最新欧美精品一区二区三区,在线天堂中文最新版,亚洲一,二,三区在线观看,制服丝袜另类专区制服,亚洲熟妇少妇任你躁在线观看无码

LigaAI受邀參加2022亞馬遜云科技中國峰會，并發(fā)表了題為「利用亞馬遜云科技AI/ML服務開啟新一代智能研發(fā)協(xié)作的大門」的主題演講。聚焦數據驅動，本文將與大家分享「數據驅動+AI+研發(fā)協(xié)作」模式下的創(chuàng)新火花。

一、當前研發(fā)管理正在面臨什么難題？

這個問題可以從開發(fā)團隊、管理者和協(xié)作工具三個維度解讀。

1 開發(fā)團隊維度

• 很難與業(yè)務團隊和管理者在目標上達成一致；
• 不認為進度上報、工時登記等屬于本職工作，因此完成積極性通常不高；
• 與其他團隊協(xié)作缺乏有效溝通機制。所有事情依靠人推動，一旦忘記或遺漏就會受到阻礙；
• 大量時間耗費在與開發(fā)本身無關的任務上，導致難以專注。

2 管理者維度

• 基于開發(fā)團隊現狀，難以獲取真實進度數據。大部分進度數據滯后，或需依靠人工干預；
• 研發(fā)產出難以通過現有數據衡量。后補的數據失真嚴重，而原始數據的處理又十分依賴個人的分析和決策能力；
• 日常管理動作所需的進度跟進、溝通、任務分派、各方協(xié)同等微觀管理，勞心勞力。

3 協(xié)作工具維度

• 靈活性較差。團隊只能按照工具本身的方式工作，不能隨意適配現有的流程；
• 開放程度低。沒有豐富的API和數據同步機制，很難與其他系統(tǒng)打通；
• 自動化程度低。所有的事情必須通過人力手工處理，增加了使用負擔，也導致團隊不愿意使用工具，進一步加劇數據失真。

以上三方面原因綜合導致研發(fā)效能提升困難。

二、為什么要構建數據驅動型企業(yè)？

1 對內全面提效

從企業(yè)內部看，數據驅動的研發(fā)協(xié)作等于全面提效。通過數據驅動，LigaAI希望達成以下目標：

• 提高組織內部透明度。讓各個部門可以隨時了解其他部門在做什么、進度如何；保證各部門可以順暢協(xié)作，減少信息損耗，提高流轉效率。
• 培養(yǎng)數據人才和數據意識，讓大家養(yǎng)成關心數據、使用數據的習慣。
• 提高研發(fā)團隊的業(yè)務參與度?？s短研發(fā)團隊與業(yè)務的距離，讓研發(fā)成員了解用戶對自己研發(fā)的產品的使用情況和滿意度。
• 提升開發(fā)人員的成就感。與業(yè)務參與度相伴而生，要讓大家更愿意主動地解決業(yè)務問題。
• 企業(yè)內部各部門在內部決策時，可以有所依據，降低決策難度和決策成本。

最后，全面提升業(yè)務敏捷性。

2 對外增強產品競爭力

ToB SaaS企業(yè)內部提效最終要表現在外部市場。從SaaS客戶的視角看，數據驅動的研發(fā)協(xié)作意味著產品競爭力增強。

• 于SaaS產品而言，用戶體驗是重要指標。通過數據驅動，可以提升用戶體驗和客戶滿意。
• 提供個性化的服務支持。采用「數據+AI」的模式，學習不同用戶的使用習慣，推薦更適合的流程，為不同用戶提供針對性的服務；還能降低上手成本，讓產品陪伴用戶成長。
• 傳統(tǒng)工具常提供大量原始數據，需要用戶自己進行分析解釋；LigaAI以「數據+AI」的方式，為用戶提供輔助的決策建議，實現數據洞察。

三、如何構建數據驅動型研發(fā)協(xié)作和企業(yè)？

下圖的金字塔自上而下是一個由虛轉實的過程，四層內容分別代表愿景、目標、實施和數據利用。

下面以LigaAI為例，展開分享如何按照金字塔步驟，搭建數據驅動型企業(yè)。

1 管理愿景

數據驅動是一種理念、戰(zhàn)略。企業(yè)需要先在內部達成統(tǒng)一的認識，形成自上而下的、一致的數據愿景。

2 企業(yè)效能目標

確定愿景后，定義階段性目標。LigaAI聚焦研發(fā)協(xié)作，當前階段最主要的目標就是企業(yè)效能提升，那么「企業(yè)效能提升」就是數據驅動的目標。

以下是一些推薦的效能目標。

3 可擴展的數據架構

明晰目標后，就可以實施。LigaAI先搭建了一個最小化的可擴展數據架構（下圖是簡化版的核心架構圖），從左至右分別是數據源、數據處理、數據存儲和數據服務。

LigaAI的數據源包括Aurora關系型數據，以及非結構化的文檔數據、日志數據、隊列數據等；

根據業(yè)務情況，數據源處理分為實時和離線處理：實時數據處理一般使用DataSync服務，而非實時數據則采用傳統(tǒng)的ETL程序進行處理；

所有處理好的數據會統(tǒng)一放到基礎的數據存儲平臺，LigaAI選擇的是DocumentDB和S3 ；

最后，數據服務分為兩個部分：已經處理好的數據，通過查詢服務直接對內部、外部應用提供接口；

與AI相關的服務，LigaAI以SageMaker為核心，搭建了一套AI工作流程，并實現AI數據訓練、模型發(fā)布、模型部署等自動化處理。

4 構建數據驅動的正循環(huán)

將架構和平臺應用結合，構建數據驅動的正向循環(huán)。

LigaAI的數據驅動正循環(huán)以團隊為核心，團隊在LigaAI平臺上使用產品并產生數據、數據驅動算法、算法改進平臺。平臺、數據、算法三者相互驅動，形成「效率提升內循環(huán)」，這是對平臺客戶的價值；

在企業(yè)內部，LigaAI形成了以產品、客戶體驗、反饋池、研發(fā)迭代為主體的「價值滾動外循環(huán)」。

內外兩個循環(huán)共同組成我們的價值飛輪，最終提升產品競爭力。

四、 如何衡量數據驅動為企業(yè)帶來的效益？

下面是一組LigaAI構建數據驅動型企業(yè)的效益數據。

1 研發(fā)協(xié)作提效

• 簡化需求排期流程
• 更有效的研發(fā)工作衡量方法
• 超過 40% 的任務實現自動流轉及通知
• 新模型上線，從 2 周變成了 2 天

2 價值交付

• 提高了產研對業(yè)務的參與度
• 快速反饋，提高業(yè)務的敏捷性
• 更高的客戶評價與市場競爭力

整體而言，LigaAI幫助諸多企業(yè)成功實現了業(yè)務協(xié)同、降本增效的大目標。

Liga總結

以「數據+AI」為核心的下一代研發(fā)協(xié)作，能夠幫助企業(yè)完成更多的任務：讓機器做繁瑣重復的工作，將人回歸到本職角色專注創(chuàng)造。減少瑣事和干擾事項的打擾，讓開發(fā)者體驗沉浸式工作，讓專注激發(fā)、釋放更多的創(chuàng)造力和生產力。