【云故事探索】NO.9:大洋彼岸的智能工具:劳动力管理,盖雅搞得定

简介: 在数字化转型浪潮中,云计算成为企业创新的核心驱动力。苏州盖雅信息技术有限公司(简称盖雅工场)作为劳动力管理领域的领军者,自2009年成立以来,服务全球29个国家和地区,客户达1800家,覆盖600万员工。通过与阿里云合作,盖雅利用云计算提升业务效率,实现服务移动化,并借助AI技术推动未来智能化发展。

在数字化转型的浪潮中,云计算的意义已不仅限于提高业务效率,云更是企业创新与发展的核心驱动力。本期我们来到的苏州盖雅信息技术有限公司(以下简称:盖雅工场)便是这一波潮流的领航者之一。


盖雅工场是一家始于苏州的劳动力管理软件公司,服务于全球29个国家和地区的1800家客户,涉及的在职员工规模达到600万人,是劳动力管理领域当值无愧的第一梯队玩家。他们的故事向我们展示了如何在云时代中获取实实在在的价值。


从传统到云端的蜕变



一切始于2009年,章新波(盖雅CEO)与他的团队怀揣着理想,成立了盖雅——一家专注于劳动力管理的软件公司。随着时间推移,章新波和他的团队意识到,企业的未来在于云计算的无限可能。于是,盖雅决心转型为一家领先的SaaS(软件即服务)提供商,也开始了与阿里云的合作旅程。


云合作的开始



章新波说:在内部,大家都叫他“普森”,他的信念和团队的热情是推动盖雅向前的动力。提及企业文化,盖雅的技术合伙人熊伟表示:盖雅是一家年轻且活泼的公司,企业文化多与这两个特质相关联。也正是因为年轻带来的创造力,盖雅在创业初期就选择了与阿里云合作,率先迈入云计算的世界。盖雅的首席架构师高海峰回忆说,十年前,盖雅还使用较为简单的单体架构,而与阿里云的合作,意味着在当时要大胆地将所有业务迁移至云端。高风险的背后也为盖雅带来了技术升级的回报。与阿里云的牵手,使得他们迅速实现了服务的移动化,进而在全球范围内建立了1800多家客户的信任。


业务的挑战与痛点,阿里云来解决



在使用阿里云的过程中,盖雅充分挖掘了多个产品的潜力,以便有效解决实际问题。


存储合同文件和考勤报告等数据对于盖雅为雇主提供劳动力管理服务至关重要。通过采用阿里云OSS(对象存储服务),不仅实现了高效的文件存储,还确保了数据的安全性和可用性,为业务的顺利进行提供了有力保障。

月结时期是业务的高峰期,客户提交的表单数量激增,常常对系统造成挑战。借助阿里云的PolarDB Serverless功能,盖雅能够在秒级之内进行动态扩展,这确保了在高峰时段系统的稳定运行,大大提升了使用体验。更大的挑战在于,每月结算期间,来自数百家客户的大量数据涌入,让盖雅承受了巨大的压力。此时,阿里云的产品性能展现了其强大之处,秒级弹性能力完美契合了这些业务需求,帮助盖雅顺利应对高并发场景。可以说盖雅的云平台提升了业务的整体运转效率,为600万名员工的收入提供了有力保障。


随着业务的快速增长,盖雅的运营工作在复杂计算与高并发处理方面的弹性平衡也遇到了越来越多的困难。但在阿里云的MQ(消息队列)服务的帮助下,盖雅得以有效应对日常运营中的诸多挑战,让业务运转的更加平稳。当然,在探索边缘计算和服务化函数计算的过程中,盖雅也逐渐找到了适合自身发展的方向。异构计算与流式计算的结合,使他们在服务优化方面开辟了新的可能性。


考勤追踪,是盖雅的另一个核心业务之一。尤其在高峰期间,员工打卡所需的复杂计算对后端系统造成了极大压力。引入阿里云的Tair数据库服务后,盖雅实现了高并发情况下的低延迟处理,运营成本大幅降低了40%有余,可以说这种优化不仅提升了系统性能,也为未来的业务增长奠定了坚实的基础。


实际结果与未来展望


在盖雅云转型的过程中,企业的运营效率和员工的收入得到了提升,云计算更帮助盖雅与客户实现双向奔赴。阿里云无疑在其中为盖雅的快速发展提供了强有力的技术支持。高海峰表示:“阿里云在技术能力的优势,包括稳定性上,是非常明显的。”



随着人工智能技术的发展,盖雅开始布局AI的应用。他们希望借助算法的强大能力,帮助客户实现最佳配置,达到人力资源的高效利用。展望未来,章新波甚至称“人将与AI协作,打造更智慧的工作模式”——让“碳基劳动者”的灵活性与“硅基劳动者”的效率有机结合。

对于未来的发展,盖雅的团队充满了信心与期待。章新波表示:“我们希望将中国的最佳实践带到海外,帮助更多企业实现数字化转型。同时,加大对AI技术的投资,为客户提供更加智能化的服务,未来三大关键方向将是国际化、AI投资和推动灵活用工模式。”



在推动数字化转型的旅程中,盖雅工场无疑是一颗璀璨的明珠,而他们的故事也将继续激励着未来更多企业去拥抱云全球化与智能化的未来。

相关实践学习
对象存储OSS快速上手——如何使用ossbrowser
本实验是对象存储OSS入门级实验。通过本实验,用户可学会如何用对象OSS的插件,进行简单的数据存、查、删等操作。
相关文章
|
6月前
|
人工智能 自然语言处理 前端开发
AI龙虾必备:4个做短视频的Agent Skills
AI龙虾必备:4个做短视频的Agent Skills
|
人工智能 架构师 关系型数据库
第二届固件技术峰会盛大召开,共探 AI 时代固件创新之路
阿里云联合字节跳动、固件联盟主办的第二届固件技术峰会在长沙顺利召开,探索AI时代固件技术发展新趋势。
|
9月前
|
人工智能 监控 供应链
逻辑架构解析:AI指挥官如何赋能调度官实现任务闭环?
2026年AI迈入“系统协同”新纪元,“指挥官”(定战略、解意图)与“调度官”(管执行、编资源)双引擎架构成为生产力核心。二者分工协作,实现复杂任务的自主规划、动态调度与闭环交付,重塑产业逻辑与职场价值。
417 2
|
存储 弹性计算 数据处理
【云故事探索】NO.6:云端生物,自服务用云的溯源精微
在北京溯源精微科技有限公司的故事里,云计算成为了驱动生物科技革新的核心力量。自2011年成立以来,溯源精微深耕生物信息分析领域,利用自主研发的BinBash科学计算平台及阿里云的弹性计算与存储解决方案,成功克服了数据处理上的瓶颈。通过与阿里云的合作,公司实现了大规模数据的高效处理,将原本耗时数月的任务缩短至几天乃至几小时。此外,灵活的资源调配能力和按需付费模式极大地降低了计算成本,使溯源精微得以提供精准高效的基因组分析服务。展望未来,溯源精微将继续深化与阿里云的合作,推动生物科技领域智能化发展,携手行业伙伴共创辉煌。
【云故事探索】NO.6:云端生物,自服务用云的溯源精微
|
人工智能 安全 调度
线上观看人次近 2 万,龙蜥社区走进中兴通讯 MeetUp 圆满结束
近 50 位技术专家共同探讨了 AI 在系统领域的应用和挑战,为 AI 时代国产操作系统的核心竞争力塑造贡献力量。
|
人工智能 Prometheus 监控
容器化AI模型的监控与治理:确保模型持续稳定运行
在前几篇文章中,我们探讨了AI模型的容器化部署及构建容器化机器学习流水线。然而,将模型部署到生产环境只是第一步,更重要的是确保其持续稳定运行并保持性能。为此,必须关注容器化AI模型的监控与治理。 监控和治理至关重要,因为AI模型在生产环境中面临数据漂移、概念漂移、模型退化和安全风险等挑战。全面的监控涵盖模型性能、数据质量、解释性、安全性和版本管理等方面。使用Prometheus和Grafana可有效监控性能指标,而遵循模型治理最佳实践(如建立治理框架、定期评估、持续改进和加强安全)则能进一步提升模型的可信度和可靠性。总之,容器化AI模型的监控与治理是确保其长期稳定运行的关键。
|
缓存 安全 Java
Java volatile关键字:你真的懂了吗?
`volatile` 是 Java 中的轻量级同步机制,主要用于保证多线程环境下共享变量的可见性和防止指令重排。它确保一个线程对 `volatile` 变量的修改能立即被其他线程看到,但不能保证原子性。典型应用场景包括状态标记、双重检查锁定和安全发布对象等。`volatile` 适用于布尔型、字节型等简单类型及引用类型,不适用于 `long` 和 `double` 类型。与 `synchronized` 不同,`volatile` 不提供互斥性,因此在需要互斥的场景下不能替代 `synchronized`。
3936 3
|
机器学习/深度学习 自然语言处理 人机交互
音频基座大模型FunAudioLLM体验评测
一文带你详细了解音频基座大模型FunAudioLLM
4242 6
|
开发工具 git
出现“error: failed to push some refs to ‘https://github.com/****.git‘”,如何解决问题
出现“error: failed to push some refs to ‘https://github.com/****.git‘”,如何解决问题
4061 1
|
JSON Java Linux
【探索Linux】P.30(序列化和反序列化 | JSON序列化库 [ C++ ] )
【探索Linux】P.30(序列化和反序列化 | JSON序列化库 [ C++ ] )
535 2

热门文章

最新文章