规划不善和害怕错过可能会导致糟糕的AI 投资，但即使是好的 AI 项目也可能需要时间才能返回可衡量的商业价值。

来源：Wasana Kunpol / Shutterstock

据IT 研究和咨询公司 Forrester 称，许多组织在启动 AI 项目后都在努力寻找投资回报率，但要求过高、过早是有危险的。

该公司预测，专注于ROI 的企业将过早缩减规模，因为一些 IT 领导者开始意识到，给实验更多的时间来发展可能比期望快速实现价值更重要。

根据Forrester 的 2024 年第二季度 AI 脉搏调查，近一半的 AI 决策者表示，他们的组织预计 AI 投资的投资回报率会在一到三年内实现，而另有 44% 的组织预计需要更长的时间。

“企业正在使用AI 改善客户体验、提高员工工作效率，甚至实现新的收入来源，”Forrester 在其最新一轮的 AI 预测中表示。“但 AI 重置正在进行中。企业去年尝试的明显用例现在是赌注并嵌入到商业软件中。

一、测量一切

Forrester的 AI 和数据科学分析师 Rowan Curran 说，过早寻找 ROI 通常是规划不善的产物。他说，推出 AI 工具的组织首先需要设定合理的期望并建立关键指标来衡量部署的价值。

Curran说，在许多情况下，使用生成式 AI 执行通用任务的组织并没有看到他们预期的生产力提升或投资回报率。解决部署组织特定问题的目标 AI 项目往往显示出更大的希望。

“有很多人研究了围绕AI 的一些潜在用例，当你从高层次来看它们时，这些用例可能会非常有吸引力，因为它可以提高生产力或产生其他一些更广泛的影响，”他说。“人们对 Copilot 之类的东西非常兴奋，而对于这些东西，很难确定一些可以直接与业务成果相关的具体 ROI 数字。”

Curran对 copilot 的评论在许多 CIO 中是正确的，他们并不完全相信生成式 AI copilot，即使他们试图区分什么是炒作和在哪里推动结果。对于其他人来说， AI 代理更侧重于决策而不是内容生成，有望成为可能影响业务成果的 AI 用途。

为了演示特定的使用案例，Curran以呼叫中心为例。通过采用 AI 代理来协助呼叫，呼叫中心可能能够将通话时间缩短 30 到 40 秒，当员工每天处理大量电话时，生产力会大大提高。

他指出，随着时间的推移，缩短平均通话时间的目标是可衡量和可跟踪的。

Curran说，许多实现 ROI 的途径需要更长的时间。“你可能已经进行了初步部署，假设它是一个内部员工支持的聊天机器人，响应准确率达到 75%，”他说。“你的目标 ROI 的准确率可能在 85% 或 90% 左右，但如果不推出它，并通过让人们提供反馈和完善响应，随着时间的推移慢慢实现它，就无法实现这一目标。”

他补充说，投资回报率将逐步增加。“它不会一下子就来的，”他说。

CIO面临的一个挑战是决定何时最终终止 AI 项目。Curran 说，选择取决于每个组织的独特情况和需求。CIO 和其他 IT 领导者没有可以遵循的公式。

二、害怕被抛在后面

但首先，组织需要了解何时AI 是合适的。AI 战略和设计咨询公司 HumanFocused.AI 的首席 AI 体验官 Tony Fernandes 表示，被放弃的 AI 项目的部分问题在于，许多组织都是出于对错过的恐惧而跳入的。

他补充说，CIO和其他 IT 领导者经常被董事会强迫采用 AI，然后由于缺乏尽职调查而导致项目失败。同样的压力也会促使 CIO 夸大 AI 的进展，而 AI 的进展可能几乎没有表现出什么希望。

“我看到组织不是采取爬行-行走-运行的方法，而是试图在微秒内从0 到 60，”Fernandes 说，他也是战略设计和洞察提供商 UEGroup 的首席执行官。“这并不是说他们过早地放弃了人工智能，而是他们全速驶入了死胡同，因为他们没有花时间先了解情况并进行所需的有条不紊的实验。”

他补充说，当AI 是完成工作的最佳工具时，组织就可以通过 AI 实现 ROI。他预测，许多现在急于采用 AI 的公司将在未来五到七年内回归更传统的技术解决方案。

“在这个阶段加入的组织正在使用AI 作为寻找问题的解决方案，”Fernandes 说。“大多数人永远不会看到 ROI。”

与Fernandes 一样，会计和 IT 咨询公司 Sax 的首席信息官 Rob Owen 也看到一些组织争先恐后地采用 AI，一些早期采用者支付了高价租用 GPU 和其他基础设施。

“我们看到很多项目在他们说'这些成本正在失控'的地方停下来和开始，因为他们从技术角度低估了完成它所需的时间和资源，”他说。“我们看到很多项目都被放弃了。”

三、从小规模开始 — 且具有成本效益

Owen说，自商用一代 AI 的早期以来，许多 AI 服务已经面世，为公司提供了价格合理的选择。Sax 已在多个内部项目中部署了 AI，包括其帮助台功能，公司自行训练和定制 AI 模型。

“我的方法是修补，以最具成本效益的方式利用AI，”他说。“一旦你有了概念验证、工作模型，然后进行扩展。不要从大处着手并希望最好，除非你见过别人这样做，或者你有一个经过验证的模式可以开始。

虽然Sax 通过跟踪 KPI 来衡量其 AI 项目，但 Owen 认为期望立即获得 ROI 通常是不合理的。他说，大多数 AI 项目需要 18 到 24 个月才能实现投资回报率。

“如果你有一支优秀的IT 员工，他们就会解决问题，”他说。“这些项目不能立即解决我的业务问题。你必须想出有趣的方法，让你最聪明的人开始玩这些东西。”

【睿观：追求 AI 投资回报率就像种树：急于求成可能适得其反

想象你种了一棵苹果树。你迫不及待想吃到又大又红的苹果，每天都去摇树。结果呢？不仅没有苹果，反而把树枝都摇断了。

AI项目就像这棵苹果树。 很多人以为，只要投入了 AI，就能立刻收获丰厚的果实（也就是投资回报）。

但现实往往是：

1.急于求成，反而会损害项目： 如果过早地追求短期回报，可能会放弃一些长期有价值的项目。

2.AI项目需要时间： AI 模型的训练、优化、以及与实际业务的结合，都需要时间。

3.规划不周，事倍功半： 如果一开始没有明确的目标和衡量标准，就很难评估项目的价值。

那我们应该怎么做呢？

1.从小处开始，逐步扩大： 先选取一个相对简单的项目，验证AI的价值。

2.设定明确的目标： 确定哪些指标可以衡量项目的成功，比如提高效率、降低成本、提升客户满意度。

3.耐心等待： AI 项目的回报可能需要几个月甚至几年才能显现。

总结一下：

追求AI 的投资回报率是每个企业的目标，但如果过于急功近利，反而会适得其反。就像种树一样，我们需要耐心浇水施肥，才能收获丰硕的果实。换句话说，AI项目是一场马拉松，而不是百米冲刺。 只有坚持不懈，才能最终赢得胜利。】