至顶网CIO与CTO频道 08月02日 编译:英国下议院科学技术委员会在本月早些时候发布的一份报告中,指责英国政府缺乏领导力,导致其数字化战略一直无法推进。委员会主席Norman Lamb表示,“数字政府将带来巨大的潜力,包括改变公民与国家之间的关系、节约资金、提高公共服务的效率与敏捷性等等。然而,显而易见的是,英国政府目前提供的数字服务一直无法推进,而且并没能真正改变公民与国家之间的关系。”
虽然批评的声音有点严厉,但可以看到英国并不是唯一一个难以利用新兴技术实现预期潜力的国家。目前,针对此类挑战出现了大量书籍与文章,旨在描述问题并提供解决方案。单在上个月,就有开拓性客户关系管理厂商Siebel Systems公司创始人、人工智能提供商C3.ai公司现任首席执行官Thomas Siebel撰写的《数字化转型:大规模灭绝时代的生存与繁荣指南(Digital Transformation: Survive and Thrive in an Era of Mass Extinction)》,以及宝洁公司前高级主管、咨询公司Transformant咨询业务负责人Tony Saldanha的《数字化转型为何失败(Why Digital Transformations Fail)》。他们都希望为数字化转型领导者提供中肯的建议。
在前一本书中(由美国前国务卿Condoleeza Rice为其作序),Siebel表达了对于人工智能、物联网以及其它新兴技术发展态势的兴奋之情。这将使得整个世界在数字化层面更进一步,同时也将令那些不愿接受新现实的人们陷入困境。正如他所说,“目前的情况确实有一点赢家通吃的意思。转型后的企业将与落后的竞争对手完全不同——这将是一场坦克对骑兵式的对抗。”
事实上,我们已经通过网飞击败Blockbuster、亚马逊压倒传统商业零售以及Airbnb颠覆传统酒店行业等迹象,深切体会到这场优胜劣汰的全面变革。
Siebel提出了一项CEO行动计划,并强调了“未来的机会绝不仅仅局限于生存”的观点:
1、让高层管理团队成为数字化转型的引擎。
2、任命一位权威且负责掌握预算的首席数字官。
3、逐步推进以取得进步并实现价值。
4、建立战略愿景,着手推进其中最有可能取得成功的项目,并利用这一势头始终保持发展。
5、起草数字化转型路线图,并与各利益相关方进行沟通。
6、认真挑选您的合作伙伴。
7、关注经济利益。
8、创建一种变革性的创新文化。
9、充分了解现实,即您的组织可能并不具备成功实现数字化转型所需要的技能。但是,您并不一定需要聘请顾问,而应努力为管理团队及其他员工注入新的技能与前所未有的思维方式。
10、不断重新培训劳动力。
Saldanha在自己的书中也提出了不少相似的观点,这实际上也是一份理想的数字化转型指南。Saldanha总结出的转型方法,源自他在宝洁全球业务服务部门的工作经验。具体来讲,尽管技术供应商做出的承诺甚至是“转型”这个字眼的意义都有可能迅速改变,但永远不变的是我们勤奋积极与尊重纪律的态度。事实上,这本书的核心是一份“令人印象深刻的纪律清单”。借鉴来自航空(飞行员必须执行一项例行程序,据称其能够确保超过99.99%的飞机起飞成功率)以及医疗保健(利用检查表在复杂的任务中实现可重复成功)领域的经验,他写道“答案显而易见,对于永久性数字化转型,最重要的就是严格执行的决心与意志。”
为此,Saldanha制定出一份成功进行数字化转型的五步走路线图,并在其中定义出能够在第四次工业革命浪潮中帮助我们获得成功的多种能力。这些能力将“当今物理、数字与生物领域的成果融合起来。”他表示,其中的核心驱动因素在于丰富计算能力的存在,其使用成本几乎可以忽略不计且一直保持下降。正因为如此,以往的实体设施(零售店)转变为数字化形式(网上购物);以往纯生物技术(传统医学)转化为生物技术(个性化基因治疗)。
但这本书最重要的吸引力,在于其展示出的种种可能性。Saldanha解释了数字化转型中所必须经历的过程,而且详尽描述了各个阶段的特征与感受。他的想法,是帮助需要经历这个过程的人们建立预期,让他们意识到自己并不孤单,并坚定只要一路前行、终会到达终点的决心。当然,数字化转型并没有明确的“终点”,这是一条以不断自我改造为目标的无尽道路。而您的规划与意志,将决定企业的最终命运。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
中科院联合字节跳动开发全新AI评测基准TreeBench,揭示当前最先进模型在复杂视觉推理上的重大缺陷。即使OpenAI o3也仅获得54.87%分数。研究团队同时提出TreeVGR训练方法,通过要求AI同时给出答案和精确定位,实现真正可追溯的视觉推理,为构建更透明可信的AI系统开辟新路径。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
PyVision是上海AI实验室开发的革命性视觉推理框架,让AI系统能够根据具体问题动态创造Python工具,而非依赖预设工具集。通过多轮交互机制,PyVision在多项基准测试中实现显著性能提升,其中在符号视觉任务上提升达31.1%。该框架展现了从"工具使用者"到"工具创造者"的AI能力跃迁,为通用人工智能的发展开辟了新路径。