——项目成功80%靠人，如何避开“技术天才，行业盲人”的陷阱？
各位CIO和技术决策者：
在启动重大AI部署时，多数企业都难以“独自承担”重任 。寻求外部专业服务合作伙伴，已成为CIO实施AI战略的主导策略 。由联想（Lenovo）委托的一项全球调研显示，CIO们选择外部合作，主要是受到了数据管理挑战，尤其是高质量数据可用性的推动 。
但来自亚马逊的高级软件工程师Chirag Agrawal指出，AI成功的关键，“往往较少取决于技术本身，而更多取决于实施合作伙伴的质量” 。
这不再是一张简单的技术评估清单。为了避免“隐性风险”和“长期负债” ，你必须将合作伙伴视为战略资产。
以下是CIO在选择AI实施伙伴时，必须问的5大“灵魂拷问”。
拷问：你的伙伴对我的“合规红线”了解多少？
一个“一刀切”的方法在AI实施中并不适用 。不同的行业对法规合规和数据治理有不同的要求 。
Wiss的CIO Hrishi Pippadipally指出：“许多公司对AI工具的理解仅停留在表面，但真正重要的是能够将AI置于特定行业的细微差别中” 。
陷阱预警：在专业服务和会计领域，不了解监管和客户数据约束的情况下部署AI，会导致试点失败 。
顾问要求：一个强大的合作伙伴不仅了解技术，还了解其如何应用于你的商业模式、合规要求和工作流程。有效的伙伴必须能够在创新与安全、隐私和行业特定的合规等保障之间取得平衡 。
拷问：你的方案能否“静悄悄”地嵌入，不中断我的业务？
AI的本质是颠覆性的 。但企业需要防范这种颠覆干扰到关键业务流程 。
亚马逊的Agrawal表示：“许多组织犯的错误是只关注技术资历或炫目的演示” 。
核心痛点：合作伙伴能否在不影响业务连续性的情况下将AI嵌入现有工作流程？ 。
成功标准：一个优秀的合作伙伴懂得如何整合AI，使其不仅在理论上运作，更能在企业运营的复杂现实中产生影响。亚马逊曾与一家伙伴合作，他们从一开始就将方案融入亚马逊的运营团队和数据管道 。这使流程更顺畅，停机时间减少，并使业务用户“几乎察觉不到变化”，这是项目成功的关键原因 。
拷问：你的AI如何解决数据与“人情”的差距？
AI实施对企业文化有直接影响 。它不仅是一个工具，它是一个受文化、政治和非正式工作流程影响的系统。
风险：AI可以衡量情感（sentiment），但它无法感受决策的利害关系（the stakes of its decision）。它提出的建议可能在数学上合理，但可能以不可预测的方式影响非正式工作流程 。
顾问要求：Agrawal寻找的是那些带来运营同理心的合作伙伴 。他们必须致力于推动AI所需的文化和组织变革 。
隐性破坏：CIO还必须警惕AI是否在悄悄破坏信任和员工参与度。
拷问：项目结束后，你会留下一支“独立”的团队，还是一个“依赖”你的组织？
一个优秀的AI伙伴不应只是交付项目然后离开 。
Wiss的Pippadipally指出，正确的AI伙伴应当带来赋能而非替代的思维。最成功的实施是将自动化与再培训（reskilling）相结合：例如，让会计师摆脱手工对账，将更多时间用于咨询 。
最高标准：亚马逊的Agrawal总结道：“最优秀的AI顾问不仅仅是交出代码；他们帮助提升团队技能，建立对AI输出的信任，让组织更强大，而非依赖。在我看来，这种‘教我们钓鱼’的能力才是真正的区别所在” 。
拷问：你如何确保我的客户数据不进入AI模型？
AI项目伴随着网络安全和数据隐私风险 。谨慎实施至关重要 。
尽职调查：CIO必须对潜在合作伙伴进行尽职调查，评估他们的道德记录，并确保他们有值得信赖的行为记录。
隐私保护黄金标准：保护个人数据是重中之重。Metadoc与合作伙伴Careful Security合作，建立了完整的隐私保护：通过一项政策阻止所有个人数据进入模型。通过对生物识别数据进行完全匿名化处理，系统在不访问任何个人身份信息的情况下分析模式 。
AI 项目的成功往往取决于聘请合适的外部专家。最优秀的合作伙伴了解您的业务，重视成果，并实现无缝协作。
图源：马泰·卡斯特利奇 / Shutterstock
对于许多企业来说，在启动重大 AI 部署时独自承担责任是一项艰巨的任务 。这正是可靠的实施合作伙伴能提供帮助的地方 。
AI，尤其是自主型AI智能体，对许多组织来说仍相对较新，拥有经验丰富的合作伙伴的专业知识非常宝贵 。
由联想（Lenovo）委托并于今年早些时候发布的一份报告指出，专业服务合作伙伴关系在CIO的AI实施策略中占据主导地位 。
这项基于对全球 2920 名 IT 和商业决策者的调查的研究指出，大多数组织正在利用专业服务合作伙伴关系部署人工智能，这主要受到数据管理挑战，尤其是高质量数据可用性的推动 。
优秀的人工智能实施合作伙伴不必局限于大型专业服务公司。像人工智能咨询公司和初创公司这样的小型公司也能提供大量价值 。无论如何，许多组织在部署、监控和维护人工智能工具和服务时都需要外部专业知识 。
“作为一名与可扩展自然语言处理（NLP）和人工智能系统合作的技术负责人，我亲眼见证了人工智能的成功往往更多取决于实施合作伙伴的质量，而非技术本身，”亚马逊（Amazon）在线零售商和云服务提供商的高级软件工程师兼技术负责人Chirag Agrawal说 。
企业在选择 AI 实施合作伙伴时应关注哪些方面？以下是来自技术领袖及其他专家的一些建议。
在你所在行业的专业知识“一刀切”（one-size-fits-all）的方法对许多 AI 实施并不适用 。不同行业有不同的要求，尤其是在法规合规和数据治理方面 。一个优秀的 AI 合作伙伴需要对客户所处行业有深入了解，否则问题可能会迅速出现 。
“许多公司对人工智能工具的理解仅停留在表面，但真正重要的是能够将人工智能置于特定行业的细微差别中，”会计与商业咨询公司 Wiss 的首席信息官 Hrishi Pippadipally 表示 。
Pippadipally说：“例如，在专业服务和会计领域，我们看到在不了解监管和客户数据约束的情况下部署人工智能会导致试点失败 。”“一个强大的合作伙伴不仅了解技术，还了解其如何应用于您的商业模式、合规要求和工作流程，从而弥合这一差距 。”
Wiss 最近与 AI 原生会计平台 Rillet 合作，为成长中的企业提供一种全新的会计模型 。
“我曾与一些在人工智能模型方面非常出色的合作伙伴合作，但他们对我们行业特有的监管细节和数据治理框架缺乏深刻理解，”亚马逊的 Agrawal 说 。“这一差距带来了隐性风险，尤其是在合规性和可解释性方面 。”
Agrawal补充说，一个有效的合作伙伴必须能够在创新与安全、隐私和行业合规等保障之间取得平衡 。“否则，IT 领导者将承担长期责任，”他说 。
亚马逊曾与一家在自然语言处理方面表现出色的合作伙伴合作，但其 AI 模型难以适应公司严格的合规环境 。“他们的原型令人印象深刻，但由于他们对我们的行业不熟悉，我们不得不额外花时间检查监管问题，”Agrawal说 。“这放慢了进度，也展示了技术技能和行业知识的重要性 。”
能够将人工智能顺利融入现有工作流程人工智能本质上就是颠覆性的 。它可以改变事情的进行方式和人们在组织中扮演的角色 。并非所有颠覆都是坏事，但企业在部署 AI 驱动系统时需要防范干扰关键业务流程 。
因此，技术决策者需要考虑潜在的 AI 实施合作伙伴是否有能力在不中断关键流程的情况下融合新的工具和服务 。
“许多组织犯的错误是只关注技术资历或炫目的演示，”Agrawal说 。“常被忽视、我优先考虑的是，合作伙伴能否在不影响业务连续性的情况下将人工智能嵌入现有工作流程 。一个优秀的合作伙伴懂得如何整合人工智能，使其不仅仅在理论上运作，更能在企业运营的复杂现实中产生影响 。”
Agrawal说，亚马逊使用的一家 AI 合作伙伴“从一开始就专注于将解决方案融入我们的工作流程中 。”“他们与我们的运营团队紧密合作，了解我们的数据流水流程，并根据我们的系统构建部署 。”“这使流程更顺畅，减少了停机时间，并使业务用户几乎察觉不到变化，这也是项目成功的重要原因 。”
与贵组织的文化契合度与 AI 实施合作伙伴的成功合作关系，必须考虑到 AI 对企业文化的影响 。
“大多数评估清单都侧重于技术方面——安全、合规、数据治理等，”企业管理咨询公司 The Persimmon Group 总裁 Sara Gallagher 说 。“虽然这很重要，但太多高管跳过了那些棘手的问题 。”
他们把 AI 当作工具或功能，但它实际上是系统的一部分 。这个体系受文化、政治和非正式工作流程的影响。它不可预测，这正是它需要高级思考的原因 。”
在向技术高管建议如何与人工智能合作伙伴合作时，Gallagher建议他们询问合作伙伴如何管理数据显示与用户感受之间的差距。
“人工智能可以衡量情感，但它感受不到决策的利害关系 。”Gallagher说 。“因为它理解情感——但不理解情感——它提出的建议在数学上合理，但可能以不可预测的方式影响非正式工作流程 。”
另一个需要考虑的是，合作伙伴和/或企业如何衡量该工具是帮助还是损害了企业文化 。
“CIO们经常跟踪成本和效率的节省、技术性能、安全风险等，”Gallagher说 。“但他们可能会忽视人工智能是否在悄悄破坏信任和参与度。” “危险不在于员工自己选择的工具，比如 ChatGPT。而是那些被施加在他们身上的工具 。”
愿意分享技能以产生持久影响一个优秀的 AI 实施合作伙伴不仅仅是帮助客户完成项目然后继续前进 。了解客户及其员工的需求需要时间，以便通过提升员工技能，实现长期影响，让他们在现在和未来都能最大化 AI 的价值 。
“合适的AI合作伙伴应当带来赋能而非替代的思维，”Wiss的 Pippadipally 说 。“人工智能应该提升人们的工作方式，而不是制造恐惧或破坏 。” “根据我们的经验，最成功的实施是将自动化与再培训相结合：让会计师摆脱手工对账，让他们能花更多时间为客户提供咨询 。”
亚马逊的 Agrawal 说：“我寻找那些带来运营同理心的合作伙伴——不仅仅是交付模型，更致力于推动人工智能所需的文化和组织变革 。”“最优秀的人工智能顾问不仅仅是交出代码；他们帮助提升团队技能，建立对 AI 输出的信任，让组织更强大，而非依赖。在我的经验中，‘教我们钓鱼’的能力才是真正的区别所在”。
Agrawal深知合作伙伴帮助亚马逊团队建立新技能的价值 。“例如，有一位顾问交付了模型，还与我们的工程师和产品负责人一起举办了研讨会 。” 他说。“这帮助我们的团队信任 AI 结果，继续独立工作，避免了令人困惑的交接 。”
对安全和数据隐私风险有深入了解人工智能项目伴随着一系列网络安全和数据隐私风险 。实施合作伙伴需要了解这些问题并做好应对准备 。此外，组织还必须确保合作伙伴遵循最佳实践以保护关键数据 。
“虽然人工智能是一种能够改变组织的强大工具，但谨慎实施对于确保组织安全有效利用人工智能至关重要，”物理安全与调查公司 Pinkerton 副主席 Tim Williams 表示 。”
“这是一场涉及组织各方利益相关者的对话，从 CIO、CSO 到 CEO，以及法律和[人力资源]代表 。”Williams说 。“尽职调查对于确定合适的人工智能工具和合作伙伴至关重要 。” “了解潜在合作伙伴的重要性，以评估他们的道德记录，并确保他们有值得信赖的行为记录。”
Williams说，还应关注人工智能工具将如何影响隐私问题，例如在公共场所使用人工智能摄像头、共享敏感信息、如何捕捉第三方或人员等 。
此外，企业必须确保所实施的人工智能工具与组织目标密切相关 。“AI 工具是否适合你的需求？” Williams说 。“你是不是想用容易产生幻觉的自动化工具，重塑那些本该由人类判断的功能 ？”
医疗技术提供商 Metadoc 与其合作伙伴 Careful Security 合作，开发了一个基于人工智能的肌肉骨骼分析平台 。” 保护个人数据是主要关注点 。”
Metadoc 首席技术官 Bruce Hoffman 表示：“部署的 AI 系统若未采取隐私措施，将造成重大安全漏洞 。” Careful Security “通过一项政策建立了完整的隐私保护，阻止所有个人数据进入模型。” “基于移动设备的用户生物识别、疼痛指标和移动数据收集在分析开始前会进行完全匿名化 。”
霍夫曼说，该系统通过数据分析动作和姿势模式，且不访问任何个人身份信息 。“Careful Security 的架构系统为客户提供完整的分析和健康改善数据及趋势检测能力，同时保护个人隐私权益 。”
