首席信息官 Mark Brooks（马克·布鲁克斯）他的团队和同行正在避免使用 FOMO AI（AI错失恐惧症），并为这家市值 190 亿美元的人寿和健康再保险提供商投资一个高价值数据平台。【注：RGA全称为Reinsurance Group of America, Incorporated，即美国再保险集团，是全球领先的人寿再保险和金融解决方案提供商，“FOMO”是“Fear of Missing Out”的缩写，中文翻译为“错失恐惧症”或“害怕错过”。在商业和技术领域，特别是人工智能领域，FOMO指的是一种焦虑或担忧，即害怕错过新兴技术、趋势或机会，从而导致做出仓促或不明智的决策。】
图源：RGA
【睿观：美国再保险公司（RGA）首席信息官马克·布鲁克斯如何重组技术团队，向董事会解释人工智能，并推动企业数字化转型。包括：
数据驱动增长：
教育董事会：
企业级人工智能的条件：
技术组织变革：
CIO的建议：
当董事会说“人工智能！”时，首席信息官们肩负着艰巨的任务，需要向董事会成员解释人工智能的各种形式和功能，并引导他们做出最有益的投资和战略决策。2023年成为美国再保险公司首席信息官的Mark Brooks （马克·布鲁克斯）就是这样做的。他重组了技术团队以支持新的平台，重新定义了项目成功的评估标准，并向董事会证明了信息技术部门是资金的良好管理者。在这里，他将分享自己的经历，并为那些推动转型的首席信息官们提供一些实用的建议。
一、数据在 RGA 的盈利能力和增长中发挥着什么作用？
数据是 RGA 发展的主要资产，我们利用数据的能力对于提高核心业务流程（如承保和精算）的速度和精度至关重要。我们利用数据来加快评估代表合作伙伴承保所需的临床信息的速度，并不断研究将数据应用于我们的业务流程的新方法。在增长领域，我们还使用数据来加快面向外部的业务流程的周期时间。我们的数据能力在我们所有的区域解决方案中都找到了全球通用性。
构建全球通用数据功能需要大量更改。您是用什么方法培养完成这项工作所需的思维方式的？
当我加入 RGA 时，人们已经认识到我们可以通过构建企业数据战略来发展业务。多年来，我们一直在使用我现在所说的老式用例来提高流程效率、成本更低、质量更高。我们已经在讨论数据作为一种产品，其中包含企业数据产品计划的一些早期构建块。从那时起，我们将这种对话扩展到最有可能产生价值的领域。
二、您如何教育您的董事会了解数据的现代用途？
我首先向他们描述了人工智能领域的全貌，确保他们意识到我们已经以机器学习和其他确定性模型的形式开展人工智能工作很长时间了。接着，我阐述了我所认为的生成式人工智能的三个类别。第一种是 “错失恐惧症”（FOMO）驱动的生成式人工智能，这种情况通常发生在董事会读到有关人工智能试点的报道后，便匆忙表态 “我们也得赶紧行动起来！”。例如，将微软 Copilot 应用到 SharePoint 上，并称之为生成式人工智能。这种做法在缺乏明确商业案例的情况下可能会带来风险。假设 Copilot 在 SharePoint 上发现了一份分类错误的 2018 年工资文件，那么它就可以回答有关人们工资的问题。这凸显了良好的数据治理的重要性，因为人工智能模型会更频繁地暴露不正确的数据，而且很可能会给企业带来更大的成本。
另一种是商业化的生成式人工智能，即超大规模企业所提供的任何预训练模型，它们试图处理世界上所有的数据。这些商业化的生成式人工智能工具通过帮助创建个人简介或总结一组 PDF 文件等方式，使人们能够以不同的方式提高工作效率。尽管这种商业化的生成式人工智能能够提升生产力，但它并不等同于企业级的生成式人工智能转型。
企业级人工智能是真正的价值所在。例如，在 RGA，我们可以通过将客户的数据注入我们自己的数据来创建一个利用微调的大型语言模型的解决方案，然后向他们的客户追加销售由 RGA 再保险的新保险产品。这就是生成式人工智能推动收入。我们可以将客户的数据引入我们的数据平台，并针对它调整模型，从而产生非凡的结果。
三、生成式人工智能在企业层面发挥作用需要具备哪些条件？
企业内部的业务部门负责人与技术团队之间需要建立合适的协作模式。技术团队要为内外部客户解决实际问题。这种协作模式是企业成功的关键因素之一。
敏捷和产品管理思维方式对于培养实验方法并摆脱控制数据的愿望也是必要的。重点应该放在内部和外部数据集的交集上，并通过合作伙伴关系在不同渠道中公开数据。归根结底，机会在于创建代表与特定业务问题相关的最佳数据的训练数据集。这是需要跨越的关键横梁。
经过多年的努力，听起来很简单，但最难在内部推销的信息是，记录流程对于企业使用人工智能的成功至关重要。
诀窍是使用示例，即有形的工作软件来说明可能的用例。在 IT 部门中拥有足够深厚的业务知识，能够产生好的想法进行试点，在相对较短的周期时间内构建这些试点，并说明它们可以产生的好处。然后利用这种可信度，以及真实人工智能用例不可避免地带来的震慑时刻，进入更深入的教育对话。这就是敏捷和产品思维方式很重要的原因。
四、为了构建和维护数据实用程序，您对技术组织进行了哪些更改？
我们在技术部门内创建了四项独特的能力，包括：业务参与、企业数据、交付中心和企业架构。
按地区和业务流程组织的业务参与团队最初从培训他们的业务合作伙伴开始，但现在他们已经从教育转向创建高价值用例。
企业数据职能部门的任务是提供全球数据平台以及实施适当的数据治理。他们还负责构建对我们业务至关重要的关键数据产品。
交付中心是技术专家的集中地，他们共同带来了从传统编程到最新技术的所有知识，包括如何在解决方案中实施生成式人工智能。他们是 RGA 最深厚的技术专家，但我们有意创建了一个合作伙伴网络来增强这种专注度。
企业架构职能是 RGA 的一个新组。我们在每个交付团队中都嵌入了架构师，并且我们有一组顾问架构师。我们集中了架构师，并更加重视公共平台，以确保我们始终是资产的好管家。
我们做出的一项重大改变是运用指标来激励团队。现在我们将指标分为两类：进展指标和价值指标。在从瀑布模型向敏捷模型转型时，很难设定具体的价值提升指标。更合理的是说：“以下是我们的进展指标目标。”例如，进展指标之一可以是所有团队都要配备一名 Scrum 主管（主要负责确保团队遵循Scrum框架和实践，帮助团队消除障碍，促进团队与产品负责人和其他团队之间的沟通与协作）。即使在价值指标不适用的情况下，这些进展指标也能推动转型的每一步。
五、您对推动这一级别转型的 CIO 有什么建议？
作为首席信息官（CIO）的首要职责之一，是建立透明度以赢得信任，而这一切最终都与资金相关。因此，需要构建一个财务框架，以证明全球技术团队有利益相关，并且会成为资金的良好管理者。
我们最初的财务框架是通过一系列举措来自筹资金以推动转型，这是一项进展指标。这并不意味着组织不会逐步增加对技术的投资，而是表明我们可以被信赖，能够从技术预算中获取最大的价值。
一旦资金问题得到解决，那么关于企业级生成式人工智能战略计划的讨论就会完全不同。
作者：Martha Heller （玛莎·海勒）
Martha Heller（玛莎·海勒）是技术领导人才领域广受关注的思想领袖，目前是 Heller 的首席执行官，这是一家专门从事技术高管猎头的一流猎头公司。在她成功的职业生涯中，Martha（玛莎）已成为高管搜寻领域的权威声音。她已经招聘了数百名 CIO、CTO、架构师和其他高级技术职位，并已成为全国各地高管值得信赖的顾问。二十多年来，她一直是 CIO.com 的贡献者。 她是 CIO 执行委员会的创始人，该委员会是全球 1000 位首席信息官的专业组织，并且是《CIO 悖论：与 IT 领导的矛盾作斗争》和《成为企业：IT 新时代的 CIO》的作者。她的电子通讯 The Heller Report 已成为该行业的必读之作。 在创立 Heller 之前，Martha（玛莎）居住在波士顿地区，曾在全球猎头公司 ZRG Partners 领导 IT 领导力实践。她获得了汉密尔顿学院的英语学士学位和纽约州立大学石溪分校的英语硕士学位。
译者：小知
