導(dǎo)語:美國《華爾街日報》網(wǎng)絡(luò)版今天撰文稱,隨著數(shù)據(jù)分析技術(shù)逐漸向企業(yè)基層人員開放,加之相關(guān)服務(wù)的價格降低、速度加快,很多公司都在用這種技術(shù)取代中層管理人員。
以下為文章主要內(nèi)容:
創(chuàng)業(yè)公司內(nèi)部正在發(fā)生一些可能產(chǎn)生深遠(yuǎn)影響的變化,如果老牌巨頭想要繼續(xù)生存下去,可能也要被迫模仿這種模式:越來越多的企業(yè)開始縮減員工人數(shù),甚至減少管理崗位,并用“數(shù)據(jù)”取而代之。
“每次有人讓我給他增加人手時,其實很多答案都可以直接從數(shù)據(jù)中獲取,然后直接交給決策者。”在線二手服裝店thredUP CEO詹姆斯·雷因哈特(James Reinhart)說,“我認(rèn)為這大約可以節(jié)省四五個數(shù)據(jù)分析人員。”
Looker是一家云計算服務(wù)提供商,專門將海量企業(yè)數(shù)據(jù)轉(zhuǎn)換成數(shù)據(jù)控制中心,供企業(yè)內(nèi)部的所有員工查看。該公司CEO弗蘭克·比安 (Frank Bien)表示,其他創(chuàng)業(yè)公司也發(fā)現(xiàn)了類似的問題。Looker競爭對手RJMetrics也持有同樣的觀點:得益于管理結(jié)構(gòu)的徹底轉(zhuǎn)變,創(chuàng)業(yè)公司比以前 更加靈活了——這種新型管理結(jié)構(gòu)將決策推向了組織外圍,讓那些真正從事日常工作的員工來做決定。
這種扁平化的層級結(jié)構(gòu)之所以成為可能,是因為一線員工得以獲得以前難以接觸到的大量數(shù)據(jù)。在傳統(tǒng)企業(yè)結(jié)構(gòu)中,通常只有級別更高的管理人員才能查看。
比安表示,以前的企業(yè)受困于“數(shù)據(jù)救濟(jì)隊”——管理層掌握所有數(shù)據(jù),但基層員工卻必須排隊領(lǐng)取制作決策所需的數(shù)據(jù)。短短幾年前,數(shù)據(jù)庫的價格還 非常昂貴,“商業(yè)智能”軟件的成本也高達(dá)數(shù)百萬美元,可能需要數(shù)月才能安裝完畢。所以,這類服務(wù)未能廣泛普及完全在情理之中。但這種情況已經(jīng)改變。
Chubbies是一家服裝創(chuàng)業(yè)公司,他們通過瞄準(zhǔn)大學(xué)生群體實現(xiàn)了快速發(fā)展。該公司就借助數(shù)據(jù)的力量充分放權(quán)給普通員工。Chubbies甚至沒有單獨的CEO,而是任命了4名聯(lián)席CEO,每個CEO負(fù)責(zé)一項業(yè)務(wù)職能,并將這種模式向下推廣到公司的所有層級。
“我們所有員工都可以獲得相同的數(shù)據(jù)。”Chubbies聯(lián)席CEO湯姆·蒙哥馬利(Tom Montgomery)說,“如果你沒有傳統(tǒng)的CEO和最終決策者,那就必須相信所有人都能根據(jù)其掌握的數(shù)據(jù)制定正確決策。建立信任可能需要一段時間,可 一旦信任建立了,便可大幅加快決策速度。”
以前,如果要在電子商務(wù)公司內(nèi)調(diào)用大量數(shù)據(jù),需要首先詢問數(shù)據(jù)科學(xué)家,還需要編程人員的協(xié)助。要從數(shù)據(jù)庫中查閱信息需要一段時間,如果你遺漏了重要的數(shù)據(jù)列,或者還有進(jìn)一步的問題需要詢問,耗費的時間可能長達(dá)數(shù)小時,甚至數(shù)天。
但現(xiàn)在,云計算服務(wù)已經(jīng)大幅簡化了這一流程,使得公司的所有員工都可以查看和分析整個數(shù)據(jù)庫的內(nèi)容,例如,根據(jù)客戶所在的地區(qū)和購買記錄分析其生命周期,銷售人員也可以在計算廣告的投資回報率時更加周全地考慮更多問題。
舉個例子:以前,首先由營銷經(jīng)理來確定是否應(yīng)當(dāng)規(guī)劃某項活動,然后由營銷助理負(fù)責(zé)為客戶設(shè)計相關(guān)活動。但現(xiàn)在,Chubbies聯(lián)席CEO蒙哥 馬利表示,他唯一的一名活動規(guī)劃員就可以使用各種信息中心來了解Facebook點贊數(shù)、Instagram貼圖數(shù)和各項活動帶來的具體銷量,因為這些數(shù) 據(jù)都已經(jīng)完成了編碼,可以隨時查看。因此,所有的活動決策都交給這位活動規(guī)劃員來制定,包括是否需要舉行進(jìn)一步的活動,以及舉行的時間。如果有人質(zhì)疑此人 的決策,他完全可以用數(shù)據(jù)為自己辯護(hù)。
數(shù)據(jù)訪問權(quán)和分析權(quán)的下放并不意味著數(shù)據(jù)科學(xué)家的價值降低,很多數(shù)據(jù)在推送到信息中心之前需要進(jìn)行清理和驗證。即使通過算法來完成,也需要設(shè)立專職人員,以便深入解讀這些信息的來源和含義。
事實上,企業(yè)將數(shù)據(jù)作為一項競爭優(yōu)勢來對待并非最新趨勢。從IBM到惠普,再到Tableau、Qlik、GoodData和Birst等市場新秀,目前約有數(shù)十家專門從事企業(yè)智能軟件開發(fā)的企業(yè)。但對于過去5年成立的創(chuàng)業(yè)公司來說,關(guān)鍵在于,現(xiàn)在已經(jīng)能夠以低廉的價格快速存儲和分析海量數(shù)據(jù)。亞馬遜的Redshift“數(shù)據(jù)倉儲”服務(wù)就是這一趨勢的典型代表。雖然成立僅兩年,但Redshift卻已經(jīng)成為亞馬遜有史以來增速最快的服務(wù)。
比安表示,這一趨勢的關(guān)鍵其實并非“大數(shù)據(jù)”,只是以更快的速度為普通員工提供了更多可用數(shù)據(jù)?,F(xiàn)在,所有員工都擁有了可以監(jiān)測目標(biāo)進(jìn)程的工具,所以很多創(chuàng)業(yè)公司不再需要設(shè)立專門的中層管理人員來搜集信息和制定決策。而企業(yè)高管也不再需要借助中層管理人員來了解員工的表現(xiàn),因為數(shù)據(jù)的透明性和明確性已經(jīng)可以取代人類完成這一工作。
盡管并不意味著中層管理將徹底消失,但這的確是一場革命。很多公司的中層甚至高層管理人員都在兼做“球員和教練”,既直接從事業(yè)務(wù),也會指導(dǎo)其他人開展業(yè)務(wù)。
好文章,需要你的鼓勵
騰訊ARC實驗室推出AudioStory系統(tǒng),首次實現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運動質(zhì)量,在多項測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實驗室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。