至顶网CIO与CTO频道 09月05日 北京消息(文/王聪彬):企业经营中的各种疑难杂症并不可怕,可怕的是一个企业思维的僵化和固化。
“对于大型企业而言,在转型的过程中如何进行IT投资决策是一个重要的挑战。”AWS企业战略总监Mark Schwartz在与众多企业交流的过程中谈到共同的话题就是创新,如何成为创新型企业。
大型企业在很长时间对稳定已经习以为常,这也在一定程度上遏制了创新。在加入AWS之前,Mark Schwartz是美国国土安全部下属美国公民及移民服务局的CIO,其工作环境对监管和限制是相当高的,在IT领域也有一系列的规则,所以尝试创新需要很长的时间。但是当时的环境却要求政府部门也要像企业一样快速的变化。
AWS企业战略总监Mark Schwartz
很多企业的挑战不在于其有没有新的想法,而在于是否能够提供一种机制,让这种创新的想法落地。云则是一个不错的选择,AWS正不断地专注于客户创新,为客户带来更新的技术能力,让客户通过云的模式及时享用到最新的技术。
高频企业 高速创新
现在大型企业也需要以创业公司的速度去创新,建立高频企业。虽然这是一件困难的事情,但是一定要让企业有一种迫切要加快速度的需求,有一种紧迫感。
Mark Schwartz认为,在之前放缓速度可以降低风险,但是现在的情况正好相反。比如说,大型项目会伴随大量的资金投入,如果项目执行速度过慢,无疑会带来非常高的风险。
而且企业的员工正越来越年轻化,在技术年代出生的他们非常熟悉便捷、快速的在线服务,所以当他们进入企业时,他们也拥有相同期望,所以高频企业还可以吸引优秀的新技术人才。
当然高频企业也能够释放员工去拥抱最新的技术,使用像云、DevOps等技术提高企业竞争力。
“AWS就是一家高频企业,AWS拥有165项功能全面的云服务,2018年,AWS一共推出了1957项新的服务和功能,平均每天都有5个新功能或服务上线,我们一直着眼于客户未来的需求,专注于客户的创新。” Mark Schwartz说道。
AWS还招募了很多称之为构建者的员工,他们会帮助客户解决问题。AWS有一种分布式的组织结构,团队小而精,称之为两个披萨饼团队,这些小团队直接面对客户,了解客户需求,找到最佳的方式服务这些客户。
不畏未来变化
Mark Schwartz与AWS首席云计算企业战略顾问张侠都隶属于AWS企业战略团队,每周五,全球企业战略顾问团队的成员都会集中在一起进行交流。
Mark Schwartz接触的CIO和企业技术负责人,他们非常关心三个主题:第一、企业的增长,能否找到新的增收方式,因为增长型企业会受到投资人的关注;第二、如何保证企业长期生存,在这样不断出现颠覆的时代做到未来就绪;第三、风险,企业会担心各种风险,包括安全、合规、市场变化等。
张侠对于中国企业的接触,他们更多谈到的是安全、资源与合作伙伴、云计算要如何选择。
AWS首席云计算企业战略顾问张侠
企业对于云的认识早已今非昔比,云可以非常好的解决这些问题,帮助企业开发新的产品服务,从而实现增长。AWS越来越多的服务可以满足企业未来的需求,而且所有的服务都是安全嵌入的,帮助客户实现企业的合规。
很多企业在展望来来时都会存在畏惧感,因为文化变革和技术水平也是企业同样担心的问题,Mark Schwartz给出的答案是,一个企业的转型必然会输出变革的文化,以及新技能人才发展。
AWS一直以来的都是希望客户能够成功,AWS只是提供工具和平台,看到更多公司如何以创新的方式使用AWS是一件非常有意思的事。
好文章,需要你的鼓励
在迪拜Gitex 2025大会上,阿联酋成为全球AI领导者的雄心备受关注。微软正帮助该地区组织从AI实验阶段转向实际应用,通过三重方法提供AI助手、协同AI代理和AI战略顾问。微软已在阿联酋大举投资数据中心,去年培训了10万名政府员工,计划到2027年培训100万学习者。阿联酋任命了全球首位AI部长,各部门都配备了首席AI官。微软与政府机构和企业合作,在公民服务和金融流程等领域实现AI的实际应用,构建全面的AI生态系统。
Google DeepMind团队发布了EmbeddingGemma,这是一个仅有3.08亿参数的轻量级文本理解模型,却能达到7亿参数模型的性能水平。该模型在权威的多语言文本嵌入基准测试中排名第一,支持250多种语言,特别适合移动设备部署。研究团队通过创新的编码器-解码器初始化、三重损失函数训练和模型融合技术,实现了性能与效率的完美平衡,为AI技术普及化开辟了新路径。
苹果与俄亥俄州立大学研究人员发布名为FS-DFM的新模型,采用少步离散流匹配技术,仅需8轮快速优化即可生成完整长文本,效果媲美需要上千步骤的扩散模型。该模型通过三步训练法:处理不同优化预算、使用教师模型指导、调整迭代机制来实现突破。测试显示,参数量仅1.7亿至17亿的FS-DFM变体在困惑度和熵值指标上均优于70-80亿参数的大型扩散模型。
日本奈良先端科学技术大学等机构首次深入研究AI编程工具Claude Code在真实开源项目中的表现。通过分析567个代码贡献,发现83.8%被成功接受,54.9%无需修改直接使用。AI擅长重构、测试和文档工作,但需要人工修正bug处理、代码风格等问题。研究揭示了AI编程工具的实际能力边界和改进方向。