Shibu Nambiar，Genpact的高级副总裁和高科技硬件全球业务负责人，领导着世界各地的多元化和才华横溢的团队，共同努力将客户的业务转型为半导体、技术分销和消费电子行业。拥有超过25年的经验和将人类专业知识与数字能力相结合的热情，Shibu的使命是帮助客户保持领先地位，通过识别和推动嵌入式人工智能的转型计划，以实现在日益复杂和全球化的世界中更大的敏捷性和速度。
你最近谈论过多少次生成式AI？似乎每一次商务会议都会提到它，无论议程或话题是什么。鉴于这种趋势，企业在生成式AI技术上的支出遵循着史上最陡的增长曲线。在2023年，全球大型企业在基因AI解决方案上花费了$15亿，占技术首个完整年的全球企业软件市场的约2%。虽然这个百分比表面上看起来很小，但考虑到它只花了四年才达到SaaS的水平。到2027年，基因AI的支出预计将进一步飙升——高达$250亿。这意味着什么？这意味着企业将大量——有时甚至专门——关注在其技术栈中加速基因AI的发展。这是一件好事吗？答案当然是复杂的。是的，像麦肯锡这样的专家预计，基因AI对整体生产力的影响将为全球经济增加数万亿美元的价值。但过度投资于基因AI，而没有建立成功的基本基础，实际上可能对那些尚未建立强大技术栈和商业流程基础的企业产生反作用。这在云计算的早期曾经发生过。云计算革命在2000年代末期席卷而来，商业和技术领导者全力以赴地进行变革。由于预算有限，他们将支出从日常运营中转移出去。结果：公司在欠缺资金的技术工具和欠发达的流程之上部署了新的和创新的商业模式。这可能会再次发生在基因AI身上。虽然这项技术承诺帮助企业编写代码、创建内容、研究技术解决方案、销售更多产品和培训员工，但需要关注业务的基本方面，以便基因AI投资能够产生最大的价值。最重要的目标？企业需要优先考虑现代化和解决现有的技术和流程问题，以便为新的和令人兴奋的创新如基因AI腾出空间。企业在加速进入AI世界之前和期间需要处理六个阶段。首先，优化现有资源。清理工作从这里开始。评估技术栈的强度，检查组织结构，并审查基本政策。找出红旗并尝试通过应用行业最佳实践来调整现有资源。密切关注数据栈，包括结构化和非结构化数据。这是AI（包括基因AI）的基础。第二，加速优化。企业清理了初始问题后，可以找出改进的机会。尝试标准化和改进流程，而不需要从根本上改变它们。即使是高层次的审查也可以使流程更加敏锐并提高竞争优势。第三，现代化资源，但要让人类保持在循环中。这是最重要的步骤。人类的创造力毕竟是组织成功的主要驱动力。因此，寻找重新平台化、改进工作流设计和添加自动化的方法，但要让人类保持在这个过程中。让员工专注于更高层次的工作，并保持人类智慧在最终产品中的不可替代的价值。第四，重新想象AI可以支持业务战略的领域。是否有新的市场可以针对？是否有新的产品可以推出？是否有更好的方式来服务客户？领导者应该鼓励企业各级员工——无论是在运营、财务、营销、销售、软件开发——都要思考如何使用AI来完成更多任务。现在你已经减少了技术债务并依靠AI的力量，可能性是无穷的。第五，寻找持续创新方法。所有转型都需要是持续和可靠的。建立基准和基础是重要的。但是，将成功投射到未来，随着AI成为日常商业工具的一部分，是至关重要的。最后，优先考虑技能开发。更多地依赖基因AI将迫使组织修订和提升某些工作角色。为此，他们需要投资于提升和再培训计划，给个人机会学习新技能并转入新兴角色。这对创业产生了积累效应。虽然AI使个人能够创新、建立新实践和改进现状，但个人本身需要发展新技能并积极管理技术本身。建立AI启用的现代化方法是基于这样的信念：商业创新应该是可持续的。这是一个领先的科技公司如何为其基因AI之旅做准备的例子。该公司一直占据着其市场的主导地位，并对其地位感到满意。但是，它面临着来自那些准备好接受基因AI而不受传统基础设施负担的敏捷、勇敢和大胆的初创公司的挑战。我们与该公司合作，引导业务通过六个AI启用的现代化阶段。我们甚至通过展示员工如何使用基因AI来解读其遗留系统的数千行代码来面对公司对新技术（如基因AI）的恐惧。更易读的代码使商业领导者能够识别出现代化、重新想象和创新阶段的机会。如今，该公司正在开始其基因AI项目，抛弃了过去的局限性。结论基因AI已经到来，并承诺在未来彻底改变商业战略。企业应该投资，但也要吸取过去云策略的教训。他们需要开始清理工作——遵循AI启用的现代化思维——将基因AI嵌入企业的核心，并为未来带来可持续的增长。
