随着AI的普及速度不断加快,技术高管们不得不重新审视自己在企业中掌控和部署AI工具的方式。
咨询公司Cognizant首席AI官Babak Hodjat表示,许多高管承受着巨大压力,既要在试点项目中发掘出生产力提升的价值,又要使项目在财务层面合理可行。CIO、CTO以及首席AI官如今必须跳出技术与创新的单一视角,为整个公司制定全局性的路线图和战略规划。
他表示,这一转变使C级技术管理者愈发成为聚光灯下的核心人物。
"在AI创新与颠覆如此密集涌现的时代,你如何始终保持领先?"Hodjat说道。
Altimetrik近期发布的一份报告显示,AI部署和成效的责任通常落在CIO、CTO或其他技术领导者身上。由于战略方向有时以周为单位快速迭代,C级技术高管的角色与职责也在持续演变。
Hodjat指出,CIO的定位已从幕后支撑者——赋能员工运行SaaS平台——转变为发现AI应用场景的核心角色,走到了前台。
Info-Tech Research Group首席研究总监Brian Jackson表示,大多数CIO对推进AI项目有着高度的积极性,他们通常扮演赋能者的角色,为整个组织提供支撑。他们往往会构建方法论体系,深入钻研某项技术,再将其融入业务工作流。
Jackson表示,技术领导者当前面临的重要课题之一,是评估自身组织的成熟度:现有数据和基础设施是否已具备开展AI试点的条件?还是需要先完善IT体系,才能真正释放AI的价值?
"你的目标不一定是规定技术应该怎么用、能做什么,"Jackson说,"而是要提升整个组织对技术的认知,展示技术的能力,并引导大家共同探讨如何加以运用。"
Hodjat表示,CTO的职责曾以研究与开发为核心,而如今几乎将全部精力集中于"下一个AI重大突破"的探索。他们在公司战略中的地位愈发举足轻重,甚至可能为董事会提供前瞻性预测与决策指引。
在AI大规模普及的当下,技术高管与财务类C级高管之间的协作也比以往更为紧密,共同衡量新项目的增长态势与投入产出。
技术领导者的职责不仅限于部署AI,还包括参与制定AI在组织内部的使用政策与安全边界。
Hodjat强调,这是一个持续进行的过程。
他表示,在不久之前,安全边界的设定往往是一次性的审计行为,给人带来一种虚假的安全感。
"以当前AI的普及速度和自主能力,你根本无法继续沿用这种方式,"Hodjat说。
他进一步指出,不妨将一家企业视为一个持续扩展的模块化多智能体网络。技术领导者可以跳出整体视角,针对各个模块分别建立最适合自身组织的治理机制,而非一刀切地统一管理。
Jackson表示,当企业采用多模型、多智能体技术架构时,这种方式尤为必要。
"关键在于真正厘清这套全新架构和治理层,"Jackson说,"AI远不止是一款可以直接引入企业的软件工具那么简单。"
尽管技术领导者应当建立一套通用的管控体系,但每家企业还需根据自身AI项目的特点量身定制相应的安全保障机制。Hodjat表示,AI治理将在组织的多个层面同步推进。而最有效的治理,往往建立在明确且经过验证的AI应用场景之上,同时也要求技术领导者能够辨别出哪些场景其实并不需要AI介入。
"我们会对客户说,先踩一脚刹车,认真思考一下——你的终极愿景,真的是让企业由一群智能体半自主地运转吗?"他问道,"如果是,你该如何实现?通往这个目标的路,有安全的走法,也有危险的走法。"
Q&A
Q1:CIO在AI时代的角色发生了哪些变化?
A:CIO的定位已从幕后支撑者转变为发现AI应用场景的核心角色。过去,CIO主要负责赋能员工运行SaaS平台;如今,他们需要制定全公司的AI路线图和战略规划,与财务等其他C级高管紧密协作,同时还要提升整个组织的AI认知水平,展示技术能力,并引导业务团队探索具体应用方式。
Q2:企业应如何构建AI治理机制?
A:AI治理应在组织的多个层面同步推进,且最好建立在明确、经过验证的应用场景之上。可以将企业视为一个持续扩展的模块化多智能体网络,针对各模块分别建立最合适的治理机制,而非采用一刀切的方式。此外,治理不应是一次性的审计行为,而是需要随AI的普及速度和自主能力的提升持续迭代更新。
Q3:技术领导者在推进AI项目前需要做哪些准备工作?
A:技术领导者在推进AI项目前,首先需要评估组织自身的成熟度,判断现有数据与基础设施是否具备开展AI试点的条件,或是否需要先完善IT体系。同时,还要审慎思考哪些场景真正需要AI介入,哪些并不需要,避免盲目跟进,确保走上一条安全可行的AI落地路径。
好文章,需要你的鼓励
今天讲的出海案例是晶方科技,这家传感器先进封装公司通过 WaferTek 在马来西亚建设生产基地,并把新增 3000 万美元投向设备和产线。
这项研究揭示了大语言模型执行演绎推理时,仅约3%的注意力头构成关键"逻辑电路",分工明确,层层协作,一旦关闭这些电路,AI推理能力即刻崩溃。
随着企业将预算向AI倾斜,并大量采用AI编程助手,持H-1B签证的软件开发者正面临日益收窄的就业空间。Meta、亚马逊等科技巨头的裁员潮使工程类岗位需求进一步萎缩,招聘方越来越倾向于具备机器学习、数据科学等AI相关技能的候选人。分析人士指出,AI工具正压缩初级开发者的成长空间,企业也更偏向雇用绿卡持有者和本地公民,H-1B开发者须及早规划签证策略与技能升级路径。
Clark Hash是一种无需训练的句子嵌入压缩工具,将384维向量从1536字节压缩至48字节,通过稀疏随机投影与标量量化实现32倍压缩,同时保持高相似度相关性。