随着AI热潮持续升温，许多CIO面临着一个常见的矛盾：如何在当下创造切实的商业价值，同时朝着长期目标稳步推进。

图源：Rob Schultz / Shutterstock

分析人士敦促技术领导者要合理管理预期，尤其是针对生成式人工智能，因为短期内它往往承诺得多，实际成效却有限。Gartner（高德纳咨询公司）建议CIO必须协助CFO（首席财务官）将AI视为一项长期战略投资；而Forrester（弗雷斯特研究公司）则警告称，对AI投资短期内就能获得回报的过高期望若无法实现，会导致许多企业过早缩减相关投入。

不过，并非所有企业都在为此困扰。与四位经验丰富的IT领导者交流后发现，情况更为平衡。从大型跨国企业到创新型中小企业，许多组织已经从AI中创造出了可衡量的价值，并为CIO们提供了一个务实的框架：聚焦合适的应用案例，强化文化层面的准备，创造性地衡量成效，以及为可持续发展进行规划。

一、优先选择实用且影响力大的应用案例

在全球半导体公司AMD（超威半导体），人工智能被视为与其他战略性IT投资无异——只有在合理的时间内实现商业价值，才具有实际意义。业务应用副总裁Chris Wire（克里斯·怀尔）解释说，人工智能项目的成功通常与传统技术项目类似。他表示：“我们会评估成本、收益以及适用性。当项目与我们的业务目标相符时，我们就会推进。”

这一理念体现在那些能快速获得回报的项目上。AMD利用生成式人工智能简化复杂任务，例如准备研发税收文件。借助人工智能工具对繁杂资料进行总结和梳理，以往需要数周才能完成的工作，如今仅需数小时即可。这种效率提升在像财务这样风险高、合规要求严格的部门尤为重要。

同样，Lenovo（联想）全球首席信息官Arthur Hu（胡定华）提到了联想内部的生成式工具“Studio AI/联想智作平台”。该工具将营销内容制作时间缩短了80%，并将代理费用降低了多达70%。其带来的好处不仅体现在财务方面：销售和营销团队获得了前所未有的灵活性，能够近乎实时地制作个性化材料。除了联想智作平台，联想还在客户支持系统中运用嵌入式智能体，以便尽早发现问题并提高客服中心效率。这些数字助理通过提供实时建议和自动执行常见解决方案，提升了客服人员的工作表现，进而提高了客户满意度。

还有数据驱动的广告分析公司Upwave，该公司通过一个面向客户的工具实现了投资回报。该工具利用生成式人工智能创建广告活动绩效报告，它能梳理多渠道广告数据，并将其提炼成清晰易懂、可供管理层参考的见解。首席技术官George London（乔治·伦敦）表示，这些报告更易于理解且传播范围更广，既提升了客户满意度，又提高了内部效率。该平台还开始集成对话界面，以简化广告活动规划，将复杂的仪表盘解读转化为自然语言解释。

在这些公司中，共同的特点是注重实际应用。大多数人工智能带来的成果源自将微软的Copilot、GitHub Copilot和OpenAI的APIs（应用程序编程接口）等工具融入现有工作流程。科技公司Trimble的技术创新副总裁Aviad Almagor（阿维阿德·阿尔马戈尔）也指出，Trimble超过90%的工程师使用GitHub Copilot。他说，从缩短的开发周期以及人力资源和客户服务中减少的工作阻碍中，能够明显看到投资回报。此外，Trimble还将AI引入其运输管理系统，在该系统中，人工智能智能体通过动态匹配托运人和承运人来优化货运采购。

这些案例表明，利用AI创造价值并不一定需要在定制平台上进行大规模投资。通常，最佳的成果来自基于经过验证的、可扩展的技术，并将它们巧妙地整合到现有系统中。

二、营造鼓励熟练运用AI的文化氛围

技术或许是关键要素，但文化才是催化剂。成功的AI项目离不开鼓励实验、提高内部透明度以及促进跨职能协作的组织文化。充满好奇心和迭代精神的文化与强大的技术栈同样重要。

在AMD公司，这包括举办内部黑客马拉松和提示马拉松活动，业务和IT团队在这些活动中围绕实际应用案例展开合作。成果十分显著：一次黑客马拉松活动在一天内就催生了100个新的AI创意，其中有几个已投入实际生产。这种开放式的创新活动鼓励企业领导者突破自动化的局限，设想全新的工作方式。

联想针对准备程度采取分层推进的方式。Arthur Hu（胡定华）表示：“有些团队需要基础培训，而有些团队已经准备好进行敏捷冲刺。我们为每个成熟度水平的团队都提供了入门途径。”该公司在各部门之间营造了友好的竞争氛围，以展示他们的人工智能创新成果，这为整个企业带来了一种主人翁意识和发展动力。

Trimble强调领导支持和结构化的新员工融入计划。Almagor（阿尔马戈尔）认为，文化层面的投入与技术赋能同样重要。他说：“这不仅仅关乎工具，更在于帮助人们想象一切皆有可能。” 他们的框架包括专门的培训项目、内部倡导者，以及对迭代实验的支持。

对于像Upwave这样的小型公司而言，文化上的明确性转化为设计规范。London（伦敦）告诫不要进行表面的部署，他说仅仅简单应用AI很少能带来价值。相反，他倡导从用户需求出发进行逆向的有意设计。Upwave发现，产品团队和数据团队紧密合作能带来更实用的应用，比如生成与客户内部报告格式相符的AI摘要。

三、创造性地结合实际情况衡量投资回报率

虽然分析人士常常感叹难以展示AI项目的短期ROI（投资回报率），但这四家公司对此并不完全认同。他们的秘诀在于灵活思考和采用多样化的衡量指标。他们认为投资回报率不仅体现在节省或赚取的资金上，还包括节省的时间、提升的满意度以及获得的战略灵活性。

London（伦敦）表示，Upwave会关注客户的积极反馈、合同续签以及对AI生成内容更多的参与度等信号。鉴于实施预制AI模型的成本较低，即使是微小的成果也能带来高额回报。例如，如果客户将某项AI生成的功能作为续签或扩大合同的理由，这就被视为一个强有力的ROI指标。

Trimble在工程和运营方面采用生命周期指标。例如，一位客户使用Trimble的AI工具将进行隧道安全分析的时间从30分钟缩短到了仅3分钟。对Almagor（阿尔马戈尔）来说，这样的改进意义重大。他们还对软件开发中的性能提升进行基准测试，结果显示人工智能工具使性能提高了15%到20%。

AMD追踪一系列流程中的时间节省情况，包括会议纪要和基于聊天机器人的HR工作流程。在财务方面，AI驱动的自动化操作带来了15%的生产力提升。最令人印象深刻的是，通过机器学习实现的半导体制造中的微小产量提升，能转化为数百万美元的收益。AMD还维护着一个内部资源目录，记录了100多个AI应用案例，这有助于规范成功衡量标准并推广应用。

联想则综合运用软指标和硬指标。Hu（胡定华）表示，他们战略的一个重要部分是减少阻碍：通过规范工具、合规框架和新员工入职流程，他们降低了AI实验的门槛，并在不产生过高成本的情况下扩大应用规模。团队可以更自信地启动项目，且运营成本更低，从而创建了一个可重复的价值获取模式。

四、着眼长远，但从当下可行的事情做起

这些公司都深知AI存在局限性。但他们将当前这一波AI的应用视为实现更大转型的必要基础。短期的成果不仅仅是为了证明价值，更是为了让企业以不同的方式思考和行动做好准备。

Trimble正在投资智能体和多智能体生态系统，设想未来代表不同业务领域的软件智能体能够协同合作以优化成果。Almagor（阿尔马戈尔）期待采购、建模、物流和合规等方面的智能体能够无缝交互。他预见信息技术将从以应用程序为中心转变为以智能体为基础的交互模式。

联想也在关注类似趋势。各部门已经开始要求配备决策辅助工具，Hu（胡定华）认为未来不仅是自动化，增强化将成为常态。长期目标是将智能融入到各个业务职能中，以便决策能实时得到数据驱动的见解支持。

在Upwave，对话式AI和可视化洞察解读方面的实验指向了数据与行动之间更直观的界面。London（伦敦）认为，下一次重大突破将来自能够将洞察转化为推荐下一步行动的辅助工具。他们的目标是通过将数据转化为与广告活动目标直接相关的建议，消除用户的认知负担。

AMD也在扩展内部AI社区，提供操作手册和培训资源，以确保各团队始终如一地采用AI能力。此外，他们注重治理，确保数据隐私、道德考量和运营弹性融入到每一次人工智能部署中。

在这四家公司看来，给CIO的建议是一致的：

• Almagor（阿尔马戈尔）说：“要有信心地起步，去关注那些必定能成功的用例。”

• Wire（怀尔）建议：“与业务部门共同打造解决方案，这才是推动人工智能应用的方法。”

• London（伦敦）提醒道：“了解自身的成本结构，利用现有平台能让你在不超支的情况下实现规模扩张。”

• Hu（胡定华）表示：“降低应用门槛，尝试AI越容易，你的企业学习得就越快。”

AI并非一定要追求高难度目标。如果运用得当，它现在就能创造价值，并且随着时间推移实现价值的叠加。正如这些领导者所展示的，最佳的AI战略是将严谨性与想象力相结合，既能在短期内取得成效，又能为长期的转型奠定基础。随着企业的发展成熟，AI的战略角色可能会从增强业务能力转变为彻底重塑业务模式——不仅仅是把事情做得更好，而是要开展全新的业务。

作者：Pat Brans（帕特·布兰斯）

Pat Brans（帕特·布兰斯）是Grenoble Ècole de Management/格勒诺布尔管理学院的一名高级教授，也是《Master the Moment: Fifty CEOs Teach You the Secrets of Time Management/掌握时刻：50位ceo教你时间管理的秘密》一书的作者。Brans（布兰斯）是公认的技术和生产力专家，曾在Computer Sciences Corporation/计算机科学公司、惠普和Sybase/赛贝斯担任高级职位。他的大部分企业经验都集中在应用技术来提高劳动力的效率上。现在，他通过写作和教学，把同样的想法带给了更多的观众。

译者：宝蓝

睿观：

（一）核心挑战：在当下与未来之间寻求平衡。随着人工智能（AI）热潮的持续，许多企业面临着一个普遍的困境：一方面是分析师警告不应期望短期内获得高投资回报率（ROI），另一方面是领导层对AI转型抱有巨大期望却常常收效甚微，导致项目停滞于概念验证阶段，组织内部也因此产生焦虑与分歧。核心挑战在于，如何在利用AI解决当前紧迫问题的同时，为更宏大的长期转型目标进行战略性布局。

（二）务实框架：成功企业的四大支柱。通过对AMD、联想、Upwave和Trimble四家公司的成功实践进行分析，提出了一个务实的AI价值实现框架。这个框架并非追求颠覆性的“登月计划”，而是基于四大支柱：1. 优先选择实用且影响力大的应用案例，将成熟的AI工具（如Copilot）融入现有工作流程，快速解决业务痛点；2. 营造鼓励熟练运用AI的文化氛围，通过黑客马拉松、分层培训等方式，激发全员好奇心与创新能力；3. 创造性地衡量投资回报率，综合考量时间节省、客户满意度、生产力提升等多维指标；4. 着眼长远但从当下可行的事情做起，将短期成果作为构建未来更复杂AI生态（如智能体系统）的基础。

（三）结论：严谨与想象力结合，积小胜为大成。最终，成功的AI战略并非要在短期回报与长期愿景之间做出“非此即彼”的选择。真正的关键在于将严谨性与想象力相结合。通过与业务部门紧密合作，从解决实际问题入手，以可衡量的小胜利建立信心和动力，同时将每一次成功都视为迈向未来转型的垫脚石。如此，企业才能在不被短期ROI压力压垮的情况下，稳健地将AI的巨大潜力转化为可持续的商业价值和竞争优势。

金句：卓越的AI战略，是严谨与想象力的结合体；它既能脚踏实地解决今日的痛点，也能仰望星空构想明日的版图。