过去一年,全球经受了一场挑战乃至洗礼,IT领导者们开始深切意识到自己还有许多改进空间,非常态的工作环境下需要领导者具备创新意识、忧患意识、风险观念等,建立新的工作习惯以适应瞬息万变的新时代。为此,本文收集了来自IT领导者及专家社区的重要意见,探讨IT领导者在疫情后时代应该培养起哪些工作习惯。
第一,调整重心。红帽公司北美公共部门首席技术专家David Egts表示,不要让紧急情况影响到团队的重心。战术行动当然很重要,但过分强调细节会导致错失战略方向。而保持这种专注能力,最重要的方法之一是制定出明确的目标与核心结果,也就是OKR,设置年度目标与季度目标,并通过核心结果确定实现目标所需要的具体工作。“在这里,我向大家推荐两本书,《衡量重要事项(Measure What Matters )》与《绝对聚焦(Radical Focus)》。”David Egts说。
第二,强调同理心。在这个特殊时期,IT领导者确实还有很多的自我改进空间。养成提升自身情商的习惯,将进一步提升领导能力。The Gorilla Glue公司IT基础设施服务总监Cedric Wells建议IT负责人应该时刻进行自省,找到更好的方法以应对管理范围内所出现的种种情绪。在管理其他人员时,IT负责人首先需要判断自己是否具备同理心,理解对方因无法自由行动而引发的焦虑感。面对更为灵活的事务规划与更加分散的员工队伍,良好的同理心将成为领导者顺利推进工作的必要前提。例如,在困难时期下给团队营造一种自己仍然受到关注、受到支持的氛围;在危机之下,领导者绝不能指望远程遥控团队成员;只有将感性因素与理性判断结合起来,才能引领团队走出困境。
第三,冥想训练。在面对混乱与冲击时,保持禅定般的平静不仅是一种良好素养,在某种程度上甚至堪称超能力。冥想是种好习惯,更是培养这种「超能力」的前提。Ray Dalio等顶尖商业领袖以及Yuval Harari等畅销作家,都将自己的成功归结于冥想的帮助。Gramener公司联合创始人兼首席决策科学家Ganes Kesari称,冥想很简单,大家不需要皈依宗教、也不需要耗费很长时间。只需要买一本相关书籍,每天花上五分钟,也可以集中注意力、降低压力水平、更好地控制自己的情绪。
第四,贯彻敏捷原则。IT领导者应该携手团队先制定出明确的优先级目标,特别是明确战略、转型以及创新计划层面的优先级次序。为此,IT领导者应设定清晰的期望,并授权团队以全面将敏捷原则融入项目冲刺与产品发布周期。StarCIO 公司总裁、Driving Digital 》作者Isaac Sacolick强调,领导者还应制定出相关指南,帮助大家以统一的方式进行交流与技术协作,同时把以往大家熟悉的面对面交流、决策会议以及头脑风暴等环节导流至线上。目前,不少企业都面临着疫情威胁下的业务中断,这就要求领导者建立起具备可行性的策略。“策略的可行度越高,企业应对变化条件的灵活性就越强、姿态越从容。”他对此表示。
第五,提高沟通技能。随着远程办公成为新的常态,高效沟通就成了IT领导者必须解决的一大问题。如果无法有效沟通,业务体系中将出现大量灰色区域,各方只能凭借假设进行处理,十分容易产生信息不对称的问题。因此,必须明确要求、确定判断项目成功的核心指标。这不仅是一种手段,也应该成为一种理念。向团队提出有针对性的问题,确保每位参与者都正确理解项目的核心诉求。
Improving公司首席顾问Mark Runyon发现,疫情之下,很多人开始享受更和谐的家庭生活。但也正因为如此,孩子们开始在家里上网课、家长们则在起居室里工作,这让以往朝九晚五的明确时间表变得愈发难熬。领导者们应该表现出同理心,通过引导让员工回归工作正轨,这种关注与关心将在企业中产生持久的积极影响。
第六,提供丰富的技术培训。面对新冠疫情,以往大家所熟知的员工派遣以及内部培训开始失去可行性。DevOps Institute首席研究总监Eveline Oehrlich呼吁应该让员工自主设定成长路线,同时为他们提供丰富的技能提升选项,引导团队成员自主设定学习计划与技能发展目标。有了这样的主动性与积极性,IT领导者才能提供针对性帮助,而后加强合作、保证以最佳方式支持技能培养。
但是,如果企业的现有预算无法承受大规模培训计划,不妨发挥一点创造力。某些员工可能愿意减薪以资助自己的教育或认证考试计划。此外,员工还可以组织岗位轮换、内部陪练、参与线上会议或者组织内部培训日等。将员工提升技能水平的诉求与领导者的相应投入结合起来,这将为整个企业培养出更出色的领导者与更杰出的团队成员。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。