Pearson是一家成立于19世纪40年代的公司,见证了教育界和客户期望的重大转变。因此,现代化是该公司DNA的一部分,根据首席信息官Marykay Wells的说法,对组织IT基础设施进行技术变革是一个不断变化的过程,需要精心管理。
“如果我们没有制定清晰的计划并以合理的方式进行这项工作,考虑到所有的技术资产和风险,就有可能发生负面的事情。首先,你最终会把过多的预算分配给常规业务基础设施,而不是投资于能够推动实际业务增长的创新。没有经过深思熟虑的计划而进行现代化的另一个潜在缺点就是,在解决不同问题的时候,你只是被动应对,而不是主动出击。”
所有这些都会增加你的整体技术债务,这不仅会蚕食你的预算,还会给你的IT资源带来巨大的压力。为了解决这个问题,Wells和Pearson技术工作组(其中包括来自该品牌不同组织的技术领导)提出了12个关键属性,其中包括了安全性和可维护性,以一致的方式评估他们的技术资产。对技术债务的审查,更清楚地表明了他们最大的风险在哪里,反过来又使他们能够优先考虑那些需要首先解决的问题。
“我们开发了一种算法,根据这12个类别来衡量我们不同的应用,以便能够通过更具战略性和标准化的方法消除技术债务,”她指出,这么做的目标是消除任何猜测,根据机会和潜在收入风险做出决策。
客观的框架
据Wells说,这项练习不是主观格式化的。他们采取了一种非常系统的方法,是基于数据的,而不是基于他们对不同资产表现的假设。他们还开发了一个仪表板,以可视化的方式显示最大的问题或风险在哪里,这样他们就知道应该优先考虑什么。“虽然这看起来像是一项简单的练习,但实际上并非如此,因为每个人的操作方式都是不同的。”
这不仅帮助Wells和她的团队为Pearson内部的不同组织制定了技术债务评分,还提供了有关企业拥有哪些资产、应用和产品的宝贵洞察,让他们知道如何更具战略性地规划现代化之旅。
“如果一个组织拥有另一个组织没有的能力或技术产品,我们就可以通过整合这些资源来避免重复。通过这种方式,我们可以最大限度地利用资源,造福更广泛的业务和客户。”
让董事会参与进来
作为流程的一部分,她和她的团队需要让整个业务的各个领导者参与进来,确保他们明白技术债务不仅仅是一个技术问题。“我们确实必须传达一个信息,即这是一个优先事项,但我们不能只与他们谈论技术,我们必须谈论技术债务对我们业务带来的影响。从价值讨论、业务讨论和客户影响讨论开始,解释这将影响他们的客户和收入,这一点非常重要。”
结果就是证据。她解释说,Pearson公司在2023年成功地将技术债务评分较高的应用数量减少了55%,同年影响客户和员工的事件减少了58%。
“我认为大公司的所有CIO都面临着技术债务带来的挑战,我的建议是,尝试系统地改变你的环境,而不是主观地这么做。你必须记住,如果你可以衡量某些东西,那么阐述为什么这个项目或计划是一个好主意,就会容易得多。”
好文章,需要你的鼓励
Forrester副总裁兼首席分析师高恩德在访谈中表示,尽管AI技术广泛存在,但在生产力统计数据中并未体现革命性改变。他引用美国劳工统计局数据指出,个人电脑时代同样未能显著提升生产力增长率。研究显示,95%的生成式AI项目未产生实际投资回报。Forrester预测到2030年AI可能取代6%的工作岗位,约1040万个职位,但目前大部分企业裁员主要出于财务考虑而非AI替代。
中国人民大学联合快手科技研发的DPWriter系统通过创新的"多样化规划分支"策略和智能奖励机制,成功解决了AI写作中质量与创意多样性难以兼得的问题。该系统让AI先制定包含五个维度的详细写作计划,在规划阶段进行创意分支,再配合双重奖励评价体系,实现了在保证写作质量的同时大幅提升创意多样性。实验显示新方法在多样性指标上提升15%,为AI辅助创意写作开辟了新路径。
谷歌发布Personal Intelligence工具,让用户可根据个人偏好定制Gemini聊天机器人。该工具能访问Gmail、谷歌相册和YouTube等服务中的个人数据,提供更精准的回复。例如分析收件箱中的餐厅预订来推荐食谱,或利用汽车照片回答维修问题。工具提供多项隐私控制选项,默认关闭且用户可自定义访问权限。初期仅向美国付费用户开放,未来将扩展至免费账户和国际市场。
ellamind公司研发的sui-1是首个能为长文档摘要提供精确引用标注的AI模型。该24B参数模型通过创新的XML标签系统,为每个摘要观点标注原文出处,解决了AI摘要"不可验证"的核心问题。模型可处理10万词文档,支持200万词超长文档的迭代处理,在准确性测试中达到84.2%,远超同类开源模型。研究团队采用Apache 2.0许可证完全开源模型和训练数据,为政府、法律等需要高准确性的领域提供可信赖的文档分析工具。