2021年,后疫情时代新一波数字化浪潮涌起,特别是十四五规划和2035年远景目标纲要中也特别强调“数字化”发展的重要性,加快数字化的发展进程是当代中国经济发展中的重要课题。
近日,ThoughtWorks在深圳举办了“2021年技术雷达峰会”。本届峰会围绕“数字化时代平台的解构”主题,从组织结构、架构决策、遗留改造、数据赋能等不同角度对数字化时代的平台建设提供了全新视野,为企业构建适合的数字平台战略提供了全新指引。
技术的角色变化——从工具到赋能到竞争力
对于熟悉ThoughtWorks的人,大家对于“技术雷达”一定不陌生。ThoughtWorks在每年都会出品两期技术雷达,这是一份关于技术趋势的报告,它比起一些我们能在市面上见到的其他各种技术行情和预测报告,更加具体,更具可操作性,因为它不仅涉及到新技术大趋势,更有细致到类库和工具的推介和评论,从而更容易落地。
在ThoughtWorks中国区首席技术官徐昊看来,技术在企业中的角色定位在发生变化,技术与业务应该相互补充,并围绕业务的核心模式进行快速迭代,技术从支撑工具变成一个赋能的角色,并最终成为企业竞争力的核心。
所以,“技术雷达”捕捉各种技术工具与思潮,帮助企业形成数字化转型的整体策略。徐昊说,“技术雷达”涉及的趋势并不是行业统计,而是一线实践者的趋势洞见,他们对于技术有着切身的价值和方向判断。例如ESB(企业服务总线)、低代码开发等条目并没有因为被业界追捧而被技术雷达推荐。
通常未来5到10年的大趋势往往会有一条确定的主线,比如云计算的发展。但是现在的技术发展如何在企业中进行落地,往往需要具体问题具体分析,才能进行落地。所以,“技术雷达”倾听一线人员的声音,关注他们提供的数据和反馈。
正是由于技术的纷繁复杂,现在技术社区的不确定性显著增加,而技术的范围越来越大。所以,每家企业由于业务不同,他们的技术选择也会出现差异,选择什么样的技术才能构建最佳竞争力都是不确定的。
与之对应的是技术雷达的采纳版块条目越来越少,而在尝试和评估版块条目越来越多。这反映了行业对于不确定性的犹豫。虽然我们本能追求一种确定性,但是技术雷达却反映出未来的极大不确定性。
除了“技术雷达”,ThoughtWorks还推出了“科技棱镜”,关注远期技术和商业结合,帮助企业更好地进行技术选型,推动自身的数字化转型。
平台与组织的思考——从组与织谈起
技术的迭代更新背后,平台与组织也在与时俱进。当我们思考组织的时候,脑海里的第一反映是一张架构图,涉及人力结构、部门设置等。往往会忽略这些团队和部门,在实际工作中会产生不同形态的交互。同样的组织结构,不同的交互形式,会呈现出完全不同的价值。因而在数字化的今天,我们需要更多地关注交互,而不是单纯的组织构成。
近些年,关于平台化战略的讨论非常多。徐昊说,平台是云计算被广泛采纳后一个很自然的选择。云时代让“复制”成为了成本最低的部署方案。依托于平台可以将业务增长能力进行复制,相当于把核心能力在不同领域进行快速转化与试错,这在云时代之前具有难以想象的成本,而今天借助云计算却成为了最便宜的方案。
不过平台与组织如何交互发挥更大的效应更是企业关注的焦点。毕竟企业需要一个更加有效的混合型IT团队,并与业务团队实现高效的交互与反馈。
在徐昊看来,平台受到了整个软件行业的重视,在软件架构实践和产品工程实践上有着广泛的应用。不过制约平台进一步发展的地方是将其与组织结构进行有效整合。
我们思考一个平台战略的时候更多是从技术角度着手,比如包含什么样的功能。但是平台在企业中能否成功落地,很大程度上取决于与平台软件相关的组织结构。
虽然组织可以拆解为若干组织单元,但是这不是目的,而是围绕他们的交互和协同进行展开。比如过去一年,远程办公成为潮流,但是很多企业在实现远程办公方面出现了问题,这就是团队管理出现了问题。
从某种意义上,我们忽略了把技术当做一种变革管理的手段。任何技术变化的背后是变革管理,而变革管理离不开组织结构的变化。所以,我们需要把技术与组织整体看待,才能发挥更好的作用。
例如中国企业在实践DevOps的时候,往往将原来的运营团队转变为DevOps团队,让他们通过自动化的工具实现DevOps。但是这样的结果是效果达不到预期,因为从项目制变成产品制,产品、研发、基础设施等生命周期会很长,并且基础设施进行云化之后就从固定资产变成动态投资,这就变成管理与技术的结合,而不是单一的层面。
徐昊说,一个组织不应该是单纯的静态结构,而应该是团队与团队的交互。“尤其是在数字化时代,架构变化都隐含着组织结构带来的变化与调整。这就是说,当我们思考组织问题的时候,我们应该从系统出发,再寻找组织间的交互。”
基于此,除了平台团队本身,我们通过团队拓扑的方法来统筹组织系统的交互,适应目前的架构并发挥最大的架构能力,由协同转变为即服务(as a service)形式,并设置特殊的赋能团队,构建可以发挥平台效应的组织
好文章,需要你的鼓励
研究人员正探索AI能否预测昏迷患者的医疗意愿,帮助医生做出生死决策。华盛顿大学研究员Ahmad正推进首个AI代理人试点项目,通过分析患者医疗数据预测其偏好。虽然准确率可达三分之二,但专家担心AI无法捕捉患者价值观的复杂性和动态变化。医生强调AI只能作为辅助工具,不应替代人类代理人,因为生死决策依赖具体情境且充满伦理挑战。
MWS AI联合ITMO大学提出CoSpaDi技术,通过稀疏字典学习实现大型语言模型高效压缩。该方法突破传统低秩分解限制,为不同知识类型提供定制化存储方案,在20%-50%压缩比例下显著优于现有方法。支持跨层字典共享和数据感知优化,兼容量化技术,为移动设备和边缘计算部署大模型提供实用解决方案。
麻省理工学院研究发现过度依赖AI会导致认知债务,削弱基本思维能力。研究表明交替进行无辅助思考和AI支持工作的模式能保持认知敏锐度。这种认知高强度间歇训练模仿体能训练中的HIIT模式,通过短时间高强度思考与恢复期交替进行,可以强化大脑神经回路,防止认知衰退,提升独立思考能力。
莫斯科大学团队开发的TUN3D系统实现了重大技术突破,首次让普通相机拍摄的照片就能准确识别房间结构和物体位置。该系统无需专业3D扫描设备或精确位置信息,仅用手机拍摄的多角度照片即可重建完整3D场景模型。在多个标准数据集测试中均达到最佳性能,为房地产、室内设计、电商等领域带来革命性应用前景。