但互联网上的内容仍不足以应对所有情况。为继续发展,这些模型需要使用模拟或合成数据进行训练。专家指出,AI 开发者必须负责任地使用合成数据,否则可能会迅速出现问题。合成数据可以教导模型应对现有数据中不存在的场景,但关键是要确保这些数据可靠且符合现实。
最近,中国人工智能公司Monica推出的Manus引发了广泛关注。然而,与DeepSeek等有实质性突破的中国AI不同,Manus并无革命性创新。它宣称具有自主性,实际上只是执行预设流程的大语言模型。Manus的唯一新颖之处在于它来自中国,但这并不足以证明它的先进性。AI的成功取决于应用,而非产地。
Oracle 宣布客户承诺未来云服务消费将达 480 亿美元,接近其 2024 财年年收入。尽管第三季度收入增长 6%,净收入增长 22%,但由于未达华尔街预期,投资者反应平淡。公司在人工智能基础设施方面持续投资,包括参与 Stargate 项目和建设大规模 GPU 集群,展现出对未来增长的信心。