AI 革命正在重塑各行各业 CIO 的工作模式,为技术领导者创造了前所未有的机会来提升其战略影响力。在 Northeast Grocery,这种转变使组织内部对未来准备的责任得到了根本性的重新分配。像 Scott Kessler 这样的 CIO 不再是单独负责预测未来技术需求的角色,而是通过为业务伙伴提供 AI 能力,使展望未来成为一项共同的努力。AI 带来的惊艳效果不仅提升了效率和生产力,还将 CIO 从服务提供者转变为推动者,赋能整个业务生态系统。
Northeast Grocery 的管理团队如何定义转型?
这是一个三管齐下的努力。首先是培养敏捷性、协作性和 AI 驱动创新的文化,部分由我们新成立的 AI 办公室推动。其次是业务流程转型,通过自动化精简工作流程,这在我们合并两个不同组织的过程中尤为重要。第三是系统整合和现代化,专注于构建基于云的、可扩展的基础设施,以提升集成速度、安全性、灵活性和增长能力。我们正在采用一流的 SaaS 解决方案、新一代数据架构和 AI 驱动的应用程序,以改善决策、优化运营并开拓新的收入来源。
这些战略在实践中有哪些具体案例?
我们正在试点使用 Simbe Robotics 的 Tally 机器人,以改善货架可用性、定价准确性、促销合规性和供应链运营。我们还在商品管理中使用生成式 AI 来评估趋势、优化定价、改进促销策略并实现动态决策。我们为 250 位业务领导者部署的 ChatGPT Enterprise 开启了提升生产力的新途径,从客户情感分析和人力资源政策建议,到广告校对和库存损耗分析。此外,我们还在打造 AI 驱动的店铺环境,通过计算机视觉和移动解决方案改变员工和顾客体验。
这些工作很大程度上是由你们的 AI 办公室推动的。这个团队是如何运作的?
这是一个跨职能团队,每六个月轮换新的领导者。AI 办公室决定在哪里进行 AI 投资以及如何将其融入公司战略,该团队评估能够创造价值的应用场景,而不是追逐可能分散组织注意力的多个项目。成立 AI 办公室最初是出于对 AI 伦理政策的需求,但很快扩展到了对正确工具和使用场景的统一。团队大多数成员都曾尝试过 AI 工具,为我们希望用 AI 实现的一切创造了起点。其理念是创造一个环境,使公司各个层级都能从 AI 中受益。这是在系统整合过程中构建 AI 能力的过渡战略。
民主化如何融入你们的战略?
它打破了业务伙伴绕过 IT 部门自行开发技术解决方案的模式,并将这种影子 IT 转变为优势。我们利用 AI 民主化来塑造一种业务至上、技术赋能、深度融入 Northeast Grocery 使命的公司文化。我们的角色不再是交付技术,而是为业务领导者提供洞察力和信心,帮助他们做出明智的决策。通过实现"DIY IT",我们的团队可以摆脱传统工作流程的束缚。
为推动民主化,我们遵循 ECTERS 原则,即教育、指导、培训培训师、赋能、强化和支持,这有助于培养和嵌入内部 AI 人才。以 ChatGPT Enterprise 为例,我们通过城镇会议教育员工了解 AI 使用案例,通过建立早期采用者 AI 冠军小组进行指导,并为高级用户提供进阶培训。在赋能方面,我们引入了提示工程指南并提供 AI 知识中心访问权限,通过关于高价值使用案例的 AI 论坛强化培训。我们还通过专门的 AI 同行咨询社区和办公时间提供支持。
在 AI 时代,CIO 的角色是什么?
关键部分之一是教育。我们正在创造一个新的环境,使业务部门能够更好地利用数据。如果每个人都了解 AI 的工作原理、可能性以及如何将功能领域视角应用于问题集,从而在相对较短的时间内创造出他们从未想过可能的解决方案,这些业务讨论会更有成效。角色的另一部分是推动势头。你的新工作是创建、支持和培育创新轮盘,这样当新的 AI 工具进入市场时,你可以旋转轮盘并保持势头。通过 AI,我们现在可以带来惊艳效果,这增加了势头并向整个企业展示了轮盘的力量。在 IT 部门,我们不再是工单接收者,而是势头创造者。第三个关键方面是成为未来的推动者。通过 AI 创新民主化,IT 现在可以通过为业务用户带来新工具和信息,并培训他们利用这种力量,与整个组织共同承担预测未来客户行为的责任。这需要与传统 CIO 角色不同的思维方式。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。