Forbes Technology Council
PulseAugur coverage of Forbes Technology Council — every cluster mentioning Forbes Technology Council across labs, papers, and developer communities, ranked by signal.
- employed by Jagadish Gokavarapu 70%
- employed by Joel Frenette 70%
- affiliated with Wissen Infotech 50%
- affiliated with Jagadish Gokavarapu 50%
- affiliated with Marc Fischer 50%
- affiliated with Joel Frenette 50%
- employed by Mahendran Chinnaiah 50%
- affiliated with Anna Drobakha 50%
- affiliated with Margarita Simonova 50%
- affiliated with Sibasis Padhi 50%
- affiliated with Mark Francis 50%
13 天有情绪数据
-
小型企业可利用人工智能提高效率和洞察力
小型企业可以利用广泛可用的人工智能工具，在不进行大量投资的情况下提高效率和决策能力。专家建议专注于自动化常规任务，如客户咨询和内容创建，并利用人工智能分析现有数据以获得可操作的见解。人工智能还可以帮助构建知识基础设施、预测设备故障、识别市场机会以及简化补助金和认证的申请流程。
-
专家敦促定期审查智能手机设置以增强安全性
建议智能手机用户定期审查其设备设置，以增强隐私和安全性。专家建议审核应用程序权限，特别是位置访问和自动 Wi-Fi 连接，以防止数据被利用和潜在的攻击。管理通知设置以避免错过关键警报并保护帐户恢复链以防止未经授权的访问也至关重要。
-
人工智能和新兴技术应对社会和环境挑战 · 跟踪到1个来源
新兴技术，特别是人工智能，正在被探索用于解决重大的社会和环境挑战的潜力。专家建议，人工智能可以通过更好的诊断和治疗规划来改善医疗保健的可及性，并通过识别排放和道德风险来提高供应链的透明度。此外，自主人工智能可以支持非营利组织的筹款，而由人工智能驱动的数字孪生可以优化基础设施，以减少排放和提高气候适应能力。这些技术的负责任的扩展取决于数据质量、隐私、人为监督和透明治理等因素。
-
3D打印的生产应用扩展，需要新的策略
3D打印在工业生产中的应用已超越原型制作，要求企业重新评估设计、质量控制和运营策略。专家强调需要数字主线治理，以确保增材制造的可追溯性和可重复性。公司还必须考虑从实体备件库存转向数字备件库存，对工程团队进行增材制造设计的再培训的重要性，以及超越打印机本身的整个生命周期经济学。
-
专家建议数字界面必须在简洁性和可用性之间取得平衡
即使数字产品界面变得功能更丰富，也应优先考虑可用性和清晰度，而非纯粹的美学。专家建议，即使在追求极简设计时，也要维护可访问性、清晰的系统状态指示器和用户控制等基本要素。牺牲这些可能会导致用户沮丧和放弃，特别是对于技术不太熟练的人群或寻求效率的经验丰富的用户。
-
零售商在复杂的科技生态系统中忽视网络风险
由于技术系统的复杂性日益增加，连接客户账户、支付平台和库存工具，零售商正面临日益严峻的网络风险。专家们强调，被忽视的漏洞通常存在于第三方连接、二维码和人工智能驱动的数据路径中。为减轻这些风险，建议零售商加强供应商要求，实施强大的身份控制，保持跨连接系统的可见性，并将人工智能集成视为与传统支付系统同等重要的安全措施。
-
技术领导者分享创建有效用户画像的最佳实践
用户画像对于科技公司理解受众至关重要，但它们常常因常见错误而限制了其有效性。专家建议围绕用户状态（如疲劳或好奇）而非静态身份来构建画像，并以具体的故事和观察到的行为为基础，而非假设。纳入财务和采购等被忽视的利益相关者也很重要，并且要描述用户最具挑战性的时刻，而不仅仅是他们最好的日子，以确保用户画像为产品和业务决策提供切实可行的指导。
-
技术团队多元化不足，存在构建错误产品、忽视用户需求的风险
缺乏多元化的技术团队存在风险，可能基于假设而非真实的客户需求来构建产品，从而导致潜在的采纳失败。同质化团队可能会忽视关键的运营损害，或者无法满足技术设置不常见的用户需求，例如使用旧设备或网络连接较弱的用户。为减轻这些风险，领导者应在整个开发过程中积极融入多元化视角，从问题定义到设计审查，确保更广泛的经验和观点能够指导产品创建。
-
AI初创公司必须证明超越演示的可衡量的业务价值
AI产品初创公司必须展示超越令人印象深刻的演示和技术声明的切实业务价值。专家建议将AI能力与以客户为中心的成果（如成本降低和生产力提升）联系起来。这包括用客户的语言定义价值，通过清晰的基线衡量关键客户成果，并通过经审计的案例研究证明端到端的流程改进。引领业务问题而非AI流行语，对产品局限性保持透明，并考虑监督成本，对于在竞争激烈的市场中取得成功至关重要。
-
FIPS 140-3 合规性要求将其融入开发，而不仅仅是认证
向 FIPS 140-3 的过渡更新了加密技术的安全要求，这需要将合规性视为一个持续的过程，并将其整合到开发流程中，而不是一次性的认证。专家建议避免常见的陷阱，例如将 FIPS 视为最终产品检查或普遍应用，而是建议在设计早期进行整合，明确合规边界，并集中管理工具。确保供应商和供应链的合规性也至关重要，以避免出现待验证模块或已弃用算法的问题。
-
专家敦促采用基于风险的方法进行硬件生命周期管理
行业专家正在倡导从固定的硬件更新周期转向更基于风险的技术生命周期管理方法。该策略旨在通过延长设备的使用寿命来降低成本和电子垃圾。关键建议包括实施健康检查、安全的数据擦除方法以及在设备退役前验证其完整性。此外，优先考虑支持后量子密码学的硬件以及在退役前映射访问依赖关系，对于维护安全性和运营效率至关重要。
-
量子计算因优先考虑经典输出而面临“还原性冻结”的风险
量子计算可能因依赖于输入、门和输出等经典信息论概念而受到阻碍。这种将量子态转换为经典数据进行测量的做法，被称为“还原性冻结”，限制了对量子系统内在能力的探索。虽然这种方法使得量子计算在软件和企业路线图中变得易于访问，但它偏离了自然界利用相干性的方式。从IBM和Google使用的超导量子比特到IonQ和Quantinuum的离子阱，量子硬件的多样性凸显了在定义量子计算价值时的一个基本选择：相干性仅仅是读出前的瞬态状态，还是其本身的操作媒介。
-
科技领导者在人工智能革命中重新思考过时建议
科技领导者越来越发现，在当前人工智能、分布式团队和快速变化的格局下，传统建议已不再有效。现代领导者必须不断挑战现有系统和流程，而不是维持现状。 "严厉打击影子IT"的建议已经过时；领导者现在应该拥抱并利用影子AI来提高效率和客户参与度。此外，"快速行动"的观念需要与对成本和风险的清晰理解相结合，提倡分阶段现代化而非盲目追求速度。领导者还必须成为新技术的一线实践者，用背景和判断力指导团队，而不是简单地委托采纳。
-
科技领导者被敦促打造包容性的、为人工智能做准备的团队
在人工智能时代，科技领导者必须营造包容性的环境来吸引和留住人才。这包括将人工智能定位为人类的合作伙伴，鼓励就其采用和影响进行公开对话，并确保所有团队成员都有可及的技能提升机会。通过培养好奇心并为人工智能应用提供业务背景，领导者可以建立自信、适应性强的团队，拥抱技术变革。
-
人工智能自动化数据任务，提升分析师为决策者
随着人工智能自动化数据整理、模式识别和报告生成等常规任务，数据分析师的角色正在不断演变。这种转变使分析师能够专注于更高层次的贡献，例如提供业务背景、运用人类判断和战略思维。因此，数据分析师正从报告构建者转变为决策设计者和洞察协调者，强调解释和人工智能驱动工作流程的治理，以确保可靠的业务成果。
-
销售与IT对齐策略以提升客户价值
销售和IT团队必须对齐，以避免代价高昂的过度承诺并确保客户满意度。策略包括维护产品功能动态真相来源，利用AI编码代理的技术洞察力赋能销售，以及共同管理客户承诺。建立推荐网络和清晰映射业务能力也能加强对齐，确保在销售做出承诺之前IT就已参与其中。
-
提升技术运营可持续性的实用步骤
通过提高效率的实用方法而非大规模举措，可以使技术运营更具可持续性。关键策略包括淘汰冗余流程、调整云资源大小以减少过度配置，以及跟踪每个工作流的资源强度。专注于运营纪律，例如消除“僵尸”工作负载和审计基础设施效率，可以在无需新产品的情况下实现即时、可衡量的且节省成本的可持续性收益。
-
市政技术系统面临关键安全风险
由于基础设施老化、预算有限以及不断演变的安全威胁，市政技术系统面临着重大风险。专家们强调了过度依赖未经检查的人工智能、未经监控的第三方供应商访问以及优先考虑成本而非安全的有缺陷的采购实践等漏洞。部门之间不一致的网络安全标准以及关键系统的薄弱凭证进一步加剧了这些风险，可能影响基本公共服务和社区信任。
-
Forbes 委员会：关键网站功能建立用户信任和信誉
根据 Forbes 技术委员会的见解，网站设计应优先考虑用户信任、速度和清晰度。增强用户体验的关键功能包括易于获得的人工支持、清晰的产品比较分析以及提供快速答案的简化搜索功能。此外，展示真实的品牌资产，如案例研究和客户评价，以及直接说明目标受众，可以立即建立信誉并尊重用户的时间。
-
AI产品设计优先考虑用户信任和透明度而非功能
为AI驱动的产品设计用户体验需要从以功能为中心的开发转向以人为本的原则。专家强调，在提供过多功能的同时，要优先考虑用户价值，并有意引入摩擦力，以鼓励人类对AI输出进行批判性判断。通过AI决策过程的透明度建立信任，以及在不让用户不知所措的情况下个性化体验，也至关重要。最终，利用熟悉的设计模式并展示AI如何得出结论将是成功采用AI产品的关键。