LigaAI 的 8 个年度关键词 | 2023 年度盘点
如果说 2021-2022,LigaAI 是知无不尽的「敏捷布道师」,那么 2023,LigaAI 则是力学笃行的「实践共享家」。
过去一年,颠覆性的创新技术和成果频频涌现,外部环境不确定性加剧。在那些或抓马或平凡的日子里,LigaAI 持续分享了许多优质的最佳实践与成功经验,试图为广大研发团队带去一些确定性。
随着 2023 正式汇入时间长河,LigaAI 也整理了这一年中备受好评的重磅文章,并将一整年的创意、想法和思考精炼为 8 个年度关键词,希望与你一起回顾新一年的收获与成长。
01:AI 赋能
2023 年,是 AGI 和大模型空前发展的一年:ChatGPT 点燃全行业对大模型的探索热情,从「百模大战」到应用落地,全世界都为之疯狂。作为一个以 AI 技术为核心且高度重视效率的团队,LigaAI 一直在挖掘「AI 赋能研发提效」的无限可能;在不断强化产品力的同时,我们也听到许多焦虑和质疑的声音:
- 当 AI 可以听、说、读、写、看、画,甚至思考,「我」会不会被取代?
- 类似 ChatGPT 的能力能多大程度地帮助组织提升工作效率?
- 当「AI 布局」成为角逐新高地,生成式 AI 会如何影响产品形态,重塑产业价值?
大模型元年,LigaAI 在反复追问、思考、实践和验证中去虚务实,更加坚定了「用 AI 技术赋能广大研发团队」的创业初心。
👍👍👍
《对话 ChatGPT:现象级 AI 应用,将如何阐释「研发效能管理」?》
《五一特辑 | 人类 vs AI:玩梗大作战,看看谁是最后的赢家?》
02:研发效能度量
数字化时代,提升研发效能,加快高质量价值交付已然是众多企业的核心竞争力和重要目标之一。有度量才有管理——研发管理提效自然也离不开精准可靠的量化指标。
LigaAI 从速度、质量和价值等维度出发,整理并解析了含 NPS、Cycle Time、Lead Time、MTTR 等在内的常见效能度量指标;通过提供一个具象直观的数据管理视图,帮助研发管理者更科学、更全面地洞察组织交付能力,精细化提效增长。
👍👍👍
《全面解析MTTR、MTBF、MTTF等 9 个研发质量指标》
03:可持续生产力
毫无疑问,世界正在阔步迈向 AI 驱动的时代。当开发复杂度和研发管理复杂度日渐攀升,「如何让开发工作效率以同等速率跟上增长」或将成为围困组织的灵魂拷问。秉承着「以人为本」的价值观,LigaAI 期望助力企业建立一支健康稳定、敏捷高效、自组织的研发强军,赋能企业维护可持续的研发生产力。
高绩效团队通常具备哪些优势和特点?研发管理者可以如何科学管理及提升组织生产力,并长期维护健康的可持续工作状态?欲知详情如何,且看下列分享😉~
👍👍👍
04:业务提效
生成式 AI 有望带来相当于全球行业收入 9% 的新增价值,而工作与协作范式的转变也为突破增长困局带来转机。行业新贵频出,企业换代速度加快让「理解业务,稳定增长」成为企业生存的第一要义,也给研发团队提出了更高的要求。
作为离前沿技术最近的部门,研发团队必须为「如何充分释放 AI 和工具的潜力并为企业创造业务价值」递上一份令人满意的答卷。关于软件工具和 AI 能力的驾驭技巧,LigaAI 有话要说🙋。
👍👍👍
05:技术管理进阶
“要做企业和研发团队的陪跑者”,LigaAI CEO 周然如是说。任何企业和组织都离不开管理者,而在「技术晋升管理」相当普遍的研发领域,两眼一抹黑的无所适从却才是新晋管理者的工作常态。
围绕「技术管理进阶」,LigaAI 创作和分享了一系列干货文章,全面拆解了从技术到管理、从「管事」到「管人」的常见难题及解决办法,以帮助更多(准)技术管理者更快、更好地开展新工作。
👍👍👍
06:技术狂欢
将工程师文化贯彻到底。这一年,LigaAI 持续分享了多篇技术解决方案,并有幸在多个开发者社区获得程序员朋友们的广泛认可。在坚持做知识沉淀和技术交流的日子里,「看见自我成长」也荣登我司开发者们的「成就感榜单」榜首。
稳住心态做研发,静下心来搞技术。未来,LigaAI 还将继续以「为开发者社区添砖加瓦」为己任,持续分享技术博客,坚定务实地向上生长。
👍👍👍
《72小时灵感冲刺,创意就该这么玩 | Hackathon特别策划》
07:SaaS 出海
2023,中国企业出海火热依旧。与往年 ToC 产品引领出海不同,这一年越来越多 ToB SaaS 企业主动地在国际化市场寻找第二增长曲线。
出海掘金潮下,LigaAI 不由地好奇国内外市场需求是否「有壁」?一个主要由中国人组成的研发团队如何提升组织能力,才能快速响应和服务国际客户的需求?为此,LigaAI 专门向拥有国际化基因的出海领先企业讨教了一番。
👍👍👍
08:价值驱动
价值,是过去一年在我司出现频率最高的词汇,没有之一。三年多来, LigaAI 回答得最多的问题是「和其他研发管理工具相比,你们有什么不同?」ChatGPT 带着 AI 飓风席卷全球后,LigaAI(一家「标榜」以 AI 技术为核心的公司)难免被频繁地问到「你们的 AI 能做什么?」
三周年那天,我们正式向大家告白「LigaAI 为什么而存在?」——颠覆低效的研发协作模式、消除顽固的研发管理盲区、建立起以科学度量和精细化管理为基座的价值交付舰艇,智能化赋能研发管理。
👍👍👍
《LigaAI:从效率、度量和价值维度,成为研发团队的智能医生》
写在最后
2023,变化依旧是时代主旋律。经历增长放缓、「AI 入侵危机」和「出海淘金记」等时代巨制后,LigaAI 反而能更加专注且坚定地关注自我跃升,向内生长、向外突破。
这一年,我们更坚定要用 AI 技术赋能研发团队;
下一年,我们还将继续以 AI 技术赋能企业成功。
2024 赋能研发提效,LigaAI 步履不停!
助力研发团队扬帆起航,欢迎点击体验新一代智能研发协作平台 LigaAI !
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
社区供稿 | Mixtral-8x7B Pytorch 实现
0.前言 本文从代码角度来谈下Mixtral 8x7B混合专家Pytorch的实现 1.论文概述 Mixtral-8x7B引爆了MoE的技术方向,更多针对MoE优化的Trick出现,回归模型本身来解析: Mixtral 8x7B采用了 sMoE模型结构,模型的细节如何?路由负载均衡如何计算?代码如何实现? Mixtral 8x7B的训练流程和推理流程是怎么样的,如何提高训练和推理效率? Mixtral 8x7B的模型参数是如何计算的? Mixtral 8x7B性能硬刚 LLaMA2-70B和 GPT-3.5, 性能一线水准,在 MBPP代码能力超越 3.5 2. Mixtral 8x7B 模型架构和计算流程 Mixtral is based on atransformer architecture [31]and uses the samemodificationsas described in [18], with the notable exceptions that Mixtral supports a fully dense context length of 32k toke...
- 下一篇
论文分享:利用对象存储进行高性能数据分析
本次分享的是慕尼黑工业大学(TUM) Dominik Durner,Viktor Leis,和 Thomas Neumann 于 2023 年 7 月发表在 PVLDB(Volume 16 No.11) 的论文: Exploiting Cloud Object Storage for High-Performance Analytics。 DB:https://umbra-db.com/ 论文地址:https://www.vldb.org/pvldb/vol16/p2769-durner.pdf 概述: 🌟 ...Our experiments show that even without caching, Umbra with integrated AnyBlob achieves similar performance to state-of-the-art cloud data warehouses that cache data on local SSDs while improving resource elasticity... 我们的云原生时序分析型数据库研发团队在这篇...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- Hadoop3单机部署,实现最简伪集群
- CentOS8安装MyCat,轻松搞定数据库的读写分离、垂直分库、水平分库
- Windows10,CentOS7,CentOS8安装Nodejs环境
- MySQL8.0.19开启GTID主从同步CentOS8
- SpringBoot2更换Tomcat为Jetty,小型站点的福音
- SpringBoot2整合Redis,开启缓存,提高访问速度
- SpringBoot2全家桶,快速入门学习开发网站教程
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果