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
NVIDIA研究团队开发出名为Lyra的AI系统,能够仅凭单张照片生成完整3D场景,用户可自由切换观察角度。该技术采用创新的"自蒸馏"学习方法,让视频生成模型指导3D重建模块工作。系统还支持动态4D场景生成,在多项测试中表现优异。这项技术将大大降低3D内容创作门槛,为游戏开发、电影制作、VR/AR应用等领域带来重大突破。
生物技术公司SpotitEarly开发了一种独特的居家癌症筛查方法,结合训练有素的比格犬嗅觉能力和AI技术分析人体呼气样本。该公司研究显示,18只训练犬能以94%的准确率检测出早期癌症。用户只需在家收集呼气样本并寄送至实验室,由训练犬识别癌症特异性气味,AI平台验证犬类行为。公司计划明年通过医师网络推出筛查套件,单项癌症检测约250美元。
谷歌DeepMind团队创新性地让Gemini 2.5模型在无需训练的情况下学会理解卫星多光谱图像。他们将复杂的12波段卫星数据转换为6张可理解的伪彩色图像,配以详细文字说明,使通用AI模型能够准确分析遥感数据。在多个基准测试中超越现有模型,为遥感领域AI应用开辟了全新道路。