Oleksandr (Sasha) Strozhemin 是 Trinetix 的联合创始人和CEO – 一家为财富500强和快速增长的企业提供战略、设计和创新服务的全球科技公司，这些企业经营的领域多样，从金融和专业服务到物流、医疗保健和农业。
利用其多样化的AI和GenAI、智能数字助手、数据和分析、数字工作场所、体验设计和云启用，Trinetix 致力于使企业领导者能够将其产品创意转化为具有竞争力的独特市场产品。
对于任何组织来说，第一天是最艰难的吗？根据杰夫·贝佐斯的说法，实际上是第二天。为什么？因为第一天都是关于变化的。这是你的第一步。这是新的事情。同时，第二天是停滞开始的地方。想法在决策循环中迷失。你不知道接下来会发生什么，因为竞争对手正在前进。最终，火花消失了。如今，许多公司在AI引领的创新中遇到了第二天。许多商业领袖想知道：“我们做错了什么？”从我的角度来看，这不是关于他们做错了什么，而是关于这些年来的变化。因为很多事情都发生了变化——并且不是你以前处理过的东西。新的正常还没有到来…如果你作为一个领导者，觉得事情发展得太快——你并没有错。尽管未来导向的积极性不断增加，这种速度并不是正常的。这并不等同于质量。相反，它创造了一个混乱的环境，传统规则不再适用，每一个竞争优势都被立即利用。我们都记得当ChatGPT是最热门的话题时。然后是Anthropic。然后是DeepSeek。然后，又是ChatGPT。每一次转变都影响着股票市场、决策，甚至互联网。随着美国和中国继续竞争，而欧洲辩论建立法规的同时付出较慢的创新代价，我们还没有接近全球接受的AI使用框架，这将使格局正常化。然而，目前企业不能减慢速度。他们需要在混乱的环境中前进——因为确定性是由那些找到方向的人塑造的。那么，领导者如何应对未知数？适应变化：从科技巨头中吸取教训尽管我们尚未看到真正的新常态会是什么样子，但它肯定会有新的、更精简的模型，这些模型将独立于服务供应商。AI负责这即将发生的变化，因为它让企业能够在内部满足自己的需求。因此，我们正在进入“胜者全拿”的阶段，在那里不作为的成本高于实验的成本。可以采取什么措施？让我们来看看由知名公司提供的可用路线。IBM：多元化的教训曾经是企业计算的默认名称，IBM在2010年代停滞不前，受到缓慢的业务部门和缺乏明确方向的影响。但是，IBM的领导层意识到，没有一家公司可以通过坚持昨天的模式而生存下去。相反，它重新关注于三个领域：混合架构、企业级AI和量子计算的长期探索。通过战略性地多元化其专业领域，IBM能够加强其地位，演变成一家从依赖传统服务的公司转变为领导未来技术的公司。ServiceNow：通过AI指导的生存ServiceNow已经达到了一个点，即渐进式增长是不够的。为了在AI优先的世界中保持相关性，它需要超越工作流自动化。其AI控制塔的概念是对公司采纳AI例行程序和模型时，必须有人来协调所有这些的认识。ServiceNow将自己定位为确保AI在整个企业中表现出一致性、安全性和智能性的记录和行动系统。通过吸收公司如Armis，ServiceNow加强了其保护广泛数字生态系统的能力。与其追逐闪亮的功能，它正在建立公司将依赖的AI扩散平台。Western Digital和希捷：看到机会，而不是障碍硬盘制造商Western Digital和希捷都报告了大约30%的收入增长，这是他们最近一个季度的业绩，是几年前难以想象的。他们要感谢AI对数据存储的无止境的需求和高容量驱动器价格的上涨。Western Digital报告称，其最新季度已运送了190个艾字节的存储容量，同比增长32%，而希捷的增长更为显著，同期运送了45%更多的艾字节——这是AI的足迹正在重塑甚至行业最成熟的硬件部门的证据。底线仅仅找到火花一次是不够的。你必须一次又一次地找到它，直到足够。竞争的激烈要求不容许妥协。因此，你必须确保你的商业模式和领导方式超越一次性的努力。我可以分享几种关键的做法：规范化实验实验很可怕，但又是必要的。作为领导者，你必须将你的商业模式转变为快速的想法验证——并且要对团队的建议保持开放的心态。应该奖励和鼓励计划，并且要解决恐惧，而不是盲目地依赖它。鼓励开发者与创新者之间的沟通团队员工并不是唯一对新事物感到犹豫的人。许多好的项目可能会因开发利益相关者没有被告知新计划或技术而被延迟甚至搁置。作为领导者，你要避免这种情况。确保你的创新者有一个强大的沟通和协作平台——并且他们在每个部门都有支持者和倡导者。归根结底，创新是一项团队努力——每个人都必须保持一致。减少例行程序，培养人许多公司在面对变化或接受AI技术时，会迅速削减其业务——以增长和资源优化为目的。然而，这只是一个暂时的解决方案，而不是长期的投资。人是你的主要力量。他们的想法改变了运营并引发了发现。
在我们的专业实践中，我们遇到了两种关于人工智能及其对职责和商业模式影响的极化观点。一方面担心失业率激增和人工智能接管，而另一方面则认为人工智能不会带来任何重大变化，最终会成为一个泡沫。由于 64% 的 CIO 对使用人工智能来提升业务运营和发展企业抱有很高的期望，因此了解该技术的强大能力和局限性变得尤为重要。人工智能真的能引入全新的商业模式，还是这些期望根植于偏见之中？如往常一样，真实的答案介于两者之间。每一次技术革命都伴随着职责和工作场所常规的转变。人工智能的演进承诺迅速改变工作场所并推动社会变革。事实证明，人工智能并没有像预期那样影响社会，但社会可以并且应该影响人工智能。LLM 开发的放缓 和人工智能 幻觉 的持续报道使得我们清楚地了解到，今天我们所知的人工智能系统不仅远非完美——它们甚至没有达到预期的效果，而开发者也清楚这一点。重要的是要理解问题不在于人工智能，而在于围绕它的炒作。与其放慢脚步，专注于改进现有功能，开发者开始瞄准下一个目标。因此，许多潜在问题仍然未被探索和忽视，导致了诸如谷歌因其 Bard 人工智能聊天机器人提供不准确信息而遭受 1000 亿美元 股价暴跌等问题。这些结果表明，如果人工智能需要控制和监控才能执行基本任务，那么现在还为时过早，无法将其信任于复杂任务。许多职责需要深刻的洞察力、批判性思维和灵活性，而人工智能则缺乏这些——而这不会很快改变。正如 OpenAI 的 AGI 准备组前负责人所说，人工智能的真正效率将是企业、政府、行业声音、专业人士和公民之间的对话的结果。目前，这场对话尚未开始，它需要所有相关人员的充分参与。商业模式中的人工智能：探索当前价值虽然人工智能驱动的商业模式的时代并不是我们在一年或两年内可以期待的，但不能否认人工智能已经显著影响了公司的运营和工作流程。一般来说，一切都归结为任何企业的三个支持柱：1. 数据分析我们越相互连接，数据就越多。这对企业尤其如此——每一年都产生大量的数据池、文档、文件和截图。每一个数据都提供了巨大的价值，但首先需要找到它。对于人类专家来说，挖掘和组织所有这些数据需要数月甚至数年。但对于人工智能来说，这只需要几天，甚至几秒钟。通过深入分析大量数据，整理和组织它们（包括非结构化数据），人工智能将重要信息与员工、决策者和高管连接起来，消除了数据瓶颈，实现了各级更明智的决策。有了人工智能，企业的历史和整个视野变得更加清晰，增加了确定性，帮助企业领导者了解他们目前的位置以及未来需要到达哪里。2. 客户互动个性化随着美国的客户体验质量达到 历史新低，减少响应时间、实现个性化互动并尽快解决客户问题变得比以往任何时候都更加重要。然而，实现这些目标意味着收集每一条客户数据：人口统计、购买历史、品牌互动频率等。这个任务对于呼叫中心或支持团队来说太过庞大，但对于人工智能助手来说，这是一个常规任务。通过合作，人工智能平台和人类员工可以提供卓越的客户服务，通过立即研究个别客户历史并解决他们特定的需求。这种方法提供了客户在品牌中寻找的个性化和同理心水平，增强了他们与供应商的关系并培养了忠诚度。3. 风险管理风险管理是企业的恒定且不变的痛点——而且它将始终保持如此。商业格局越激烈，高管需要评估的场景就越多，以适当评估财务和声誉风险。一些评估基于批判性思维和经验，而其他评估则需要大量历史数据来揭示模式。在后一种情况下，人工智能提供了巨大的帮助，通过处理异常检测、识别模式和检测可疑行为。这些功能减轻了经理、分析师和高管的压力，使他们能够在威胁出现之前识别它们——并做好准备。商业模式中的人工智能未来：敬请期待更多需要考虑的一个最重要点是，人工智能驱动的商业模式的类型将保持不确定，直到人工智能的全部价值被发现。由于企业领导者仍然犹豫不决，无法计算人工智能的投资回报率，因此需要探索和研究。采用人工智能并不是一个小变化；它引入了一个完全新的工作流程。因此，企业领导者需要对该工作流程有很好的理解，找出其关键绩效指标，并确定它与以前的常规有什么不同——并根据他们的分析推断出变革价值。例如，在许多情况下，人工智能不仅改进了企业流程——它创造了新的流程，允许达到期望的结果。但是，要最大化这些结果的价值并为全新的模型奠定基础，任何企业都需要三个基本组成部分：流程、技术和使用它的人。因此，在许多情况下，人工智能不仅改进了企业流程——它创造了新的流程，允许达到期望的结果。但是，要最大化这些结果的价值并为全新的模型奠定基础，任何企业都需要三个基本组成部分：流程、技术和使用它的人。
