要有效实施AI，需要在全企业范围内，以业务为中心，采用适当的指标、治理机制和防护措施。以下是如何确保您已涵盖成功的关键要素。
世界一头扎进了AI革命。如今，许多人承认他们尚未做好准备。
例如，Gartner 2024年的董事会调查发现，80%的非执行董事认为，他们目前的董事会实践和结构不足以有效监督AI。
数字服务和咨询公司Infosys发布的《2024年企业AI就绪度雷达报告》显示，只有2%的公司完全准备好大规模实施AI，而且尽管宣传得天花乱坠，但对于大多数公司而言，AI仍需三到五年才能成为现实。
而Kearney的《2024年全球AI评估(AIA)报告》发现，在其调查的1000多名高管中，只有4%的人有资格成为AI和分析领域的领导者。
为了应对这些统计数据，CIO表示，他们和其他C级高管同事们正在制定更加深思熟虑的策略。作为其中的一部分，他们正在就自己的计划提出棘手的问题。
以下是CIO、研究人员和顾问认为值得就您企业的AI战略提出并回答的10个问题。
1. 我们试图实现什么目标，AI真的适合吗?
2022年秋季，ChatGPT一经问世便引发了一阵兴奋，随之而来的不仅是GenAI，还有各种智能应用的实施热潮。
这种活动热潮自我助推，害怕错过的心理(FOMO)开始蔓延，IT高管罗恩·盖里埃(Ron Guerrier)说道。业务和IT领导者认为，如果他们不能像最早的用户那样快速采用AI，就会被甩在后面。
但CIO需要让每个人都先明确他们真正想要实现的目标，然后讨论AI(或其他技术)是否是实现这一目标的方式。
“人们太快地将AI作为解决方案，而没有问这是否真的是他们想要的，或者是否需要的是自动化或其他工具。”目前担任慈善机构救助儿童会(Save the Children) CTO的盖里埃说道。
2. 我们的AI战略如何支持我们的业务目标，我们如何衡量其价值?
全球技术咨询公司Thoughtworks的首席AI官迈克·梅森(Mike Mason)表示，这对他来说是一个关键问题，因为它确保了公司的AI战略将推动高管们已确定能带来企业成功的成果。
否则，企业可能会追求那些技术上可行但不会为企业创造价值的AI项目。“在过去一年半里，这种情况很多。”梅森观察到。
同时，他表示，确定企业将如何衡量其AI战略的价值，可以确保该战略能够产生有影响力的成果，因为要创建这样的衡量指标，团队必须明确期望的成果和他们希望获得的价值。
“试验和探索其能力的阶段是在2023年和2024年初。我认为，进入2025年，没有人再有任何借口不知道这些工具能为他们做些什么，”梅森补充道，“因此，企业作为一个整体必须有一个明确的方法来衡量ROI，创建 KPI和OKR或他们正在使用的任何框架，而技术部门应该推动确保这一点的清晰性。”
许多CIO在这方面还有工作要做：根据2024年9月IDC的一项调查，30%的CIO承认，他们不知道有多少比例的AI概念验证达到了目标KPI指标或被认为成功——这很可能会使许多AI项目注定失败或被视为“仅作展示”。
3. AI将带来什么样的ROI?
随着企业抓住AI，特别是GenAI的潜力，先锋集团(Vanguard)企业系统和技术负责人詹妮弗·曼里(Jennifer Manry)认为，计算预期的投资回报率很重要。
“GenAI是一项重大投资，需要在基础设施和人才方面做出大量承诺，”曼里说道，“作为业务的关键战略合作伙伴，CIO必须考虑这项投资将在业务价值方面创造什么样的回报。”
曼里意识到，一些AI部署将带来适度的投资回报率，而另一些则将带来显著的回报，这两种类型的项目都值得关注，尽管许多CIO仍然在努力寻找投资回报率。
“CIO必须推动和支持大的战略决策，同时在团队中普及GenAI。员工将找到方法来推动增量价值、效率和自动化。没有一个小团队能够设想GenAI可以改变每个单独团队/职能日常工作的所有方式，但他们可以为你想投入时间和资源的大的战略决策提供意见，这就是为什么需要每个人的集体力量。”她补充道。
4. 我们的AI战略是否覆盖全企业?
“关键的是，AI战略要在整个企业中实施，而不仅仅是在一两个工作流程中，”Infosys执行副总裁兼美洲交付负责人阿南特·阿迪亚(Anant Adya)说道，“当企业试图以零散的方式安装AI战略时，一些工作流程可能会被甩在后面，这可能导致企业中AI进展和理解的不平衡。”
Adya建议那些发现其企业的AI战略未得到均衡实施的CIO “重新思考他们的AI推出计划”。
他说：“如果你只与公司某一领域的领导者讨论过AI实施问题，那么现在是时候制定一个全企业范围的AI项目计划了。”“虽然你在公司某一领域实施AI可能会取得短期成功，但如果你不想让你的公司在AI竞赛中落后，就必须制定一个全面的实施计划，并坚持到底。”
为此，要评估当前的AI战略，并注意AI尚未融入企业实践的地方，制定计划，让这些工作流跟上进度，并确保与公司中每位被指定协助实施AI战略的领导者定期开会。
“全面了解整个企业中正在进行的AI实施情况，对于每个工作流的成功都至关重要。”Adya补充道。
相关地，Adya表示，IT领导者还应该问问他们的AI战略“是否考虑到了并非所有员工都对AI及其能力有深入了解这一事实”。
他说：“虽然CIO和其他领导者可能对如何使用AI以及与之相关的术语有深入的了解，但假设所有层级的员工都对AI有同样的理解，这将不利于你企业的成功。”“如果你的AI战略和实施计划没有考虑到并非所有员工都对AI及其能力有深入了解这一事实，那么你必须重新思考你的AI培训计划。”
5. 我们是否具备数据、人才和治理条件，以便在沙盒环境之外取得成功?
企业通常会测试AI用例，启动概念验证和试点项目，以确定他们是否做出了明智的押注。当然，这些通常是在沙盒环境中进行的，拥有精选的数据和一流的团队。
但Mason表示，当CIO制定他们的AI战略时，他们必须问问自己是否准备好将成功的AI测试投入生产。
他说：“他们必须具备数据、人才和治理条件，以便在整个企业中扩展AI。”“这些是一个企业必须正确落实的基础要素。”
研究证实，CIO及其高管同事需要对此进行更多思考，因为只有一小部分AI概念验证(POC)项目能投入生产，而且其中只有一部分被认为是成功的。
6. 我们对数据有多大的信心?
随着Guerrier、他的同事和他的团队推进其企业对AI的使用，Guerrier向团队提出了一个关键问题：“我们对数据有多大的信心?”
他说：“我们了解自己拥有的数据和我们摄入的数据吗?我们真的了解这个数据生态系统吗?我们在0到10的范围内如何评估这种[了解]?这总是我在任何AI项目上的首要询问。”
Guerrier承认，对于所有用例来说，数据并不一定要完美。但企业仍然需要对数据环境进行评估，以便了解它是否足够强大，能够支持他们正在追求的特定AI项目。
他说：“使用AI来修改资助申请中的一段文字，这要求不高，但如果你使用AI来决定如何在飓风灾区应对人道主义危机，当你谈论到人们的生命和生计时，那就不同了。”
7. 如果企业接受审计或被传唤，我们能否有信心地为我们的AI使用辩护?
这是Guerrier希望人们在推进AI计划时考虑的另一个问题，他补充说，这样的表述会促使人们真正思考他们对自己想要追求的AI项目有多大的信心。
“对我来说，这是要能够为所有组成部分辩护。”他解释道。
他说，即使没有人能对为AI系统提供数据的质量和数量感到100%满意，他们也应该有信心认为，这些数据的质量和数量对于用例来说是足够高的，数据得到了充分的保护，并且其使用符合监管要求和最佳实践，如隐私方面的要求。
同样，Guerrier表示，企业领导者需要对他们的算法有足够的信心——算法要符合道德标准，有防止意外偏见的保障措施，结果经过验证且可解释，使用方式符合道德标准——这样他们才能在审计或传唤中为其辩护。
他说：“企业有责任多做这样的事情。”
8. 我们是否准备好应对AI部署带来的伦理、法律和合规影响?
同样地，为公司提供AI和数字化转型解决方案的Forum3联合创始人兼联合首席执行官Andy Sack表示，CIO必须向自己和其他C级高管提出这个问题。
这个问题在当下尤其相关，因为政府正在考虑制定更多的AI法规，法院正在处理与AI相关的案件，社会正在应对这项技术在现实世界中有时带来的悲剧性后果。
Sack表示，公司需要考虑其AI战略和用例可能带来的伦理、法律和合规影响，并尽早解决这些问题，而不是等到后来。
他说：“伦理、法律和合规方面的准备有助于公司预见潜在的法律问题和伦理困境，保护公司免受风险和声誉损害。”“如果伦理、法律和合规问题未得到解决，CIO应该制定全面的政策和指南。此外，他们还应该咨询法律专家，以应对法规要求，并建立监督委员会。”
9. 我们的风险承受能力如何，需要哪些保障措施来确保AI的安全、可靠和符合伦理的使用?
Manry表示，这些问题在她所在公司是首要考虑的。
她说：“在Vanguard，我们通过实验、培训和构思，专注于采用符合伦理和负责任的AI。”“根据高层领导者和员工的角度，我们迄今为止主要的GenAI实验集中在代码创建、内容创建以及信息的搜索和总结上。”
她建议其他人也采取类似的方法。
她说：“CIO必须评估风险承受能力，并为GenAI实施保障措施，以解决安全、可靠和伦理方面的问题。通过建立健康的数据保护协议和伦理护栏等保障措施，CIO可以确保AI的负责任使用，并将风险降至最低。”“建立一个AI治理框架，根据数据敏感性定义企业的风险承受能力和可接受的使用模式，允许低风险GenAI用例快速推进，同时对高风险应用进行更严格的评估。
“这种方法使团队能够安全高效地创新，同时为涉及敏感数据的用例提供更严格的保障。通过实施强大的安全措施、偏见缓解技术和伦理审查流程，CIO可以最大限度地降低风险，并确保AI的负责任使用。”
然而，并非所有企业都做到了这一点：提供定制数字解决方案的Lumenalta公司的数据治理研究发现，只有33%的企业为AI治理实施了主动风险管理策略。
10. 我是否在与业务部门合作来回答问题?
波士顿咨询公司(BCG)旗下技术与构建和设计部门BCG X的董事总经理、高级合伙人兼北美联席主席Sesh Iyer表示，CIO不应该单打独斗。
Iyer说：“CIO必须问问自己，他们是否与业务部门合作，通过GenAI交付价值，是否明确关注GenAI，并在12个月内实现有意义投资回报的明确路径，是否正在利用数字生态系统的力量来支持他们的GenAI议程，以及他们是否有明确的计划大规模提取和使用数据以实现这些目标。”
“这些问题对于CIO来说至关重要，以确保他们正在交付价值，有效地将支出用于实现回报，并考虑价值实现速度——利用更广泛生态系统中的知识产权和产品来更快地实现价值。同时，他们还必须确定自己是否拥有实现这些AI驱动成果所需的‘数字燃料’(即数据和基础设施)。”
他建议CIO“与业务部门坐下来，制定或完善一个综合的雄心勃勃的议程”，并“开发明确的商业案例，展示在12个月内实现回报，建立稳健的生态系统战略，并积极与合作伙伴合作，以最大限度地创造价值。”
