近期,中国人工智能初创公司 DeepSeek 凭借其先进的 AI 能力引起国际关注,其团队的惊人成功直接说明了人才的关键重要性,也凸显了为什么每个组织都需要一支 AI 就绪型的职场团队。
对于那些还不了解 DeepSeek 故事的人来说,简单概括如下:据《华尔街日报》报道,一群中国工程师,其中许多人仅有几年工作经验,创建了一个高性能的 AI 平台,据称其运行速度更快,成本仅为知名竞争对手的一小部分。这一消息在科技巨头圈引发震动,导致竞争对手股价大幅下跌。
虽然关于 DeepSeek 突然崛起成为主要 AI 参与者还有许多未解之谜,但这个故事应该引起各方警惕,因为如果连人工智能领域的最大玩家都可能措手不及,那么每个组织都可能面临风险。
因此,如果你还没有将 AI 列为首要任务——包括提升员工技能,让员工像熟悉发短信一样熟悉 AI——那么现在刻不容缓。
尽管 DeepSeek 的出现可能不会导致太多企业和投资者大幅减少对 AI 技术中心和基础设施的投资,但这有力地提醒我们:在几乎任何领域取得持续成功,最主要还是依赖于领导力、人才、文化和流程。
新的算法、技术和基础设施显然是必需的。但如果没有 AI 就绪型的员工,这些又有什么用呢?因为是人而不是机器在: - 创建、完善和维护专有的 AI 程序和技术 - 提供必要的监督和保障,向公众保证 AI 仍然是人类的工具,而不是一些人所担心的失控威胁
在 DeepSeek 事件爆出前几天,BCG 发布的一项全球高管调查显示,在 1,803 名受访者中,超过四分之三的人将 AI 列为 2025 年的首要战略重点之一,与控制成本、推动增长和应对不确定的地缘政治局势并列。三分之二的受访者表示,他们的公司计划仅在今年就在 AI 上投入高达 2,500 万美元;18% 的受访者预计 AI 支出在 2,600-5,000 万美元之间;7% 预计今年在 AI 上的支出在 5,100-10,000 万美元之间,6% 计划投入超过 1 亿美元。
提升人才技能、重塑工作方式和推动变革
当然,战略性挑战在于将资金用在正确的地方:这应该包括提升人才技能、重塑工作方式和推动组织变革——而不仅仅是算法、技术和基础设施。正如调查团队所说:"在 AI 领域取得成功,既是社会学挑战,也是技术挑战。"
我的一位资深同事这样说:未来一年 AI 领域最重要的三个词应该是专注、专注、再专注。
最大的挑战,甚至比整合技术进步更难的是,要解决组织工作方式的问题。这涉及我之前提到的四个词:领导力、人才、文化和流程。
这些都很重要。我们可以争论哪一个最重要。但归根结底,任何寻求将 AI 融入其运营 DNA 的组织都需要一支对 AI 感到自在的职场团队——而大多数公司距离这一点还很远。
根据 2024 年 10 月盖洛普的调查,只有三分之一的美国员工表示他们的组织"已开始将 AI 整合到业务实践中"。虽然 16% 的受访者表示他们"非常或比较习惯使用 AI",但有两倍数量 (32%) 的人表示他们"非常不习惯在工作中使用 AI"。
如果你对此感到惊讶,其实不应该——因为超过三分之二的受访者表示他们从未在工作中使用 AI。事实上,只有 4% 的受访者告诉盖洛普他们每天在工作中使用 AI,另有 7% 表示他们每周使用几次。
这使得技能提升成为当务之急。
建立一支 AI 就绪型的职场团队只是挑战的一部分。同样重要的是要根据 AI 的能力和潜力重新思考组织和运营模型,重新构想工作流程,培养 AI 创新文化,并重新思考工作方式——将 AI 作为工具来使用。
但如果你的员工还没有准备好将 AI 作为工作场所的伙伴,所有这些重新思考和重新构想都毫无意义。现在就要行动,而不是以后。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。