CIO 如果想在未来获得成功,必须摆脱当前不太理想的处境。
科技整体已经失去了昔日的光环。科幻作品充斥着反乌托邦和末日场景。公共讨论经常演变成关于末日的争论。似乎每个人都认为未来会很糟糕。
IT 在疫情期间支持远程办公、保障民生和经济运转所带来的良好印象已经逐渐消退。在许多人心中,IT 已经沦为跟不上时代步伐的配角。
据 Mark Andreessen 称,在 2006 年到 2013 年期间,哈佛大学新生开始接受"科技是邪恶的"这一理念。这种观念已经渗透到整个 IT 领域的思维方式中。
对于行业外的许多人来说,IT 就像第 59 届超级碗电视广告组合:"缺乏创意"、"没有简单有效的故事叙述"、"不值这个价钱",以及"与我无关"。
IT 的美好未来始于利益相关者
前几天我看到一个保险杠贴纸写着:"你的公司文化不是网站上的文字或墙上的海报。而是你的员工周日晚上的感受。"周日晚上,利益相关者是否在积极期待重新使用你们的系统?
人类学家和未来学家早就知道"思考比感受更难"。人们对 IT 的"感受"如何?
在 Ryan J. Reilly 的《煽动者猎人:1月6日如何打破司法系统》一书中,我们了解到 FBI IT 部门的非官方座右铭是"FBI 的信息技术 (IT) 产品——明天用的是昨天的技术。"这并不是一个好评价。
CIO 需要重新赢得利益相关者的信任,停止华而不实的表现——即在无关紧要的问题上耍花招——开始切实改善客户和员工的工作生活体验。
乍看之下,人们可能认为"赢得人心"需要一个新的叙事策略。但在写故事之前,你必须先了解读者。
CIO 可以通过一个简单的协作式笛卡尔练习来启动对利益相关者的深入理解。首先画一个四象限矩阵。横轴表示事项的紧急程度,纵轴表示事项的重要程度。因此第一象限("高紧急度,高重要性")需要立即行动。第二象限("高重要性,低紧急度")需要规划。第三象限("高紧急度,低重要性")可以委派给员工。第四象限("低紧急度,低重要性")可以删除。
让关键利益相关者齐聚一堂,在矩阵中定位关键 IT 资源分配总是一个富有启发性的练习。CIO 们告诉我,每天都在努力将那些本不该在第一象限的事项移出去。
成功的 CIO 主要工作在第一和第二象限,将第三象限的工作分配给团队,而第四象限的事项不会消耗宝贵资源。成功不仅取决于 CIO 是否能完成所选择的任务,还取决于他们是否选择了正确的任务。
定义问题是解决问题的关键。首先要确定是否存在问题,如果存在,要确定问题的严重程度。不同人的看法可能不同。CIO 需要揭示这些认知差异,并促使共识达成。
从沮丧转向期待
我们生活在一个充满愤怒的时代。评论家称存在一个"不满产业综合体",旨在加剧不快乐。CIO 不应该"拥抱尴尬",而是要认识到愤怒是一个需要解读和采取行动的信号。CIO 必须帮助利益相关者超越对当前困扰的愤怒,转而期待未来的发展。
正如艾森豪威尔总统所说:"愤怒不能取胜。它甚至无法清晰思考。"
挑战在于人们非常清楚他们不喜欢现状的什么,但对于未来真正想要什么却不太确定。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。