ZDNet至顶网软件频道消息: Google 的成功可以用到不同的企业身上吗?《How Google Works》的作者,Google 董事会主席(前 CEO)Eric Schmidt 以及前资深产品经理 Jonathan Rosenberg 认为是这样的。
书中最主要的观点是,要围绕着所谓的“聪明的创造性人才”来建设团队、公司和企业文化。“聪明的创造性人才”是彼得•德鲁克 1959 年发明的“知识工人”在数字化时代的后代,但是又跟其古板的组织人前辈有着截然的不同。
这一人群的特征是没有耐心、直言不讳、敢于冒险,很容易感到无聊,频繁变换工作。这些人往往都是通才,既精通技术又熟悉业务,还有创意的天分。
两位作者把这一群人称为是“一种新的动物,是在互联网世纪取得成功的关键。”
书中写了很多具有启发意义的 Google 公司内部的奇闻秩事。其中一则故事被作者认为是 Google 独特文化精华的体现。2002 年,联合创始人 Larry Page 正对许多搜索旁各种随机的、与结果毫不相干的广告感到无比失望,于是他把带有令人讨厌的广告的搜索打印了出来,并做上记号,在顶部重重地写上“这些广告非常恶心!“,贴在公司餐厅的一个布告牌上就度周末去了。
然后,5 位开发广告程序的工程师在没有接到任何直接指示的情况下,用了一个周末的时间就把问题给解决了。其成果随后就成了 Google 的“相关性得分”的基础,即搜索相关广告的呈现是按照广告与搜索相关性,而不是广告主出钱的多少来决定的。而这五个人甚至还不是广告团队的成员。
这当然是个生动的故事。但是由聪明、有创意并具有创业精神的团队解决棘手问题并不是什么新鲜事。Schmidt 和 Rosenberg 也承认这一点,但是他们强调,现在环境已经变了,数据在飞速膨胀,经济不断地数字化。在过去小型团队迸发的创新只不过是在更为官僚的企业架构中发生的特殊情况。1957 年 IBM 发明了第一款高级语言 Fortran 如此,1984 年冒出来的苹果 Macintosh 也是如此。
但到了现在,快速决策和扁平化组织模式必须成为企业的生存方式。比方说,汽车、喷气发动机以及医疗设备都是由软件驱动的,往往能生成海量的传感器数据。因此,不仅仅是像 Google 这样的互联网公司要像 Google 一样运作,其他制造、运输、零售、媒体、银行等行业也要加快创新和试验的节奏才能保持领先(另一种互联网思维)。
Schmidt 说,全球的日渐数字化要求所有主流的企业都要有自己的软件战略、数据战略,否则就无所谓真正的战略。
而聪明的创造性人才则是数字化时代速度的关键,是战略和产品成功的保障。作者认为,具备这些特征的人一直都有。但在数字化环境下,这些人的影响跟以前不可同日而语。
作者写道:
今天成功企业的典型特征是,持续创造出伟大产品的能力。而做到这一点的唯一办法是吸引那些聪明的创造性人才,然后给他们创造一个可以取得规模成功的环境。
那如何才能成为聪明的创造性人才呢?两位作者认为,可以先从一些数学或技术专业知识的学习开始,比方说计算机科学或数据科学,然后再逐步扩大知识。
Schmidt 认为,重要的是不要在特定专业上学得太多,而是要有分析性思维,并接受这种理念和思维方式。有了这些就够了。
其实不仅 Google 的两位高管强调了人的重要性,eBay CEO John Donahoe 也说过,硅谷成功的秘诀在于人。而 LinkedIn CEO 的新书《The Alliance: Managing Talent in the Networked Age(联盟:网络化时代的人才管理)》的观点其实也跟《How Google Works》类似,要取得这些人的信任,要为他们创造良好的环境,让员工成为企业的盟友,而不是随意使用的商品,最好能让每一个员工都具有主人翁精神。
好文章,需要你的鼓励
OpenAI在最新博客中首次承认,其AI安全防护在长时间对话中可能失效。该公司指出,相比短对话,长对话中的安全训练机制可能会退化,用户更容易通过改变措辞或分散话题来绕过检测。这一问题不仅影响OpenAI,也是所有大语言模型面临的技术挑战。目前OpenAI正在研究加强长对话中的安全防护措施。
北航团队推出VoxHammer技术,实现3D模型的精确局部编辑,如同3D版Photoshop。该方法直接在3D空间操作,通过逆向追踪和特征替换确保编辑精度,在保持未修改区域完全一致的同时实现高质量局部修改。研究还创建了Edit3D-Bench评估数据集,为3D编辑领域建立新标准,展现出在游戏开发、影视制作等领域的巨大应用潜力。
谷歌宣布计划到2026年底在弗吉尼亚州投资90亿美元,重点发展云计算和AI基础设施。投资包括在里士满南部切斯特菲尔德县建设新数据中心,扩建现有设施,并为当地居民提供教育和职业发展项目。弗吉尼亚州长表示这项投资是对该州AI经济领导地位的有力认可。此次投资是谷歌北美扩张战略的一部分。
宾夕法尼亚大学研究团队开发出PIXIE系统,这是首个能够仅通过视觉就快速准确预测三维物体完整物理属性的AI系统。该技术将传统需要数小时的物理参数预测缩短至2秒,准确率提升高达4.39倍,并能零样本泛化到真实场景。研究团队还构建了包含1624个标注物体的PIXIEVERSE数据集,为相关技术发展奠定了重要基础,在游戏开发、机器人控制等领域具有广阔应用前景。