阿杰·瓦萨尔，Genpact 数据和人工智能全球负责人 – 采访系列

阿杰·瓦萨尔，Genpact 数据和人工智能全球负责人，是一位拥有二十多年经验的资深技术和战略高管，曾在人工智能、数据战略、数字化转型、并购和企业咨询等领域工作过。在 Genpact 的当前职位上，他领导了帮助企业扩大人工智能采用的计划，并从辅助人工智能转向更加自治的、嵌入式的运营系统。加入 Genpact 之前，瓦萨尔在 Accenture 工作了近九年，曾担任过多个高级领导职位，包括消费者行业的全球数据和人工智能负责人以及数据和洞察中心的全球负责人。在他的整个职业生涯中，他专注于帮助组织从数据中解锁可衡量的商业价值，通过运营效率、收入增长和风险缓解，同时也领导了战略投资、并购计划和人工智能驱动的转型计划跨行业。

Genpact 是一家全球专业服务和数字化转型公司，专门从事数据、人工智能、分析、智能自动化和运营现代化等领域，为大型企业提供服务。最初成立于通用电气公司内部，后成为独立公司，Genpact 现在为各个行业的组织提供服务，包括金融服务、医疗保健、制造业、零售和消费品。该公司日益将自己定位为以人工智能驱动的企业转型为中心，结合分析、自动化和领域专业知识，帮助企业现代化工作流程、改善决策和负责任地部署大规模人工智能系统。

您在Accenture公司工作多年，跨行业制定数据和人工智能战略，之后您加入了Genpact公司。您的经验如何影响您对企业仍然难以从人工智能投资中提取真正价值的看法？

在各个行业工作的最大收获之一是，大多数组织并不是因为技术不够强大而失败。事实上，他们挣扎是因为他们试图将人工智能叠加在从未设计为自治执行的运营模式上。我们最近的研究结果清楚地证实了这一点。虽然企业正在大力推动人工智能采纳，但许多企业仍然难以重新设计支持自治执行的运营模式。这种差距凸显了许多企业仍然在努力解决治理、问责和组织准备等问题。

我们还看到，组织在没有正确的衡量框架的情况下就迅速行动。71%的高管认为，代理人工智能将比以前任何技术浪潮都更快地带来投资回报率，但67%的高管仍然依赖于为早期自动化模型构建的生产力指标。我的经验表明，成功的人工智能采纳从来不是仅仅部署模型那么简单，而是重新设计工作流程，确保技术与业务优先事项保持一致，并帮助人们理解他们的角色如何随着自治系统的日益成熟而演变。

您最近的报告《自治需要对人工智能的信任》显示，大多数高管认为代理人工智能将从根本上改变业务运营，但大多数系统仍然是受监督的。执行和信念之间的最大脱节是什么？

脱节完全集中在信任上。高管明显相信代理人工智能将改变工作的方式，但对技术的信任并不自动转化为对将决策权交给人工智能的舒适感。我们的研究发现，只有22%的组织对让人工智能系统在领域级别或广泛自治方面感到舒适。

大多数企业仍然更愿意使用人工智能作为可以推荐、总结或支持工作流程的助手。犹豫开始于人工智能系统被要求自主地以影响运营、客户、合规性或财务结果的方式行事。这种犹豫迫使许多企业在推动更自治的运营模式的同时，仍然让人类紧密参与审批和监督流程。

许多企业在人工智能上投入大量资金，但未能展示出有意义的回报。组织在尝试衡量人工智能驱动的价值时最常犯的错误是什么？

一个主要错误是，许多组织仍然使用为早期自动化浪潮设计的生产力指标。数据显示，67%的企业仍然依赖于不能完全捕捉自适应、决策驱动系统价值的生产力措施。这在期望和实际衡量价值之间创建了真正的脱节。

另一个问题是，许多组织尚未定义人工智能本地的成功指标。只有很小一部分企业正在衡量诸如自治工作流程完成、减少升级或自治异常处理等指标。如果公司继续关注仅仅是成本降低或节省时间，他们将会错过人工智能设计要创造的更广泛的运营影响。

报告表明，组织准备度比技术本身更大的障碍。公司需要做出哪些具体的结构性改变，以解锁代理人工智能的全部潜力？

组织需要重新思考问责制、工作流程所有权和决策在整个业务中如何运作。研究中最明确的收获之一是，组织准备度正在成为比技术本身更大的障碍。事实上，33%的企业确定业务流程不适合代理集成是采用最大的障碍。

取得最多进展的公司正在重新设计工作流程，以便自治系统可以在明确的边界和监督结构内运行。我们还发现，44%的企业预计代理人工智能将使管理结构变得扁平，因为系统将吸收传统上由中层管理人员处理的协调任务。员工需要对监督责任、干预点以及人类判断在日益自治的环境中的位置有更大的清晰度。

只有很小一部分组织愿意授予人工智能代理真正的自治权。企业需要什么才能信任人工智能系统的决策权？

最终，人工智能系统的信任归结为问责制和控制。企业仍然谨慎地将决策权交给自治系统，因为领导者希望有信心，自治系统可以在明确的警戒线和治理结构内运行。

正在取得进展的公司正在设计系统，其中升级路径、干预触发器和治理控制直接构建到运营模式中。大多数组织正在根据业务背景和风险承受能力逐渐授予自治权，而不是突然跳跃到完全自治。随着企业通过成功部署获得信心，信任会增长，因为领导者可以清楚地看到决策如何做出、问责制在哪里以及如何维持人类监督。

企业预计将快速扩大代理人工智能，但许多仍然依赖过时的生产力指标。更有效、更适合人工智能的性能指标应该是什么样子？

人工智能本地指标需要衡量执行和结果，而不是活动。传统的生产力措施关注人们是否更快地工作，但代理人工智能改变了这个等式，因为系统本身开始承担部分运营工作量。这很重要，因为许多组织仍然通过为早期自动化浪潮而非自治执行设计的生产力视角来衡量代理人工智能。

更有效的措施应该关注自治工作流程完成、减少升级率、更快的决策执行以及系统如何在有限的人类干预下有效地管理异常。这些指标提供了人工智能是否真正在大规模上改善执行的更清晰的图景。

您强调，流程重新设计是采用最大的障碍。为什么工作流程转型在人工智能的下一个阶段比模型性能更重要？

工作流程转型很重要，因为即使是最先进的人工智能系统也无法在破碎或碎片化的流程中扩大规模。我们的研究发现，33%的企业确定流程准备度是代理人工智能采用的最大的障碍。

使这一阶段与众不同的是，代理人工智能旨在跨工作流程执行，而不仅仅是在工作流程中提供辅助。组织必须重新设计流程以适应自治执行，通过澄清决策所有权、消除不必要的交接并将治理直接嵌入工作流程。从很多方面来说，工作流程重新设计现在是可扩展人工智能采用的真正基础。

报告表明，人工智能将使组织结构变得扁平，因为协调任务变得自动化。您如何看待领导角色和中层管理在此过程中的演变？

随着代理人工智能承担更多协调和运营监督任务，领导角色可能会从管理常规执行转变为指导战略、判断和治理。我们的研究发现，许多企业预计代理人工智能将减少组织内的协调层，因为自治系统将承担更多运营监督责任。

中层管理人员在历史上一直在路由决策和维持团队间运营连续性方面发挥着重要作用。随着自治系统开始处理更多这些活动，领导者需要专注于异常管理、问责制以及确保系统与业务目标保持一致。人类领导力在需要背景、伦理和判断的领域将变得更加重要。

Genpact 将自己定位为代理和高级技术解决方案公司。Genpact 如何与传统咨询或技术公司不同地接近代理人工智能？

Genpact 的方法以执行和结果为基础，我们经常将其描述为解决人工智能采用的“最后一英里”问题。许多组织已经证明人工智能模型可以生成洞察力或提高生产力，但真正的挑战是将这些能力嵌入到实际工作的业务工作流程中。这就是许多人工智能计划停滞的地方。我们的重点是帮助客户跨执行的最后一英里实现代理人工智能，以便系统可以在财务、供应链、客户服务和其他核心企业功能内驱动可衡量的结果。

区别于我们的方法是将深厚的流程专业知识与数据、技术和人工智能能力相结合。我们不仅仅是部署模型或构建原型。我们正在重新设计工作流程，嵌入治理结构，并帮助企业创建必要的问责结构，以便在大规模上实现自治执行。由于我们还将代理人工智能嵌入了自己的运营中，我们带来了从实验到企业范围影响所需的实际经验。

展望未来，您是否认为代理人工智能将加剧领先企业和落后企业之间的差距？企业现在应该做什么来避免落后？

是的，我相信差距将会加大，因为代理人工智能以不同的方式积累价值。成功重新设计工作流程、建立问责框架并将信任构建到自治系统中的组织将创造出难以被竞争对手复制的运营优势。令人惊讶的是，这种转变发生得如此之快。29%的企业预计代理人工智能将在未来12个月内在整个业务中扩大规模。

对于希望保持竞争力的公司来说，当前的优先事项应该是准备好运营模式以适应自治执行。这包括重新设计工作流程、定义所有权结构、建立人工智能本地的衡量框架以及投资于劳动力准备。早期采取这些基础的组织将比那些仍然将人工智能视为独立技术计划的组织更好地定位自己。ng 人工智能本地的衡量框架，并投资于劳动力准备。早期采取这些基础的组织将比那些仍然将人工智能视为独立技术计划的组织更好地定位自己。ng 人工智能本地的衡量框架，并投资于劳动力准备。早期采取这些基础的组织将比那些仍然将人工智能视为独立技术计划的组织更好地定位自己。

感谢您接受这次精彩的采访，希望了解更多的读者可以访问 Genpact。