新趋势研究阐述了三大新趋势,将对设计、创新和技术选择产生影响
2019年1月22日,北京——微软生态体系领先的数字化创新者埃维诺(Avanade)发布了最新趋势研究:在2019年加速发展的数字世界中,企业若想占据一席之地,必须专注于提升数字化道德,融合智能与设计,并为无疆界的体验做足准备。
道德向来是大多数企业所重视的关键原则之一。然而,人工智能和自动化的兴起,极大增加了挑战企业道德原则和出现意外的概率。这些潜在的挑战将可能对企业的员工、客户和合作伙伴产生影响。根据埃维诺的研究发现,89%的全球高管表示,由于目前智能技术和数字自动化的使用频率增加,他们在工作中面临道德方面的难题,87%的高管承认他们还没完全准备好应对这类问题。
埃维诺现代化办公平台全球负责人Florin Rotar表示,“企业已经不能只是简单地谈论数字化道德问题了。显而易见,数字化道德现已成为董事会和高管的关注焦点,企业领导需要着手制定指导原则,并重点将道德建设融入到工作中。”
埃维诺率先组建了数字化道德工作委员会,一方面指导企业内部开展相关工作,另一方面通过组织论坛,汇聚全球大型企业代表来促进交流。
由模型驱动的企业将设计和数据科学相结合,创造出更加个性化的产品和服务,从而更好地服务客户。现在正是采取相同方法营造出色员工体验的绝佳时机。麻省理工大学斯隆商学院信息系统研究中心(CISR)的研究表明,那些能够提供卓越员工体验的公司具备更多的商业优势,其中包括:相较于其竞争对手而言,其客户满意度翻倍,创新能力翻番,盈利能力提高25%。拥有前瞻性思维的高管在创建产品和服务的最初阶段,即可请企业的数据专家和创意人员进行跨领域的探讨,从而充分改善员工和客户体验。
埃维诺新兴技术全球负责人Aaron Reich表示,“由模型驱动的企业重新设计员工体验,使其与客户体验保持一致。要让数据专家和创意人员一起共事,需要各部门将智能和设计能力以及不同的工具进行融合。这样的协作有利于营造和大幅提升员工和客户的体验。”
Avanade率先利用其数字创新工作室为客户解决业务问题,并结合多个领域构建新产品和服务。
我们正处于新型客户和员工体验时代的开端,而许多企业仍挣扎在企图从桌面端跨越到移动端的设计阶段。世界正迅速向“移动为先”的过渡中。在新的世界里,无论是可穿戴设备,还是汽车,再到墙内置传感器,这些移动设备都是人的无限延伸。当体验无处不在时,实体与虚拟已经融合。若要营造无疆界的沉浸式体验,需要运用新的思维方式和信息技术架构的介入。根据埃维诺的研究,80%的信息技术决策者认为,如果不实现信息技术的现代化,企业的长远发展将受到消极的影响。
埃维诺顾问及创新全球负责人Craig Gorsline表示,“要实现这些新的体验,需要每个人都具备新思维,从高管到员工和客户。企业将不得不重新构建其信息技术架构,以便客户和员工随时随地跨平台获得数据信息,享受无缝的体验,使生活更加便捷顺利。是时候开始拥抱改变了。”
埃维诺率先凭借其现代化工作平台为员工和客户提供颠覆性、无疆界的数字化办公平台。
埃维诺趋势研究重点突出未来12个月可能进一步发展的关键主题,并概述企业应采取何种措施以保持优势。趋势基于持续进行的研究以及埃维诺35000名专业人员所具备的综合经验和专业知识,他们每天与客户共事,横跨全球多个行业,建议客户如何为各自员工和客户提供最大化的技术商业价值。2019年间,埃维诺将发布关于这些趋势的详细观点。
埃维诺新兴技术全球负责人Aaron Reich表示,“我们今年总结的趋势,基于技术的人为潜在影响而得出。我们许多客户都已踏上数字业务转型之旅,随着不断向前发展,他们的技术决策对员工、客户以及社会整体的影响也不得不纳入考虑之中。这些新兴趋势将会影响到未来设计、创新和技术选择。”
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。