在经历短暂的停滞期后,随着疫情得到控制,企业迎来全面复工复产,线上线下混动办公、数字化转型加速等变革,揭开新常态下的战斗序幕。然而,重回战场的喜悦还未平复,“敌军”已然列阵门外:
混合工作环境下,如何保障工作效率及办公体验?
空间容量有限时,如何精准管控人数与社交距离?
众多设施区域中,如何实现最合理且安全的利用?
面对这场新战役,所有企业都没有退路可言。想要制胜,必须寻获新“武器”的助阵!
IBM TRIRIGA 新功能震撼发布
更好的AI技术,更好的复工复产
2021年 1月,IBM 在其 IBM TRIRIGA 集成工作场所管理系统中发布了全新的功能组件,包括动态空间规划、室内寻路导航和 AI 虚拟助手,旨在通过 AI 技术和近乎实时的洞察力来帮助企业创建安全、高效的工作场所,优化员工的办公体验,提高工作效率,从而推动企业以更高的质量全面开展复工复产。
众所周知,疫情为企业运营带来全新挑战,同时也对数字化创新提出更高要求。日前,在 IBM 商业价值研究院(IBV)的一项研究中,接受调查的企业高管中有 59%表示新冠肺炎等流行疾病已经加速了其组织的数字化转型。随着全球范围内疫苗接种工作的开展,各组织亟待不断加强办公环境的安全规划、复工策略的灵活性,以及可能存在的混合工作环境的综合管理。
当员工寻求远程工作与办公室上班的平衡点时,办公场所的灵活性可能会成为新的规范和准则。与此同时,企业会更加关注员工的场所体验感和工作生产力。因此,随着新功能的宣告问世,IBM TRIRIGA 打造了一个集成平台,为企业办公场所的短期工作目标和长期规划提供强力支持。
携手技术合作伙伴 Cisco,位置情报巨头 Esri
IBM 在强强联合中扩展 TRIRIGA 的全新功能
Esri 提供了室内地图解决方案,帮助员工快速搜索可用工位、会议室及同事位置,减少时间浪费。
Esri 全球合作伙伴总监 Robert Laudati 表示,“ IBM 与 Esri 建立了长期且紧密的合作伙伴关系,致力于将 IBM 的分析及 AI 解决方案与 Esri 的位置情报技术完美集成。IBM TRIRIGA 和 ArcGIS Indoors 的结合创建了一个功能强大的设施管理系统,我们很高兴能与IBM一起,为提高工作场所、校园及各种设施的生产力和安全性贡献一份力量。”
在与 Cisco DNA Spaces 长期合作的基础上,IBM TRIRIGA 全新集成了密度热映射等功能,实现几近实时的占用率监控,进而根据 WiFi 和占用率传感器的信息,报告指定空间中的人员占用情况,帮助管理人员管理高密度区域的空间容量,使用 API 端口配置适合自己的自动化工作流程,例如在占用率超过特定阈值时提出区域清洁的需求。
新功能指南
可通过移动设备访问,便于员工和访客保持社交距离,避免造成区域拥挤;帮助员工快速搜寻可用工位、会议室及同事位置。
由 IBM Research 团队开发,此功能可帮助管理人员在规划空间布局时,确定工作区域之间最适当的社交距离;支持用户进行不同座位安排的测试,确保提供足够空间,充分满足组织及员工的座位量需求,从而帮助企业更好的适应快速变化的内外部环境。
为了更好地管理空间和社交距离,作为 TRIRIGA 与 Cisco DNA Spaces 集成作品之一,Density Heat Mapping 就此问世。在使用空间受限时,该功能通过绘制空间使用情况图表,协助管理占用率。图表每 15分钟更新一次,以便管理人员近实时的查看不同区域、不同时间的人群密度。同时将收集到的数据与 AI 功能结合,检测异常并预测未来的人群密集区域,便于提前部署管控措施。
TRIRIGA 现已推出 TRIRIG assistant 功能。AI 聊天机器人可嵌入至办公室的信息传递及协作工具之中,快速处理直接请求,例如预订房间或查找同事工位等,提高员工的使用体验感,让企业管理更加智能化。
IBM TRIRIGA 未来可期
IBM TRIRIGA 产品总监 Kendra DeKeyrel 表示,“ TRIRIGA 可以为企业提供强大的业务见解和洞察,助其创造安全的工作环境,协同员工高效开展复工复产,并为未来构建灵活的工作场所指引新方向。”
IBM TRIRIGA 提供了强大洞察力,充分满足可兼容于本地或混合云环境的解决方案的需求。同时,它拥有强大后盾——IBM Watson Works,一套助力回归新的灵活工作场所的解决方案。作为其重要组成部分,未来之路,IBM TRIRIGA 将与 IBM Watson Works 合力出击,为设施准备和工作场所服务构筑智能而坚固的基础。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。