AI项目为企业提供了巨大的潜力，但选择合适的项目实施可能很棘手，尤其是在缺乏衡量ROI（ROI 是 "Return on Investment" 的缩写，中文翻译为“投资回报率”。它是一个衡量投资效益的指标，用于评估投资的效率或盈利能力。ROI 通过比较投资收益与投资成本，帮助投资者了解投资项目的实际收益情况。）的可靠基准的情况下。
图源：PeopleImages.com - Yuri A / Shutterstock
【睿观：AI项目实施成功关键在于：明确目标、选择合适项目、量化指标、加强沟通、构建协作。CIO需要将AI视为一项战略投资，通过与CFO紧密合作，实现AI项目的最大价值。
（一）核心问题：
ROI衡量困难： AI项目的投资回报率不易量化，CFO们希望看到快速、可衡量的结果。
项目选择困境： AI技术发展迅速，企业难以确定优先级，选择最具价值的项目。
组织阻力： 缺乏清晰的愿景和跨部门协作，阻碍了AI项目的顺利推进。
（二）解决方案：
明确目标，量化指标：
将AI项目与企业战略对齐： 确保AI项目能直接提升核心业务能力，如提高产品质量、加快上市速度等。
设置可衡量的KPI： 采用清晰、可量化的指标，如提高转化率、降低成本等，以便追踪项目进展。
最小可行产品（MVP）： 通过小规模试点验证项目可行性，收集反馈并迭代优化。
优先考虑高价值项目：
聚焦数据质量高的领域： 优先选择已有大量高质量数据的领域，如客户体验优化、供应链预测等。
解决明确的痛点： 针对企业存在的实际问题，提供切实可行的AI解决方案。
参考行业基准： 了解同行业其他企业的AI实践，制定具有竞争力的目标。
加强CFO沟通：
提供清晰的商业案例： 将AI项目与增加收入、降低成本等财务目标直接关联。
强调短期收益： 展示快速实现的成果，如自动化流程、提高效率等。
降低项目风险： 通过严格的质量控制和风险管理，增强CFO对项目的信心。
构建跨部门协作：
组建跨职能团队： 确保IT部门与业务部门紧密合作，共同推动项目进展。
加强沟通： 利用清晰的语言和可视化工具，向各部门传达项目价值。
培养数据驱动文化： 鼓励组织成员利用数据做出决策，推动AI在企业内部的广泛应用。
（三）建议：企业可以考虑建立一个AI中心或团队，负责制定AI战略、筛选项目、提供技术支持等。此外，可以引入外部专家，提供咨询和培训服务，加速AI能力的建设。】
2022 年，在一名乘客被告知他可以报销丧亲票价后，加拿大航空公司试图在它与聊天机器人之间拉开距离。经过一场法律斗争，加拿大航空公司最终被勒令兑现聊天机器人的承诺，但聊天机器人因此下线。
在过去几年中，随着公司大肆宣传，AI 驱动的工具流氓或无效的例子非常普遍。但就像加拿大航空的聊天机器人一样，到目前为止，这股浪潮有时承诺的比它所能提供的要多，这让CIO【CIO（Chief Information Officer）是企业中负责信息技术和系统管理的高级管理人员。】和CFO【CFO（Chief Financial Officer）是企业中负责财务管理和战略规划的高级管理人员。】感到担忧。
在AI投资方面，公司希望取得成果，而且希望能迅速取得成果。根据应付账款自动化公司Basware【Basware 是一家全球领先的应付账款自动化和电子发票解决方案提供商，专注于帮助企业实现采购到支付（Procure-to-Pay, P2P）流程的自动化和数字化。】的一项全球调查，包括 400 名 CFO 和财务领导者，他们计划削减 AI 资金，如果 AI 资金在一年内没有显示出可衡量的投资回报率。
虽然 80% 的组织计划增加 AI 投资，但 CFO 通常不知道如何开始。他们中大约三分之一的人觉得他们缺乏清晰的愿景。
对于 CIO 来说，这意味着他们必须超越自我，以弥合 AI 的潜力与 CFO 对快速、有形和可靠结果的需求之间的差距。然而，这通常说起来容易做起来难。对 AI 具有战略性并衡量这些投资是否得到回报需要明确的目标、可靠的数据和协作——这是许多组织难以克服的挑战。
大约 60% 的全球 CIO 认为，仅增加收入就证明了 AI 的成本是合理的，类似比例的首席信息官表示，节省的时间足以验证投资。然而，根据收入情报领导者 Gong （Gong 是一家领先的 AI 驱动的收入智能平台，旨在帮助销售团队最大化效率并推动可预测的增长。通过捕获每一次客户互动，Gong 将洞察转化为行动，帮助组织提高成功率、增加平均交易规模，并增强每位代表的整体收入。）最近的一项研究，其中只有大约三分之一的人积极衡量这两者，该研究对美国和英国的 500 多名 IT 领导者和首席信息官进行了调查。
首席信息官们面临着验证 AI 投资并向首席财务官保证确保投资回报率的明确实施路径的压力。这不仅需要选择合适的项目，还需要明确定义如何衡量成功。
一、如何知道要优先考虑什么
AI 在过去一年中取得了长足的进步，但它的采用也暴露了许多缺点，例如危险的幻觉和昂贵的实施成本。
Lucidworks（Lucidworks 是一家领先的基于 AI 的企业搜索解决方案提供商，成立于2007年，总部位于美国旧金山。公司专注于开发智能搜索和发现应用程序，利用人工智能技术将大数据与搜索功能相结合，帮助企业构建智能搜索应用程序。）对 gen AI （Gen AI，全称为Generative AI，即生成式人工智能，是一种基于深度学习技术的人工智能应用。它能够从已有数据中学习并生成新的数据或内容，如文本、图像、音频、视频等。与传统的人工智能系统不同，生成式人工智能不仅能够分析和预测数据，还能创造性地生成新的内容）投资的研究表明，到 2024 年，企业领导者正在放慢支出，以平衡这项相对较新的技术的好处、成本和风险。同样在 2024 年，42% 的公司表示，他们的 gen AI 计划尚未取得有意义的成果。
虽然企业看到了 AI 的潜力，但他们在投资、权衡风险和成本时通常保持谨慎，因此选择合适的项目可能具有挑战性。为了最大限度地发挥 AI 计划的影响，组织应专注于使每个项目与其整体企业战略和长期目标保持一致。
“首先确定 AI 可以在哪些方面增强核心功能，无论是提高产品质量、加快上市时间，还是实现数据驱动的决策，”Digital Workforce 【数字劳动力（Digital Workforce），也被称为“数字员工”或“AI数字员工”，是指通过人工智能（AI）、机器人流程自动化（RPA）、虚拟现实等技术创造的虚拟工作人员。它们能够执行复杂的业务流程，从开始到结束，包括数据处理、报告生成、客户服务等任务。】英国和爱尔兰以及战略转型负责人 Karli Kalpala （卡利·卡尔帕拉）说。
Kalpala（卡利·卡尔帕拉）补充道，优先考虑可扩展性也很重要。“尽早构建规模，并确保每个部门都能以最小的摩擦采用和调整工具，”他说。“每个人都可以构建一个 AI 解决方案，但那些将利用 AI 实现组织转型的人需要在整个组织中构建和维护数百个 AI 解决方案。”
Syncro【Syncro 是一个面向托管服务提供商（MSP）的云原生平台，提供专业服务自动化（PSA）和远程监控与管理（RMM）功能。该平台帮助MSP和IT团队监控、管理和优化其IT运营。】的首席技术官 Kristen Costagriola （克里斯汀·科斯塔格里奥拉）建议应用哈佛大学教授 Michael Porter （迈克尔·波特）的战略竞争杠杆，该杠杆确定了公司可以用来实现竞争优势的三种主要方法：成本领先、差异化和专注。
“这种观点有助于 CIO 更具战略性地思考在他们的业务中将 AI 应用于何处，”她说。“例如，如果一家公司的战略是成本领先，CIO 会优先考虑提高效率以降低成本的项目。或者，如果企业希望提供差异化的产品或服务，CIO 会寻求应用 AI 进行创新并从竞争对手中脱颖而出。
组织已经在某些领域生成了大量高质量的数据，并且存在明确的痛点。也许他们应该从那里开始，Tuskira.ai【Tuskira 是一家创新的网络安全公司，提供基于人工智能（AI）的统一威胁防御平台。该平台通过集成分散的安全工具、自动化安全控制评估以及对跨代码、云环境、应用程序和基础设施的漏洞进行深入利用分析，帮助企业实时缓解威胁。】的联合创始人、首席信息安全官兼首席产品官 Om Moolchandani （奥姆·穆尔尚达尼）说。
“客户体验优化、供应链预测、需求预测和预防性维护往往会产生快速的胜利，”他说。“通过专注于数据质量足够且成功指标明确的领域（例如提高转化率、减少停机时间或提高运营效率），公司可以更轻松地量化 AI 带来的价值。”
了解 CFO 的优先事项也很重要。根据 Basware 【Basware 是一家领先的云原生采购到支付（P2P）和电子发票解决方案提供商，致力于通过自动化和数字化技术简化企业的财务流程。公司成立于1985年，总部位于芬兰埃斯波（Espoo）。Basware 的使命是通过提供全面的自动化解决方案，帮助全球企业实现财务流程的高效和透明。】的调查，75% 的 CFO 更喜欢 AI 投资，而不是专注于电子发票合规性和监管要求等领域。
但是，选择要优先考虑的项目并非易事，这凸显了一个关键点：企业渴望看到其 AI 计划产生快速、切实的影响。然而，验证 AI 投资和量化影响通常是两回事。
二、证实项目，衡量影响
每个 AI 计划都需要在全面实施之前进行验证，这通常需要结合技术和战略评估。公司需要关注目标、测试和人员，以确定 AI 项目是否可行。
“第一步是定义指标，”ServiceNow 多实例管理平台 xtype （xtype 是一家以色列初创公司，提供专为ServiceNow平台设计的多实例管理软件。该平台通过API集成在ServiceNow内部，而不是作为外部解决方案运行。xtype 提供实时多实例可见性、治理和自动化功能，简化并加速ServiceNow平台上的交付和法规遵从性。）的技术推广人员 Scott Willson （斯科特·威尔森）说。“KPI 是否与利益相关者可以团结起来支持的可衡量业务成果保持一致？”清晰的指标不仅可以指导项目，还有助于将其价值传达给整个组织的决策者。
下一步是使用最小可行产品对项目进行原型设计和试点。这有助于在完全部署之前测试假设、收集有价值的见解并改进解决方案。
Kalpala（卡尔帕拉）还建议通过在真实商业环境中的试点计划来测试 AI 解决方案。“这些测试有助于评估 AI 解决方案是否与现有系统和工作流程良好集成，或者是否需要对系统进行重大改造，”他说。识别数据隐私、技术准备和组织变更管理等挑战也很重要。
为了促进与 CFO 和其他领导者进行富有成效的讨论，CIO 可以提出一套明确的早期成功指标，例如工作流程自动化或降低错误率。使用业务语言并解释这些指标如何直接与组织目标保持一致，可以帮助利益相关者了解 AI 项目的好处，并使他们更有可能支持这些项目。
通过吸引跨职能团队（包括 IT 和业务领导者）来确保利益相关者的强烈支持也至关重要。“当每个人都保持一致时，您可以最大限度地减少风险和潜在的延误，并为项目的成功奠定基础，”Willson（威尔森）说。
在 Basware 调查中，有一半的 CFO 表示，如果 AI 资金在一年内没有显示出可衡量的投资回报率，他们计划削减 AI 资金，因此 CIO 的交付压力从未如此之大。
“确保 AI 项目快速实现 ROI 的关键是从小处着手，”Willson（威尔森）补充道。“将项目分解为可管理的实验阶段，以便快速学习和适应。专注于提供快速胜利和切实结果的使用案例，以便公司看到立竿见影的好处。”
去中心化 ML 网络 Bittensor （Bittensor 是一个去中心化的机器学习网络，旨在通过区块链技术构建一个智能市场，使高质量的 AI 模型能够以去中心化的方式开发。它通过激励机制奖励参与者提供计算资源、专业知识和创新贡献，建立了一个开源的 AI 能力生态系统。）的联合创始人 Ala Shaabana （阿拉·沙巴纳）建议公司首先专注于解决唾手可得的成果，即那些易于实施并快速交付结果的项目。
“从解决高影响、低复杂性问题（例如流程自动化或客户支持优化）的目标使用案例开始，”他说。“利用现有数据和基础设施来避免数据收集或系统集成方面代价高昂的延迟。并确保持续监控和迭代，以快速解决问题、保持势头并实现回报最大化。”
但 CIO 面临的一个问题是缺乏良好的 AI ROI 基准。“这带来了重大挑战，因为AI的价值通常是多方面的，并且会随着时间的推移而发展，”Rimini Street（Rimini Street, Inc. 是一家全球领先的企业软件支持和创新解决方案提供商，也是Oracle和SAP软件的领先第三方支持提供商。公司成立于2005年，总部位于美国内华达州。Rimini Street 通过提供创新的软件支持产品和服务，旨在颠覆和重新定义企业软件支持市场。）首席技术官Eric Helmer（埃里克·赫尔默）表示。“组织还应为 AI 之前的绩效建立自己的基准指标，以跟踪改进。”
Kalpala （卡尔帕拉）对此表示赞同，并补充说，每个 AI 部署都是独一无二的，需要根据特定行业、用例和组织需求量身定制成功指标。“对于保险或金融服务企业，基准测试应侧重于减少人工错误、提高服务速度以及减少提供核心服务的直接费用，”他说。
三、说服 CFO 的策略
在实施 AI 计划时，获得 CFO 的支持可能是一项艰巨的挑战。但是，一旦 CIO 确信他们选择了正确的项目，他们就可以采取几个步骤来加强他们的案例并获得批准。
“在说服 CFO 相信 AI 的潜力时，提供强有力的商业案例至关重要，”Willson（威尔森）说。“将 AI 项目与增加收入或降低运营成本等战略目标直接联系起来。”
Moolchandani（穆尔尚达尼）建议将技术成果转化为财务数据。“以有形的方式呈现预期的收益或节省，例如追加销售机会的预计百分比增加，或通过自动化流程节省的美元金额，”他说。他还建议展示快速原型制作和真实结果，这可以灌输信心。
Syncro 的 Costagriola 补充说，实施计划应该有很好的文档记录，并且应该包括明确的里程碑。“清楚地概述时间范围和预期结果时间对于说服 CFO 并获得支持至关重要，”她说。还应详细介绍对组织的影响。
Willson（威尔森）还强调了降低项目风险的想法，其中包括在此过程中实施质量控制检查。“这将确保与业务优先事项和合规标准保持一致，并使投资更具吸引力，”Willson（威尔森）说。
Kalpala（卡尔帕拉）指出，CIO 需要考虑下个季度或未来一年，并解释 AI 实施如何实现业务转型。“通过展示该项目推动创新和劳动力转型的能力，解释该项目的战略性长期影响，”他说。“我们正在从软件即服务转向服务即软件。利用这个机会展示这种转变在新的机会和定价策略方面对组织意味着什么。
作者：Andrada Fiscutean（安德拉达·菲斯库特安）
自由撰稿人，国际科技记者，曾在 Ars Technica（Ars Technica 是一家专注于科技新闻和评论的网站，提供关于计算机硬件、软件、科学、技术和文化的深入报道。）、Vice Motherboard（Motherboard 是 Vice Media 的科技和未来频道，专注于报道科技、文化和科学的交叉领域。）、ZDNet（ZDNet 是一个提供IT新闻、分析、评论和产品评测的网站，主要面向企业IT专业人士。）、Nature（Nature 是一本国际知名的科学期刊，发表高质量的科学研究成果，涵盖生物学、物理学、化学等多个领域。）、CSO Online（CSO Online 是一个专注于网络安全、风险管理、合规和企业安全的网站，主要面向企业安全和IT专业人士。）等杂志上发表专题报道。超过 20 年的广播记者工作经验，10 年的科技记者工作经验，4 年的电视新闻配音经验。
译者：小知
