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
随着AI策略成熟,CIO开始重新考虑对公有云的依赖,私有云和本地环境重新受到关注。调查显示,67%的企业领导计划在未来12个月内将部分AI数据迁移至非云环境。主要原因包括成本可预测性、数据隐私保护、安全问题和云集成挑战。对于持续的AI工作负载,购买自有GPU比租用公有云更经济。私有云支出增长更快,预计2025年将有54%的组织在私有云上投入超过1000万美元。
沙特TachyHealth团队开发的32亿参数医疗AI模型Gazal-R1,通过创新的双阶段训练方法在医疗推理任务上超越了12倍大的模型,在MedQA等测试中取得87.1%的优异成绩,展现了精巧训练策略胜过规模扩张的重要启示,为资源有限的医疗AI研究提供了新路径。
本文深入分析了从传统AI发展到AGI过程中可能出现的智能爆发现象。基于AI专家共识的2040年AGI实现预期,文章探讨了七种主要发展路径,重点关注突破性的"登月路径"。智能爆发理论认为,智能可以像原子链式反应一样相互促进,快速产生大量新智能。文章预测2038-2039年可能发生智能爆发,随后在2040年实现AGI,但也指出了关于智能爆发的启动、控制和潜在风险等争议问题。
奥地利维也纳医科大学研究团队开发了RetFiner技术,通过让眼科AI模型同时学习OCT图像和医疗文字描述,显著提升了诊断准确率。该方法采用四种训练任务让AI模型建立图像与文字的深层联系,在三个主流眼科AI模型上实现了2-6个百分点的性能提升,为医学AI发展开辟了新方向。