近日,PPG公司首席信息官Bhaskar Ramachandran分享了如何减少技术债务并推动这家规模180亿美金的油漆、涂料和特种材料供应商的增长。

PPG首席信息官Bhaskar Ramachandran
正如CIO们所知,当多年的技术扩散开始阻碍未来增长时,一家高度收购的公司将达到一个转折点。因此,在创新和支持增长的同时偿还技术债务,成为现代CIO面临的最大挑战之一。PPG是一家为众多车身修理厂和零售店提供特种涂料的公司,该公司首席信息官Bhaskar Ramachandran详细介绍了公司是如何利用平台、整合和纯云方法实现现代化的。
问:PPG为什么需要转型?
我们是一家拥有142年历史的公司,已经支付了125年的股息;华尔街称我们为股息贵族。我们对自己的传统感到非常自豪,但这也导致了一些技术债务的存在。在过去20年里,我们完成了60多次收购和剥离,这对我们的增长非常有利,但也给我们带来了越来月高的技术复杂性。例如,由于有几十个ERP和总账,而且没有企业范围内的标准流程定义(如成本类别),因此升级具有通用信息模式的财务系统将是一项非常艰巨的工作。
问:您如何看待这项现代化工作的?
为了整合和技术现代化,我们专注于三个转型:面向客户、后台和架构。对于客户,我们采用平台的方法。例如,我们正在转向采用单一的客户体验技术平台。我们有九个业务部门,一些是B2C,一些是B2B,但无论是哪个业务部门或客户,我们都在整个企业中使用同一套数字技术。位于通用平台上的产品提供了业务部门满足其独特客户需求的差异化。
在后台,我们将数十个ERP系统整合成由一个整个企业全球流程模板支持的单一实例,从财务流程开始,而且这是一项多年的计划。
至于技术架构,我们使用的是纯云策略。我更喜欢纯云而不是云优先,因为没有解释的余地。我告诉我的团队和业务合作伙伴,重点是灵活性,而不是云。我们的企业仍然对合并、收购和资产剥离感兴趣,那么我们如何满足这些整合需求,同时仍提供产品创新和成本管理?纯云架构使我们能够在所有这些模式下进行运营。
问:这种现代化的技术堆栈让您能够提供哪些新的解决方案?
我们的数字产品组织是向IT部门汇报的,该部门正在开发既能推动收入又能影响市场的新解决方案。这些产品使我们的数字收入逐个季度实现大幅增长。
例如,作为一家涂料公司,我们为美国45000多家汽车车身修理厂提供支持。假设您有一辆10年车龄的汽车发生了轻微碰撞,您把它送到车身修理厂重新喷漆保险杠。车身修理厂不能使用制造商的油漆,因为它看起来太新了,不适配汽车的其他部分。那么你如何匹配的颜色呢?传统上来说,经验丰富的油漆工会尝试10种不同的配方,然后才能找到合适的油漆搭配。
我们的解决方案是使用软件支持的光谱仪,测量多个点、角度和光线下的颜色,并得出推荐的配方,然后只需要混合即可,或者我们甚至可以在另一台自动化机器上完成。车身修理厂不再需要喷涂10个测试面板,而只需要2个,并且只需要很少的经验。
另一个例子是,当我们向汽车OEM客户供货的时候,可能需要一整天才能制作一批油漆,然后再需要几天的检查才能确保颜色正确。我们的目标是匹配当前批次,这需要很长时间才能实现,因此为了加快速度,我们使用了AI。过去我们需要进行8次不同的调整才能得到精确的“黄金批次”,但使用新的AI解决方案,我们只需进行一两次调整即可实现这一目标。换句话说,我们既提高了工厂产量,又降低了管理费用。
问:您是如何为这次转型做好准备的?
我们的一线IT团队与业务紧密相连。这样,我们就不再去业务部门询问需求,因为如果我们这样做,我们就已经失败了。一线团队的主要目的是直观地了解业务需求,然后引入专注于交付的COE团队,由他们来执行。交付团队与一线团队合作,而不是直接与业务部门合作。这就是我们快速执行的方式。
我们还有一个由IT变革管理人员组成的小团队。我们的IT组织有大约2000人,横跨多个时区,几乎不断发生变化。而由前顾问组成的变革管理团队正在思考如何改变IT组织本身。例如,为了支持我们的纯云方法,变革管理团队打造了适合我们的学习课程。他们告诉我们的团队,如果你想成为云COE的一员,这就是你需要学习的内容。
问:您是如何让IT团队接收这种纯云方法的?
我们是一个传统的IT团队,在全球运营着八个数据中心。我们已经关闭了4个数据中心,现在78%的系统都已经完全迁移到云中了。我们的目标是在今年年底之前将这一比例提高到90%多,而且这将是一个为期三年的旅程。但我们衡量成功的标准不是将工作负载迁移到云中,而是关闭本地应用。直到最后一个数据中心关闭,云迁移才算真正完成。
当团队第一次听说这个纯云计划的时候,他们是很抗拒的,因为这代表着要发生重大的变化。然后我们讨论了为什么这种云方法不仅对财务和业务有好处,而且对他们也有好处。我建议他们在线查询数据中心职位,看看超大规模企业之外还有多少职位。
问:您的目标架构是什么?
我们有企业架构和解决方案架构团队,但对我来说,核心并不是架构,而是我们响应业务需求的能力。虽然我致力于只使用云,但我对架构的其他方面并不那么教条。随着技术的不断发展,僵化的架构方法是没有意义的。如果系统和技术债务的激增阻碍了我们实现业务目标,那么我们就需要改变这种状况。我们的业务领导者经历过遗留债务;他们曾经是其中的一部分,所以他们理解这一点。
问:您对那些努力减少技术债务的CIO有什么建议?
您需要向正确的受众提出正确的业务案例。当我与各个业务部门的损益负责人交谈时,他们谈论的是如何缩短下一个产品或服务的上市时间,并根据需要扩展它,而无需进行大量资本投资,或者消除定期硬件更新带来的业务停机时间。当我与董事会交谈时,他们谈论的是降低风险,因为云为实施治理实践提供了更好的控制平面。当我与我们的CFO交谈时,他们谈论的是,我不再需要维护全球八个数据中心,所以我不会每年都向您提出资本请求。IT组织对资本的依赖程度大大降低。哪个CFO不会对此做出积极的回应呢?
好文章,需要你的鼓励
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
AI代码编辑器开发商Cursor完成23亿美元D轮融资,估值达293亿美元。Accel和Coatue领投,Google、Nvidia等参与。公司年化收入已突破10亿美元。Cursor基于微软开源VS Code打造,集成大语言模型帮助开发者编写代码和修复漏洞。其自研Composer模型采用专家混合算法,运行速度比同等质量模型快四倍。公司拥有数百万开发者用户,将用新资金推进AI研究。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。