像其他CIO一樣，Katrina Redmond面臨著部署AI的眾多機(jī)會(huì)，這些AI承諾加速業(yè)務(wù)和運(yùn)營(yíng)流程，并優(yōu)化工作流程。“每個(gè)人都在爭(zhēng)相應(yīng)用這種發(fā)展迅速的技術(shù)，但如果沒(méi)有業(yè)務(wù)成果，這一切都毫無(wú)意義。”電力管理系統(tǒng)制造商Eaton公司的CIO Redmond說(shuō)，“我們需要繼續(xù)關(guān)注業(yè)務(wù)成果，并應(yīng)用那些有意義的用例。”

一些潛在的項(xiàng)目需要使用大型語(yǔ)言模型（LLM）進(jìn)行定制開(kāi)發(fā)，但其他項(xiàng)目只需切換開(kāi)關(guān)以啟動(dòng)企業(yè)軟件中的新AI功能。“AI出現(xiàn)在每個(gè)軟件包和每項(xiàng)技術(shù)中，尤其是生成式AI，”EY全球AI咨詢(xún)負(fù)責(zé)人Dan Diasio說(shuō)，而一些供應(yīng)商，如微軟，已將AI作為其軟件的核心。 

為了跟上步伐，Redmond成立了一個(gè)指導(dǎo)委員會(huì)，根據(jù)業(yè)務(wù)目標(biāo)確定機(jī)會(huì)，并將一長(zhǎng)串的潛在項(xiàng)目縮減到大約十幾個(gè)，涵蓋從庫(kù)存和供應(yīng)鏈管理到銷(xiāo)售預(yù)測(cè)等領(lǐng)域。“我們不想只是追求下一個(gè)亮眼的目標(biāo)，”她說(shuō)。“我們希望保持紀(jì)律并深入研究。” 

康涅狄格州Webster銀行的CIO Vikram Nafde表示，要想成功，AI概念驗(yàn)證（PoC）項(xiàng)目還需要具有良好的商業(yè)意義。“實(shí)施和運(yùn)行AI模型的成本可能相當(dāng)高，因此在評(píng)估AI用例的商業(yè)價(jià)值時(shí)必須非常謹(jǐn)慎，”他說(shuō)。“這涉及對(duì)每個(gè)AI項(xiàng)目的潛在收益、風(fēng)險(xiǎn)和成本進(jìn)行嚴(yán)格評(píng)估，以確保投資是審慎的，并符合我們的風(fēng)險(xiǎn)回報(bào)特征。” 

初步積極結(jié)果 

在Eaton，一些PoC已經(jīng)開(kāi)始產(chǎn)生結(jié)果，他們已經(jīng)使用AI在全球70多個(gè)ERP系統(tǒng)之間整合信息。Redmond的團(tuán)隊(duì)在軟件開(kāi)發(fā)商Palantir Technologies的幫助下開(kāi)發(fā)了一個(gè)模型，該模型整合并清洗了這些系統(tǒng)的數(shù)據(jù)，然后對(duì)其進(jìn)行分析，向決策者提供洞察——以及相當(dāng)復(fù)雜的建議。 

例如，如果一個(gè)業(yè)務(wù)單元的生產(chǎn)缺少用于完成裝配訂單的八英寸鋼棒，而業(yè)務(wù)的另一個(gè)區(qū)域手頭有十英寸的鋼棒，AI可能會(huì)建議使用較長(zhǎng)的鋼棒并將其切割以趕上交貨期限。“人類(lèi)會(huì)審查它以確保這是有意義的，如果是，AI就會(huì)將其納入學(xué)習(xí)模型，”她說(shuō)。該項(xiàng)目仍處于Redmond所稱(chēng)的“價(jià)值主張階段”，已經(jīng)為公司的電氣業(yè)務(wù)帶來(lái)了積極結(jié)果。“準(zhǔn)時(shí)交付有了顯著改善，”她說(shuō)。 

Webster銀行正在遵循類(lèi)似的策略。“我們建立了一個(gè)由技術(shù)、架構(gòu)、數(shù)據(jù)、安全、法律、風(fēng)險(xiǎn)和審計(jì)的代表組成的AI工作小組，其中包括技術(shù)實(shí)踐者和業(yè)務(wù)用戶(hù)，以制定AI使用最佳實(shí)踐和治理框架，”Nafde說(shuō)。該銀行還在考慮使用AI幫助簡(jiǎn)化內(nèi)部運(yùn)營(yíng)和提高效率，包括構(gòu)建專(zhuān)門(mén)針對(duì)業(yè)務(wù)需求的定制模型。例如，它正在嘗試使用生成式AI自動(dòng)閱讀企業(yè)客戶(hù)的財(cái)務(wù)報(bào)表，以評(píng)估貸款申請(qǐng)。 

“這里的團(tuán)隊(duì)必須閱讀和理解大量的財(cái)務(wù)信息，而且?guī)缀鯊牟徊捎脴?biāo)準(zhǔn)格式，”他說(shuō)。“生成式AI可以閱讀和提取所需信息，并為人類(lèi)進(jìn)行總結(jié)。”到目前為止，他說(shuō)，“我們認(rèn)為這是一個(gè)很好的用例。它可以更快、更準(zhǔn)確，使團(tuán)隊(duì)更具生產(chǎn)力。” 

禮來(lái)公司也處于采用和整合AI到業(yè)務(wù)前沿。“我們發(fā)現(xiàn)AI可以幫助幾乎每個(gè)領(lǐng)域簡(jiǎn)化工作量并推進(jìn)我們的研發(fā)，”執(zhí)行副總裁兼首席信息和數(shù)字官Diogo Rau說(shuō)。 

目前，生成式AI通過(guò)創(chuàng)建前所未有的分子并分析其在新藥開(kāi)發(fā)中的潛力，以幫助新藥開(kāi)發(fā)。Rau說(shuō)，它將多年的工作壓縮為數(shù)月——有時(shí)甚至是數(shù)天。禮來(lái)還開(kāi)發(fā)了一種AI工具，用于管理和解釋治療設(shè)備的患者數(shù)據(jù)，并使用專(zhuān)有的“傳感器云”提高藥物的安全性和有效性。此外，它還使用生成式AI自動(dòng)開(kāi)發(fā)軟件的初步版本，以生產(chǎn)支持臨床試驗(yàn)的文檔，并創(chuàng)建用于監(jiān)管提交的材料。 

生產(chǎn)是另一個(gè)受益于AI的領(lǐng)域。“在禮來(lái)的工廠，我們利用復(fù)雜的算法和模型、自動(dòng)導(dǎo)引車(chē)、全自動(dòng)倉(cāng)庫(kù)、機(jī)器人和高度自動(dòng)化的生產(chǎn)設(shè)備，以增加和加速我們的藥物生產(chǎn)，”Rau說(shuō)。 

合作關(guān)系至關(guān)重要 

為了為AI項(xiàng)目創(chuàng)建PoC，像Eaton的Redmond這樣的CIO正在求助于值得信賴(lài)的合作伙伴。“這是必要的，因?yàn)槲覀儧](méi)有大量的AI資源，而你需要一個(gè)模型來(lái)開(kāi)始，”她說(shuō)。“一開(kāi)始這是一個(gè)很好的加速器。”但是，她補(bǔ)充說(shuō)，隨著項(xiàng)目投入生產(chǎn)，讓你的內(nèi)部團(tuán)隊(duì)提高學(xué)習(xí)曲線(xiàn)以降低成本也很重要。 

Webster銀行盡可能利用像微軟和AWS這樣的超級(jí)計(jì)算公司，并讓銀行自己的專(zhuān)家技術(shù)人員構(gòu)建對(duì)其需求最重要的內(nèi)容，同時(shí)盡量減少對(duì)顧問(wèn)的依賴(lài)。“這樣，我們就不必在構(gòu)建和持續(xù)支持上花費(fèi)昂貴的承包商費(fèi)用，”Nafde說(shuō)。 

成功的PoC并不保證成功：利益相關(guān)者需要對(duì)其信任。例如，在Eaton，一個(gè)基于AI的銷(xiāo)售預(yù)測(cè)工具有潛力大幅提高生產(chǎn)力。目前，所有財(cái)務(wù)和銷(xiāo)售團(tuán)隊(duì)需要數(shù)月和成千上萬(wàn)的工時(shí)來(lái)回顧歷史信息，將其與新的銷(xiāo)售預(yù)測(cè)數(shù)據(jù)結(jié)合，并創(chuàng)建預(yù)測(cè)。現(xiàn)在，Redmond說(shuō)，“AI模型可以潛在地為你完成這些工作。” 

Eaton的預(yù)測(cè)PoC項(xiàng)目，在去年第四季度運(yùn)行，至少和目前的方法一樣準(zhǔn)確，她補(bǔ)充說(shuō)，如果不是更準(zhǔn)確的話(huà)。“這肯定比我們現(xiàn)在花費(fèi)成千上萬(wàn)小時(shí)工作的做法更好，”她說(shuō)。問(wèn)題是人們是否愿意信任技術(shù)，足以放棄自己完成工作。“在讓人們舒適地放手這一點(diǎn)上，我們還沒(méi)達(dá)到那里，”她解釋說(shuō)。“我們?nèi)蕴幱凇湃蔚?yàn)證’階段。” 

另一個(gè)可能導(dǎo)致AI信任問(wèn)題的原因——無(wú)論是在IT內(nèi)部還是外部——是模型如黑箱般的性質(zhì)，無(wú)法確切理解輸出是如何確定的。“而且，首次使用生成式AI時(shí)，我們正在與非確定性的技術(shù)合作；它不是二元的，”Genpact的首席數(shù)字策略師Sanjay Srivastava說(shuō)。“例如，使用生成式AI時(shí)，你可能得到一個(gè)回答，表示94%的時(shí)間是正確的，這意味著它需要一些監(jiān)督或增強(qiáng)。” 

“這些工具非常強(qiáng)大，有時(shí)卻令人信服地錯(cuò)誤，”EY的Diasio說(shuō)。不幸的是，人們有自動(dòng)駕駛的傾向。人類(lèi)需要使用這些工具并詳細(xì)審查輸出。“你需要為此規(guī)劃時(shí)間，”他說(shuō)。 

Srivastava說(shuō)，大多數(shù)項(xiàng)目保留人類(lèi)進(jìn)行最終決策，但后續(xù)行動(dòng)至關(guān)重要。“如何在連續(xù)循環(huán)中從數(shù)據(jù)到洞察到行動(dòng)？”他問(wèn)。“這是人們未能獲得經(jīng)濟(jì)成果的首要原因。” 

數(shù)據(jù)準(zhǔn)備很重要，除非…… 

在供應(yīng)鏈和分析等領(lǐng)域，將所有數(shù)據(jù)準(zhǔn)備好，隨時(shí)可供AI模型使用是至關(guān)重要的。“數(shù)據(jù)是AI成功的關(guān)鍵，”Nafde說(shuō)。“在AI策略之前先從數(shù)據(jù)策略開(kāi)始，并使你的AI策略與你的業(yè)務(wù)策略保持一致。” 

Diasio同意。“確保你擁有的數(shù)據(jù)能被AI系統(tǒng)發(fā)現(xiàn)，這可能意味著使用生成式AI構(gòu)建豐富的目錄，或者在結(jié)構(gòu)化數(shù)據(jù)之上構(gòu)建本體，”他說(shuō)。“在許多情況下，使用AI簡(jiǎn)化這些工作量可以顯著提高生產(chǎn)力。在我們觀察到的一些數(shù)據(jù)遷移活動(dòng)中，各個(gè)步驟的效率提高了40%，速度也有所提升。” 

禮來(lái)已經(jīng)在使用AI工具加速攝取和清潔用于訓(xùn)練和微調(diào)其制藥模型的數(shù)據(jù)，Rau說(shuō)，Genpact也使用AI準(zhǔn)備其數(shù)據(jù)供其AI模型消費(fèi)。“我們擁有大量數(shù)據(jù)，其中三分之二是非結(jié)構(gòu)化的，”Srivastava說(shuō)。“你可以使用生成式AI在你的數(shù)據(jù)之上自動(dòng)構(gòu)建一個(gè)語(yǔ)義層。你需要理解數(shù)據(jù)位于哪里，它如何與其他東西關(guān)聯(lián)，數(shù)據(jù)的質(zhì)量如何，血統(tǒng)是什么，以及它在哪里被使用。” 

這項(xiàng)工作很困難，需要高度熟練的人才，這就是為什么許多企業(yè)會(huì)引入合作伙伴來(lái)幫助完成這項(xiàng)工作。但AI可以為你自動(dòng)創(chuàng)建那個(gè)語(yǔ)義層。它不是完美的，但它可能讓你達(dá)到80%，Srivastava說(shuō)。 

然而，Diasio表示，你不總是需要組織內(nèi)部數(shù)據(jù)來(lái)利用AI。“例如，使用市場(chǎng)上可獲得的預(yù)訓(xùn)練模型和生成式AI，像產(chǎn)品開(kāi)發(fā)這樣的創(chuàng)造性任務(wù)，或像聯(lián)系中心轉(zhuǎn)錄這樣的概要任務(wù)，在適當(dāng)?shù)纳舷挛沫h(huán)境和巧妙的提示下可能會(huì)有效地開(kāi)箱即用，”他說(shuō)。“這可以幫助公司加速AI的使用，同時(shí)他們繼續(xù)策劃他們的內(nèi)部數(shù)據(jù)并收獲他們的專(zhuān)業(yè)知識(shí)。” 

在啟用AI功能前確保其適用性 

“CIO應(yīng)該投資于新的或升級(jí)現(xiàn)有的CRM、物聯(lián)網(wǎng)、ITSM和商業(yè)智能工具，這些工具包括AI/ML功能，”IDC的研究副總裁Jevin Jensen說(shuō)。“當(dāng)你從現(xiàn)有的現(xiàn)成供應(yīng)商那里選擇一個(gè)已經(jīng)增加了AI功能的軟件解決方案時(shí)，價(jià)值實(shí)現(xiàn)的時(shí)間將大大縮短。”你可能只需要打開(kāi)該功能或添加插件。他說(shuō)，只需檢查確保你可以選擇退出讓你的數(shù)據(jù)用于訓(xùn)練供應(yīng)商的模型。 

雖然Salesforce和ServiceNow等企業(yè)軟件中的新AI功能承諾提供大量的工作流程生產(chǎn)力好處，但你不應(yīng)該在完全理解它們?nèi)绾芜m應(yīng)你的工作流程之前就啟用它們。“我們最近與ServiceNow進(jìn)行了深入研討，討論如何使用智能預(yù)測(cè)、虛擬聊天和其他功能與我們的業(yè)務(wù)戰(zhàn)略保持一致，”Nafde說(shuō)。例如，銀行的虛擬聊天功能包括幾十個(gè)用例。有些可能可以開(kāi)箱即用，有些需要定制，有些則不適用。“我們需要決定哪些功能將是有用的，”他說(shuō)。 

Eaton已經(jīng)在ServiceNow中啟用了一些AI功能，到目前為止結(jié)果令人鼓舞。“從案例管理的角度來(lái)看，它很有幫助，找到我們可以改進(jìn)的缺陷線(xiàn)索，找到根本原因，并提供可以減少案例數(shù)量的解決方案，”Redmond說(shuō)。 

然而，企業(yè)軟件中嵌入的AI的難題在于，它可能今天還沒(méi)有為你的組織的需求提供引人注目的解決方案。在這種情況下，尤其是面臨競(jìng)爭(zhēng)壓力的CIO可能會(huì)發(fā)現(xiàn)自己處于兩難境地：“你應(yīng)該等待你的業(yè)務(wù)線(xiàn)應(yīng)用供應(yīng)商納入AI，并在等待供應(yīng)商構(gòu)建它的同時(shí)犧牲上市時(shí)間，還是應(yīng)該構(gòu)建自己的企業(yè)架構(gòu)策略，你有自己的定制實(shí)施和圍繞它的基礎(chǔ)設(shè)施，但它昂貴且需要持續(xù)投資？”Srivastava問(wèn)道。“這就是挑戰(zhàn)所在。” 

禮來(lái)還在其IT運(yùn)營(yíng)中利用AIOps能力。AI工具包括一個(gè)事故檢測(cè)和響應(yīng)系統(tǒng)，能夠迅速檢測(cè)異常，預(yù)測(cè)潛在問(wèn)題以防止它們升級(jí)，確定故障的根本原因，并評(píng)估技術(shù)問(wèn)題對(duì)業(yè)務(wù)的影響。“例如，如果訂單處理系統(tǒng)經(jīng)歷延遲，AIOps可以量化對(duì)收入和客戶(hù)滿(mǎn)意度的影響，”Rau說(shuō)。這使團(tuán)隊(duì)能夠優(yōu)先解決最關(guān)鍵的問(wèn)題，并更快地解決。 

應(yīng)該做什么和不應(yīng)該做什么 

盡管Webster Bank在AI之旅的初期階段，Nafde已經(jīng)學(xué)到了一些東西：整理你的數(shù)據(jù)。將你的AI策略與你的業(yè)務(wù)戰(zhàn)略對(duì)齊。在開(kāi)始前就確定正確的關(guān)鍵績(jī)效指標(biāo)(KPI)。然后從小處開(kāi)始，展示價(jià)值證明，逐步擴(kuò)展，并在每一步與利益相關(guān)者進(jìn)行教育和溝通，他說(shuō)。 

同樣重要的是合作起步，但要通過(guò)工具和專(zhuān)業(yè)知識(shí)建立你的團(tuán)隊(duì)，以開(kāi)發(fā)和維護(hù)新的AI能力。同時(shí)，不要低估建立信任的需要。“保持你的信息傳遞領(lǐng)先，”他說(shuō)。“期望會(huì)有懷疑者，做好市政廳會(huì)議，讓領(lǐng)導(dǎo)者介入。”畢竟，當(dāng)引入新技術(shù)時(shí)，很多人會(huì)感到恐懼和普遍不愿接受變化。“這里的挑戰(zhàn)不僅僅是關(guān)于AI，”他補(bǔ)充道。“這是一個(gè)經(jīng)典的變革管理問(wèn)題。” 

Redmond補(bǔ)充說(shuō)，要有策略并限制你承擔(dān)的項(xiàng)目數(shù)量。“專(zhuān)注于少數(shù)幾件事情并深入研究，”她說(shuō)。找到可信賴(lài)的合作伙伴來(lái)幫助你開(kāi)始，并利用你的SaaS供應(yīng)商已經(jīng)引入其產(chǎn)品中的AI能力——當(dāng)這些能力有意義的時(shí)候。她補(bǔ)充說(shuō)，不要忽視你的生態(tài)系統(tǒng)中已有的資源。 

“文化很重要，”Rau補(bǔ)充說(shuō)。“變革很艱難，所以CIO需要通過(guò)展示你所期望的創(chuàng)新和開(kāi)放思維行為，以及創(chuàng)造一個(gè)鼓勵(lì)圍繞AI進(jìn)行學(xué)習(xí)和創(chuàng)新的環(huán)境，來(lái)引領(lǐng)文化轉(zhuǎn)變。我們最大的風(fēng)險(xiǎn)是如果我們的員工沒(méi)有充分利用AI。” 

Redmond表示，像讓利益相關(guān)者使用它直到他們適應(yīng)新技術(shù)這樣的勝利會(huì)極大增加信心。“這會(huì)降低恐懼因素，”她說(shuō)。