2025年被认为是AI从“炒作”走向“实用”的元年。这份报告汇聚了LIUNA（劳联）、Zillow（奇洛）、Casey’s（凯西）、Ensono（恩索诺）等不同行业顶级CIO的实战心得。
令人深思的是，他们的核心感悟大多不在技术本身，而在于组织、数据、财务和文化。这标志着AI已经从IT部门的“玩具”变成了整个企业的“操作系统”。
——从技术狂欢到组织重塑，8位顶级CIO的年度总结
如果说2024年是AI的“炒作之年”，那么2025年就是AI的“实用之年”。
北美劳工国际工会（LIUNA）的CIO Matthew Richard直言：“2025年是AI真正变得有用的一年。” 不再是只有PPT和Demo，企业开始用AI审核合同、预测库存、重塑工作流。
但当我们采访了Zillow、Harvard Business School等机构的8位CIO时，发现他们的关注点发生了惊人的转移：不再谈论模型参数，而是谈论如何重塑组织、清洗数据、以及安抚焦虑的员工。
💡 读完本文，你将获得2025年企业AI落地的10大核心洞察。
（From Org Charts to Work Charts）
Casey’s的CIO提出了一个颠覆性的观点：AI时代，你的组织架构图（Org Chart）已经过时了。
旧模式：按照部门（如市场部、IT部）划分，层级分明，但反应迟钝。
新模式：按照“任务和技能”划分的工作图谱（Work Charts）。AI优化的是任务（Task）和结果（Outcome），它不看你的头衔。
行动：未来的工作是基于项目的动态网络。CIO需要设计一种能让跨部门团队迅速组建、利用AI完成任务、然后解散的敏捷机制。
（Data is the new Legacy Tech）
Ensono的CIO痛心疾首地表示：有问题的数据，就是新的遗留系统（Legacy Tech）。
在2025年，很多企业发现，买得起最好的模型，却喂不进干净的数据。
痛点：同样的“销售额”，财务部和销售部的定义竟然不一样（数据不匹配）。
后果：这些脏数据像磨盘一样拖慢了AI的步伐。
对策：别想“煮沸整个海洋”（清洗所有数据）。只聚焦于那些能支持最高价值AI用例的数据进行清洗和治理。
传统的IT项目看ROI（投资回报率），这往往是项目结束后的“尸检报告”（滞后指标）。 但在AI时代，Ensono建议使用领先指标（Leading Indicators）。
什么是领先指标？比如：AI工具的日活用户数、生成的代码采纳率、员工对AI的满意度。
价值：允许CIO在项目中途进行干预和纠偏，而不是等到钱烧光了才发现没效果。
VLS Environmental Solutions的CIO深刻意识到：AI落地最大的阻力不是算法，而是人心。
恐惧：员工害怕被AI取代。
厌恶：社会上有一大群人根本不信任AI。
对策：CIO必须成为“首席心理治疗师”。你需要握着员工的手（给予支持），同时也踢他们的屁股（推动变革）。告诉他们：“AI不会取代你，但会用AI的人将取代你。”
Cognizant的全球CIO给出了最硬核的技术预测：单一AI解决方案正在让位于多智能体生态系统。
趋势：未来的业务流程太复杂，一个大模型搞不定。你需要一个擅长财务的Agent，配合一个擅长法务的Agent，再加一个擅长写代码的Agent，它们之间无缝协作。
警告：没有多智能体策略的企业，将在24个月内面临显著的生产力差距。
2025年的教训告诉我们，CIO不再只是“首席信息官”，而是：
业务编排者：设计新的工作流。
数据管家：清洗新的技术债务。
文化布道者：消除员工的恐惧。
AI的实用化才刚刚开始。不要等待完美的时刻，因为如果等待，你就已经落后了。
IT 领导者从 2025 年汲取的经验教训，凸显了人工智能实施过程教会了他们关于技术潜力，以及其对领导力、公司和社会本身影响的深刻认知。
图片来源：Rob Schultz / Shutterstock
人工智能在 2025 年主导了 CIO 的议程，因此，这项技术、其应用以及如何从中获取最佳商业价值，让 IT 领导者在这一年里思考颇多，这并不令人意外。
然而，可能令人惊讶的是，当 CIO 们被要求回顾 2025 年时，他们并没有列举太多纯技术层面的经验教训。相反，他们谈论的是 AI 如何教会他们关于技术的潜力，以及它对领导层、组织、员工乃至社会本身的影响。
在这里，八位具有代表性的 CIO 分享了他们过去一年中最大的收获。
一、“2025 年是 AI 变得有用的一年”
CIO 们已经进行了多年的 AI 实验和试点，而研究发现这些实验往往未能成功落地。但北美劳工国际工会（LIUNA）的 CIO Matthew Richard认为，2025 年是 AI——更具体地说是生成式 AI——步入正轨的一年。
“2025 年是 AI 变得有用的一年，”他断言道。
Richard 表示，过去一年他的 IT 团队发现，供应商提供的企业级 AI 工具“非常有趣且令人兴奋，正在帮助我们的终端用户以更高效的方式工作。”
他还发现，2025 年 AI 工具的进步速度如此之快，以至于他的团队能够启动在年初根本无法想象的计划。“基于这些工具的演进方式，我们有了获取信息并将信息直接呈现在用户指尖的新方法，而且过程并不复杂，”他说。
一个典型的例子是他团队开发的一款基于 AI 的产品，该产品用于从新的工会合同中捕获信息，然后将该信息与历史和当前数据进行对比分析，以确保合同条款符合标准和预期。Richard 表示，该产品目前处于试点阶段，并指出该产品利用 AI 访问了“海量的知识宝库”，否则几乎无法充分利用这些知识。
“与一年多前我对这些工具的看法相比，它们变得有用的速度之快令人惊讶。我当时觉得这些工具太笨重了。但现在，随着 LLM（大语言模型）和自主AI智能体 （Agentic AI）的出现，以及将它们集成到组织拥有的海量数据集中，前景充满了令人兴奋的可能性，”Richard 补充道。
二、“保持快节奏和实验心态很重要”
Zillow 集团的首席技术官兼负责内部 IT 的 David Beitel也有类似的看法。
“AI 模型和工具，特别是基于 LLM 的模型，在过去 12 到 24 个月里有了显著改进，并且还在加速提升，使得创新的面向客户的产品以及内部工具和自动化成为可能，这是我们在步入 2025 年时未曾预想到的，”他说。
在 Zillow，Beitel 和团队正在探索 AI 如何帮助使客户和员工体验变得更加个性化、高效且富有回报。
“内部生产力的提升让我们的员工能够升级他们的工作和洞察力，并将更多时间投入到战略规划和执行上。AI 模型、技术和工具，加上强大的专业人士、运营人员和员工，形成了一个强大的组合。在我们寻求交付最佳产品并提供正确的护栏和监督时，‘人在回路中（Human-in-the-loop）’非常重要，”他说。
他补充道：“我还要说，事情变化得很快，所以保持快节奏和实验心态，继续梦想这些新技术的可能性是非常重要的。”
三、“必须以‘工作图谱’而非‘组织架构图’来思考”
便利店连锁企业 Casey’s 的高级副总裁兼 CIO Sanjeev Satturu表示，过去一年教会了他“以工作图谱（Work Charts）而非组织架构图（Org Charts）进行思考”的价值。
“在 AI 时代，工作的性质正在发生根本性转变，”他说。“项目和工作流往往跨越传统的部门孤岛，需要团队快速重组。我们必须通过映射‘工作’而非‘角色’来优化任务和结果。未来的工作是基于技能的，而不是基于职位的。工作图谱促进了敏捷网络，实现了更快的发布、跨职能协作以及对市场的实时适应。”
他指出，“工作图谱代表了工作实际完成的方式——任务、技能和协作的动态网络。工作图谱使工作流变得可视化，减少了歧义并提升了参与度。”
Satturu 进一步阐述了这种方法的理由，解释说“工作不再是静态的；它是流动的、跨职能的且基于项目的”，并且“技能比职位更重要。”
鉴于“AI 优化的是任务和结果，而非头衔或层级”，Satturu 认识到必须“为工作而设计，而非为层级而设计，因为工作图谱告诉你价值是如何流动的。”
四、有问题的数据是新的“遗留技术”
像许多 IT 领导者一样，提供技术咨询和托管服务的 Ensono 公司的 CIO Savio Lobo也不得不应对有问题的数据。他见识过“数据不匹配”，即同一类型的数据在不同业务部门之间被区别对待，以及组织数据中存在的其他不一致和缺口。
他说，此类问题数据已成为新的“遗留技术（Legacy Tech）”，称其为“磨盘（Millstone）”，像过时的 IT 系统一样阻碍着组织的发展。
“这对我来说是一个教训，”他说，指出过去一年表明 IT 领导者需要将数据治理和数据管理置于更高的优先级——并开始将数据视为一种组织资产。
“是的，业务部门拥有数据，但数据是跨单元流动的，”Lobo 说，“因此，让组织围绕数据定义、数据质量、元数据等团结起来至关重要。”
为此，Lobo 建立了一个稳固的集中式企业数据目录和一个跨职能数据团队，该团队优先考虑并执行数据质量标准。
Lobo 承认，要将企业数据整理到完美状态需要付出巨大的努力——这对大多数组织来说，与现代化遗留技术一样具有挑战性。
因此，他在处理公司数据现代化时，采用了许多 CIO 处理遗留技术现代化的方法：增量进行。“你不能煮沸整个海洋（试图一次解决所有问题），但你可以定制它、聚焦它，专注于支持最高价值 AI 用例的数据清理，”他说。
五、IT 需要使用“领先指标”来观察进行中的项目
Lobo 提到了 2025 年的另一个关键收获：需要识别和跟踪领先指标（Leading Indicators）而不是滞后指标来衡量项目，特别是大型转型项目。
他说，使用领先指标能让利益相关者更清楚地了解该计划是否在按预期交付结果的轨道上，并补充说领先指标比滞后指标能更及时地提供这种洞察。
“我们有一个指标仪表板来查看正在进行中的项目，并确保它们在正确的地方使用正确的工具以正确的方式进行报告，”Lobo 说，并指出这允许“中途干预，而非事后诸葛亮”，允许进行调整，使任何动摇的项目重回正轨，从而尽早交付回报。
在组织收紧预算并强调项目——包括 AI 项目——必须展示价值的当下，这一点尤为重要。
“我们需要预算来做 AI 和其他转型工作，为了获得这些工作的可支配资金，我们需要确保我们花的钱能得到我们想要的结果，”Lobo 补充道。
六、CIO不能“等待那个完美的时刻”再行动
曾有一段时间，VLS Environmental Solutions 的 CIO Raul Pena觉得他的公司还没准备好迎接 AI。
“几年前我加入公司时，老板开始问我关于 AI 的事，我推脱了，因为我认为我们必须在成熟度上达到 10 分，而我们当时处于较低水平。我们有分散的系统，也有数据方面的挑战，”Pena 说。
虽然公司现在还没达到 10 分（Pena 评估在 7 或 8 分），但他已经意识到他不能“等待那个完美的时刻说‘我们准备好了’。如果我们等待那个时刻，我们就会落后。”
基于这种认识，Pena 和他的公司现在正顺利走在 AI 之旅上，将技术嵌入系统和流程中。
“在这个阶段，我们做的任何事情都带有 AI 成分，”他说。“我们希望将自己定位为一家面向未来的、科技赋能的公司，促进创新并赋能我们的员工。人们希望为那些科技赋能、愿意投资技术以实现创新的公司工作。”
七、“AI 既是技术现象，也是社会和文化现象”
Pena 也逐渐认识到，作为一名在公司实施 AI 的 CIO，他还必须应对随之而来的社会问题和影响。“我意识到，AI 既是一种技术现象，也是一种社会和文化现象，”他说。
首先，并不是每个人都是 AI 的粉丝。“社会上有很大一部分人不理解它，不使用它，也不喜欢它，”他说。
许多人担心 AI 对他们和生计意味着什么。“人们担心 AI 会抢走工作。它确实会取代一些工作。就像过去的其他技术进步一样，会有颠覆和部分工作的消失，但也会因此产生新的工作，”他说。
“我们希望员工知道我们了解并看到了这一点，并且正在投资帮助他们利用 AI 完成工作，”他补充道。“这是我们想传达给员工的信息——如果他们学会使用它，他们就能为自己和公司创造价值。”
八、“需要把 AI 项目当作真正的项目来对待”
为了从 AI 中获取价值——多项研究表明这对大多数组织来说是个挑战——组织必须像对待其他任何项目一样，对 AI 计划施加同样的商业和财务纪律。
这是 Wolters Kluwer 执行副总裁兼 CIO Mark Sherwood今年得出的结论。
“需要把 AI 项目当作真正的项目（Programs）来对待，”他说，并指出许多组织因为面临快速采用 AI 的压力，在不同程度上已经偏离了这一原则。
“我所看到的，也是我和我的团队遇到的一些挣扎是，公司里有太多的 AI 创新，这很好，我也想鼓励，但我也想理解我们所做之事的商业价值。归根结底，不在于我们能不能做，而在于我们该不该做，”他说。
为了回答这个问题，Sherwood 要求 Wolters Kluwer 的 AI 创新者阐明他们所追求目标的“定性价值和定量价值”。
“这几乎就像项目管理 101。这是我们在 IT 领域长期以来一直在做的基础工作，确保在投入之前我们已经打好了基础。虽然听起来很无聊，但这能确保（在 AI 创新方面）我们专注于我们试图解决的业务问题是什么，”他解释道。
以此为鉴，Sherwood 一直将项目管理原则应用于拟议的 AI 计划，“理解业务需求是什么，明确目标和时间表，并制定清晰的成功指标。”
他有一套审查流程来评估 AI 相关提案，并根据业务价值对其进行优先排序。他还为尝试 AI 的业务团队制定了指导方针，确保他们也关注价值。他通过黑客马拉松和创新论坛来挖掘有潜力的想法，无论是涉及 AI 还是其他技术，从而确保他设立的护栏不会扼杀有前景的机会。
“AI 可能会变成‘拿着解决方案找问题’，就像一把总是在找钉子的锤子，”Sherwood 补充道。“我总是更喜欢从问题开始，而不是带着解决方案进来。AI 不是灵丹妙药。它不是那种你把东西扔进去，另一端就会变出魔法的黑盒子。它就像其他任何工具一样。”
九、“转型更多依赖于人，而非技术”
对于哈佛商学院 CIO Beth Clark来说，过去一年教会了她，CIO 的工作更多是关于帮助人，而不是领导技术。
“转型更多地取决于人，而非技术，而改变对人来说是艰难的，”她说。
Clark 说，为了帮助人们转型，她需要让员工清楚地了解组织想要实现什么，以及 AI 和其他技术如何帮助他们达到目标。
“这需要帮助他们头脑风暴未来的愿景，”她说，“询问他们今天的（工作）是什么样子的，询问未来可能是什么样子的，并与他们一起塑造那个愿景。这需要提出‘如果……会怎样？’和‘如果你能做 X、Y、Z 会怎样？’的问题。这要求我有远见，并对业务的日常运作方式和技术的可能性有足够深度的了解，这样我才能与他们并肩制定愿景。”
Clark 说，在那一点上，激发对转型的兴奋感同样至关重要。“这需要让他们看到可能性的艺术，并讲述一个故事：如果他们不仅仅是投入变革，而是为之兴奋，两年、三年、五年、十年后的生活会是什么样子，”她说。
她补充说，这需要同情心和同理心，理解人们被要求放弃“行之有效的老办法”，并承认这对大多数人来说是个很高的要求。
“这需要帮助人们适应一个变化非常、非常快的世界，”Clark 说。“这需要让他们知道，这是一种持续的伙伴关系，我们要确保愿景非常清晰，并且我们正在做所有的工作来实现它。”
Clark 承认这是一条漫长的路，有些人会质疑这是否值得也是可以理解的。
“你必须在握着人们的手的同时，踢他们的屁股（推动他们），”她补充道。“你需要一套非常好的影响力工具箱，根据需要以不同方式影响他们，无论是在他们陷入困境时主导艰难的对话，还是成为他们哭泣时的依靠。”
十、“只有多智能体架构才能提供当今环境所需的敏捷性和韧性”
Cognizant 全球 CIO Neal Ramasamy表示，2025 年教会他是时候创建能够支持多个自主AI智能体（Agentic AI）的架构了。
“单一 AI 解决方案正在让位于协同的智能体生态系统，”Ramasamy 说。“随着业务流程变得更加互联和动态，只有多智能体架构才能提供在当今环境中蓬勃发展所需的敏捷性和韧性。这些系统使专业 AI 智能体能够无缝协作，打破运营孤岛，并推动跨财务、人力资源、供应链和客户服务等职能的端到端自动化。”
Ramasamy 强调了立即行动的必要性。
“没有多智能体战略的企业将在 24 个月内面临显著的生产力差距，”他补充道。“但那些现在就投资于编排多样化智能体——同时嵌入稳健治理和互操作性——的组织，将为企业绩效和创新树立标准。”
