员工们在过去的一年里基本以远程方式开展工作。这段时光可谓漫长,而现在人们开始看到一线曙光。这个现象也反映出了这样一个事实,即这种突如其来的全球性居家工作体验模式,已经永久性地改变了人们的工作方式和工作地点。据思杰系统有限公司(Citrix Systems, Inc.)(纳斯达克股票代码:CTXS)的最新研究表明,混合型工作方式还将继续下去。而在这种新兴的工作环境中,提供统一、安全和简洁的工作体验将是成功的关键。
为研究新冠疫情对未来工作的影响,思杰与OnePoll合作,对来自12个国家的7,250名员工进行了调查。调查评估自危机爆发以来,他们的工作态度和工作期望发生了怎样的变化。结果明确显示,有三件事是值得关注的,分别是:
开弓没有回头箭
虽然很多企业将远程工作视为应对新冠疫情的短期解决方案,但现在他们认识到,远程工作必须成为其长期劳动力和和成本管理战略的一部分。
思杰战略执行副总裁Tim Minahan表示:“如果说在这场我们都经历过的危机中寻找一丝希望的话,那就是它促使我们从根本上重新思考关于工作的这一命题。这包括工作在哪里完成、怎样完成以及由谁来完成。企业和员工都看到了更灵活的工作模式在工作效率、参与感与身心健康等方面带来的好处。他们不会再像以前那样工作了。”
思杰-OnePoll数据支持了这一观点。当被问及新冠疫情后他们更愿意怎样开展工作时,
· 52%的受访者表示,他们希望采用混合型模式,既可以远程工作,也可以选择在办公室工作
· 16%的受访者表示,他们对重返办公室工作没有兴趣,更愿意选择长期远程工作
· 45%的受访者指出,如果他们要换工作,他们只会接受提供灵活和远程工作选择的职位
· 近75%的受访者表示,如果他们可以在不通勤的情况下,胜任同样的工作,那么他们可能会考虑搬到别的城市去。在另外一项针对2,000名美国知识型员工的思杰-OnePoll调查中,四分之一的员工表示,他们已经或计划放弃在城市的住所,因为他们可以远程工作。
在家办公受到干扰
由于员工的工作和个人生活之间缺乏界限,而且无需进行通勤的时间管理,三分之二的受访员工表示,他们的工作时间与之前相比不变甚至更长。尽管他们能保持工作效率不变,但很多人还是觉得差强人意。是什么阻碍了他们?据思杰-OnePoll的调查:
· 41%的员工认为家庭环境(孩子、宠物等)会让他们分心
· 28%的员工表示他们缺乏合适的技术和应用程序来完成工作
· 36%的人感到孤独,与同事没有交流联系
“企业为了让员工更高效率远程办公而提供给员工的聊天和协作工具,越来越多地分散了他们对核心工作的注意力,造成群体性的疲劳,增加了他们在适应新的工作环境时的挫败感。“Minahan还表示:“虽然他们的工作时间可能更长,但他们完成的工作量却越来越少,因为他们有太多的工具,这些工具会经常性的打断工作,导致他们在不同的应用程序和界面之间切换工作情景,进而无法高效的参与、协作和执行工作。”
体验感很重要
Minahan认为,企业为了吸引并留住所需的人才,使自己在疫情当中脱颖而出,处于更强、更有利的地位,就必须找到一种让工作更简洁的方法,并为员工提供他们所需的成长空间,帮助他们在长期分散式的工作环境中取得成功。
Minahan说:“企业应该在人与技术之间建立一个体验层,消除员工日常生活上的干扰,让他们能够以自己想要的方式工作,而且富有成效。”
正如很多企业在这场疫情中所学到的,数字化工作空间是一种更高效而且更有效的方式,因为:
· 统一工作——无论是在家里、飞机上还是在办公室,员工都能通过任何工作渠道、设备或地点,持续、可靠地访问使他们高效工作所需的所有资源
· 安全工作——无论在哪里办公,在各种情景访问的环境下,都能保证应用程序和信息的安全
· 简化工作——使用机器学习、虚拟助手等智能功能以简化工作流程,实现工作体验的个性化、有指导和自动化,使员工能够在不受干扰的环境下尽其所能 。
全球40多万家企业使用思杰数字工作空间解决方案,提供了安全、简洁的工作体验,让员工们身心健康,尽职尽责。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。