随着2025年AI技术逐渐融入日常业务，企业在选择AI项目和供应商时面临诸多挑战。尽职调查和供应商审查成为确保项目成功、实现投资回报和获得董事会批准的关键。本文将探讨企业如何甄选AI项目与供应商，以确保在AI领域取得竞争优势。
两年的试验可能为GenAI产生了几个有价值的用例，但在此期间，IT领导者也认识到，这种新兴且快速发展的技术并非可以盲目跳入的领域。一些企业，如成像和激光打印机公司利盟(Lexmark)，已经找到了限制潜在风险的方法，从而能够从巨大的收益中获益。
在考虑一个项目之前，利盟首先确保该问题值得解决。如果他们决定一个项目能够解决一个足够大的问题，值得承担一定的风险，那么他们会确保自己了解解决该问题需要哪种类型的数据。接下来，他们要确保有客观的方法来测试结果并衡量成功。
最后，该公司全球CTO、CIO和连接技术高级副总裁维沙尔·古普塔(Vishal Gupta)表示，IT部门不会涉足没有业务用户承诺的项目。“你真的需要另一端的利益相关者愿意采用它，并愿意与你合作，”他说，“他们需要有动力改变现有流程，并且容忍AI在这一点上不能达到100%的准确性。”古普塔将他对其他技术项目的常识应用于此，只是针对通用AI的新颖性做了一些调整。
作为一般规则，一旦明确一个项目值得追求，IT领导者就应该决定是自建还是购买。如果是购买，他们在选择供应商时应该做以下三件事。
混合使用成熟和有前景的小型企业
为了降低风险，古普塔很少在大项目中使用小型供应商。“如果这是我们的前十大项目之一，我要么自己建，要么与更成熟的供应商合作，以最小化风险，”他说，“但我们并不忽视小型供应商。我们经常在可能成为明年一级问题的二级问题上使用他们。”
小型供应商更有可能拥有创新的解决方案，使企业能够在竞争中脱颖而出，因此古普塔将其IT预算的10%至20%分配给这些更灵活的供应商。“我们为法律或人力资源团队运行一些AI项目，这些项目的规模不大，用户也愿意尝试。”他说。
对于较小的项目，利盟会从商业角度考虑是否值得进行试验。如果是，他们会仔细研究小型供应商，以确保不会错过来自更广泛市场的一些创新。“如果不行，至少它不会在我们的今年优先事项中造成漏洞，”古普塔说，“而如果行，那全是好处。”
软件测试公司Tricentis的首席数字和技术官李·麦克伦登(Lee McClendon)表示，大型软件供应商习惯于解决企业每天面临的集成问题。小型供应商更常见的是为特定问题提供点解决方案，这些解决方案可能不具备企业所需的连接性和稳健性。这适用于所有技术，而不仅仅是AI。“但重要的是要考虑，在AI领域，多个点解决方案是否值得管理开销，考虑到在这个快速发展的领域中管理数据隐私和安全的复杂性。”他说。
关于成熟供应商，Rimini Street的CTO埃里克·海默(Eric Helmer)提醒说，大公司可能会将其AI作为标准产品的一部分进行捆绑并加价。所有主要软件供应商都在将其纳入产品中，他说。“如果他们还没有这样做，那么它将在下一个版本中捆绑，”他说，“拥有大量遗留应用程序的公司可能会发现自己踏上了一段未曾要求的AI之旅。你可能会经历这些极具破坏性的升级演变，结果却发现你得到的功能永远不会有用。”
测试每个供应商对AI的了解
海默表示，大型企业应用供应商并非AI公司。“他们并不具备过去10年一直致力于AI的企业所拥有的同等水平经验。他们只是AI的粉丝，正在追赶。”
当供应商声称自己是AI公司时，软件开发商Harness的现场CTO尼克·德金(Nick Durkin)表示，IT领导者应该对他们提出质疑，以确保双方对这一点有共同的理解。要确保你知道他们使用的是预测模型还是生成模型。弄清楚他们是否使用别人的模型，而他们可能对这些模型几乎没有控制权。“要理解AI背后的真相，有很多细微差别。”他说。
此外，每个人都突然假装自己是AI专家。麦克伦登表示，这么多人了解这项新技术的时间还不够。“我们试图弄清楚谁拥有合法的东西，谁只是在营销材料中堆砌了一些AI流行语，让自己听起来像是紧跟最新技术。”他说。
麦克伦登做到这一点的方法之一是询问供应商几年前在做什么。他们的答案可能会揭示他们是否有意识地对AI进行了投资，而不是仅仅因为新技术而跳上这艘船。“如果他们长期以来一直在研究AI，即使不是GenAI，他们也可能有人一直在跟踪这项技术的演变，”他说，“而如果这对他们来说是新的，这并不一定意味着他们没有好东西。但这是一个需要考虑的数据点。”
古普塔指出，一些供应商做出了很多承诺，但随后表示他们需要利盟的数据。这通常表明供应商还没有开发出模型。“如果他们要用我们的所有数据来做一个项目，那么我自己就能做，”他说，“我对能够给我们带来经过验证的东西的供应商更感兴趣，而不是那些只是要用我的数据来开发产品然后卖给别人的供应商。那会剥夺我们的竞争优势。”
IT领导者真正需要弄清楚的是，供应商能否清楚地解释他们的产品做什么、解决的具体问题是什么，以及成功率。“如果他们回来告诉我成功率是99%，我不信，”麦克伦登说，“AI还没那么好。”
要弄清楚他们是否有衡量成功的方法，以及他们是否遵循一种方法，让他们明白虽然AI是伟大的技术，但它并不完美。“如果你开始向供应商提出关于他们对AI的了解和他们实际在做什么的正确问题，你很快就能看出来，”麦克伦登补充道，“如果他们只是在编造，那很快就会暴露。”
IT领导者应该仔细审查供应商如何总体对待数据隐私和安全。麦克伦登询问公司，他们的产品以何种方式取代了人类通常做的事情。“AI最终可能会产生与你公司文化不符的结果，”他说，“确保供应商考虑到关于你的数据、你的安全以及他们的AI如何在你的公司内部互动以适应的所有不同领域。他们可能还没有一个很好的解决方案，但你需要看看他们是否至少在考虑这些事情。”
在选择过程中建立成功标准
在开始向大量用户群体推出新技术之前，首先通过概念验证(PoC)来展示切实结果总是一个好主意。在选择过程中，麦克伦登确保他能够获得供应商的支持来做到这一点。他在开始之前与他们一起建立成功标准。
同样，利盟会提前为他们的项目定义一组测试用例，并在选择过程中使用它们来帮助验证供应商的主张。古普塔会询问供应商在数据点方面的表现如何。例如，如果一个项目是客户服务方面的，他们可能会问供应商是否能将通话成功率提高20%，并将通话时长减少30%。“如果你从一开始就没有明确成功标准，你可能会浪费六个月到一年的时间来进行评估，结果却一无所获。”他说。
Harness的德金表示，大多数成熟的供应商都准备好通过成本节约或生产率提高来展示其工具的可衡量影响。小型供应商也应该这样做。
IT领导者应该将用户接受度作为关键的成功标准。“除了生产率成果之外，用户喜欢这些工具也至关重要，”他说，“如果用户发现解决方案笨拙、难以使用或效果不如预期，那么根本就不值得继续推进。”
