CIO将通过‘文明架构’改变世界。这是Gartner 2016大会上的关键词。这将如何实现呢?
研究机构Gartner在其年度研讨会 ITxpo上进行展望: IT领导人将会构建一个新型的数字化平台,称为“文明架构,”分析师Peter Sondergaard向与会的千人说道。“这将永远改变人们参与的方式——社交上、数字上、身体上。” 好大的理想。但要如何构建这个基础设施?探索奠定这一体系的新兴技术——人工智能、区块链和联网设备,是这一会议的主题。
参加会议的CIO和其他IT领导人,都在脑海中设想,Gartner 2016规划如何在他们的企业实现,或者根本行不通。 是University System of New Hampshire (USNH)的高级IT项目经理Larry Gagnon,从务实的角度解读这一预言。 “我参加这些会议,都会这样思考,” Gagnon说。
“我参加了这些会议,‘这是不错的信息,我了解了,我理解了。然后,我要如何真正施行呢?’” 在USNH,将两个学院和两个大学联合在一起,Gagnon说,要实施发展中的技术,首先取决于高层对于整个企业的展望。 他举了一个例子,高层对于机构的期望:成为全国第一的研究学院。 “好吧,我负责技术;这对我意味着什么?” Gagnon说。“这代表我要如何分配资源。我的预算需要调整,以达成这一使命,所以我要做出一些决定。”
“众人合力”
COO Jim McDade的公司,Aware360,位于卡尔加里,阿尔伯塔省,销售“人的物联网”,将人与监控设备相连接,确保他们的安全。这一系统用于医疗行业——有认知障碍的人,比如痴呆症,也用于其他行业。
例如,在石油和天然气行业,这一设备可以用来跟踪单独工作的工人。 作为技术供应商,Aware360技术领先。但这是一个小公司,只有35名员工,所以规模是一个长期的挑战,McDade说。
为了应对挑战,公司扩大其业务合作伙伴的生态系统——处理警报和通知的测控中心;远程信息技术供应商,使用全球定位系统和自诊断工具,追踪车辆;技术提供商,托管云基础设施和物联网平台。
“我们销售的越多,的收益也越多。这是一个多层面的渠道战略。” McDade说 生态系统概念在Gartner会议上受到关注——Gartner认为,如果企业想要取得成功,需要大胆投入到这些影响深远的合作关系中。
作为前CIO,McDade知道这些举措对很多传统IT团队,并不容易,他们习惯使用自己的系统,自己解决问题。 “这就是业务。一切都是互联的,经济也是相互联系的——这是一个全球化市场,”他说。“对我们来说,使用这一战略是很自然的。对于企业内部IT团队,也许很难接受。”
数字化业务:反传统观点
Gartner的传统观点,认为CIO应该是数字业务转换的背后力量,但不只一位分析师表示了反对。Tomas Nielsen建议IT领导人,为业务想要寻求的项目构建和支持IT系统,而让业务部门的人员完成转换。
Nielsen的研究,被Gartner打上“特立独行”的标签,却得到了Italo Flammia的认同,他是位于巴西圣保罗的保险公司 Porto Seguro 的CIO。 “改革公司不仅是CIO的职责;更是整个公司的职责,”他说。
但技术领导人不应该等待业务人员告诉他们该做什么。“你可以主动提供新的想法,你可以和公司的其他领导人一样,提供见解。” Flammia的确推动数字化业务,但是不是作为CIO。他还是Oxigenio的创新总监,创业加速器和Porto Seguro的子公司。
公司在概念论证项目上,试验新的技术,比如人工智能、虚拟现实和区块链。 Flammia说,他的双重职能,互相受益。用他作为创新总监的经验,他可以通过引入新技术和新方式,“改造”IT。 “我真的认为CIO只是数字革命的一部分,”他说。“如果你是一个创新的人,一个创新的CIO,你可以利用这些出现的新技术,创新你的公司。但这不是CIO的强制性职能。”
好文章,需要你的鼓励
三星与AI搜索引擎Perplexity合作,将其应用引入智能电视。2025年三星电视用户可立即使用,2024和2023年款设备将通过系统更新获得支持。用户可通过打字或语音提问,Perplexity还为用户提供12个月免费Pro订阅。尽管面临版权争议,这一合作仍引发关注。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
苹果M5 MacBook Pro评测显示这是一次相对较小的升级。最大变化是M5芯片,CPU性能比M4提升约9%,多核性能比M4 MacBook Air快19%,GPU性能提升37%。功耗可能有所增加但电池续航保持24小时。评测者认为该产品不适合M4用户升级,但对使用older型号用户仍是强有力选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。