对于Srivastava来说,Pandora的优势之一是它的运行速度,但他承认这可能也是有代价的。他表示:“创业公司通常不会像大型企业公司那样大规模运营”。
Srivastava 认识到需要扩展公司的技术平台,因此开始了IT的组织变革。他表示:“我们需要从我们投资的技术中获得更多收益,让它可以推动全球流程,而不仅仅是本地流程”。
为了帮助推动创新,Pandora以联合运营的方式组织IT运营,不同业务领域运行IT的方式就像是特许经营。
Gartner最近对917名CIO 进行的一项调查发现,46%的CIO共享了其组织的数字化计划。在这种IT组织方法中,中央IT职能部门通常负责控制底层平台以及 IT 安全和治理框架。
但Srivastava认为,IT 的价值是在业务职能而非中央IT职能中创造的。他表示:“我们这样做是因为它有助于推动创新并更快地创造价值”。
例如,他说,通过抽象出IT管道,营销和财务等部门可以更快地构建并部署新应用程序。他说,只要业务职能部门遵守他们与IT部门达成的合作约定,就可以按照他们的想法自由地使用任何平台。
公有云成本
Srivastava认为,软件即服务(SaaS)的兴起是他采用特许经营模式组织IT的重要驱动力。由于SaaS提供商可以接受审查,确保他们不会偏离IT制定的治理和安全策略,他表示:“你能够让业务功能安全运行。这是一个关键因素。”
当被问及公有云时,Srivastava认为,许多公司都在试图弄清楚他们是否有效地利用了公有云提供商的弹性基础架构提供给他们的所有功能。他表示,许多人对在公共云中运行IT的相关成本感到震惊。
Srivastava表示:“这几年,由于能源价格上涨,云供应商的成本提高了。”“我们更加关注如何利用云基础架构,以及如何在我们的技术和服务中充分利用这种能力。”
构建与购买
至于构建还是购买的争论,Srivastava 表示,重要的是要仔细研究什么对客户最重要。他表示:“是我们的产品、我们的设计。我们如何收取现金不那么重要。对我们的客户来说,重要的是我们出货的速度。”这为Pandora 在 IT 领域的投资方式指明了方向。
该公司正在与SAP合作运行一个大型企业资源规划(ERP)项目,用于运营数据配置。Srivastava 表示:“我们刚刚与SAP合作提供此功能。”“但是......我们不希望我们的软件决定我们的制造方式。我们希望这对Pandora来说是独一无二的。
与SAP的合作正在帮助该公司实现其中一些目标,但它希望为制造环节做一些独特的事情,因此它“提高了”该领域的技术标准。
对于使 Pandora与众不同的功能,Srivastava 认为软件应该专门为企业开发。他说,即使软件是现成的,该公司也会选择从能够接受Pandora具有独特挑战性要求的合作伙伴那里购买,这些合作伙伴要准备好与Pandora合作以满足这些要求。
Srivastava在新冠疫情刚开始的时候加入了这家珠宝公司。谈及入职之初,他表示:“我对如何适应文化思考了很多。我立即被贴上了‘疯狂的首席技术官’的标签,因为我有一些想法并看到了变化的速度。我认为大家最初的反应是,就我们的运营方式和交付方式而言,这是很大的变化。我明白这一点。”
他之前曾在零售商Nordstrom从事数字化转型工作,并参与了旅游公司Expedia重大扩张时期的工作。从文化的角度看,他表示:“我发现Pandora非常具有创业精神,非常像一家初创公司。多年来,它一直像一家初创公司一样运作。”
初创公司通常拥有敏捷性和快速做事的能力,但有些事情无法快速实现。不同的利益相关方通常以不同的速度前进是变革管理的主要挑战之一。“我们都希望实现相同的业务成果,因此我们都同意终点在哪里,但我在过去几年中学到的是,要更好地适应通往终点的路径——有时它走得很快,有时它走得慢一点。我们需要学会更有耐心。”
当谈到改变行为时,Srivastava表示答案没有对错之分。“这实际上取决于我们员工的背景需求。”
好文章,需要你的鼓励
亚马逊云服务部门与OpenAI签署了一项价值380亿美元的七年协议,为ChatGPT制造商提供数十万块英伟达图形处理单元。这标志着OpenAI从研究实验室向AI行业巨头的转型,该公司已承诺投入1.4万亿美元用于基础设施建设。对于在AI时代竞争中处于劣势的亚马逊而言,这项协议证明了其构建和运营大规模数据中心网络的能力。
Meta FAIR团队发布的CWM是首个将"世界模型"概念引入代码生成的32亿参数开源模型。与传统只学习静态代码的AI不同,CWM通过学习Python执行轨迹和Docker环境交互,真正理解代码运行过程。在SWE-bench等重要测试中表现卓越,为AI编程助手的发展开辟了新方向。
当今最大的AI数据中心耗电量相当于一座小城市。美国数据中心已占全国总电力消费的4%,预计到2028年将升至12%。电力供应已成为数据中心发展的主要制约因素。核能以其清洁、全天候供电特性成为数据中心运营商的新选择。核能项目供应链复杂,需要创新的采购模式、标准化设计、早期参与和数字化工具来确保按时交付。
卡内基梅隆大学研究团队发现AI训练中的"繁荣-崩溃"现象,揭示陈旧数据蕴含丰富信息但被传统方法错误屏蔽。他们提出M2PO方法,通过改进数据筛选策略,使模型即使用256步前的陈旧数据也能达到最新数据的训练效果,准确率最高提升11.2%,为大规模异步AI训练开辟新途径。