超过350个IT项目被整合为约35条价值流,每条价值流都有着明确的客户关注点和业务战略相关指标。各个团队开始朝着更多样的工作方式转变,新的资金结构则根据业务需求的变化让灵活投入成为可能。
公司首席信息官Deepa Soni表示,此番调整为这家拥有213年历史、市值达220亿美元的保险与金融服务公司带来了更快的行动速度和可预测性,也让其更加适应业务敏捷性的基本概念。而且从诸多方面来看,这种变化还仅仅只是个开始。
入围今年麻省理工学院斯隆CIO领导力奖评选的Soni认为,“我们将技术与数据融入业务产出的方式,就类似于在面包上涂抹黄油。如今的业务风险越来越高,这里指的不仅仅是增强功能,同时也影响到流程的转变与数字化转型,同时思考如何为客户和员工提供数字解决方案。”
为了进一步提高The Hartford的敏捷性,Soni和她的团队将在未来几年继续简化业务系统、实现关键流程自动化、提高员工技能并在技术与业务团队间建立起紧密联系。Soni还特别强调了其中三大重点:
这些努力的意义,是在整个业务体系内建立起顺畅高效的云、数据分析和AI能力。The Hartford建立了HartCode学院,帮助非技术团队成员逐步掌握软件开发的诀窍。此外还有其他培训计划,让员工能够为全栈开发和数据工程类职位做好准备。
除了对技术栈的现代化改造,Soni和她的团队还开始重新设计内部流程,即所谓“极端自动化”倡议。其核心是依托新的技术方法,将遗留系统及相关流程重塑为新的形式。“单纯在构建层面提速并不困难,但如果不能让部署和维护也保持同样的节奏,那么敏捷性将无从谈起。”
敏捷的另一大关键是文化。在The Hartford,协作、创新和冒险一直是推动组织进步的核心要素。
Soni强调了创新工作对时间投入的需求,并积极表彰那些愿意积极尝试、并在未能顺利推进时迅速调整的团队。该公司正在探索新兴技术团队生成式AI、数字孪生、元宇宙等方向,且主要关注学习过程而非具体结果。Soni认为,“这注定是一段充满探索和失败的旅程,最终可能只有十分之一的尝试有所回报,但这都没关系。”
The Hartford目前还没有任何生产级别的生成式AI项目,但Soni表示相关计划已经设定,将有十多个由公司知识库训练而成的大语言模型陆续与公众见面。
该公司还建立起一支跨职能团队,由来自法务、隐私、数据科学和技术团队的多位代表共同参与,确保为生成式AI实验设置适当的护栏。“我们已经达成共识,只有先保障安全,才能让生成式AI为企业应用做好准备。”总之,只有负责任的AI才可能是好的AI。
Soni认为,打破组织孤岛并在整个The HartFord内部整合数据和技术的举措,将开启新的价值创造之窗。“彼此孤立的数据和技术也有价值,但如果能够将更多实时AI引入运营体系,那么最终迸发出的将是指数级别的增长力量。”
好文章,需要你的鼓励
阿里巴巴集团正在马来西亚和菲律宾新增数据中心以推动AI驱动增长。该公司云计算部门本周在马来西亚启用第三个数据中心,并计划10月在菲律宾开设第二个数据中心。阿里云还在新加坡设立全球能力中心,帮助超过5000家企业和10万名开发者使用先进AI模型。未来三年内,阿里巴巴将在全球多个地区加速云网络建设,承诺在AI基础设施上投资超过530亿美元。
Unbabel团队开发的TOWER+模型系列实现了翻译专业性与通用AI能力的完美平衡。通过创新的四步训练方法,即使2B参数的小模型也能在翻译质量上匹敌70B大模型,同时具备出色的对话和指令跟随能力。研究还创建了IF-MT基准来评估复杂翻译场景下的综合能力,为AI模型的专业化发展提供了重要参考。
在人工智能与神经科学交叉领域的研究中,科学家正在探索自然发育的生物大脑与人工神经网络之间的异同。如今,实验室培养的生物类器官大脑为这一领域带来了新的复杂性。科学家使用干细胞培养出梨形大脑类器官,这些类器官甚至能够自主生长出眼睛。研究人员通过探索视觉与智能的关系,以及大脑-眼部缩放关系,为人工智能研究提供启发。
莫斯科科学家开发出"听众机制"训练方法,解决AI视觉偏好判断中推理不一致问题。通过让两个AI模型相互"对话"验证推理过程,新方法在ImageReward基准上达到67.4%准确率,并在现代图像数据集上显著提升泛化能力,为开发更可靠可解释的AI系统提供新思路。