Box近日宣布收购Progressly,一家专注于帮助企业通过自动化提高生产效率的低调公司。
这家初创公司的自动化品牌不同于我们熟悉的工作流程工具(如IFTTT)。后者的产品和其他类似产品是为了协调云服务而开发的,例如通过在用户日历应用中同步会邀,而Progressly更侧重于协调人员。
Progressly的平台能够针对设计公司内多名员工的一些标准化活动创建工作流程,用户可以通过一个手机应用(可以看作是任务管理中心)来对这些工作流程进行设置。
举例来说,用户可以围绕着一个工厂维护人员用来记录技术问题的报告表单来构建工作流程。如果员工在Progressly应用中填写表单时将问题标记为“严重”,那么平台就会向团队负责人发出通知。相同的自动化功能还可用于处理发送签名请求等相关任务。
收购Progressly将会强化Box现有的自动化功能。去年,Box发布了一项名为“Relay”的服务,允许企业创建多步骤工作流程来协调人员的活动。此外Box还提供与众多外部自动化服务的集成。
作为收购的一部分,曾经由创始人Nick Candito领导的12人Progressly团队将加入Box。具体财务条款没有披露。
不过,Box首席产品官Jeetu Patel在博客文章详细解释说,Progressly团队将“进一步增强我们客户使用我们去年10月推出的元数据和情报投资的能力。”这里是指Box Skills,一组人工智能工具,可用于从多媒体中提取详细信息并执行其他高级任务。
Box可能正在计划开发某种新的AI注入工作流引擎,旨在实现企业运营方面的自动化。人工智能已经被证明是一种有效的手段,可以缓解重复性和相当标准化的任务,而这正是像Progressly这样的工具瞄准的对象。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。