自ChatGPT开启生成式AI时代以来，已经过去了三年，但大多数企业仍然深陷于试验阶段，无法自拔。尽管在人工智能（AI）领域投入了数十亿美元，但大多数企业的AI项目从未走出概念验证阶段，更不用说产生可衡量的回报了。然而，一些《财富》500强企业已经破解了这一难题。沃尔玛、摩根大通、诺华、通用电气、麦肯锡、优步等公司已经将AI从实验性的“创新剧场”转变为能够产生实质性投资回报率（ROI）的生产级系统，有些公司甚至每年通过AI创造超过10亿美元的业务价值。
AI项目的失败模式
行业研究显示，85%的AI项目从未进入生产阶段，而在那些进入生产阶段的项目中，也只有不到一半能够产生有意义的业务价值。问题不在于技术，而在于组织方式。企业往往将AI视为科学实验，而非业务能力。这种观念导致AI项目缺乏明确的成功指标、数据基础设施不足，以及最关键的是缺乏能够在企业层面管理AI的治理框架。
成功企业的关键要素
通过分析这些成功企业的AI运营，我们发现了八个关键要素，它们将试验阶段的AI与可生产化的AI系统区分开来：
- 高层授权与战略对齐每个成功的AI转型都以明确的领导层承诺为开端。这种承诺不仅仅是形式上的支持，而是积极的治理，将每个AI项目与具体的业务成果相关联。例如，沃尔玛的CEO道格·麦克米伦为AI项目设定了五个明确的目标：提升客户体验、改善运营、加速决策制定、优化供应链和推动创新。
- 平台优先的基础设施战略成功的企业不构建孤立的解决方案，而是构建平台。沃尔玛的“Element”平台就是一个例子，它提供了一个统一的机器学习基础设施，内置治理、合规、安全和伦理保障。这允许团队快速插入新的AI能力，同时保持企业级控制。
- 有纪律的用例选择和组合管理最成功的企业抵制追求华而不实的AI应用的诱惑，而是选择具有高ROI的用例，这些用例具有明确的业务指标。诺华就专注于AI能够立即产生价值的特定问题，如临床试验运营、财务预测和销售优化。
- 跨职能的AI运营模式传统的IT项目结构在部署AI时往往会失效。成功的企业创建了“AI小组”，这些小组是跨职能的团队，结合了领域专业知识、数据工程、MLOps和风险管理。
- 风险管理和伦理AI框架企业AI部署需要复杂的风险管理，这远远超出了模型准确性的范围。成功的企业建立了治理框架，以管理模型漂移、偏差检测、监管合规和伦理考虑。
- 系统的员工发展和变革管理每个成功的企业都在员工发展和文化转型方面进行了大量投资。摩根大通从2019年到2023年将员工培训时间增加了500%，其中大部分培训集中在AI和技术技能提升上。
- 严格的ROI测量和组合优化成功的企业将AI视为任何其他业务投资一样，进行严格的测量，设定明确的KPI，并定期进行组合审查。沃尔玛使用内部ROI计算，并为团队设定具体的指标检查点。
- 迭代扩展和平台演进最成功的企业不会一次性尝试扩展所有内容。他们采用迭代方法：在一个领域证明价值，总结经验教训，然后系统地扩展到新的用例。
从试验到盈利，AI转型不仅仅是技术问题，更是组织能力的建设。成功的企业通过建立能够系统地部署AI的组织能力，同时管理风险并产生可衡量的业务价值，已经超越了炒作，创造了持久的AI能力。对于准备踏上从试验到执行旅程的组织来说，这些企业的经验提供了一个实用的蓝图。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/cong-shi-yan-dao-ying-li-shi-xian-ke-kuo-zhan-qie-tou-zi
