相比只采取现场办公模式的企业,更多实行混合办公政策的企业使用正式指标来衡量创新影响;自动化技术投资被认为是推动混合办公模式成功的关键
中国北京,2022 年 11 月29 日——全球领先的企业软件创新者VMware(NYSE: VMW)今日公布的研究报告表明,三分之二(66%)的受访者认为,如果员工回到办公室工作,那么他们的企业将更具创新力。
由VMware委托Vanson Bourne进行的《分布式办公的困境:当创新和工作满意度冲突时》研究表明,在受访者眼中使他们最具创新力的工作地点与他们希望的工作地点之间存在分歧。82%的受访者表示,随处办公模式会提高他们的工作满意度。超过一半(57%)采用随处办公和混合办公(既可以在办公室办公,也可以远程办公)政策的受访者表示,在疫情爆发之前,其团队的士气、创造力(56%)与合作能力(55%)均有所提高。
随着经济环境变得愈加莫测,企业领导者可能会驱使员工回到办公室,希望以此激发员工更大的创新力和生产力,但他们无法确定这样做是否真的有效。
事实上,已经有很大一部分实行随处办公和混合办公的企业,使用正式衡量标准来评估创新,及其对业务和员工的影响。几乎所有实行随处办公的企业(97%)都有用来监测创新水平的指标,而在实行纯现场办公政策的企业中,这一比例是83%。
VMware高级副总裁兼终端用户计算部总经理Shankar Iyer表示: “经济的不确定性正在迫使企业更加注重创新力和生产力,但这不应该以牺牲在开发灵活办公模式取得的所有进展为代价。研究表明,混合办公模式可以让团队变得更快乐、更投入、更加默契,从而潜移默化地提高生产力。员工认为,如果可以选择混合办公、并获得支持这种办公模式的工具,他们就可以发挥自己的最佳工作状态;但企业领导者却认为,回到办公室工作可以推动创新。我们的研究表明,越来越多的企业需要落实衡量创新影响的正式指标,以避免产生不符合实际情况的看法。采取混合办公政策的企业显然非常重视这一点。”
近四分之三(72%)的受访企业计划在未来12个月大幅增加数字化文化方面的投资,三分之一(33%)的企业正在优先考虑推动创新和创造力的投资。通过推动创新来提升业务效率、降低成本或增加市场吸引力,显然已成为企业的当务之急。
自动化和数字工具正在帮助企业事半功倍。在增加自动化投资的企业中,超过一半(53%)正在通过投资于自动化,帮助提升员工的经验和生产力。43%的企业希望通过自动化来帮助加速创新,50%的企业希望实现更快、更低成本的运营。投资水平最高的企业基本集中在实行混合或随处办公政策的企业中,而非实行纯现场办公的企业。这表明虽然企业必须优先考虑业务创新和生产力,但也不能以牺牲工作地点的灵活性为代价。
Iyer还表示: “我们无法保证一定会出现让所有员工都回到办公室的巨大拐点。企业必须在推动创新与不打击员工的积极性和生产力之间不断保持平衡。通过投资于数字协作工具、自动化技术和团队建设政策,企业领导者可以在保证员工能够灵活选择现场办公或远程办公的同时,提高效率并促进成功。”
工作场所的创新力是《分布式办公的困境:当创新和工作满意度冲突时》研究的多个主题之一。其他主要发现包括:
研究方法
该调查由VMware委托Vanson Bourne进行,在2022年7月至8月期间,收集了全球5300名不同级别的受访者,包括人事、IT和业务决策者以及员工的数据。
好文章,需要你的鼓励
在2025年格勒诺布尔Leti创新日大会上,能耗问题成为焦点。随着AI驱动计算需求激增,数据中心规模和能耗急剧膨胀,部分数据中心功耗将达500兆瓦。CEA-Leti启动Resolve计划,目标到2032年实现能效提升1000倍。大会展示了3D集成、光子互连等节能技术,以及无PFAS芯片制造方法。业界呼吁通过先进封装、宽禁带功率器件等实用技术,平衡AI发展与可持续性需求。
清华大学团队开发了CAMS智能框架,这是首个将城市知识大模型与智能体技术结合的人类移动模拟系统。该系统仅需用户基本信息就能在真实城市中生成逼真的日常轨迹,通过三个核心模块实现了个体行为模式提取、城市空间知识生成和轨迹优化。实验表明CAMS在多项指标上显著优于现有方法,为城市规划、交通管理等领域提供了强大工具。
联想集团推出专为人工智能工作负载优化的数据中心系统产品组合。主打产品ThinkSystem SR680a V4计算设备集成近二十个处理器,推理工作负载运行速度比上一代硬件快11倍。该系统配备8块英伟达Blackwell B200显卡、6个英特尔至强6处理器,以及8个英伟达SuperNIC和BlueField-3 DPU。同时发布基于SR675服务器的两个系统和四个混合AI优势产品包,涵盖制造、酒店、安全和零售等应用场景。
MIT研究团队发现了一个颠覆性的AI训练方法:那些通常被丢弃的模糊、失真的"垃圾"图片,竟然能够训练出比传统方法更优秀的AI模型。他们开发的Ambient Diffusion Omni框架通过智能识别何时使用何种质量的数据,不仅在ImageNet等权威测试中创造新纪录,还为解决AI发展的数据瓶颈问题开辟了全新道路。