自20世纪90年代以来,人们一直在讨论如何将IT与业务充分结合。然而,尽管在数十年的顾问参与、分析师建议、内部项目重构和敏捷Scrum理论的指引下,我们似乎仍不知道对齐工作究竟有没有实质性进展。
如今,关于这个主题的新数据显示,IT与业务在对齐方面虽有一定进展,但人们仍担心过时或猪八戒效的流程可能会阻碍对AI等下一代技术成果的采用。
最近一项调查发现,超过80%的企业领导者表示IT在满足业务需求方面表现出色。这项由Celonis委托进行的调查涵盖1217名高级业务领导者(其中300位来自IT部门),结果显示81%的受访者认为IT“能够以必要的速度支持业务,表明IT目前正在支持业务转型方面发挥着核心作用。”
对转型的关注正在渗透至更多新领域,并为AI技术铺平道路。81%的高管表示,良好的IT流程将有助于运用AI成果。但与此同时,超过三分之二(68%)的受访者担心优化不足的流程可能“在未来两年阻碍AI、自动化以及其他新兴技术的进一步成功落地。”
调查显示,推动流程优化的首要因素包括对AI等新兴技术的应用关注(70%)、削减成本(69%)以及竞争压力(64%)。推进先进技术所必需的关键流程则包括:
• 资产管理
• 审计
• 备份与恢复
• 业务连续性
• 容量规划
• 变更管理
• 配置管理
• 网络安全
• 运营
• 发布管理
• 服务请求管理
• 软件开发
• 测试
• 用户访问/用户体验
• 供应商与外包管理
调查显示,平均而言有55%的IT流程能够正常运行。报告作者还指出,这一比例虽然看似理想,但仍意味着近半数流程(例如“IT服务管理或事件响应”)仍以优化不足的方式运行。“而且,在被视为完全优化的流程中,有55%可能仍有改进空间。”
因此,多位IT领导者和专业人士在调查中表示仍须努力优化IT流程,且此举将对业务产生深远影响。首先,超过四分之三(78%)的IT领导者表示,可见性缺失阻碍了他们进一步推动流程优化。56%的IT领导者则认为,复杂性也是一项严峻挑战。
调查作者表示,IT领导者“最了解企业在AI真正兑现其承诺之前需要奠定的基础。从调查结果来看,81%的IT领导者认为对AI及其他新兴技术的应用关注,将成为未来12个月内推动流程优化的主要因素。”
优化不足的流程将对IT造成影响,进而拖累企业的成功转型。61%的高管表示,IT效能不佳会浪费时间并降低生产力;41%的高管认为这会导致效率低下并造成经济损失。而调查显示,通过精心设计的IT流程,企业将实现收入增长(51%)、成本降低(46%)和更大的灵活性(41%)等收益。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。