7月13日晚上7点,期待已久的中国领先移动办公平台厂商金蝶云之家,联合知名学者、北京大学国家发展研究院管理学教授陈春花举行的首场线上产品发布直播,终于和我们见面。在此次直播中,陈春花教授深入讲解了企业如何做到“赋能个体,激活组织”的最新观点——即在互联网时代,效率来自于协同而非分工,企业应赋能个体智慧、激活组织团队。此外,云之家产品总监宋凯在本次直播中还展示了云之家V9新版独创的个人专属工作台,帮助企业为组织中的每个角色赋能,激活创造力。正是因为有这些新观点的提出和新产品的推出,因此除了云之家之外,网易公开课和网易财经频道等媒体也对此次发布会进行了全程直播,受关注程度可见一斑。
根据《2016企业移动信息化发展报告》,移动办公软件市场呈现高速增长态势,近八成的企业决策者认为移动办公提升工作效率高达30~40%。由此可见,社交化的移动办公软件正在加速替代和颠覆传统协同办公软件市场。对此,宋凯表示,云之家基于移动、社交、大数据技术,让企业在每一次协作中优化企业间人与人的关系,凝聚信任,激活创造力。需注意的是,随着移动互联网的飞速发展,企业的办公也急需跟上脚步,不然被淘汰可能只是一瞬间的事儿。
作为国内知名的企业研究专家,陈春花教授多年来致力于中外企业的组织与文化研究。在这场面向3000万云之家用户直播的管理公开课上,陈春花教授以《赋能个体与激活组织》为主题,提出并分享了关于激活组织的最新观点。她谈到最近自己关注的三个话题,首先:怎么让组织具有创造力,其中最重要的核心是要激活个体;其次:个体激活后,我们又该如何去面对环境的不确定性;最后:怎么让个体在一个组织的平台上发挥作用,既激活组织。而之所以陈春花教授会关注这三个话题,是因为在移动互联时代下,各行各业的企业都需面对极大的挑战,而为了应付挑战,不被时代和市场所淘汰,企业们走上了转型和变革之路。在这样的一种背景下,拥有强大个体的组织将具有更强大的影响力,而强大的个体需要嫁接在一个强大的组织平台上,才会释放出个体巨大的价值。
(云之家产品总监宋凯在直播中讲解V9新版)
显然,问题又搬上了桌面,如同上述陈春花教授关注的三个话题,企业的管理者需要通过怎样的方式去赋能个体与激活组织呢?如何协调两者的关系促进企业持续的成长?对此,陈春花教授给出了自己的答案:挑战自己,先让个体强大,再和组织组合,集合智慧,以面对这些不确定性。即给个人赋能,就是给组织赋能,这也是当下组织管理的根本性改变,也是企业持续成长的秘诀。
实际上,陈春花教授的观点,与云之家“凝聚信任,激活创造力”核心理念不谋而合。云之家产品总监宋凯在直播中介绍,针对传统办公的不足,云之家V9独创个人专属工作台为组织中的每个角色赋能:员工记录个人成长轨迹,实现自我驱动;管理者实时关注,及时激励;决策者借助可视化业务数据掌握经营动态,驱动组织快速适应变化。这也是陈春花教授“效率来自于协同而非分工”观点的实践。除了个人专属工作平台,宋凯还根据企业日常办公场景,在直播中展现了云之家V9的智能审批、报表秀秀和会议直播等新功能。
最后,据IDC数据显示,云之家是目前中国起步最早、专业性最强的移动办公平台,在大中型企业市场排名第一,拥有超过300万家企业用户,包括万科、海尔、华大基因和香港新世界等知名用户。得到这么多国内、国内企业的一致认可,从侧面也印证了云之家在企业办公方面的强劲实力,所以完全有理由相信云之家能为各大企业用户,提供一个符合移动互联网时代的办公服务。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。