首席信息官（CIO）应利用智能体AI（尤其是生成式和代理式AI）的崛起，从根本上重塑数字化转型的组织模式和执行方式，而不仅仅是关注技术输出或渐进式改进。以下是首席信息官应在人工智能的引领下重新组织数字化转型工作方式的三个领域。
图源：Credit: Rob Schultz / Shutterstock
数字化转型助力增长、提升效率、改善体验并构建竞争优势。随着技术、数据和人工智能快速改变客户期望和市场机遇，演变商业模式成为主要目标之一。
技术范式转变和颠覆性的全球力量要求首席信息官每两年重新思考他们的数字化战略。2020年是疫情，2022年带来了衰退担忧，2024年则开启了生成式人工智能时代。
两年前，我分享了生成式人工智能如何影响数字化转型的优先事项，重点关注数据战略、客户支持举措以及人工智能治理。去年，我撰写了关于通过瞄准生产力提升之外的益处来从生成式人工智能中创造商业价值的文章。其他文章则聚焦于生成式人工智能对工作未来的影响、识别基础人工智能投资以及瞄准具有商业影响力的生成式人工智能机会。
这些文章所提的建议都集中在生成式人工智能如何改变数字化战略和优先事项。在这里，我将关注点转向生成式人工智能如何影响实施这些数字化战略和优先事项的组织模式。
TCS（塔塔咨询服务公司）人工智能和数据业务部门负责人Siva Ganesan（西瓦·加内桑）认为，下一个转型时代将由那些通过智能体、生成式和预测性AI能力增强人类的企业来定义。
他说：“在这种模式下，企业正在投资构建智能决策架构，并利用技术增强人员能力，而非自动化任务，从而转变整个价值链。”
首席信息官应考虑能动人工智能和其他新兴人工智能能力如何助力创建智能组织。首席信息官应重点关注的三个领域包括重新强调以客户为中心的重要性、演变业务参与实践以及完善组织的数字化运营模式。
一、重新构想产品设计和客户体验流程
随着客户期望能动人工智能成为他们互动的前沿，每一个客户体验战略都需要进行彻底的改革。在零售、媒体、医疗保健和个人银行等以个性化为服务差异化因素的B2C行业中，这种范式转变将首先发生。
但Chatmeter（查特米特）的首席执行官John Mazur（约翰·马祖尔）指出，利用人工智能处理客户互动以实现更深层的组织利益，存在一个巨大的机会。例如，通过分析客户反馈，包括评论和社交媒体评论等非结构化数据，马祖尔说：“人工智能帮助组织将这些反馈转化为实际操作，以改进培训、政策和招聘工作。”
此外，组织可以利用生成式人工智能来推动其设计思维、原型设计、试点和测试实践的发展。AI智能体（代理AI）可以加快设计流程，促进更多测试场景的开展，并整合客户互动，以确保整个流程更加敏捷和迭代。例如在制药行业，人工智能还可以通过改善临床试验中的患者招募和沟通，来帮助进行客户试点。
Hexaware（赫克斯韦尔）的首席技术官Satyajith Mundakkal（萨提亚吉斯·蒙达卡尔）说道：“人工智能在帮助我们重塑产品设计、简化运营和提升体验方面具有独特的优势，通过快速生成多种设计原型并自动化大规模测试流程，我们可以大幅缩短产品上市时间，加速从概念到现实的旅程。”
首席信息官应组织一个跨职能的领导团队，彻底革新其组织在研发、市场调研、设计思维和客户试点等方面的方法。人工智能代理将在提高这些领域的生产力方面发挥作用，但那些重新思考整个设计流程的组织将获得更大的优势。
二、加速敏捷变革管理
敏捷方法、基于产品的信息技术、低代码开发平台以及公民数据科学已经推动了业务、数据和信息技术团队在创新合作方面发生数次范式转变。员工们已经在尝试使用大型语言模型，并发现了适应能动人工智能工作的多种方式。首席信息官可以利用这些实验来加速其更具战略意义的数字化转型计划中的变革管理，因为将生成式人工智能实验与小而有意义的变革联系起来，将有助于转变人们的思维方式，使其更加倾向于迭代式、以反馈驱动的实践。
Verint（维瑞恩特）的首席技术官Rob Scudiere（罗布·斯库迪耶）说：“尽管许多公司正在开展成本高昂、耗时且极具颠覆性的大规模部署，但一些最具影响力的结果和投资回报率故事却发生在任务级别的小规模部署中，“例如在客户联络中心，公司仅仅通过使用人工智能驱动的专业机器人自动化一个微工作流，就实现了数百万美元的成本节约或额外收入增长，同时还显著提升了员工和客户的体验。”
然而，动员业务部门开展生成式人工智能驱动的工作流程变革，可能会因缺乏组织层面关于计划、变革、合作和最佳实践的沟通而受阻。尽管首席信息官希望各部门和团队独立开展工作，但他们必须集中信息并创建自上而下的合作，以确保这些变革与数字化转型目标保持一致并加速其进程。
Quickbase（昆基贝斯）的首席技术官Jon Kennedy（乔恩·肯尼迪）说：“识别转型用例取决于你能否全面了解团队、项目以及整个组织的情况，“业务领导者需要一个一致且准确的组织内信息视图，无论数据存储在何处。如果没有对每个团队、项目和利益相关者的清晰视图，你就无法看到那些减缓项目进度并使决策变得困难的重复工作、重叠部分和生产力缺口。”
独立工作且缺乏合作的团队可能会无意中产生灰色工作，即在寻找保持项目进展和推动产生影响及结果所需的决策信息时所浪费的时间和资源。认识到开发生成式人工智能价值的兴奋点和战略重要性的首席信息官将与团队一起推动敏捷性和变革管理，然后扩大敏捷项目管理办公室的使命，以解决沟通和合作缺口问题。
三、重塑数字化运营模式
大多数首席信息官已经认识到，生成式人工智能是信息技术部门交付创新成果和管理信息技术服务方式的重大演变。
Blackwire Labs（黑线实验室）的首席执行官Josh Ray（乔希·雷）说：“生成式人工智能不仅仅是一种技术；它是一种能够成倍放大人类智能的组织神经系统，“我们曾经专注于数字化流程，如今我们正在创建与我们一起思考的系统，将数据转化为战略性远见。那些在明天能够蓬勃发展的首席信息官们，不仅是在管理技术栈；他们正在构建认知生态系统，在这些系统中，人类和人工智能携手合作，解决曾经看似不可能的挑战。”
ITSM（信息技术服务管理）是考虑生成式人工智能潜力的一个很好的起点。NOC（网络运营中心）和SRE（站点可靠性工程师）一直在使用AIOps（人工智能运维）平台，将警报相关联为时间相关的事件，提高MTTR（平均修复时间），并进行RCA（根本原因分析）。随着生成式AI和AI智能体在运行信息技术运营的更多方面提供协助，首席信息官们获得了将信息技术运维与更具主动性和变革性的计划重新对齐的新机会。
FICO（费埃哲公司）的首席信息官Michael Trkay（迈克尔·特卡伊）说：“我们专注于能够带来更好客户成果的用例，并为我们的工程师腾出带宽的用例，“例如，利用生成式人工智能进行热修复开发以及利用预测式人工智能识别、关联和路由事件以改善事件响应的机会正在转变我们的业务，从而提高了客户满意度、收入留存率和工程效率。”
在开发方面，编写代码的人工智能代理（智能体）受到了最多的关注，DevOps团队接受了20%到35%的代码建议。编码方面的益处仅仅是开始，因为人工智能代理在整个软件开发生命周期中都具有能力，包括开发需求、编写测试用例以及维护文档。
“组织应该认真评估生成式人工智能的潜力，不仅是在编码和测试方面，而且是在常常被忽视的需求阶段，”SonarSource的首席信息官Andrea Malagodi（安德里亚·马拉戈迪）说。“通过利用精心设计的提示语并借助历史数据使用人工智能，团队可以加速创建健全的需求，最终缩短交付周期。”
生成式人工智能提供能力的第三个领域是组织设计、团队组建和沟通。
“人工智能充当职业教练和导师，通过分析岗位架构、公司目标和个人优势来帮助员工成长，从而引导员工走向他们期望的职业道路，”Appfire的首席技术官Ed Frederici（埃德·弗雷德里希）说。“它通过组建最佳团队、匹配合适的技能组合以解决复杂问题以及通过总结信息、撰写邮件、安排会议和预订旅行来简化沟通，从而提高生产力。”
只关注从生成式人工智能中获得生产力提升的首席信息官可能会错过更大规模地转变其组织的机会。随着技术的快速变化，首席信息官们必须投入时间去了解供应商的人工智能赋能能力，审查员工如何使用当今的人工智能工具，并完善组织的数字化运营模式。
作者：Isaac Sacolick（伊萨克·萨科利克）
译者：木青
【睿观：首席信息官（CIO）应利用智能体AI（尤其是生成式和代理式AI）的崛起，从根本上重塑数字化转型的组织模式和执行方式，而不仅仅是关注技术输出或渐进式改进。
主要支持论点：
重塑以客户为中心的重要性：彻底改革产品设计和客户体验（CX）流程。
AI将驱动客户互动，需要全面调整CX战略，尤其是在个性化服务为关键的B2C行业。
利用AI分析客户反馈（包括非结构化数据）以改进内部培训、政策和招聘。
应用生成式AI加速设计思维、原型制作、试点和测试过程，使其更敏捷和迭代。
CIO应组建跨职能领导团队，以革新研发、市场研究、设计思维和客户试点方法。
加速敏捷变革管理：发展业务参与实践并促进协作。
利用员工对大型语言模型（LLM）和智能体AI的自发实验，推动战略性数字化转型中的变革管理。
将AI实验与小而实质性的变革联系起来，培养迭代和反馈驱动的文化。
解决因缺乏组织层面沟通而导致的协作障碍和“灰色工作”（信息搜寻浪费）。
CIO需集中信息，建立自上而下的协作机制，并扩展敏捷项目管理办公室（PMO）的职能，以确保变革与战略目标一致。
重塑数字运营模式：将AI视为组织认知生态系统的核心。
将生成式AI视为组织的“神经系统”，放大人类智能，将数据转化为战略远见。
在IT服务管理（ITSM）中应用AI，如利用AIOps改进事件管理（MTTR、RCA），以及AI辅助热修复和预测性事件路由。
在软件开发生命周期中全面应用AI，不仅限于copilot（人工智能助理）辅助编码，还包括需求制定、测试用例编写和文档维护。
利用AI进行组织设计、优化团队组建（技能匹配）、简化沟通（信息总结、会议安排等）。】
