从混沌到有序的远程办公进阶之路

点击观看大咖分享

抗击疫情,腾讯云在行动。为保证疫情之下员工的安全,国内启动了有史以来最大规模的远程办公。由于来的突然,很多企业和个人无论是从心态还是基础设施层面都没有做好远程办公的准备, 本次分享就是专门针对远程办公的最佳实践,从管理、技术、工具和人的多重视角,对远程办公的方式和方法给出了很多实战经验。同时还会从更高的维度,探讨远程办公的机遇与契机。

本次腾讯云大学大咖分享课程邀请 腾讯云最具价值专家TVP 茹炳晟 分享关于“从混沌到有序的远程办公进阶之路”课程的内容。

作者简介:茹炳晟,腾讯云最具价值专家TVP,Dell EMC 资深架构师,现任DELL EMC中国研发集团资深架构师,业界知名实战派软件质量和研发工程效能专家,中国商业联合会互联网应用工作委员会智库专家,具有超过16年的软件测试开发经验和技术管理经验,曾主持建设全球大型电商企业的整体测试中台体系和DevOps生态体系,显著提升企业的工程效能。多次受邀在国际(美国,西班牙,俄罗斯,日本,印度等)以及国内顶级技术大会上担任专题出品人,并发表软件测试和DevOps的技术和管理演讲。同时他还是极客时间“软件测试52讲-从小工到专家的实战心法”的专栏作者,畅销书《测试工程师全栈技术进阶与实践》的作者。

一、突如其来的大规模“远程办公”

那我们首先来看一下远程办公的一个现状。那我相信很多人去对远程办公这种模式其实并不陌生,不同的公司也有不同的叫法,一个标准的叫法是SOHO模式,也就是说,你可以异地在家或者不在一个集中的办公环境来进行办公协同的这种工作模式。那么有些企业把它称为WFH。也有一些我把它称为变时髦的名字称为地域无差异办公或者云办公,那么这一系列都是指同一个概念,主要就是指不在同一个地域进行远程的写字楼办公。

那么这种模式呢,其实对于一些跨国公司来讲,由于他的办公室分布的很远以及他格外强调这种跨时区的这种协作,所以这种模式在跨国企业里,尤其是美国的跨国公司里面已经比较习惯了。但是到了中国之后,这种模式其实并没有在中国大规模的去开展,那么这次,我们大规模开展远程办公也是因为疫情的不得已而去开展的这种模式,这是关于远程办公的一个大概的具体介绍。

 

其实可能对中国这次来讲,是逼不得已,但实际上在世界范围内,远程办公的公司其实不在少数,在下图的右上角,有两个链接,如果大家点进去看的话,你就会看到在这两个网页上面就列出了全世界范围内以远程办公为主的办公模式的一些公司列表,那么这里面公司的名单是非常长的,我们来给大家简单提个几个公司的名字,可能大家都还比较熟悉的,而且也在远程办公这种模式下取得成功,也是具有非常大的典型性的。

 

第一家公司,我们想看的就是Basecamp。

它其实是RUBY ON RAILS的母公司,而且这家公司,其实以简单易用和颠覆性的创新而闻名于世界,但是他是没有一个完整的办公室的,几乎所有的员工都是处于异地,完全是处于异地远程办公的模式,近两年,他已经有了一个office,但是在这两年之前他全程基本上都是remote。

第二家是来自于俄罗斯的一家手机游戏公司。

它在2019年的营收超过了15亿美金,全球大概有700多名的员工,然后分布在十几个国家,所以像这样的一个公司,其实他也没有一个真正的office也完全以远程办公模式来开展,所以从这里就可以看出其实远程办公,还是有它的独到之处,而且有大量的成功的案例。

第三家是基于区块链技术的比特币。

据说现在的比特币已经可能是一千多亿美金,这样的市值了,他是完全去中心化的一个货币系统,但是它的全部代码基本上都是由分布在全球的志愿者远程协作完成的,背后没有一家公司,所以我们从这里可以看出远程办公同样能够创造巨大的市值,其实最主要还是看这家公司的一个盈利的模式。

 

那么国内的情况不太一样,因为可能并不是主张这种远程办公模式,而是由疫情的到来,大家可以看到在下图中左手这张图上,在2月3号这段时间内,像腾讯的企业微信、钉钉、华为的WeLink,飞书这些软件的下载量成突飞猛进的增长。以及关于远程办公这个词在搜索的热度上面也呈一个井喷式的增长。这个其实主要是在于疫情之下,要帮助疫情的平复只能在家,但是同时也要去帮助经济的复苏,所以也需要去办公,那么中国这样一个大的环境就在一种逼不得已的模式下才开展了这种突如其来的大规模的远程办公。那么这过程当中,腾讯在这方面也做了很大的优惠,也给各家企业做了很大的贡献,像腾讯在1月24号的时候,腾讯会议就面向了所有用户免费开放300人的会议功能。

有数据显示,从1月29号到2月6号,这段时间内,腾讯会议的后台基本上每天都在进行资源扩容,基本上日均扩容的主机数量接近每天是1.5万台左右,八天时间就大概到了十万台主机这样的一个云主机的规模,将近100万个核的计算资源被投入进去,所以由这个数据就可以清晰的看到整个远程办公是这样一下子突如其来的。

 

那么由于中国之前没有做好这样远程办公的准备,所以在远程办公的初期,也出现了很多混乱的现象,这些现象主要体现在几个层面,一个是员工层面,一个是企业层面,还有提供这些远程办公工具或者解决方案的提供方层面。

工员工层面,我这边简单列了几个,有些过年回家的时候并没有被带电脑。那可能就没有办法远程办公,但这个可能不是事,就是大家可能都知道字节跳动的it部门就推出了远程的邮寄电脑,他完成了几千台电脑,从IT部门直接邮寄给在全国各地各个省份的字节跳动的公司员工,让他们可以在家进行办公。那么对员工来讲,他可能在初期的时候开始远程办公的时候第一天由于流量来的非常的突然,是一种井喷式的流量,所以基本上第一天都在喂喂喂能听到吗,这种过程中结束第一天远程办公,也就是说,不管从VPN的连接稳定性,还是从这些工具应对突发的流量时候的稳定性来讲,都遇到了很大的挑战,所以说在初期的时候,这些工具虽然平时号称都可以用,但是面对这种突如其来的流量,变得非常的痛苦。同时,对那些从来没有经历过远程办公的同学,他们甚至把远程办公当作一种变相的假期。这种他们可能理解的是在家,但其实大错特错。

企业的层面,问题就更多了,比如说最典型的就是VPN带宽不够用了,VPN带宽告急,VPN的稳定性和网速都大大受到了挑战。同时,同一个企业不同协作部门之间的可能采用了完全不同的远程办公的方案,或者协协同方案,那么在跨部门的沟通过程当中对这些工具之间的数据共享也形成了很大的挑战。对另外一些公司之前没有做远程办公,现在刚刚开始进入远程办公的公司,他们可能在做一些技术的选型,比如说到底是用Zoom,还是用腾讯会议,还是什么其他的。在这种工具选型的之间也遇到了大量的挑战,这时,比如说访问权限的设定,组织结构图的导入,定制化的工作流程,包括一些工具使用的磨合都对企业方来讲带来了大量的挑战。

工具的提供方的层面,最主要的一个是他们面对突如其来的大流量,那我刚才提到了腾讯会议,它的容量其实面对这种突如其来的大流量时不断的在做组织的扩容。由于现在云技术的广泛的普及以及这些技术的已经是大量的非常成熟的,所以面对这样的流量,工具厂商基本上只经过了很短暂的阵痛之后,基本上逐渐都恢复了正常。同时呢,这里面有个另外一个现象,行业公司已经有些公司已经高唱远程办公的行业机遇了,他们觉得,这是个好机会,可以去推广整个远程办公的整体方案,同时当疫情结束之后,他们想坐收当中的一些利。那这个东西,可能要仁者见仁智者见智来谈,那么到底远程办公的成本低不低,其实要看远程办公的这些工具成本跟你的办公室成本到底是哪个来的什么更高。其实现阶段这些办公工具的成本其实是几乎是零的,现阶段几乎是限时免费的。这些厂商都实际上是从商业运营的视角,以公益为一个口号,它本质是在用户进行一些拉新,把原本用于那些广告和市场的营销费用换成了一些试用的这种交互方式,这样其实是在借机培养用户的习惯,也就是说我们常说的一种先上车后补票,先培养用户习惯,等这个疫情过去之后大家可能更习惯在这种模式下面基于这样的工具开展工作,那就成了一个以后大的订单。

 

回到我们的现状来,其实我之前做了一个调查,以及其实我个人有很长一段时间办公远程办公的经验,因为之前很长时间跟美国这种跨国的协作和沟通,其实我认为

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在风能领域,准确预测风速对于风电场的运行与管理至关重要。Matlab作为一个强大的数学计算和数据分析平台,被广泛应用于风速预测模型的构建。本文将深入探讨基于四种风速——随机风、基本风、阵风和渐变风的组合风速预测技术。 我们来理解这四种风速类型: 1. **随机风**:随机风是指风速呈现出随机性的变化,通常由大气湍流引起。在建模中,通常通过统计方法如高斯分布或Weibull分布来模拟这种不确定性。 2. **基本风**:基本风速是指在无特定扰动条件下的平均风速,它是长期观测结果的平均值,通常用于结构设计和风能评估。 3. **阵风**:阵风是短时间内风速显著增强的现象,对建筑物和风力发电机造成的主要威胁之一。阵风的预测涉及到风的脉动特性分析。 4. **渐变风**:渐变风是指风速随时间和空间逐渐变化的过程,常见于风向转变或地形影响下的风场变化。 在Matlab中,利用这四种风速类型进行组合预测,可以提高预测的准确性。预测模型可能包括以下几个步骤: 1. **数据收集与预处理**:收集历史风速数据,包括随机风、基本风、阵风和渐变风的数据,进行异常值检测、缺失值填充以及数据标准化。 2. **特征工程**:提取风速变化的相关特征,如平均值、标准差、极值、频率分布等,这些特征可能对预测有重要影响。 3. **模型选择**:可以选择多种预测模型,如时间序列分析(ARIMA、状态空间模型等)、机器学习算法(线性回归、决策树、支持向量机、神经网络等)或深度学习模型(LSTM、GRU等)。 4. **模型训练**:利用历史数据训练选定的模型,调整模型参数以优化性能,例如通过交叉验证来避免过拟合。 5. **模型验证与评估**:使用独立的测试集验证模型预测效果,常见的评估指标有均方误差(MSE)、平均绝对误差(MAE)和决定系数(R²)。 6. **组合预测**:结合四种风速的不同模型预测结果,可以采用加权平均、集成学习(如bagging、boosting)等方式,以提升整体预测精度。 7. **实时更新与动态调整**:实际应用中,模型需要不断接收新的风速数据并进行在线更新,以适应风场环境的变化。 通过以上步骤,可以构建一个综合考虑各种风速特性的预测系统,这对于风电场的功率输出预测、风电设备的维护计划以及电网调度都具有重要价值。然而,需要注意的是,每个风场的地理环境、气候条件和设备状况都有所不同,因此模型的建立应根据实际情况进行定制和优
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值