行业现状与核心问题 - 根据麻省理工学院相关研究,企业人工智能试点项目中仅有不到5%能带来可衡量的商业价值,其余95%则陷入“AI炼狱”,即只有激动人心的演示、分散的试点项目以及逐渐消失的信任[1] - 过去几年,企业领导者在紧迫感和焦虑中涌入人工智能时代,董事会和投资者施加压力,竞争对手不断发布公告,首席信息官们通过启动大量试点项目来应对[2] - 许多公司呈现出相同模式,在各部门散落着30、50甚至数百个人工智能试点项目,通常由个人爱好者而非企业领导者主导,例如一家全球医疗保健公司宣布了超过900个试点项目,这制造了进展的假象,但并未创造价值[3] - “AI炼狱”的危险不仅在于资金浪费,更在于信任的侵蚀,包括对董事会、高管层以及对未来本就持怀疑和恐惧态度的员工[4] 成功企业的转型策略 - 表现最佳的公司正从“试点狂热”转向“投资组合纪律”,它们正在建立一个由少数高影响力项目组成的、纪律严明的投资组合,通常是3到5个,而非40或25个[5] - 伊顿公司是这一转变的典型案例,其首席信息官表示,公司已从概念验证思维转向优先考虑少数能带来可衡量价值并增强业务对技术信任的高影响力举措[6] - 成功逃脱“AI炼狱”的公司普遍遵循四项运营准则[6] 成功准则一:与核心业务挑战挂钩 - 人工智能举措需与首席执行官已关注的业务挑战直接挂钩,而非制定独立的“人工智能战略”[7] - 突破性的公司从首席执行官层面的目标开始,例如将周期时间减少20%、为一线团队释放10%的产能或将客户问题解决率提高15个百分点,人工智能是达成业务成果的工具,而非寻找意义的实验[9] - 考克斯汽车公司的首席产品官表示,二十个试点不等于一次转型,公司专注于利用人工智能投资解决经销商和消费者的真实痛点,如减少周期时间、改善客户体验,从而创造可衡量的竞争优势,目前已有20个人工智能解决方案投入生产并带来可衡量价值[10] 成功准则二:建立跨职能所有权 - 在成功突围的公司中,首席信息官不单独负责工作,首席财务官、首席人力资源官、业务部门负责人、运营和数据领导者共同对成果负责,每个高影响力项目都有一个单一的跨职能领导团队对其成功负责[11] - 旅行者公司的首席技术与运营官指出,技术不能改变公司,人才可以,公司从第一天起就构建了具有跨职能所有权的人工智能部署模式,当工程、数据科学、产品和业务领导者都对相同成果负责时,就能消除转型的最大障碍[12] - 这种模式迫使早期进行艰难对话,明确风险、工作流程重新设计、劳动力影响和结果的负责人,从而加速进展[12] 成功准则三:执行“验证与扩展”的波次 - 成功者不庆祝试点,而是庆祝在小范围内验证的价值和扩展的速度,一个典型的波次包括:30天内在一个可控范围内验证价值,60天内扩展到更广泛的团队,90天内整合到企业工作流程中[16] - 思科公司提供了一个清晰案例,其“人员、政策与目标”组织在四周内仅用五个跨职能团队试点其“与人工智能共事”项目,随后六周内扩展到更广泛的该组织,两个月后扩展到产品开发组织,最终将在企业层面推广,该组织已审查24个工作流程,平均30%的活动由人工智能增强[13] - 关键指标不是“有多少试点”,而是“改变了多少工作流程”、“为企业回收了多少小时”、“我们能多快扩展”,这些指标能可见且可信地证明人工智能值得信赖[14] 成功准则四:建立“投资组合纪律” - 最有效的领导者采取一个无情的信条:如果与战略无关,就不会获得资金支持,在人工智能时代,纪律就是新的勇气[15] - 强生公司的投资组合纪律从业务问题而非技术开始,领导者有意识地将人工智能投资范围缩小到与战略挂钩的一小部分用例,因为少数举措持续带来绝大部分影响,其执行副总裁兼首席信息官表示,公司优先考虑少数能带来阶跃式成果的人工智能举措,排名前10%至15%的举措产生了大约80%的影响[16][17] - 利宝互助保险公司的全球首席信息官指出,成功不在于数量而在于意图,通过专注于一个由业务主导、企业级优先事项构成的纪律严明的投资组合,公司加速了价值创造和组织内的信任[17] 转型路径与成果 - 在获得指导的组织中,那些在人工智能转型方面领先的公司呈现出可重复的模式:放弃80%的试点项目,选择3到5个“关乎企业存亡”的用例,组建跨职能领导团队,运行90天的验证与扩展冲刺,同时跟踪先行指标和滞后指标,并交付可见的业务成果[18][21] - 动力会自我强化,企业文化从“人工智能令人困惑”转向“人工智能就是我们现在的运作方式”[18] - 未来12个月将出现简单分化:拥有100个试点却无成果的公司,与拥有少数高影响力项目并获得转型成果的公司[18] - 最终,逃离试点炼狱的关键不在于技术而在于纪律,包括清晰的优先级、专注的领导力关注以及停止做无关紧要之事的意愿[19]
From pilot mania to portfolio discipline: how the best companies are escaping AI purgatory