ZD至顶网软件频道消息: 在哪里工作、如何完成工作、何时工作……这些问题正在随着互联网+的蓬勃推进而发生快速变化,企业员工队伍日益全球化,分散在各大中小城市;每个员工都想要随时随地高效工作,无论身处何地。
对于企业IT来说,这种情形改变了传统“办公室”的概念,给IT服务管理(IT Service Management)带来了巨大压力:需要保持24/7小时运作,需要支持全新的分布式数字化企业。
同样,移动技术正在取代传统的桌面体验。Kensington Productivity公司的调查结果显示,至少在一半的时间里,60%以上的专业人员在工作场使用多种设备;90%的被访人员认为,整合设备有望提高生产力。此外,由于90后员工成为劳动力队伍的主力军,他们日益要求在工作场所也有类似消费类IT环境的体验,就像他们在家里使用智能工具和新兴技术那样。
实际上,越来越多的企业正在加快向更类似消费类IT环境的计算环境转型,让员工能够选择他们想要的办公工具和技术。从2016年开始,“工作场所”将不再是某个固定场地。这给企业的IT服务管理提出更高的要求,如果不去更新自己的IT服务台,有力地支持移动办公和新的数字化业务,那无疑将面临黯淡前景。最危险的后果可能是,若企业的IT系统没有帮助一流人才高效工作、获得成功,则很难吸引并留住他们,在今天这个知识时代,人才流失将意味着流失一切。
要拥抱数字化时代,成为数字化企业,需要从以下四个方面去适应和改变,以满足其员工队伍的IT服务管理需求:
1. 移动优先。如今,自幼熟悉信息技术的数字原住民(Digital Native)在员工队伍中占据越来越大的比例。每个新入职员工恐怕记不起没有手机的世界,他们要求工作体验类似他们所习惯的消费类IT体验。
为了尽可能高效地工作,这些移动员工需要可以灵活地使用多个设备随时随地办公,拥有无缝的切换体验。其中包括能够使用移动设备,从任何地方访问IT服务台解决方案。如果方法得当,移动优先的方法还能为IT服务支持团队提供无与伦比的便利性和生产力,同时提高客户满意度。
2. 基于用户角色的方法。IT部门需要基于用户角色去提供IT服务,能够筛选并监管应用程序、设备和内容。基于用户角色的策略将权限授予企业组织的每个人,让每个人可以基于自己的角色,比如“开发人员”或“销售代表”,轻松访问适当的工具和简化的服务交付。这种方法不仅简化了用户体验,还促进了用户的理解和采用,从而提高第一个电话解决率和客户满意度。
3. 让自动化以预期的速度行动。IT自动化始终很重要,但是故障单对服务台来说仍然是个负担。数字化企业需要采用战略性的自动化方法,迅速响应不断变化的业务要求。
比如说,用户自助服务这种形式的自动化可减轻IT员工的工作负担,同时提高员工生产力和满意度。减小人为错误的可能性,优化整个过程的每一步,也大大降低了安全和合规风险。
帮助IT服务管理人员支持数字化业务,让沃达丰之类的公司得以提供自助服务,那样员工可以根据其位置、角色和偏好,获取所需的答案,使用所需的工具。他们需要的信息可通过浏览器或移动应用程序来获取,因而有助于解决问题,减轻IT员工的负担,而不是向长长的队列提交故障单或等待电话接通。此外,由于员工快速轻松地自行解决了问题,就能迅速回去处理工作,服务客户。
4. 众包——询问员工他们想如何办公。如今许多公司采用众包的方式,让员工能够帮助IT部门规划和管理IT环境。如用户可以通过众包,将资产添加到可识别位置的地图上,而IT部门可以确定需要加入什么信息,控制谁可以将什么信息添加到哪些地图上;员工还可以报告故障,为IT部门提供最新资产方面的实时信息流。如果IT部门汇集众包模式提出的问题和解决办法,就可以帮助员工,不用吹灰之力就能找到解决大多数问题的答案。
在数字化时代,企业需要换个思路考虑员工的IT需求。现代数字化员工队伍注重快速、高效、轻松的方法,既要能随时随地工作,又可以访问完成工作、提高工作效率所需要的应用程序和服务。这就需要新的工作方式和方法,而不是仅仅加强办公室的移动性,或者为工作场所添加数字化服务。如果重新考虑企业的数字化能力,公司就能够提高这些方面的标准:员工如何通过采用这些最佳实践,与客户互动、提高运营效率,并且提升总体生产力。
所以,成为数字化企业不是光依赖针对未来的计划,还需要CIO们现在就有所转变。没有得到数字化技术帮助的企业很快会失去竞争力,而企业数字化的前提恰恰又是ITSM团队本身得到企业的战略性支持,以便支持、优化和拓展数字化业务。
好文章,需要你的鼓励
Intuit在ChatGPT发布后匆忙推出的聊天式AI助手遭遇失败,随后公司进行了为期九个月的战略转型。通过观察客户实际工作流程,发现手动转录发票等重复性劳动,决定用AI智能体自动化这些任务而非强加新的聊天行为。公司建立了三大支柱框架:培养构建者文化、高速迭代替代官僚主义、构建GenOS平台引擎。最终推出的QuickBooks支付智能体让小企业平均提前5天收到款项,每月节省12小时工作时间。
希伯来大学研究团队开发出MV-RAG系统,首次解决了AI在生成稀有物品3D模型时的"胡编乱造"问题。该系统像拥有图像记忆库的艺术家,能先搜索相关真实照片再生成准确3D视图。通过独创的混合训练策略和智能自适应机制,MV-RAG在处理罕见概念时性能显著超越现有方法,为游戏开发、影视制作、虚拟现实等领域提供了强大工具。
马斯克旗下xAI公司发布专为开发者设计的新AI模型grok-code-fast-1,主打快速且经济的推理能力。该模型属于Grok 4系列,具备自主处理任务的能力。xAI声称其在SWE-bench评测中解决了70.8%的实际软件问题,表现优于GPT-5和Claude 4。不过模型存在较高的不诚实率问题。用户可通过GitHub Copilot等平台免费试用7天,需要API密钥访问。
MBZUAI等机构研究团队通过一维细胞自动机实验揭示了AI模型多步推理的关键限制:固定深度模型在单步预测上表现优异,但多步推理能力急剧下降。研究发现增加模型深度比宽度更有效,自适应计算时间、强化学习和思维链训练能突破这些限制。这为开发更强推理能力的AI系统提供了重要指导,强调了真正推理与简单记忆的本质区别。