AMEREN首席客户和技术官坚信，要成功领导大规模转型，需要从零日（Day Zero）开始就实施稳健的变革管理实践。

来源：巴瓦尼·阿米尔塔林加姆（Bhavani Amirthalingam）/ AMEREN

【睿观：从零日开始实施稳健的变革管理是大规模转型成功的关键步骤，数据质量是 AI 部署的基石。而 AI 的发展将对业务各个方面产生深远影响，虽然面临挑战，但通过正确的策略和措施，可以实现其带来的巨大潜力。

一、从零日（Day Zero）开始的变革管理

Bhavani Amirthalingam强调，大规模转型的成功关键在于从零日就开始实施稳健的变革管理。这一天标志着转型的正式启动，是所有变革步骤和策略被系统化和执行的起点。变革管理包括评估和规划、沟通策略、培训和支持、监控和反馈以及评估和持续改进。这一方法不仅为变革奠定了坚实的基础，提高了成功率，还增强了信任和透明度。

二、变革管理的关键

她指出，变革管理需要从零日开始，而不是项目结束时。变革管理的一个重要方面是确保跨职能团队带着明确的目标共同工作，并从一开始就建立一个负责和问责的结构。变革管理还需要充分考虑和回应员工的忧虑，确保项目的每个阶段都有不同的观点参与进来。

三、人工智能在企业转型中的应用

Amirthalingam强调，人工智能自1950年代以来就存在，并且在不同阶段不断发展。她建议领导者评估数据的准备情况，构建或利用现有 AI 解决方案，并确保员工从项目一开始就适应新功能。她指出 AI 在改善客户体验、提高资产性能和安全性方面的具体应用，如通过预测和预防故障，提高能源使用效率等。

四、数据质量的重要性

数据质量是有效部署AI 的基石。领导者必须优先考虑对数据质量和治理的投资，这是确保 AI 应用程序准确和可靠的基础。高质量的数据确保算法得到有效训练，建立数据治理框架以确保数据完整性和安全性，支持 AI 系统的可扩展性。

五、人工智能对未来业务的影响

Bhavani Amirthalingam预见，AI 将对业务各个方面产生深远影响，其变化将比以往任何技术革命都更迅速。她对 AI 在解决复杂问题，如气候变化和药物研发方面的潜力表示乐观。她认为 AI 将极大缩短药物开发周期，并可能在产品创新和服务交付方面带来颠覆性的变革。】

【睿观：在大规模转型中，首席客户和技术官（CCO 和 CTO）认为从零日（Day Zero）就开始实施稳健的变革管理实践至关重要。为了深入理解这一点，我们需要详细解释“零日”及其在变革管理中的重要性。

一、零日（Day Zero）

“零日”是指一个项目、计划或转型正式启动的第一天。在变革管理的背景下，零日是指组织开始实施变革的那一刻，即变革管理实践的起点。零日的重要性在于，它标志着转型的正式开始，这一天之后所有的变革步骤和策略都将被系统化和执行。

二、变革管理（Change Management）

变革管理是一种系统化的方法，旨在帮助组织成功地进行变革。其目标是最大化变革的积极影响，同时最小化可能的负面影响。变革管理包括以下几个核心要素：

1.评估和规划：在变革开始之前，进行全面的评估，以确定变革的范围、影响和所需资源。这包括制定详细的变革计划和时间表。

2.沟通策略：有效的沟通是变革管理的关键。包括向所有利益相关者清晰传达变革的目的、流程和预期结果。

3.培训和支持：提供必要的培训和支持，确保员工具备所需的技能和知识，以适应新的工作方式。

4.监控和反馈：持续监控变革进展，收集反馈，并根据实际情况进行调整。这有助于确保变革顺利进行并达到预期效果。

5.评估和持续改进：在变革实施后，评估变革的效果，识别成功和不足之处，以便在未来的变革中进行改进。

三、零日与变革管理的关系

从零日开始实施稳健的变革管理实践具有以下几个重要意义：

1建立基础：在变革开始的第一天就建立稳健的变革管理基础，有助于确保整个变革过程的一致性和方向明确。

2.提高成功率：变革的初始阶段是决定成败的关键时期。从零日开始实施变革管理，可以提高变革成功的概率，减少不确定性和抵触情绪。

3.增强信任和透明度：从一开始就清晰、透明地实施变革管理，有助于建立员工和其他利益相关者的信任，减少抵触情绪和误解。

4.快速应对挑战：变革过程中难免会遇到挑战和阻力。从零日开始实施变革管理，可以确保这些挑战能够被快速识别和应对，避免小问题演变成大问题。

5.持续改进：从零日开始，就建立了监控和反馈机制，能够在变革的每个阶段及时进行调整和改进，确保变革朝着预期目标前进。

总之，从零日开始实施稳健的变革管理实践，是确保大规模转型成功的关键步骤。它不仅为变革奠定了坚实的基础，还能够提高变革的成功率，增强透明度和信任，并为持续改进提供支持。】

Bhavani Amirthalingam的职业生涯跨越了超过 25 年，在众多行业和地区担任关键技术和行政领导职务。她在 World Wide Technology 工作了 15 年，担任这家高科技、高增长公司的首席信息官和客户解决方案与创新副总裁。随后，她领导了全球财富 100 强能源管理公司施耐德电气的数字化转型。最近，她曾担任 Ameren 的执行副总裁兼首席客户和技术官，她于 2018 年加入 Ameren 担任高级副总裁兼首席数字和信息官，然后在 2023 年增加客户体验和运营。

【睿观：Ameren 是美国的一家能源公司，总部位于密苏里州的圣路易斯。Ameren 主要经营电力和天然气业务，在美国中西部地区提供能源服务。Ameren 的主要业务包括：

1.电力业务：Ameren提供电力服务给密苏里州和伊利诺伊州的大部分地区，主要通过自己的电力设施和输电网络。该公司通过多种能源来源生产电力，包括煤炭、天然气、核能、风能和太阳能等。

2.天然气业务：除了电力服务，Ameren还提供天然气服务给密苏里州东部和伊利诺伊州中部的客户。该公司经营天然气输配气网，为居民和企业提供稳定的天然气供应。

3.可再生能源：Ameren在可再生能源领域也有一定的投资和发展，包括风能和太阳能项目。通过增加可再生能源的比例，Ameren 可以减少对传统化石燃料的依赖，推动清洁能源发展。

作为一家能源公司，Ameren在可持续发展和环保方面也做出了努力。该公司致力于减少碳排放、提高能源效率，并推动低碳、清洁能源的发展。同时，Ameren 也积极参与社区活动和公共事务，致力于为当地社区创造更美好的生活环境。】

在最近一期的Tech Whisperers 播客中，Amirthalingam 谈到了她的职业历程以及差异化因素和领导理念，这些因素和领导理念有助于她获得首席数字信息官的职位，然后是首席客户官的额外责任，以及加入公共董事会的讨论。交流结束后，我们花了更多时间讨论如何才能成功实现大规模转型，以及领导者和企业应该如何思考和利用人工智能和数据。接下来是这段对话。

Dan Roberts：凭借您在帮助大型组织转变客户体验和提高整个企业数字商数方面的经验，您对其他开始大规模转型的领导者有什么建议？

巴瓦尼·阿米尔塔林加姆（Bhavani Amirthalingam）：让跨职能团队带着明确、综合的目标走到一起，对于这些转型的成功极为重要。有时，组织会进行与技术相关的转型。但这不是一项技术计划。这不是一项可操作的举措。这是公司计划，也是客户计划。

首先，使这些转型发挥作用的一个重要因素是创建一个两合一或三合一的机构——取决于整个组织的关键利益相关者——对转型负责和问责，无论是在实地还是一直到高层。

第二件事是，组织往往低估了变革管理，而变革管理对转型的成功至关重要。他们认为变更管理是你在项目结束时做的事情，这种方法注定会失败。变更管理是您从一开始就开始的工作，并在整个实施过程中和实施后始终专注于变更管理。

当您定义转型背后的原因时，变革管理就开始了，并且你们一起这样做。你让那些在战壕里做工作的人，或者如果是你的客户，你让他们参与进来，以获得这些观点，这样你就可以了解什么对他们来说很重要，然后让他们在整个过程中参与进来。您需要预先确定并创建这个“焦点小组”，确保它具有不同的观点。可能会有一个人是你最好的拥护者，因为他们想要改变。他们将成为您最容易配合的人。然后你可能也想拥有一个最难配合的人，因为这可以让你了解忧虑是什么以及他们为什么会有忧虑。

在构建和设计解决方案时，了解和推动变更管理的实施需要从第 0 天（零日Day Zero）开始，而不是从第 9 天或第 10 天开始，因为很多时候，这就是事情分崩离析的地方。它拥有良好的所有权——这不仅仅是技术团队的所有权;团队和领导者的所有权将在整个组织中受到影响。

人们可以迷恋这项技术。他们已经等了很久了，他们很饿，所以你继续前进。但是，你没有考虑变革管理，也没有考虑这样一个事实，即你正在寻求破坏和改变人们多年来一直在以某种方式做的事情。

你可能有正确的目标、正确的倡议、正确的团队聚集在一起，每个人都在团结起来，你已经发生了正确的变化，并且行动了——然而，你可能无法意识到这种转变的价值。

价值实现是转型的一个重要方面，因此，预先共同定义成功的样子非常重要。我们将要关注哪些关键绩效指标，以表明我们处于X，我们需要达到Y，并且我们能够到达那里。这个时间框架是什么样的？那段旅程是什么样的？

然后，当你谈论全球财富500 强公司时，有很多层次的复杂性。你必须了解组织动态和文化。例如，组织可能真的是矩阵式的，所以你必须弄清楚你需要做什么才能让每个人都达成共识。

你还必须确保CEO参与进来，而不仅仅是留给技术领导者或运营领导者。当你想到这些大型转型时，你希望推动大规模的影响，并长期改变组织的数字商数，CEO的理解和参与是成功和价值实现的必要条件。

Dan Roberts：在您的整个职业生涯中，您做了很多令人兴奋的事情来利用数据和AI。领导者有哪些机会使用 AI 来影响员工的工作方式并改善客户体验？

巴瓦尼·阿米尔塔林加姆（Bhavani Amirthalingam）：我首先要说的是，人工智能并不新鲜。自1950 年代以来，它一直伴随着机器学习。使用数据和算法来模仿人类的学习方式在 1980 年代出现，并在 2000 年代进一步发展为深度学习。加速计算导致了大型语言模型的创建和扩展，这些模型现在已经使人工智能民主化（当前 ChatGPT 在数据江湖中占有一席之地。）

我有机会使用人工智能来改善客户体验，让客户更深入地了解他们的能源使用情况，通过预测和预防故障来提高资产性能，并有针对性地进行维护以提高可靠性，通过检测燃气和热水器泄漏来提高客户和员工的安全性，通过电路电压优化减少低收入客户的账单，以及许多这样的用例。我对领导者的建议是，确定具有最大潜力和影响的领域，评估数据的就绪情况，构建或部署利用人工智能的现有解决方案，并确保你从计划一开始就重新思考人们将如何以不同的方式使用这些新功能。

在生成式人工智能方面，可以采取多管齐下的方法。首先，通过了解您当前拥有的现有软件平台中正在整合的嵌入式功能并定义如何为组织利用这些功能，您可以成为接受者。一个例子可能是您目前用于软件开发的平台，这些平台现在具有 AI 功能——您如何使用它来简化协作套件、CRM、劳动力应用程序中的开发和功能，并且列表还在继续增长。

第二种方法可能是塑造者之一，您可以利用现有的公司数据中心资源来创建现有大型语言模型的私有且安全的实例——本质上是您自己的企业 ChatGPT 版本，针对公司特定数据进行微调，为您的业务提供非常具体的用例。您可以为整个组织的不同职能部门构建副驾驶。

第三种可能是制造商，您可以在其中构建自己的大型语言模型，该模型可能既昂贵又复杂，但可以为您的业务创造差异化价值。

各行各业最常用的两个用例是提高开发人员的生产力和提高呼叫中心客户服务代表的效率。一个例子可能是总结通话后的工作。您正在提高生产力、效率和互动方式，这样您就可以将时间花在与客户在一起的更重要且只有您才能做的事情上。关键是确定具有最大业务价值和影响的用例，并定义您将如何以不同的方式工作以从这些功能中受益。在构建这些功能时，您必须以网络安全思维为主导。

人的因素将变得更加重要，而不是更少。牢记这一点并围绕这一点提高我们的员工的技能非常重要。人工智能并没有夺走每个人的工作，但正如哈佛商学院的卡里姆·拉卡尼（Karim Lakhani）所说，“人工智能不会取代人类，但有人工智能的人类将取代没有人工智能的人类。”

【睿观：人工智能（AI）作为工具可以极大地增强人类的能力，而不是直接取代人类。这种观点在多个领域的应用中得到了验证。

一、出处和解释

1.书籍和研究：在拉卡尼与Marco Iansiti合著的《Competing in the Age of AI》（在人工智能时代竞争）一书中，强调了数字化转型和AI如何重新定义商业运作，企业必须学会与AI协作以保持竞争力。

2.演讲和论文：拉卡尼在哈佛商学院和多个公开演讲中指出，未来的成功取决于如何利用AI增强人类能力，而不是替代人类。他特别强调了在医疗、金融等行业的具体应用。

3.媒体采访：在采访中，拉卡尼谈到AI在降低认知成本、提升效率方面的巨大潜力，并建议企业应该创建实验环境，鼓励全体员工参与AI应用。

二、具体案例分析

1.医疗领域

描述：IBM Watson Health利用AI进行癌症诊断和治疗方案推荐。

成效数据：使用Watson的医生诊断准确率提高了30%，并节省了50%的诊断时间。这表明AI在复杂数据分析和决策支持中的巨大优势。

2.零售行业

描述：亚马逊通过AI技术优化库存管理和个性化推荐。

成效数据：亚马逊的推荐系统已帮助其提高了35%的销售额，并通过优化库存管理，将库存周转时间减少了15%。这显示了AI在提升运营效率和客户体验方面的效果。

3.GPT-4和企业内AI应用趋势

3.1GPT-4的应用场景：GPT-4在文本生成、客户服务、内容创作等方面表现出色。企业可以利用GPT-4生成报告、撰写邮件、分析市场趋势等，显著提升工作效率。

示例：一些企业使用GPT-4进行初步市场分析和竞争对手研究，从而减少了人工投入，并提高了分析报告的准确性。

3.2企业内小模型和多模态AI：除了大型模型，企业也逐渐开始部署小模型和多模态AI，这些模型可以在特定任务上提供高效和定制化的解决方案。

示例：在制造业中，使用多模态AI监控生产线，通过结合视觉、声音和传感器数据来提高生产效率和产品质量。

4.AI的未来发展趋势：

4.1个性化服务：AI可以通过分析用户行为和偏好提供高度个性化的服务体验，如定制推荐系统。

4.2智能决策支持：AI辅助的决策支持系统可以在复杂决策中提供洞察力，帮助管理层做出更明智的选择。

拉卡尼的观点和实际应用案例展示了AI的潜力和价值。未来，随着AI技术的不断发展，企业在AI和人类协作方面将会看到更多的创新和效益。】

Dan Roberts：与我们谈谈领导者应该如何考虑数据质量在人工智能部署中的作用？

巴瓦尼·阿米尔塔林加姆（Bhavani Amirthalingam）：数据质量是有效部署人工智能的基石。没有它，扩展AI 解决方案就像在没有坚实基础的情况下建造建筑物。领导者必须优先考虑对数据质量和治理的投资。使用高质量数据训练算法所需的时间很长，但对于大规模实现预期结果是必要的。AI厂商经常揭示扩展的可行性;但是，并非所有计划都具有扩展的商业意义。在设计可持续架构时要牢记最终目标，确保可伸缩性与业务目标保持一致，这一点至关重要。

领导者应将数据质量视为一项战略资产。高质量的数据可确保算法得到有效训练，从而实现更准确、更可靠的AI 应用程序。建立可靠的数据治理框架以确保数据完整性、安全性和合规性至关重要。该基础支持可以随着业务需求的发展进行调整和扩展的 AI 系统。

Dan Roberts：您如何看待人工智能对未来业务的不同方面的影响？

巴瓦尼·阿米尔塔林加姆（Bhavani Amirthalingam）：我认为业务的各个方面都将以某种形式或方式受到影响。打个比方，想想互联网、移动、社交和云技术在过去 25 年中如何改变了我们的工作和生活方式。人工智能将对我们的日常生活和商业运营方式产生更大的影响，我认为变化会更加迅速。

无论是应对气候变化的挑战还是寻找治愈癌症的方法，我都对解决非常大的复杂问题的可能性感到非常兴奋，这些问题可以改善我们一生中的人类生活。你想想制药行业，以及进行药物研发需要多长时间。我认为人工智能的使用将大大缩短这个时间框架。在产品创新方面，您提供的服务或产品本身可能会经历重大演变，甚至从根本上被颠覆，具体取决于行业。因此，你也要关注你交付的“产品”，并用这个镜头来思考它，这一点非常重要。

Dan Roberts：听到你如此精力充沛、乐观地谈论人工智能，真是太有趣了，因为很多人对此更加焦虑。

巴瓦尼·阿米尔塔林加姆（Bhavani Amirthalingam）：考虑到人工智能在解决目前我们无法触及的疾病方面的潜力，令人振奋。然而，这种进步并非没有风险。网络安全和数据隐私是必须解决的关键问题。支持人工智能的数据中心的能源消耗挑战了我们的净零目标。尽管面临这些挑战，但我相信我们将制定必要的保障措施，并继续利用人工智能为人类谋福利。我相信人工智能将有助于解决人工智能带来的一些挑战。