至顶网CIO与CTO频道 03月10日 编译:自从此次新冠病毒爆发以来,亚洲部分地区一直在努力维持业务的正常开展。更重要的是,随着病毒的快速传播,西方各国的经济也有可能受到影响。上周美国股市的大幅下挫只是开始,接下来我们可能需要逐步适应在紧急条件下正常工作的新常态。当然,已经建立起远程办公体系的国际企业与大型技术公司,无疑在这场变革当中占据着领先优势。随着病毒的进一步蔓延,不少中小型企业也意识到为员工提供远程办公选项的重要意义。
在世界各地,虽然近年来关于远程办公的宣传力度不可谓不高,但大多数人仍然习惯于朝九晚五的作息安排。在道路交通的重重折磨之下,我们仍然按时通勤、准点打卡。当然,途中偶尔造访的咖啡厅与小小酒吧,也成了繁忙生活中的少许点缀。虽然问题多多,但突然之间的颠覆总会让人心生不安。
Twitter的Jack Dorsey日前宣布,该公司将全面采用远程办公模式。作为新时代下的新兴议题,也许远程办公会成为企业未来的理想选择。
未来的工作地点很可能是家中的起居室或者书房。想象一下,走几步就能进入自己的办公地点,这可有多爽!
但是,远程办公并非完美无瑕。
展望未来的工作环境,如果要将日常任务交给身处他地的工作人员进行处理,必然需要首先考量一系列新的成本与问题。其中最重要的一点,就是保证企业管理层与普通员工都能秉持正确的思维方式。
远程办公能够给企业雇主与雇员带来一系列收益。远程员工们普遍认为,自由的工作环境能够带来固定办公场所难以比拟的灵活性与专注度优势。换句话说,在家中工作能够显著改善工作效率,同时更好地在工作与生活之间找到平衡。身为父母的远程员工能够灵活安排日程,按时接送孩子上学。此外,远程程序员们表示,自己在编程流程中很少出现注意力不集中的问题。
对企业来说,远程办公也能节约下大量开放式办公空间,降低讨论与对话的成本。企业能够借此省下大笔办公楼租金,并把这部分资源投入到提升网络安全与业务连续性的基础设施当中。此外,只要为员工制定可靠的远程办公计划,企业往往能够显著提高业务体系的网络安全水平。
但对企业来说,远程办公就不一定是最佳选择了。当然,某些行业中的大部分员工都能够在不破坏业务连续性的前提下,选择远程办公方式。至于那些倾向跟员工面对面交流的经理们来说,最好是设置一段过渡期,慢慢习惯远程办公这种新模式。
随着远程办公员工数量的增加,信任与沟通成为企业面临的核心挑战之一。企业必须相信远程员工能够积极主动地做好工作。此外,员工之间也需要建立起沟通边界,并在面对客户时分担一部分作为业务管理者的责任——包括做出正确的质量与时间预期。
不少员工表示远程办公影响社交互动,可能导致员工之间日渐疏远。即使经常进行视频通话,远程员工也会有种可能错过了工作中重要事件的感觉。如果管理不当,这种工作与家庭生活的相互穿插也会让人有种一直在工作的感觉。此外,为了长期维持良好的集中度,员工必须主动磨练自律性与意志力。
对于大部分企业雇主来说,当员工选择远程办公时,网络安全也成为新的问题。但与之对应,不少企业利用此次远程办公机会,希望探索自身对于业务连续性以及网络安全的实际需求。
人工智能技术能够显著提升企业生产力应用与时间管理系统的表现,帮助经理与员工更好地管理较为灵活的工作时间。事件报告系统也在尝试利用AI技术做出预测,抢在问题发生之前着手解决。
具备远程操作功能的机器人也能替代一部分现场员工,帮助他们享受远程办公带来的便利。
最后,AI支持型转录软件也能极大提高远程会议的效率。
随着这种全新工作模式的发展普及,相当一部分企业员工会在未来主动选择远程办公,在提高单位时间内工作效率的同时、努力腾出更多时间陪伴家人。
换言之,未来的雇员能够更多享受到同一时段、不同所处环境的自由选择权。到那个时候,也许闲暇时间的安排会与工作内容安排同等重要。
更重要的是,在这个人人为巨大的工作强度而抱怨的时代,也许办公模式的变化会让我们再次找到工作的激情。
当然,并不是每个人都适合远程办公。虽然不妨将其作为业务连续性计划中的一种选项,但对那些高度依赖于当面沟通的企业来六,远程办公往往难以实施。如果未来远程办公真能成为新的主流工作方式,也许我们该尽早考虑如何解决这些源自远程办公本质的核心挑战。
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最新研究发现,视频生成AI模型Veo 3展现出惊人的零样本学习能力,能够在未经专门训练的情况下完成图像分割、边缘检测、迷宫求解等多种视觉任务。研究团队通过18,384个视频样本验证了这一发现,认为视频模型正朝着通用视觉智能方向发展,可能引发类似大语言模型的行业变革。
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。
北航团队开发的GeoSVR技术突破了传统3D重建方法的局限,采用稀疏体素表示和体素不确定性评估,无需依赖初始点云即可实现高精度表面重建。该方法通过智能的深度约束和体素协同优化策略,在DTU等标准数据集上取得了最佳性能,为VR/AR、文物保护、影视制作等领域提供了新的技术选择。