从提升客户服务到为业务构筑未来韧性，2026年IT创新与领导力获奖项目充分展示了IT领导者及其团队如何成为改变组织格局的关键力量。

图源：CIO.com / Foundry

每年，CIO 100大奖都会表彰杰出的IT创新项目，而每一年，这些获奖项目都生动诠释了技术如何拥有改变人们工作方式、提升组织绩效、为客户创造价值的力量与潜力。

2026年的获奖项目也不例外。每一个项目都展示了IT高管及其团队如何成功地从创意构思走向部署落地，再到面向未来的规模化推广，在此过程中克服挑战、推动采纳，确保组织获得投资回报。

和往年一样，今年的获奖项目来自各行各业，运用了各类技术实现目标。其中，越来越多脱颖而出的项目借助了AI（人工智能），为所有IT部门提升了创新上限。

以下10个获奖项目，是所有2026获奖者杰出工作的代表。

一、ABB：让AI智能体创建与部署走进每一位员工

组织：ABB

项目：ABBY——劳动力转型AI智能体平台

IT领导者：Vikke Kandell（维克·坎德尔），CIO（首席信息官）

制造商ABB的IT领导者在构建AI战略时面临几大难题。

他们必须克服员工对AI会夺走工作的恐惧、AI供应商许可证可能带来的高昂成本，以及来自投资者、客户和高管层要求加快企业AI应用的压力。

数据分析与AI副总裁Babu Kuttala（巴布·库塔拉）表示：“我们梳理了这些问题后自问：‘我们该如何解决所有这些问题？’并打造出让整个公司为之骄傲的成果。”

答案就是ABBY，一个AI智能体平台，让员工能够为特定业务任务创建和部署专用AI智能体。

为构建ABBY，Kuttala（库塔拉）及其团队采用了共约25个行业顶尖LLM（大语言模型）。他们利用生成式AI构建了一个集中化的编排层，将内部知识库与外部生态系统集成在一起，打造了一个统一平台，使智能体能够访问企业数据、理解所需执行的操作，并跨多个系统执行任务。他们还创建了预配置技能，让员工无需编码即可构建适合自己工作流的智能体。

ABBY于2025年向100名用户推出，如今已拥有63000名用户，Kuttala（库塔拉）指出，这超过公司员工总数的75%，平均每天有超过10000名员工使用。Kuttala（库塔拉）表示，IT部门仍在持续添加LLM和各类能力，以进一步扩展ABBY的使用范围。

二、Belcorp：以智能工厂推动制造业现代化

组织：Belcorp

项目：QPlant——智能工厂

IT领导者：Venkat Gopalan（文卡特·戈帕兰），首席数字、数据与技术官

遗留流程限制了Belcorp的扩张和竞争力。其制造业务依赖ERP（企业资源计划）驱动的流程，车间自动化程度有限，生产、包装、质量和维护各环节之间的连接薄弱。公司高度依赖人工记录和事后对账，导致数据碎片化、实时洞察力不足、效率低下以及错误风险更高。

智能工厂改变了一切。这项IT举措重新定义了制造团队的工作方式，“通过创建一个互联的、数据驱动的环境，使生产、质量、维护和运营围绕实时信息和标准化执行协同一致，”首席数字、数据与技术官Venkat Gopalan（文卡特·戈帕兰）表示。

他解释说，智能工厂的核心是一套制造执行系统，负责编排生产工作流、质量流程和运营执行。IoT（物联网）设备集成和集中化的SCADA（监控与数据采集，Supervisory Control and Data Acquisition）平台，实现了车间运营的全实时可视，而电子批次记录则完成了生产执行的数字化，增强了可追溯性，并通过设计强化了合规性。

Gopalan（戈帕兰）表示，将这些运营技术与公司企业平台集成是成功的另一个关键要素，它在制造、质量、维护和业务系统之间创建了可信的实时数据流。“这种互联架构将孤立的数据转化为可操作的洞察，实现了更快的决策、更大的运营可视性以及贯穿整个制造生命周期的持续改进，”他补充道。

该举措仅在第一年就创造了超过100万美元的财务收益。

Gopalan（戈帕兰）说：“最重要的是，智能工厂为Belcorp的未来制造奠定了数字化基础。随着实时运营数据和互联系统现已到位，我们完全有能力加速推进高级分析、AI驱动的优化、预测性维护以及其他工业4.0能力，这些能力将在未来多年持续创造价值。”

三、Cohesity：并购后平台重构驱动商业增长

组织：Cohesity

项目：从线索到回款的平台重构计划（Veritas整合）

IT领导者：Brian Spanswick（布莱恩·斯潘斯维克），CIO

Cohesity设定了一个雄心勃勃的目标：在6个月内完成企业级的全流程线索到回款重构。

对于任何平台重构项目来说，这都是一个极其紧张的时间表，但Cohesity的项目还多了另一层复杂性。该项目是在Cohesity于2024年12月收购Veritas之后启动的——Veritas的营收规模是Cohesity的两倍——这意味着Cohesity需要将这个全球大型企业收入引擎的核心业务整合进自身运营模式，同时不影响客户、合作伙伴或销售团队。

“我们必须将两家公司融合在一起，整合劳动力，打造一个整体协调的组织和运营基础设施平台，”CFO（首席财务官）兼COO（首席运营官）Eric Brown（埃里克·布朗）表示，他领导了该项目。

该项目将高度定制化的CRM（客户关系管理）、CPQ（配置报价）、PRM（合作伙伴关系管理）、ERP和Brown（布朗）称其中一些“稳定性极差、完全定制化”的订阅平台迁移到统一的SaaS（软件即服务）CRM、CPQ和ERP环境中，实现了销售、计费和合作伙伴运营的无中断运行。

Brown（布朗）强调，这绝非简单的平移搬迁。“这同时也是一个业务流程优化项目。我们希望实现高效运营，因此我们对所有环节都进行了重新审视，并利用迁移过程尽可能简化和理顺业务的每个方面。”

该举措保障了13000多家客户的业务连续性，在整合期间保护了营收，并为未来增长奠定了可扩展的商业底座。

Brown（布朗）列举了促成成功的几个因素。首先，领导层对满足截止日期所需的投入开诚布公，过程中会仔细梳理优先级，明确首轮版本必须交付的能力。领导层还精简了决策流程，设立了“精准如军事行动”的固定办公时段专门处理问题。公司还选择了专业合作伙伴，要求将其顶尖人才分配到Cohesity项目上。

四、Dairyland Power：以智能体AI保护现场作业人员

组织：Dairyland Power Cooperative

项目：ODIN——组织效能AI自主智能体

IT领导者：Nate Melby（内特·梅尔比），VP（副总裁）兼CIO

Dairyland Power Cooperative积累了大量现场观察记录、事故报告、未遂事件、安全规则和工作方法数据，这些数据本可以挖掘出有助于保护工人的流程和实践洞察。

但这些洞察实际上遥不可及，被困在数据孤岛中。

Dairyland的组织效能团队向CIO Nate Melby（内特·梅尔比）寻求帮助，希望解锁这些数据的价值。Melby（梅尔比）随后选择了AI自主智能体技术，意识到这项技术可以满足团队更好地利用数据的需求。

Melby（梅尔比）说：“这关乎找到如何更安全开展工作的洞见。核心是预防事故。”

两个团队的协作打造了ODIN，这是电力公用事业行业首个此类AI自主智能体实施方案。

ODIN聚焦于工人安全，自主连接组织中分散的集体安全知识，并在规划工作时直接向现场作业团队提供可执行洞见。

ODIN采用混合方法开发，结合了智能体AI平台和Dairyland内部私有生成式AI平台VoltWrite。ODIN利用LLM、RAG（检索增强生成）以及一组协调协作的自主智能体集群。

这些智能体协同分析内部安全数据、绩效历史、作业流程规范与安全管理条例，随后将信息整合为清晰的指南，明确完成特定任务的最安全方式。

ODIN已经产生了成效，包括OSHA（美国职业安全与健康管理局）可记录工伤数量的减少，提升了作业前安全简报的质量和一致性。

ODIN于2025年初部署，供Dairyland从事输电建设和电气维护（这是风险最高的工作区域）的工人使用。Dairyland正在考虑将ODIN的使用范围扩展到其他团队。

五、Dow：数字可持续性台账驱动低碳产品销售

组织：Dow（陶氏）

项目：碳足迹台账

IT领导者：Deb Bauler（黛布·鲍勒），首席信息与数字官---

Dow（陶氏）的高管们认为，CFL（碳足迹台账，Carbon Footprint Ledger）不仅仅是一项技术或一种创新的碳核算方法。据全球IT高级总监Jeremy Preston（杰里米·普雷斯顿）称，CFL是“一项数字化业务能力，可帮助Dow将可持续发展投资转化为客户价值。”

CFL改变了Dow使用温室气体排放数据的方式。它将对标国际标准的方法论与企业级数字平台相结合，并集成了制造、供应链、商业和可持续发展数据，在企业级治理与管理下规模化生成产品碳足迹。

Preston（普雷斯顿）表示，通过这种方式，它在“遍布制造网络的低碳工艺、原材料，与客户寻求的低碳产品之间建立了可信、可追溯的连接。”

技术团队与可持续发展团队和业务团队紧密合作，协同开发了所需的能力：重建产品谱系、维护端到端数据谱系、跨互联制造流程追踪低碳属性，以及生成可用于客户对接、商业交易的产品碳足迹凭证。

CFL基于Dow的Integrated Data Hub构建，并与Boston Consulting Group（波士顿咨询集团）和Databricks合作完成。

CFL核心平台已全面部署，目前正在支持商业交易。

Preston（普雷斯顿）表示，CFL“使Dow能够将可持续发展投资转化为客户价值、商业差异化和新的增长机会。”Dow报告称，该平台在2025年和2026年推动了数亿美元的低碳产品销售额。

公司正在扩大其使用范围。“我们正在将其扩展到更多产品、制造网络、业务部门和客户应用场景，同时持续提升自动化、分析能力以及与商业流程的集成，”Preston（普雷斯顿）说。

六、J&J：以AI驱动质量管理转型

组织：Johnson & Johnson（强生）

项目：Q&C（质量与合规）战略

IT领导者：Michael Comprelli（迈克尔·康普雷利），副总裁，技术、技术运营与风险负责人；Joel O'Connor（乔尔·奥康纳），医疗科技质量与合规技术负责人

Johnson & Johnson（强生）正通过其Q&C战略利用AI推动质量管理转型。

QuIn是一个AI驱动的数字助手，将人类专业知识与机器学习、自动化和数据驱动洞察融为一体，以提升效率、可靠性和员工影响力。通过将生成式AI嵌入核心质量管理系统流程，QuIn主动收集可操作的洞察，提高运营效率，让团队能够专注于高价值的、以患者为中心的工作。

Cora是一个创新的生成式AI平台，提供监管情报监控、影响分析和增强型内容修订。Cora可辅助完成文档分析、合规性对比、利益相关者分析、政策/标准制定、程序/文档更新以及文档比对。Cora专为受监管环境量身打造，可对照源材料验证输出结果，其用户体验让用户对结果充满信任。

QuIn和Cora自动化了耗时密集型任务，推动了信息获取普及化，目前正持续创造显著价值——J&J报告称，仅QuIn一项，到2028年就能带来超过620万美元已确认的实际成本节约。Cora在2025年已经实现200万美元的成本效率提升，到2028年将带来2500万美元已确认的成本节约。

“我们的团队证明了，负责任的AI可以在高度受监管的环境中得到有效应用，同时不会损害质量要求所必需的严谨性、问责制或人类判断，”强生技术、技术运营与风险副总裁兼负责人Michael Comprelli（迈克尔·康普雷利）表示。

他继续说道，J&J“将这些想法从实验阶段落地，变成了员工日常工作中使用的产品。我们通过将质量专业知识、产品管理、数据工程、架构、网络安全、用户体验设计和AI工程围绕共同目标整合在一起，实现了这一点。”

七、JLL：为商业服务注入智能自动化

组织：JLL（仲量联行）

项目：商业服务数字化

IT领导者：Pinak Dash（皮纳克·达什），JLL商业服务与法律技术全球负责人

JLL（仲量联行）启动了数字化举措，推动流程重构，并在JBS（JLL商业服务）中系统性地部署AI和RPA（机器人流程自动化）。

该举措旨在解决阻碍企业可扩展性和竞争定位的效率低下问题，同时消除在财务、HR（人力资源）、法务、采购、营销、研究、IT和租赁管理等环节消耗数千小时的手工流程。

JBS与法律技术全球负责人Pinak Dash（皮纳克·达什）表示，该数字化举措采用双重策略，将传统数字化与生成式AI创新相结合，应用于数百个流程。

JLL列出了对该项目成功至关重要的三项创新：

首先是一个混合平台，将RPA与JLL自研AI平台Falcon集成，创造出能够自适应和学习的智能自动化。它支持实时流程自动化、智能文档处理（含自动提取/验证），以及智能决策，持续优化工作流。

第二项创新是使用ProHance进行实时流程监控，支持数据驱动的优化。传感器可捕获精细化生产力指标，识别瓶颈，并为自动化流程和手工流程的持续改进提供可操作的见解。

第三项是定制化AI助手和交易智能体。Falcon驱动的助手提供智能知识搜索，而专业智能体则跨企业SaaS平台执行复杂交易。这些智能体处理多系统工作流，在减少人工介入的同时保持准确性和合规性。

Dash（达什）表示，该举措通过提升效率、准确性和为客户提供的服务质量，带来了可量化的收益。

“该举措实现了我们的业务目标，让我们更高效，为客户提供更好的服务，并且释放了我们员工的能力和工作精力，让他们可以去做自己擅长的工作，探索服务业务的创新方式，”他补充道。

八、Nationwide：合作伙伴平台实现效率提升与业务增长

组织：Nationwide

项目：企业数字平台（EDP）

IT领导者：Michael Carrel（迈克尔·卡雷尔），EVP（执行副总裁）兼CTO（首席技术官，Chief Technology Officer）

公司EVP兼CTO Michael Carrel（迈克尔·卡雷尔）表示，Nationwide的新EDP（企业数字平台）为公司提供了“一种可扩展的方式，能够在所有业务领域快速、安全、一致地与外部合作伙伴建立连接”。

他解释说，“EDP不再将每一次集成都当作定制化工作来对待，而是为数字产品、文档、入驻和治理打造了统一入口。”

这一创新为公司的合作伙伴带来了更好的体验。它节省了Nationwide团队、合作伙伴和客户的时间，同时支持新产品更快上线，推动全业务增长。

Carrel（卡雷尔）解释道：“EDP将模式从碎片化的点对点集成转变为围绕可复用数字产品构建的企业平台。这一转变让我们能够在同一个受管控的环境中支持多种集成选项，满足不同技术成熟度阶段的合作伙伴需求，并随着时间推移不断添加新能力，而无需从零开始重新设计每一个合作伙伴关系。”

EDP采用云原生微服务、基于角色的访问控制和高级分析技术。Nationwide IT团队打造了模块化微服务架构，使EDP更具可扩展性、弹性和适应性。IT团队还将EDP与特定基础设施依赖解耦，使其成为一个平台无关的开发者门户。Carrel（卡雷尔）表示，这减少了跨环境的运营约束。

此外，IT团队从用户特定模式转向基于角色的访问控制，这提升了安全性，简化了管理，并更好地满足了不同受众的需求。

同时，强大的分析功能提供了对平台使用情况和性能的可视化，Carrel（卡雷尔）表示，这有助于确保Nationwide持续基于可衡量的成果对平台进行迭代优化。

核心平台已全面部署，Nationwide计划进一步扩展。

Carrel（卡雷尔）指出：“我们的企业数字平台不仅仅是一项技术。它代表了支撑Nationwide全业务增长目标的战略赋能工具。”

九、PITT Ohio：以AI助手加速货运请求处理

组织：PITT Ohio

项目：无人工处理邮件系统（N@TE AI）

IT领导者：Scott Sullivan（斯科特·沙利文），总裁兼CEO（首席执行官，Chief Executive Officer，前CIO）

当PITT Ohio于2024年开启AI之旅时，方向非常明确：用技术解决“实际问题”，企业IT解决方案总监Ryan Carner（瑞安·卡纳）表示。

“我们希望快速起步，找到一个可以解决的问题，”Carner（卡纳）说，并指出公司也希望通过这次经历培养内部AI技能。“我们的思路是找到AI的首个业务场景，但这不会是唯一一个。”

PITT Ohio的领导层决定解决Carner（卡纳）所说的“对我们业务运营来说平凡但至关重要的任务”：处理发送给客服团队的货运取件申请邮件。

这种需求非常迫切。客服代表每天要人工处理数百个取件请求邮件，每封邮件需要5到15分钟来解读并将货运详情重新录入公司的TMS（运输管理系统）。这些邮件内容复杂，包含大量以非标准化方式和不同格式提交的信息。这项重复性工作占用了宝贵时间，还容易引入错误，延误客户响应。

N@TE利用生成式AI和自然语言处理，自动、实时地将非结构化邮件内容转化为结构化取件订单。N@TE扫描收到的邮件，提取关键货运数据，并通过API（应用程序编程接口）集成直接在TMS中创建订单。它可以在现有工作流中无缝运行，无需调整客户操作习惯，也不用组织员工重新培训。

PITT Ohio于2025年部署了N@TE，并于同年获得了该产品的专利。N@TE实现了处理速度提升30至60倍、订单数据提取和填充准确率达99%、每单取件处理成本降低70%的成果。

十、SMU：通过基层大使项目推动AI落地

组织：Southern Methodist University（南卫理公会大学）

项目：无需无限扩容AI资源，即可实现AI规模化落地

IT领导者：Jason Warner（杰森·华纳），副CIO

与大多数组织的高管一样，Southern Methodist University（南卫理公会大学）的领导层对AI的态度也褒贬不一：有些员工对这项技术兴趣寥寥，有些人担心它会夺走工作，还有些人则对它能做什么充满好奇。

副CIO Jason Warner（杰森·华纳）和其他领导层决定利用最后这一类群体，他们认为让SMU的教职员工接受AI的最好方式就是让AI爱好者来帮忙消除内部落地阻力。

因此，Warner（华纳）和他的同事们没有将AI当作一项常规技术推广来对待，而是建立了自愿参与的实践社区，被称为“AI意愿联盟”和“Copilot行动小组”。

Warner（华纳）表示，目标在于构建机构能力、降低风险并形成发展动力。

“我们知道，规模化AI最快的方式是提升人们使用这项技术的意愿，而不是和人们谈成本节约之类的东西，”Warner（华纳）说，并补充道，愿意尝试的用户是很棒的大使和布道者，他们以正式和非正式的方式向犹豫或持怀疑态度的同事展示这项技术的潜力。

参与的持续活跃使用即可保留授权ChatGPT账号访问权限。员工在完成自主学习培训课程后，可以获得Copilot账号使用权，同样需要持续使用才能保留访问权限。

Warner（华纳）表示，这些愿意使用AI的员工正在展示AI的种种好处（大幅节省时间、减轻认知负荷、提升产出质量、拓展专业能力）。

SMU正在转向单一解决方案并规模化推广AI，相信沿着早期实践者的路径推进AI应用将会收获回报。