在每年的这个时候,各公司都会对过去一年的成绩进行总结,并与遍布在全球各地的同事、合作伙伴以及客户一同辞旧迎新。然而,临近年底并不意味着放慢脚步,我们应该像思杰的创新合作伙伴阿斯顿·马丁红牛车队那样,时刻蓄势待发,为迎接充满机遇的新年做好充足准备。
值此年末之际,思杰首席技术官Christian Reilly展望并梳理了即将影响2019年的9大关键思路、趋势与技术:
成功的数字化转型需要新的商业模式:当前,全球的商业环境始终在不断地变化和演进。正如多年来我们从达尔文理进化论中所了解到的那样,最后能存活下来的并不是那些最强大或最适合的物种,而是那些最能适应环境变化的物种。过去几年来,我们经常会听到“数字化转型”对各大行业带来了这样或那样的改变。然而,对我们来说,听到将“技术”融入发展战略是很司空见惯的事情,但却鲜有听到说新兴的商业模式如何从这种技术中受益或得到支持。因此,对于今天的许多企业来说,在采用新技术时不能仅仅因为技术本身而去应用它,而需要通过开发与新技术相适应的新商业模式达到真正的转型。
混合云目前成为主导:过去10年来,人们一直在争论究竟是公共云还是私有云将会占上风。现实情况是,几乎所有行业的企业都认为这两者各有优势,都可被纳入考虑范畴。混合云模型将在2019年占据主导地位,因为它充分考虑到“工作负载、应用程序和服务”在各种不同的本地和公共云上的布局,可为客户提供最适合的方案,以满足他们的需求。此外,从成本、性能、合规性、可靠性和降低厂商被锁定风险等各方面考虑的多云策略也将成为标准企业架构和部署的一部分。
人工智能已照进现实:尽管人工智能已不是什么新事物,但它无疑是最容易被误解的一个趋势。围绕“人工智能的危险”这一话题展开的争论很有意思,但短时间内人类被恶意机器人取代几乎是不可能的。相反,我们所看到的是人工智能的快速商业化——基于机器学习来辅助和增强人力。或许我们真正应该关注的问题是:在引进“人工智能”之后,短期工作效率提高了多少?在2019年,人工智能又能创造多少个就业岗位?
全新的人机界面:2019年,我们与“机器”的具体关系将发生变化。在我们大多数人的成长过程中,键盘和鼠标都是最熟悉的输入设备——至少有两代人经历了这个模式。很快,真实世界和虚拟世界将合二为一,我们可以自由选择与机器互动的方式,如触摸屏幕、与设备对话等,或者用手势控制和身体运动去探索、学习、创造和参与,完全沉浸在另一种体验中。
机器人接管琐碎的工作:我们现在具备的技术比以往任何时候都要多,而且未来还会更丰富;然而,在许多情况下,即使是执行最简单的任务,我们仍需要深入了解任何给定的应用程序是如何运行的。我们再次发现,包括自然语言处理(NLP)、自然语言理解(NLU)和机器学习(ML)在内的支持技术之间的融合发挥着举足轻重的作用,这样的融合能成功地打破传统壁垒、简化流程、提高工作效率并让员工在用户体验环境下开展工作。机器人将无处不在,它们将提供比以往任何时候都更好的客户服务,提供智能搜索,甚至代表我们处理预约或支付账单等日常琐事。
应用程序不断推陈出新,但运维却停滞不前:基于各业务领域内层出不穷的新需求,软件即服务(SaaS)应用程序迅速普及,而且势头仍然不减。它从根本上取代或增强了当前“传统”的本地应用程序,从而精简并重新设计业务流程,帮助那些亟需标准解决方案的企业吸引和留住人才。此外,各大企业将会看到自主开发的新应用程序将大幅增长,而这些新应用程序将使用新的架构和部署模型(包括本地和公共云),但由于传统部门和子部门之间都各自为战,所以运维工作仍然是个难题。
以人为中心的计算:打造一个关注用户目的的自适应数字工作空间,可以帮助实现用户需求和IT需求之间的平衡,这样的工作空间可以基于从个人收集到的事务处理信息来了解用户更喜欢什么样的工作方式。不断调整“工作空间”的目的是帮助个人提升工作效率,并以更主动的方式确保安全性。以人为中心的计算方法不仅能提供最好的用户体验,能“避开”技术带来的障碍,同时还能让信息技术定义和执行动态策略,从而通过实现用户操作的可见性来确保其合规性。
首席创新官(Chief Innovation Officer)的崛起:随着关于数字化转型的炒作逐渐消退,在多个行业均实用并且可衡量的举措开始浮出水面,在这样的背景下,首席创新官将不断兴起。作为一种新兴职位,首席创新官不仅要精通技术,要深谙商业之道,而且还须具备不断挑战现状的能力。从职位的定义来看,他们是变革的推动者,他们将打破“信息技术和业务”之间最后的壁垒,专注于“为什么”要运用这些技术,而不是“如何”运用这些技术。
零工经济(The Gig Economy):我们开始看到,人们对于如何开展工作的不同预期也在演变,而这催生了最具颠覆性的商业模式之一—零工经济。在许多情况下,当今的企业仍在努力为他们现有的全职员工和合同工提供全面的和可行的用户体验。而现在企业又要准备好迎接新挑战,因为随着“零工经济”这种模式的出现,企业的工作方式会发生结构性改变:在这一模式下,企业的工作会被重新设计、打包、分配和执行,而且也会涉及更广泛的用户群体,其中有些人就是“零工职员”,他们可能从未进过办公室或者从未跟同事见过面。
以上是我对2019年的一些预测,它们是否正确,只有时间才能证明。然而,我知道未来,开发者、管理者及消费者都同样重要——我们今天认为理所当然的一些技术可能在某些情况下被新技术代替或增强,核心技术也将很快普及,从而催生出一批全新的获得赋能的劳动者,而且这些劳动者并非都是人类。
让我们一起迎接这个美好的时代!
注:零工经济是指由工作量不多的自由职业者构成的经济领域,利用互联网和移动技术快速匹配供需方,主要包括群体工作和经应用程序接洽的按需工作两种形式。
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。