随着远程办公的不断普及,企业要做的自然不仅仅是引进更多数字化转型工具——相反,文化与流程层面的转变才是2021年工作重点。
本月初,《经济学人》杂志的数字化领导者与高层管理人员一致认为,新冠疫情掀起的这波远程办公在成效上远超预期。用户们正快速转往线上,数字化转型不断加速,生产力也基本有所保障。在回避了令人头痛的通勤难题之后,员工们越来越适应这种新的工作方式,就连倍受质疑的远程销售也有着不同的表现。几乎可以肯定,新冠疫情本身虽然给整个人类社会带来浩劫,但却也为灵活工作模式打开了大门。
混合工作的未来会是何种面貌?
疫情之后的工作形态也在行业之间达成了基本共识。部分企业已经部分或全部适应了疫情影响。根据斯坦福大学经济政策研究所高级研究员、经济学教授Nicholas Bloom提供的数据,约有27%的员工愿意每周五天尽数选择居家办公。
虽然部分企业和员工仍希望把大部分时间用在办公室里,但不少人已经意识到混合工作模式正在生根发芽——每周在家工作一到四天都是不错的选择,平均计算相当于每周居家两天。
不过总体来看,各方对于远程办公基本保持乐观态度,只是部分成员强调了混合模型面临的挑战。BT Enterprise首席创新合伙人兼BTIO Nicola Millard博士表示,“这种混合模式确实让我感到焦虑,届时可能只有半数人在办公室内,另一半则远程参与会议。”她又补充道,“这时每个人都只是屏幕上的一个小方块,只有数字化功能才是最好的协调器。如果没有数字化的支持,混合办公根本不可能实现。”
Standard Life Aberdeen全球首席运营官Mike Tumilty对此深表赞同,并认为“混合办公离不开数字优化策略。”
我们还能顺畅协作吗?
我们先来看看目前哪些工作还没法以远程方式高效处理。答案似乎非常明确:密切合作、偶尔沟通、团队信任以及社区建设都在此列。
Zappos公司CEO Kedar Deshpande提到,线上平台的用户“没法眼神交流、没法近距离接触。在线上平台上建立团队信任与良好的人际关系,仍是我们需要不懈追求的目标。”AMD全球市场、人力资源与投资者关系高级副总裁Ruth Cotter指出,远程办公“已经拉长了新员工的入职周期……我们很难快速让新人适应并接受企业文化。”
此外,Cotter还提到“随时对话非常重要,甚至是一种强制性需求。”GitLab公司联合创始人兼CEO Sid Sijbrandij也强调过类似的观点,“非正式的交互往往会带来奇效。边喝咖啡边聊几句天,就能创造出这种神奇的时刻。”
办公室的意义在于协作,而非保障生产力
总的来说,大多数领导者的期望是重新设计办公环境,着重凸显团队会议与协作的优势。
GitHub COO Erica Brescia指出,“办公室不再是生产力中心,未来的用法和结构也将有所区别。办公环境会成为我们碰头交流的地方。”Index Ventures合伙人Sarah Cannon则表示,“如果员工们每周只需要到办公室工作两天,就会在这里专注处理居家时无法完成的工作。例如,办公环境中协作与会议的占用比例将显著上升。”
但这一切不可能单靠工具解决,数字化转型还不足以处理员工之间的全部需求。虽然各方对沉浸式空间、虚拟现实等工具进行了一些讨论,但总体共识是物理区域将更多用于满足协作及社区发展中的会面需求。
知名远程厂商Basecamp CEO兼联合创始人David Heinemeier Hansson也提到,该公司每年会组织两次为期一周的全体员工碰头大会。Google Cloud欧洲、非洲与中东(EMEA)业务总裁Chris Ciauri表示,“在初步规划中,我们打算把办公室理解成相互联系、协作并组织头脑风暴的平台。”
跨职能与异步工作的价值
Hanson还告诫,没必要尝试远程重构办公环境;相反,应该利用远程办公的特点发挥其他优势。例如,他观察到“办公室实际不太适合跨团队开展交流。远程平台能帮助员工在公司范围之内灵活建立联系,而不再将接触范围限制在团队内部。”
Hanson还强调,“这时候写作能力的重要性就凸显了出来。我们能不能以前所未有的方式实现传统会议的讨论效果?这对员工的文字表达能力提出了新的要求。”清晰明确的书面表达,将成为异步工作的基本前提。
疫情在客观上加快了变革的节奏,而且直接在一部分员工当中得到突出体现。正如Sarah Cannon所言,“新冠疫情直接把次世代工作方式空降到了我们身上。”如今的我们已经掌握着十年前无法想象的技术储备。在这样的历史节点下,谁能攻克文化与流程层面的樊篱、谁就将率先步入混合工作模式的新时代。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。