这个模式的核心观点是：AI的成功，80%在于组织准备度（文化、治理、焦点），只有20%才是技术本身。CIOCDO公众号此前分析的“数据文化是结果而非前提”以及“AI不会救你，数据才会”的观点高度一致。
Praveen Jonnala的策略，是将CIO从“技术采购者”重新定位为“组织赋能者”和“价值守门人”。
你的AI战略，是在“撒胡椒面”还是在“精准引爆”？
——康普CIO的“80/20”铁律：AI成功80%靠文化与治理，20%才是技术
【注：康普（CommScope）是一家全球领先的网络基础设施解决方案提供商，专注于设计和制造高性能网络设备，以支持高速数据传输、视频流、移动通信和互联网服务。】
各位CIO和技术领袖：
AI正处在一种“无处不在，却又无处落地”的尴尬境地。
每周都有新的技术突破，董事会和业务部门的焦虑与日俱增。但CIO们面临的真正难题不是“AI能做什么”，而是“我们到底该从哪里开始？”
全球网络基础设施巨头康普（CommScope）的全球CIO Praveen Jonnala给出了一个极其清醒的答案：应用“80/20法则”。
在Jonnala看来，企业在AI上的成功，80%与技术本身无关，而是来自于准备组织、明确目的、统一技能和设置护栏。
“成功来自组织的准备度，”他说，“另外20%才是技术。”
今天，我将为你深度拆解这套“80/20”AI运营模式，看康普如何将AI的“疯狂”变为“专注”，将“炒作”变为“利润”。
👇 读完本文，你将收获：
💡 一个核心理念：为什么“文化先行，代码在后”？
🎯 一套过滤机制：如何识别那“20%”真正创造价值的用例？
📈 一个运营节拍：康普如何用“四季度”滚动交付AI价值？
AI转型的第一个战场，不在技术平台，而在人心。
Jonnala坦言，几年前AI热情高涨时，康普也曾鼓励探索，但很快就陷入了“试点泛滥”的噪音中。“我们必须让它回归价值。”
在一家拥有2万名员工的制造企业，最大的阻力是员工的恐惧。
“人们拒绝AI，担心它会取代自己，”Jonnala说，“你必须把他们放在‘验证者’（Validators）的位置上，这样工作流程变了，但工作仍然属于他们。”
【康普的文化战术】
先试用，后统一：2024年，康普先让员工尝试不同工具，IT部门则在后台分析监控使用情况。随后，迅速标准化，统一到M365 Copilot和整合后的代码助手上。
领导必须是“信使”：“如果经理说‘别担心，这是IT的问题’，那么采用就会死亡，”Jonnala说，“如果领导者自己成为信使，采用率就会增长。”
用“短视频”和“胜利分享”保持热度：教育是持续的。康普用短视频、分享成功案例的方式，在不打扰员工日常工作的前提下，持续明确“我们为什么要这么做”。
在技术选型和应用上，Jonnala同样贯彻“80/20”法则。
“我们允许好奇心，但我们不会同时追50件事，而是专注把1件事干成，”他说，“康普的业务是‘消费’AI以产生影响，而不是‘销售’AI。”
【康普的价值过滤器】
Jonnala的过滤标准极其简单：这个用例能否“改变客户体验、驱动收入或利润、提高工厂绩效，或加速产品路线图？”
答案模糊？—— 停留在实验阶段。
答案具体？—— 公司立刻投资，并让“业务负责人”对此负责。
【实战案例：采购部门的AI】
在供应链中断期间，康普的AI助手帮助采购团队筛选供应商并加快审批。结果是可衡量的：采购周期缩短，买家的采用率提高。
“在波动期间改善采购是实实在在的价值，”Jonnala说，“这种结果为AI赢得了信誉。”
Jonnala强调，80/20模式的基石是治理。董事会最关心的永远是风险。
“我们的工作，是在让人们移动的同时，确保他们的安全。”
康普的“护栏”包括：
收紧工具：标准化到一小组工具上，减少混乱。
前置审查：在项目引入流程中，就嵌入安全和知识产权（IP）审查。
明确汇报：“我们向董事会明确表示：我们正在保护公司，正在以受监管的方式进行实验，并且只在记分牌（Scoreboard）显示出价值的地方投资。”
为了让AI价值可衡量、可重复，康普建立了一套清晰的年度运营节奏：
Q1：选型
挑选高影响力的用例，并准备好数据。
Q2：验证（POC）
交付概念验证（POC），并快速分享经验教* 训。
Q3：规模化
通过加强数据管道和控制，规模化那些“已被证明有效”的用例。
Q4：抽象与复用
将成功的组件“抽象化”，以便在下一波浪潮中“复用”。
Jonnala强调：“我们不是在重新发明轮子。我们在制造业的问题和其他人一样。我们可以向那些走在我们前面的人学习。”
AI诱使组织“什么都做一点”，但真正胜出的企业，是那些“用极少的几件事，做出了极大的成效”，并且极具纪律性。
他们将文化置于代码之前，一次只专注一两个用例。他们投资于数据和护栏，以便试点得以规模化。
Jonnala最后向所有CIO同行提出了一个灵魂拷问，这正是“80/20”AI运营模式的精髓：
“请诚实地面对你的焦点：
你是否把80%的精力花在了‘准备度’上——包括领导力、治理和采用？
而当你投资那20%的‘技术’时，它们是否真的是那几个能撬动你公司损益表（P&L）的少数用例？”
康普（CommScope）首席信息官Praveen Jonnala 概述了将文化、重点和治理置于闪亮工具之上的战略。
图源：康普（Credit: Commscope）
AI无处不在，却又无处可寻。每一周都有关于（AI）突破、试点或“害怕被甩在后面”的恐慌的新头条。对于CIO们来说，更难的问题不是AI能做什么，而是从哪里开始。
全球网络基础设施提供商康普（CommScope）的全球首席信息官 Praveen Jonnala，给出了一个看似简单的答案：应用80/20规则。
在他看来，AI成功的80%与技术本身关系甚微。它来自于通过明确目的、调整技能和设置正确的护栏来为组织做好准备。“成功来自组织的准备度，”他说。“另外20%才是技术。”
即使在那20%的技术（投入）中，Jonnala也坚持要持续聚焦。正如许多工业市场80%的收入来自20%的客户一样，AI的价值也遵循着类似的曲线。获胜的公司不是那些到处进行实验的公司，而是那些在能够改变收入、盈利能力、客户体验或上市时间的20%用例上加倍下注的公司。
康普总部位于北卡罗来纳州，拥有约20,000名员工，它（的战略）反映了这一理念——不是去销售AI模型，而是通过公司如何有效地将AI应用于工厂、采购、工程和客户服务来获得竞争优势。这种实用主义正是80/20运营模式的蓝图：保持专注、可衡量，并为可重复性而构建。
一、文化先行，代码在后（Culture before code）
几年前，当AI的热情高涨时，康普鼓励探索，但很快就看到了过多试点和工具的负面影响。“每个人都在捣鼓聊天机器人，然后噪音就开始了，”Jonnala说。“我们必须将它拉回到‘价值’上。”
他补充说，在制造业中，（AI的）采用取决于让员工将AI视为一种工具，而不是一种威胁。“人们拒绝AI，担心它会取代他们，”他说。“你必须把他们放在‘验证者’（validators）的位置上，这样工作流程虽然改变了，但工作仍然属于他们。”
康普在2024年让员工尝试不同的工具，同时分析监控使用情况。下一步是标准化，推出了Microsoft 365 Copilot并整合了代码助手。事实证明，领导层的支持是决定性的。“如果一个经理说，‘别担心，这是IT的问题’，那么（AI）采用就会消亡，”他说。“如果领导者成为（AI的）信使，采用率就会增长。”
对Jonnala而言，教育是持续性的。“拥有20,000名员工，挑战在于如何在不把人们从日常工作中拉出来的情况下，保持他们的（AI）意识，”他说。“我们正在尝试短视频、分享成功案例，并明确阐述‘为什么’。文化会随着时间的推移而产生复利。”
二、专注，而非疯狂（Focus, not frenzy）
为了让雄心保持在可控范围内，康普有意地限制了范围。“我们允许好奇心，但我们不会同时追逐50件事情，并期望其中一件能成功，”Jonnala说。“我们的业务是‘消费’AI以产生影响，而不是‘销售’它。”
过滤器很简单：这个用例能否改变客户体验、驱动收入或利润、提高工厂绩效，或加速（产品）路线图？如果答案是模糊的，这个想法就停留在实验阶段。如果是具体的，公司就会为其提供资金，并让业务负责人（business owners）对此负责。
采购是一个例子。在供应链中断期间，一个AI助手帮助对供应商进行分类并加快审批，其结果——更短的周期时间和更高的买家采用率——是可衡量的，这为（AI）赢得了信誉。“在（市场）波动期间改善采购是实实在在的（价值），”他说。“那样的结果赢得了（组织的）采用。”
当然，（底层的）“管道”（数据基础）决定了规模化的成败。康普将数据视为资产，并内置了监督、溯源（lineage）和控制。Jonnala强调了那些容易被忽视的风险，比如未经同意就将供应商的代码喂给一个（AI）生成工具。“我们的工作是在让人们行动的同时，确保他们的安全，”他说。
该公司通过标准化到一小组工具上、在引入流程中嵌入安全和IP（知识产权）审查，以及在试点规模化时增加治理，从而收紧了边界。他指出，董事会总是从风险开始。“我们把这一点说得很明确，”他说。“我们正在保护公司，以受监管的方式进行实验，并且只在记分牌（scoreboard）显示出价值的地方进行投资。”
三、衡量那些真正重要的结果
董事会不需要理解（AI）模型的参数。他们需要的是由业务负责人（有技术部门在旁支持）报告的一致的进展信号。 康普跟踪采用率、周期时间、质量、吞吐量、客户影响、财务贡献和风险态势。重点不是追求完美，而是保持一个季度又一个季度的一致性。
这与一个年度节奏相契合。在Q1，公司选择高影响力的用例并准备数据。在Q2，交付一个POC（概念验证）并分享所学的经验教训。在Q3，通过加强（数据）管道和控制来规模化那些有效的工作。在Q4，为下一波浪潮抽象和重用（成功的）组件。“与合作伙伴举办一次有针对性的研讨会，可以将数月的学习压缩到一天之内，”Jonnala说。“我们不是在重新发明轮子。我们在制造业的问题看起来和别人一样。我们可以向那些走在我们前面的人学习。”
四、是运营模式，而不是模型炒作
Jonnala说，能持久的不是工具集，而是运营模式，因为工具每周都在进化，但文化会随着时间的推移而产生复利。因此，这意味着将技术领导者嵌入到业务中，对风险保持透明，并坚持要求可衡量的结果。
他以关于开发人员的辩论为例，重构了这个问题：“我们没有设定一个‘减少人员’的目标，”他说。“我们设定的是‘更早发布’和‘更安全代码’的目标。这是一个更好的对话。”
就董事会而言，他们专注于风险、产品路线图和客户体验。当这些管理得当时，收入就会随之而来。
五、每个CIO都应该回答的问题
AI诱使组织什么都做一点点，但那些遥遥领先的企业，是那些用极少的几件事做出了极大的成效，并且极具纪律性的企业。他们将文化置于代码之前，并且一次只专注于两个用例。他们还投资于数据和护栏，以便试点能够规模化，并且一个季度又一个季度地报告同一个记分牌（上的指标）。他们重用有效的方法，同时淘汰无效的方法。
Jonnala对同行的挑战是直接的。“请诚实地面对你的焦点，”他说。“你是否将你大部分的精力花在了那80%上——即准备度、领导力、治理、采用——而当你确实投资那20%（的技术）时，它们是否真的是那几个能够撬动你公司损益表（P&L）的少数用例？”
对于那些作为AI的“消费者”而非“创造者”的CIO来说，这（80/20）就是那个能产生复利的运营模式。
