ZD至顶网软件频道消息: 2016年全国两会再次将供给侧结构化改革作为突出重点进行探讨,而在“互联网+”的大背景下,创新和变革已经成为常态。对于各行业企业来说,如何实现业务和产品创新、寻找新的利润增长点已经成为现阶段的首要任务。
去年,Gartner曾指出,目前数字化企业创造的收入占总收入的18%,预计到2020年这个数字会猛增到43%。2015年8月,BMC公司针对《财富》全球前1000强公司的100名IT经理的调查表示,89%的调查对象认为企业进行数字化转型有助于提高生产力。
但是,理性很丰满,现实很骨感。BMC的调查数据还表明,目前仅有5%的企业已全面实施数字化服务和移动技术,企业迫切需要进行数字化企业管理的转型,同时提升客户满意度、降低成本,从而提升盈利能力。
“一方面,科技发展和用户行为的变化,给企业CIO提出了新的课题,那就是用户的需求到底是什么。另一方面,创新的业务模式带来的影响显而易见,以希尔顿酒店为例,这家传统酒店几乎花了90多年,才使客房数量达到了60万间,而Airbnb仅仅花了十年,其客房数就达到了90万间,颠覆的速度是非常惊人的。”BMC软件公司副总裁兼亚太区CTO Suhas A.Kelkar表示,“在这种情况下,CIO需要维持系统稳定性、持续创新、敏捷交付与成本控制、安全性和合规性等方面的平衡。”
另外,Suhas A.Kelkar还认为,在企业的业务发展道路中,CIO的工作需要保持很高的关联性,从CIO发展为“首席信息官+首席智能官+首席创新官”,在企业向数字化转型的过程当中做出自己的贡献,否则CIO的事业只能玩完儿。
左起:BMC软件公司副总裁兼亚太区CTO Suhas A.Kelkar,BMC软件公司大中华区总经理陈明华
为此,BMC推出数字化企业管理模式(Digital Enterprise Management,DEM),BMC表示,DEM能够贯穿数字化企业的神经系统,真正让新技术及技术思维在企业转型过程中实现落地,以应对数字化经济时代的机遇和挑战。
当下,数字化转型被企业视为其发展的重中之重,但提到数字化企业,人们脑海中的第一印象往往是一家基于单一应用或服务的纯粹数字化公司,这类公司创立的宗旨是开辟或颠覆市场,不会墨守成规,如Uber、AirBNB和Etsy等公司。而实际上,随着技术不断改变人们获取服务和业务运营的方式,几乎所有公司都已经在某种程度上实现了数字化。
那么,到底什么是数字化企业?以及如何构建数字化企业新模式?
BMC认为,数字化企业是将数字化服务作为新服务和现有服务首选的企业,这类企业使用技术来支持并变革内部运营和外部关系的各个方面。数字化服务的方式已经存在于各行各业,为行业、市场和企业带来了巨大变革,BMC公司首席执行官Bob Beauchamp指出:“管理者们力求转型的目的是提供更好的用户体验,同时寻求新的创收渠道和开发产品的机会。如果没有高效的转型管理模式,公司就有可能面临诸多风险:如安全泄密事件、运营系统关闭、投入资源浪费等。而BMC的数字化企业管理模式将为企业成功实现数字化管理转型开拓一条更清晰的路径。”
数字化企业的定义准确反映了如今各行各业公司所面临的战略任务:使用技术实现业务模式转变;构建与客户、员工、合作伙伴和供应商新型的或更深入的关系;重建办公场所及其流程和运行所依托的基础架构。BMC认为,想要成为高速运转、不断创新的新型数字化企业,就必须在管理方式上进行转型,企业需要打造一个全新的平台,以完全不同的方式去利用IT。
DEM是 BMC 的一套 IT 解决方案,旨在促成快速、无缝而优化的数字化业务。DEM包含开创性的最佳实践和一流的软件解决方案,旨在助力公司打造极为可靠的高性能平台,以支持数字化企业的持续创新。这样,IT 即可以最低成本提供客户和员工需要的服务和最佳体验,从而推进差异化,提高工作效率,实现增长。
如何打造贯穿数字化企业的神经系统,发展良好的数字化企业,BMC认为应从以下四个关键方面应用技术策略:
运用数字化手段提供及时的信息、产品和服务。BMC的数字化企业管理计划能够为企业提供完善的IT转型解决方案,帮助企业实现迅速创新,同时确保安全性以及现有系统运行顺畅。
“四川省农村信用社拥有超过4万名员工和5000多个服务网点,其自身更是超过100个不同的系统来支持业务,这些系统的日常维护和更新就是一项大工程,而一旦出现问题,对整个IT运维和管理会造成非常大的压力。目前,四川省农村信用社利用BMC IT服务管理和监控,可以对整个IT系统里所有的服务器进行自动维护,确保这些服务器的合规性要求,以及应用程序的运行要求。”BMC软件公司大中华区总经理陈明华介绍道,“此外,他们也建立起智能化运维,大大奖励了IT运维人员的压力和运维成本,减少到现场的次数,提高了用户的满意度。”
IDC企业系统管理软件研究副总裁Mary Johnston Turner认为:“高效地管理、提供和支持如今不可预测、不断变化的数字化业务解决方案,对成功和创新而言至关重要,但是这也给传统的数据中心管理战略和工具带来压力,甚至不堪重负。BMC DEM解决方案更新并简化了它所提供的许多产品,目的在于能够大大加强跨产品的精心策划和数据分析,以便满足如今的数字化企业转型的动态需求。”
好文章,需要你的鼓励
这篇研究论文介绍了"Speechless",一种创新方法,可以在不使用实际语音数据的情况下训练语音指令模型,特别适用于越南语等低资源语言。研究团队通过将文本指令转换为语义表示,绕过了对高质量文本转语音(TTS)系统的依赖。该方法分三个阶段:首先训练量化器将语音转为语义标记;然后训练Speechless模型将文本转为这些标记;最后用生成的合成数据微调大型语言模型。实验表明,该方法在越南语ASR任务中表现出色,为低资源语言的语音助手开发提供了经济高效的解决方案。
《Transformer Copilot》论文提出了一种革命性的大语言模型微调框架,通过系统记录和利用模型训练过程中的"错误日志"来提升推理性能。研究团队受人类学习者记录和反思错误的启发,设计了一个"副驾驶"模型来辅助原始"驾驶员"模型,通过学习错误模式并在推理时校正输出。这一方法在12个基准测试上使模型性能提升高达34.5%,同时保持计算开销最小,展现了强大的可扩展性和可迁移性,为大语言模型的优化提供了全新思路。
德克萨斯大学Austin分校的研究团队提出了RIPT-VLA,一种创新的视觉-语言-动作模型后训练范式。该方法通过让AI模型与环境互动并仅接收简单的成功/失败反馈来学习,无需复杂的奖励函数或价值模型。实验证明,RIPT-VLA能显著提升现有模型性能,在轻量级QueST模型上平均提升21.2%,将大型OpenVLA-OFT模型推至97.5%的前所未有成功率。最令人惊叹的是,仅用一个示范样本,它就能将几乎不可用的模型在15次迭代内从4%提升至97%的成功率,展现出卓越的数据效率和适应能力。
北京大学与华为诺亚方舟实验室研究团队共同开发了TIME基准,这是首个专为评估大语言模型在真实世界场景中的时间推理能力而设计的多层级基准。该研究提出了三个层级的时间推理框架,包含11个细粒度任务,并构建了涵盖38,522个问答对的数据集,针对知识密集型信息、快速变化的事件动态和社交互动中的复杂时间依赖性三大现实挑战。实验结果表明,即使是先进模型在构建时间线和理解复杂时间关系方面仍面临显著挑战,而测试时扩展技术可明显提升时间逻辑推理能力。