当今世界事务繁多,IT领域——除AI外——很少受到关注,这令人担忧。
从气候变化、暴力事件到地缘政治紧张局势、基础设施故障和不可预测的公共政策,IT在大多数重要讨论中都被边缘化。这在我们面临重大技术拐点时是危险的——正如即将离任的法国总理弗朗索瓦·拜鲁所说的"关键时刻"。
CEO、高管、公众和媒体都没有为IT投入足够的批判性思考时间。我进行的一线工作者调研显示,当前对IT的普遍看法是"如果没坏,就别跟我说"。
如果缺乏利益相关者持续关注,IT驱动的价值创造将会萎缩。
CIO需要管理IT信号、符号和假设,着眼于重新占领利益相关者的思维空间。每个IT员工都需要积极消除当前围绕IT运营的冷漠和无知这些恶魔。
法国将军兼总统夏尔·戴高乐在《战争回忆录》开篇宣称:"我毕生对法国都有一种特定的理念。"你的工作场所和市场中的每个人对IT是否都有特定的理念?你有吗?关于用IT创造价值的主流理论是什么?
1960年代之前,历史学家专注于精英的活动——伟人史学理论。我担心我们的行业又回到了对技术顶层人物的迷恋——马斯克、阿尔特曼、贝佐斯等。我们研究科技巨头财富积累和个人生活的表面现象,却忽视了技术在现实世界的深层影响。我们需要摆脱对单一行为者的"骑马英雄"迷恋。
相反,我们需要将努力强力回归到"心态史学"——研究普通人的精神世界。普通人如何应对面前的技术选择?
激活IT基础
如果合适的放能性——即诱导行为和创造能量的IT理念在全世界屏幕前工作的人群中没有大规模跟随,IT专家广泛讨论的"技术转型"承诺永远不会实现。
历史学家告诉我们,西方文艺复兴是14至17世纪的神奇时代,其特点是全社会对新事物的渴求和拥抱无限可能性与不断扩展视野的时代精神。这是充满希望的时代。人类学家用"求知欲"这个拉丁术语来描述当时的态度,意思是"热爱知识"或"渴望知道"。
我不知道你如何,但当我与寻求第一份工作的大学高年级学生或负责维护现有IT基础设施重任的中级IT员工交谈时,我感受不到喜悦或好奇心的涌动。
作为CIO,你是否明确阐述了希望IT在你任期内实现什么的清晰愿景?你是否平息了未满足期望的愤怒,修复了系统中断的创伤,缓解了对职业道路的怀疑,规划了充满益处的前进道路,并体现了所有利益相关者的希望?
IT组织外的教育和布道
房间里没人愿意谈论的认知大象是世界人口普遍的技术文盲。生活在数字社会的大多数人从未构建过IT系统。研究知识实际如何创建的学者认为,不经历就无法了解某事。
在耶鲁大学公开课讲座中,备受爱戴但已故的耶鲁历史教授约翰·梅里曼讲述了拿破仑的故事,他在统一全法国课程后自夸可以看表知道他创建的高中——所有学生在任何特定时间学习什么。我们——整个IT职业特别是你这个CIO——对关键利益相关者的技术无知程度非常无知。
我赞赏那些成功实施高管发展项目的极少数CIO(不到20%),这些项目旨在让我们在分析、云计算、网络安全和人工智能方面更聪明。几乎所有人都同意的一件事是,大多数企业培训项目没有消除无知的预期效果。
前路清晰。我们必须重新赢得人心。我们必须指数级扩展人们对IT的了解。
Q&A
Q1:当前IT领域面临什么主要挑战?
A:IT领域正面临关注度下降的危险挑战。除AI外,IT在重要讨论中被边缘化,利益相关者没有投入足够的批判性思考时间,普遍态度是"如果没坏,就别跟我说"。这在重大技术拐点时期是危险的。
Q2:为什么说我们正处于IT文艺复兴的关键时刻?
A:正如历史上的西方文艺复兴是充满希望和求知欲的时代,当前IT也需要类似的全社会热情。但现实中,无论是求职的大学生还是IT员工,都缺乏对技术的喜悦和好奇心,这阻碍了"技术转型"的实现。
Q3:CIO应该如何应对技术无知问题?
A:CIO需要重新占领利益相关者的思维空间,实施高管发展项目让人们在分析、云计算、网络安全和人工智能方面更聪明。目前只有不到20%的CIO成功实施了这类项目,需要大幅扩展人们对IT的了解。
好文章,需要你的鼓励
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
LongLive-RAG由英伟达、USC与MIT联合提出,通过让AI检索自身生成的历史视频片段作为参考,解决长视频生成中的角色漂移和画面不一致问题。
Cloudflare联合创始人兼CEO马修·普林斯近日表示,AI智能体产生的网络流量已首次超越人类用户,这一里程碑比多数人预期的更早到来。普林斯原本预测该转折点将出现在2027年底或2027年初,但AI智能体流量增长之迅猛远超预期。这一现象也为"死亡互联网"理论提供了新的佐证——该理论认为互联网上的大部分内容和活动已由机器人主导。
马里兰大学提出无需训练奖励模型的数学推理方案,用大模型实时为小模型的分块生成过程打分选优,效果媲美专用过程奖励模型。