Citrix首席市场官Tim Minahan
疫情期间,居家办公模式在全球范围内成为常态,改变了人们长期以来对远程办公的误解。企业高管和经理们曾经对员工是否能在办公室外完成工作半信半疑,而如今他们已经意识到这种办公模式对员工生产力、工作生活平衡、心理健康、成本和环境带来的积极影响。
一些企业正在计划或已经宣布在疫情结束后,将灵活的远程办公模式永久性地作为其成本和员工管理策略的一部分。思杰认为,在未来远程办公应当被纳入企业长期规划之中,原因如下:
远程办公模式可显著降低IT和办公场地成本,帮助企业任用身处竞争较弱、成本较低地区的技能型人才。在Gartner的一项最新研究中,有74%的首席财务官表示,他们计划在疫情过后,将远程办公模式作为员工和成本管理计划的永久性组成部分。
思杰和经济与商业研究中心(CEBR)对2500多名美国知识型员工的远程办公实践进行了研究,结果发现,仅仅每周实施两天居家远程办公,就可以为员工节省超过1070亿美元的开支,其中包括燃油成本、通勤费用的减少,以及通勤往来时间的附加价值。
过去15年内,员工的工作效率一直呈下降趋势。其关键因素在于,办公室里存在的干扰和繁琐官僚的流程让员工无法尽其所能。然而,远程办公可以帮助员工摆脱通勤、复杂系统和人员闲谈的干扰,让他们能够心无旁骛地大展拳脚。在思杰与One-Poll近期联合进行的一项针对全球10000名员工的调查中,69%的受访者表示,他们在家比在办公室更专注、工作效率更高。
尽管有人会认为在家办公,员工会偷懒怠工或是把时间浪费在居家琐事上,但实际情况是,大多数人远程办公的工作时间更长。在思杰与OnePoll联合进行的调查中,72%的员工表示,他们在家办公的时间与在办公室办公的时间相同或更长。原因在于:在家办公的员工不用通勤,通常会更早开始一天的工作,而由于“办公室”近在咫尺,他们更可能会工作到深夜。
在思杰与OnePoll联合进行的调查中,83%的受访者表示,在家办公能够让他们更好地平衡工作和生活。这是因为他们在工作的同时,能够灵活地管理自己的个人生活,平均而言,员工每天可休息27分钟(相比之下,在办公室可休息24分钟)。在这段时间内,46%的人表示他们会处理家庭需求(比如家庭教育);41%的人做家务;34%的人锻炼身体;35%的人闭目养神。总体而言,远程办公的情况下员工压力相对较小,因此能够集中精力,更高效地完成工作。思杰与CEBR联合进行的研究显示,如果在美国更普遍地采用远程办公模式(每周约2天),那么员工将从额外增加的119亿小时中获益。
就在几个月前,也就是全球疫情蔓延之前,各大企业还面临着中高技能型员工短缺的问题。而企业在招聘时在很大程度上会考虑通勤距离的问题,偏向于招收通勤距离更短的候选者。技术支持下的远程办公模式可以帮助企业发现并任用最优秀人才,而不用考虑通勤问题。
CEBR的研究结果表明,采用线上/远程办公模式的企业可以触及到尚未开发的人才资源,包括身处偏远地区或是传统上班族以外的劳动力(比如全职父母、全职照顾年迈亲人的人、退休人员和临时工等等),这样企业在人才竞争中更具优势。根据这项研究,目前处于失业或未从事经济活动的受访者中,有69%的人表示,如果有机会灵活工作,他们将非常乐意开始工作。CEBR预计,如果可以让这些未被开发的人才投入工作,将为美国经济带来超过2万亿美元的经济收益,相当于GDP增长10.2%。
一项由思杰赞助,由英国华威大学(University of Warwick)计算机科学系进行的研究显示,允许员工每周在家办公两天,可以减少40%由员工通勤产生的二氧化碳排放。据估计,这种灵活的工作模式每年可减少2.14亿吨碳排放。
全球战疫虽然尚未结束,但世界终将从疫情中逐渐恢复。有先见之明的企业会从这场危机中汲取教训,采用更灵活的工作模式,以动态的方式管理资源。这种方式正是我们在未来应对不可预测的业务环境所必需的。那些帮助企业在当前危机中保持员工安全互联、业务运营的方法和技术,将为企业更好地把握新机遇,为今后的发展提供更高的灵活性。
好文章,需要你的鼓励
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。