思科首席信息官兼高级副总裁弗莱彻·普雷文再次接受采访,分享了人工智能如何影响他的工作职能以及整个开发周期的变革。
InformationWeek曾在2023年采访过普雷文,当时他刚担任思科CIO六个月。这次他回来分享了AI发展速度超越摩尔定律预测的观察,以及AI如何改变团队运作方式和任务重心。"人们花费75%的时间在做与他们小时候理想职业无关的工作,"普雷文说道。
他表示,这意味着在AI时代,我们有机会重新思考工作"操作系统",并在企业内部民主化地提供效率工具的访问权限。AI增强也是思科内部提升效率努力的一部分。"我们为自己设立了一个新目标:'将AI作为实现IT和所有员工10倍生产力提升的推动器',"普雷文说。
Q&A
Q1:思科在AI应用方面设立了什么目标?
A:思科为自己设立了一个新目标,即"将AI作为实现IT和所有员工10倍生产力提升的推动器"。他们希望通过AI增强来提升整个企业的工作效率。
Q2:普雷文认为现在的工作模式存在什么问题?
A:普雷文指出,人们花费75%的时间在做与他们小时候理想职业无关的工作。这表明当前的工作模式存在效率问题,员工很多时间没有专注在核心价值创造上。
Q3:AI发展速度如何超越了预期?
A:普雷文观察到AI的发展速度超越了摩尔定律的预测,这为重新思考工作"操作系统"和民主化企业内部效率工具提供了机会。
好文章,需要你的鼓励
这份由MIT NANDA项目团队完成的研究报告揭示了企业AI应用的真实现状。报告基于对52家企业的深度访谈、300多个公开AI项目的分析以及153位高管的问卷反馈,发现尽管企业在生成式AI上投入了300-400亿美元,但95%的组织没有看到任何投资回报。只有5%的企业成功跨越了"GenAI鸿沟",创造了实际价值。
这项研究开发了CaptionQA系统,通过测试AI生成的图片描述能否支持实际任务来评估其真正价值。研究发现即使最先进的AI模型在图片描述实用性方面也存在显著不足,描述质量比直接看图时下降9%-40%。研究涵盖自然、文档、电商、机器人四个领域,为AI技术的实用性评估提供了新标准。
以色列理工学院研究团队提出了一种将专家混合模型融入YOLOv9目标检测的创新方法。该方法让多个专门化的YOLOv9-T专家分工协作,通过智能路由器动态选择最适合的专家处理不同类型图像。实验显示,在COCO数据集上平均精度提升超过10%,在VisDrone数据集上提升近30%,证明了"分工合作"比单一模型更有效,为AI视觉系统提供了新思路。