新西兰初级卫生组织ProCare的数字、数据和技术总经理Kirti Desai近日和我们讨论了如何应对政府改革、为数字化转型设定正确的节奏、以及为什么软技能对IT团队越来越重要。
作为超过80万人口提供护理的全科医生网络的代表,ProCare需要大量强大的技术基础设施来有效地提供多种医疗服务,包括临床支持、心理健康、远程医疗和福祉。
Desai表示:“我的团队是由数据工程师、分析师、项目经理、开发人员和第三方等不同技能组成的。因此,团队的职责涉及多个不同领域,但关键是支持我们在整体业务中提供的服务,并通过提供更好的数据报告和洞察来推动人口健康结果,不仅面向内部和会员,还有那些可能需要汇总数据来了解趋势的外部组织。”
然而,服务总是在不断变化,尤其是在医疗领域。随着政府改革的出台,医疗行业目前正在经历巨大的变化,在采用新技术的同时保持标准的责任是一个不断变化的目标,尤其是必须考虑嵌入式的遗留技术。
Desai表示:“我们正在处理医疗领域的许多既定系统,并试图采用新技术,所以我们是在试图找到正确的平衡。技术方面的资金和成本增加,给不同医疗组织的很多同事带来了影响,他们都说,在有这么多变化、系统和项目进行的时候,成本还在不断上涨,很难兼顾。”
尽管需要做出艰难的选择,而且新技术的有效性也不确定,但Desai表示,这也是一个激动人心的时刻,有很多机会可以思考以不同的方式做事,无论这些想法来自内部、国内还是国际。
“我们可能并不是经历转型阶段,而是小步跨向未来。海外发生了很多事情,我们可以利用这些事情,或者从其他经验中进行学习,这些经验可以帮助新西兰的医疗行业。我的方法是制定一个明确的两年战略,留出空间,根据需要进行调整和发展。”
Desai谈到了很多事情,包括将数字计划与业务战略相结合,以及该组织如何对数据平台和心理健康服务实施现代化。
关于新兴技术:我一直在对一些创新进行去中心化,因为我认为创新不应该只来自我们的团队。我发现很多人想以不同的方式使用生成式AI、ChatGPT和AI,因此让这些工作分散化是很重要的。我们鼓励团队学习新技术或新想法,我鼓励我的团队,但我知道业务的其他部分也想试水新的事物。因此,我们制定了一些治理框架,让人们了解他们能做什么和不能做什么。因此,除了我的团队之外,我们还有一个流程,组织中的任何人都可以提出自己的想法。同行会对其进行审查,以确保其符合解决患者或业务问题的要求,符合我们的战略,确保没有其他人已经在研究它,或者已经在该领域开发了一些东西。然后,我们鼓励采用一些概念验证方法来查看它是否有效,或者我们可以做些什么来改进。人们从中学习,我们可以在团队之间进行协作,我们可以确保我们已经了解了我们试图解决的问题。
关于寻找技术平衡:我认为医疗领域的数字化转型有点落后。金融服务业经历了很长一段时间的这种转型,并且已经颠覆了很多次。医疗行业在过去五年才开始出现颠覆的。新冠疫情是一个重要的催化剂,让人们开始考虑大量遗留系统和运行事物的必要性。内部以及政府改革都带来了许多变化。因此,对于我们来说,我处理这个问题的方式是研究我们的数字化转型战略并将其划分为多个关键领域。首先是基础,研究可以是遗留系统的东西,或组织中必须拥有的东西。对我们来说,这就是我们的现代数据平台或CRM。其次,是通过服务来支持业务,为使用这些服务的人赋能,比如我们的网站、会员门户,我们的客户和企业正在使用的东西。最终,这使他们能够做他们想做的工作。所以,这些领域就是我制定战略的方式,确保我们不会忘记需要替换的内容,确保我们仍然专注于能够推动业务向前发展的事物。
关于IT职业生涯:当我在Alliance Leicester(现在的Santander)工作的时候,我负责抵押贷款、投资、保险的产品管理,然后从事直接营销,负责所有的数字渠道广告,那是我第一次真正体验数字和技术。当时,Alliance Leicester也是一个正在经历大量数字银行转型的组织,和今天是完全不同的。但那只是第一步。然后,就在搬到新西兰之前,我在英国第一家互联网银行Egg工作。我在那里的职责是研究新平台和新技术,例如非接触式支付。在新西兰,我曾在支付、房地产和现在的医疗等许多不同领域工作过,专注于数字化转型、客户需求和痛点。
关于IT和业务战略:数字化与我们的公司战略直接相关,我基本上年初就这样做了。当我们在财年末进行规划的时候,我们会确保我们专注于未来两到三年;从整个公司和技术的角度来看,这是什么样的,对我来说这是一种推动力,关系到业务和客户的发展方向,以及我们的患者和会员的需求,还关系到我们如何利用现有的技术,以及未来我们需要什么来推动数字战略。我与我们的ELT合作,确保我们能够满足许多业务需求,同时也了解客户的需求,因此我们要确保战略不仅与愿望清单相一致,还与战略目标以及数字战略相一致,然后确保每个人都理解它。
好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。