你好,欢迎您来到福建信息主管(CIO)网! 设为首页|加入收藏|会员中心
您现在的位置:>> 新闻资讯 >>
CEO 们已对“渐进式 AI”失去耐心
作者:福建CIO网 来源:CIOCDO 发布时间:2026年11月13日 点击数:

导读:IT 领导者们正面临来自高管层的审视。由于鲜有 C 级同侪认为当前的 AI 战略具备足够的变革性、能够在未来一年内显著推动业务发展,企业对技术团队的耐心正在消磨。

作者: 格兰特·格罗斯

[图片 1:Rob Schultz / Shutterstock]

步入人工智能(AI)新时代已满四年,但似乎很少有商业领袖对目前的落地成果感到满意。

问题的核心在于,业务高管们对 IT 领导者正变得越来越失去耐心——许多组织至今仍停留在使用 AI 对现有业务流程进行局部微调的阶段,未能实现真正的跨越。

专注于微软生态的 IT 咨询服务商埃维诺(Avanade)委托开展的一项调查显示,高达 77% 的商业决策者(包括 C 级高管、总监和部门经理)认为,其所在组织将过多的 AI 投资耗费在了渐进式改进(Incremental improvements)上。

仅有 11% 的决策者预计 AI 会在未来一年内从根本上改变其组织的运营模式、价值创造方式或市场竞争格局。近三分之二的受访者表示,AI 尚未带来足以匹配其资金投入与精力付出的回报(ROI);同时,四分之三的受访者认为其所在组织高估了自身的 AI 成熟度。

埃维诺首席人工智能官(CAIO)Ben Beath 表示,这项调查表明,尽管许多组织及其首席信息官(CIO)看到了 AI 的潜在可能,但尚未真正拥抱其核心潜能。

“高管们的信心固然高涨,但信心并不等同于实质性的变革,”他补充道,“采购一批 Copilot许可证并上线几十个基础用例,可能会让领导者产生一种‘我们已经很成熟’的错觉;但如果实际的工作方式并未发生改变,这就谈不上真正的成熟。”

他指出,当商业领袖未能从 AI 投资中看到可观回报时,说明组织尚未达到 AI 成熟阶段,而这很可能是由存在误区的 AI 战略与推进方法所致。

“这是将 AI 生硬地嫁接(Bolting on)到残缺或老旧流程上的必然结果,”他补充道,“这样做,你最终只会得到一个运行速度更快的落后流程。”

一、你的 AI 战略具备足够的变革性吗?


Beath 指出,许多 IT 领导者并未致力于探索如何通过 AI 重塑业务模式,而是热衷于追逐那些用于总结电子邮件或生成基础报表的工具。他补充说,这类基础应用确实能显著提升员工的个人生产力,但无法为整个组织带来根本性的变革。

“领导者们对此心知肚明,”他表示,“他们很清楚自己在 AI 应用上被困在了单纯追求‘效率与生产力’的模式里。问题不在于缺乏认知,而在于渐进式项目更容易通过审批、更容易量化评估,而且对项目发起人(Sponsor)而言风险要小得多。”

但他强调,要想实现真正的变革,必须将 AI 深度融合到业务骨髓中,而不是简单地外挂在现有流程之上。领先的 CIO 们正在践行这一点,通过彻底重新构想组织的业务流程来收获 AI 的真正红利。

“那些真正将 AI 融入核心业务的客户,考虑的并不是如何在现有工作流之上修修补补地叠加 AI,”他解释道,“他们会直接发问:‘如果我们用 AI 从头重新构想这一业务流程,它会变成什么样子?’在这种模式下,AI 被原生嵌入到了业务的每一个环节之中。”

二、领导力断层


在 Beath 看来,绝大多数企业正面临着一场“领导力危机”——高管层未能建立起广泛的领导力同盟,导致 CIO 们只能在缺乏跨部门高层协同的情况下孤军奋战地推进 AI 项目。

“这是一场关乎企业领导力的对话,而绝不仅仅是 IT 部门内部的话题,”他补充道,“如果 AI 战略仅仅由 CIO 一人主导,重心就不可避免地会偏向局部效率优化;唯有当首席执行官(CEO)、首席财务官(CFO)及各业务线负责人与 CIO 结成紧密的伙伴关系共同推进时,企业才能实现真正的 AI 转型。”

Beath 建议,CIO 在与其他业务领袖协同时,不应再去问“我们可以在哪些现有环节使用 AI”,而应该问:“如果我们今天带着 AI 从零开始创业,我们会构建出一家怎样的企业?”

当然,并非所有主导 AI 战略的 CIO 都只局限于渐进式收益。根据 CIO.com 发布的《CIO 现状调查》(State of the CIO survey),59% 的 IT 领导者表示,他们推进的部分或大部分 AI 项目已经达到或超越了预期的投资回报率(ROI)目标,部分领先者甚至已将 AI 转型深度落实到了 IT 自身的工作流中。

Beath 补充道,如果能有更多 IT 领导者将精力聚焦于这些更具变革性的 AI 应用,而非孤立的局部效率提升,他们就能扭转所在组织的局面,显著提升 AI 成熟度并交付更优异的商业成果。

“目前的困境并非源于底层大模型不够优秀,也不是因为试点项目选得不好;根本原因在于,AI 落地的真正难点在于数据与应用程序的结合部、技术与业务流程的交汇点,以及技术与商业模式的融合处,”他指出,“AI 转型需要有人对上述所有维度进行全局统筹思考,而不是仅仅盯着纯粹的技术模块。”

三、并非“非此即彼”的单选题


如果 CIO 只盯着渐进式举措而忽视变革性项目,确实可能会错失 AI 的巨大潜能;但这并不意味着他们必须在两者之间做出“非此即彼”的抉择。事实上,包括 Progress Software 首席人工智能官 Ed Keisling 在内的许多 IT 领导者认为,推动组织向前发展的关键在于“两条腿走路”,同时发挥 AI 在这两个层面的作用。

“我认为这两者是相辅相成的,”他表示,“渐进式的改进能让组织开始探索 AI ‘可能性的艺术(Art of the possible)’;在某些情况下,这些点滴改进会在整个工作流中产生复利效应,最终量变引起质变,带来变革性的结果。”

他举例介绍道,Progress Software 目前正在使用 AI 智能体(AI Agents),自动汇总来自职场协作平台、项目管理工具和知识管理系统中的动态信息,为管理层生成决策简报。同时,公司的销售团队也在利用智能体整合来自客户关系管理系统(CRM)、数据平台和客户系统的多源数据,从而更快速、更精准地生成销售报价单。

在此基础上,Progress Software 也在将 AI 部署于更具变革性的核心业务场景,例如彻底重构公司处理信息请求书(RFI)和提案请求书(RFP)的流程。

“这些过去极其耗时的流程,以前往往需要花费数天时间才能完成,而现在只需几分钟就能全部搞定,”Keisling 表示,“这使我们能够以极快的速度响应市场商机。”

不过他补充道,在全公司范围内规模化推广 AI 工具依然颇具挑战。此外,数据主权(Data sovereignty)、安全合规以及算力成本等诸多现实问题,仍在阻碍企业迈向更具变革性的 AI 深水区。

“将 AI 工具从员工个人应用扩展到单一团队,再推广至跨团队乃至整个组织,依然面临着巨大的挑战,”Keisling 指出,“这在很大程度上取决于组织希望如何管理风险——既包括盲目行动的风险,也包括按兵不动的风险——并将其与他们在市场中感知到的机遇与威胁进行权衡。”

与此同时,由于 AI 的投资回报率(ROI)依然难以捉摸,IT 领导者必须高度紧盯预算控制与实际产出。不过他强调,可观的 ROI 并非只能从宏大的变革性项目中获取。

“如果 AI 能够在一个高吞吐量的核心工作流中大幅削减耗时、提升业务吞吐量、改善交付质量或释放出宝贵的人力产能,那么即便这个项目没有被贴上‘颠覆性变革’的标签,它同样能为企业创造出显著的经济价值,”Keisling 总结道。

四、从小处着手,向自动驾驶演进


数字采用软件提供商 WalkMe 的 CIO Tal Carmi 表示,他们公司同样在同步推进 AI 的渐进式应用与变革性探索。他补充说,公司最初是从渐进式应用切入的,但正随着实践的深入而不断演进。

“渐进式改进是通往深层转型的垫脚石,”他指出,“在某些业务领域,我们最初引入的是类似 Copilot(智能副驾)的 AI 辅助解决方案;在验证了极高的成功率之后,这些方案便自然演进为了 Autopilot(自动驾驶系统),从而彻底改变了工作的完成方式。”

不过 Carmi 坦言,要想让公司内部绝大多数的 AI 应用都达到“变革性”水准,WalkMe 仍有许多基础工作要做。

“在部分领域我们已经实现了这一目标,但在其他领域则尚未企及,”他补充道,“目前制约我们的,是底层系统限制、涉及线下真人面对面交互的流程、风险归属界定(Risk ownership)以及员工赋能不足等多重因素的交织。”

他认为,许多企业在推进 AI 时之所以步履维艰,实际上是被那些在 AI 时代来临之前就长期存在的历史遗留问题绊住了脚。

“AI 只会无情地放大你原有的知识管理漏洞与数据质量问题,”Carmi 直言,“给你的大语言模型(LLM)下达指令,让它提取数据并生成一个可视化仪表盘是件很容易的事;但如何确保它提取的是正确的数据、并以正确的业务逻辑进行处理,则完全是另一回事了。”

他最后补充道,老旧的遗留系统(Legacy systems)同样构成了严重的路障。“业务人员最迫切希望实现自动化的许多核心老系统,根本就没有配备应用程序编程接口(API),而且在短期内也不太可能改造出来,”他指出,“于是员工们只能自己想办法凑合变通,而这恰恰为‘影子 IT(Shadow IT)’的滋生打开了后门。”

💡 技术与管理名词速览 (Tips)

  • Incremental vs. Transformational AI (渐进式 AI 与 变革性 AI):企业 AI 落地的两个层级。“渐进式 AI”指在不改变现有业务流程的前提下,利用 AI 工具(如邮件摘要、代码补全)提升局部环节的个人效率;“变革性 AI”则指从第一性原理出发,利用 AI 原生能力彻底重构端到端的工作流乃至企业的商业模式。

  • Copilot vs. Autopilot (智能副驾 与 自动驾驶):人机协同的两个演进阶段。Copilot模式下,人类员工仍主导工作流,AI 仅作为辅助工具提供建议或生成初稿;Autopilot模式下,由代理式 AI(Agentic AI)直接接管端到端的业务流程并自主执行闭环,人类仅负责设定目标与处理异常。

  • RFI / RFP(Request for Information / Request for Proposal):B2B 采购与招投标流程中的核心标准文档。RFI(信息请求书)用于初步调研供应商的资质与产品能力;RFP(提案请求书)则要求供应商针对具体业务需求提供详尽的技术方案与商务报价。利用大模型与企业知识库(RAG)自动生成 RFP 响应方案,是目前极具高 ROI 的企业级 AI 应用场景。

  • Shadow IT (影子 IT):指企业业务部门在未经 IT 部门审批与监管的情况下,私自采购、开发或使用外部软件工具及 AI 服务的行为,极易引发核心数据泄露与合规风险。


睿评:跳出“局部提效”舒适区,以流程重构兑现 AI 战略价值


埃维诺调研中“77% 的决策者认为 AI 投资过度集中于渐进式改进”这一数据,精准揭示了当前企业 AI 转型的普遍困境:用战术上的高频试点,掩盖战略上的流程惰性。将先进的 AI 工具生硬嫁接到陈旧的业务流上,只会造就“更快的落后流程”。

CIO 与 CDO 若要打破这一困局,需把握两大支点:首先,推动高管同盟共担风险,将 AI 战略从单纯的 IT 效率工程上升为 CEO/CFO 共同主导的业务重塑工程;其次,坚持“双轨并进”,以渐进式 Copilot积累数据底座与信任,同步在核心高吞吐量链路(如供应链协同、RFP 投标响应)打通底层 API,推动工作流向 Autopilot(自动驾驶)演进,从而交付真正影响企业营收与利润的变革性价值。