改变我们在董事会中思考 GenAI 的方式：导航短期和长期 ROI

当世界各地的领导团队开始规划 2025 年时，大家都在思考什么时候可以期待他们在 AI 和/或生成式 AI (GenAI) 上的投资带来回报。 谷歌云的新研究 显示，超过 6 成的大型公司（员工超过 100 人）正在使用 GenAI，并且 74% 的公司已经看到了一定的投资回报率（ROI）。但是，最大化 AI/GenAI 的 ROI 需要一个战略性的方法，这个方法不仅仅是证明成本的合理性，还需要考虑直接和间接的回报，明确了解时间和隐藏的费用，并将人性化的特征融入其中，以确保可靠和可扩展的流程。

重新定义 ROI

考虑到过去一年中，AI/GenAI 在媒体上获得的关注，很容易忘记这些投资仍然相对较新，这意味着大多数公司还没有看到可能的 ROI。这使得从一开始就管理董事会的期望变得更加重要，因为任何早期的评估都会产生关键的印象，这将影响领导者如何看待未来的投资。如果他们对立即转变抱有很高的期望，他们的意见可能会变得消极，如果这些变化仍在初期阶段。换句话说，新创新需要新的测量视角，领导者应该重新思考如何看待短期和长期的 ROI。
在成功转型的定义方面，进展往往最好从观察者的角度来衡量，即使是“小”的胜利也可以带来更大的潜在结果。以下是三种方法来帮助您理解 AI/GenAI 投资，以及一些来自类似旅程的人的例子。

1. 区分直接和间接 ROI

在某些行业中，直接 ROI 更容易被发现。例如，如果零售或 CPG 公司开始提供新的 GenAI 功能，他们很可能会立即从客户那里获得对这些功能的接受度的反馈。然而，在其他行业，如制造业，间接 ROI 更依赖于长期投资。对于这些软性回报，通常是“滴漏效应”可以创造新的机会或解锁新的价值。想象一下，您正在实施新的 AI 解决方案来提高团队的生产力。虽然您的初始目标可能是输出，但这种活动的增加也可能带来完全没有考虑到的新的增长路径。这是 AI/GenAI 最令人兴奋和令人激动的部分——未知的潜力。尽管这种潜力很难衡量，但它应该始终被纳入计算回报的因素中。
一个很好的直接 ROI 和间接 ROI 的例子可以在 电子商务公司 Mercari 中找到，去年他们在其二手商品市场平台上添加了一个 ChatGPT 功能。他们的新“商家 AI”允许客户“登录网站，启动购物助手，与其进行自然对话，回答有关其需求的问题，然后收到一系列推荐”以进行下一步操作。这种直接 ROI 是 Mercari 的 74% 的工单减少，而间接 ROI 是，所产生的时间节省使公司能够逐渐减少技术债务并扩大其运营。

2. 考虑 AI/GenAI 投资的时间和伴随的隐藏成本

考虑到 C 层对利润增长的持续压力，他们不太可能突然采用“好事多磨”的心态。但是，现实是任何进入 AI/GenAI 的尝试都需要时间和金钱，即使在开始之前。从基础设施和培训的投资到获取不同 API 和相关数据，可能需要数月的准备工作，这不会带来任何“回报”，除了准备好开始。另一个隐藏的成本（很多人不谈论的是）是，AI 会产生幻觉和错误，这可能会让公司花费大量资金，导致他们走错方向，打开漏洞，或者可能引发昂贵的公关问题。整个过程非常新，这使得一切都更加风险和昂贵，因此，领导者在评估 ROI 时需要考虑这一点。
麦肯锡 对这个决策过程及其相关成本提供了见解，借鉴了经典的“租赁、购买或建设”场景。在他们的原型中，CIO 或 CTO 应该考虑他们是“使用者”（使用公开可用的 LLM，几乎没有定制）、“塑造者”（将模型与自己的数据集成以获得更定制的结果）还是“制造者”（构建一个定制模型来解决一个特定的商业案例）。每个原型都有自己的成本，技术领导者需要评估，从“使用者”成本约 200 万美元到“制造者”可能高达 100 倍的金额。

努力使 AI/GenAI 投资更加人性化

仍然有很多人（尤其是工人）担心 AI 会取代人类。公司不应该忽视这些担忧，而应该将任何转型定位为增强而非替代，并尝试找到方法使他们的投资更加人性化。对于 GenAI 来说，这不是一个事务；这是一个合作，仍然需要人类来评估生成的洞察或材料的有效性，以确保它们不受偏见、幻觉或其他误解的影响。这就是为什么公司需要不断挑战 AI 提供每个决策背后的理由，以确保准确性。这将给内容更多的验证，您的工人将看到定义明确的角色在流程中，并最终有助于 ROI，因为您在每个阶段都在学习。
这也是一个好主意，设定严格的界限来限制 AI 可以收集的信息类型。问问自己，“我们应该允许 AI 访问互联网吗？”也许不是。关键是，首先考虑需要，然后如果您有其他经过验证的方法，请使用它们。有时，AI 只对总结有用，而不是“思考”。一切都是关于创造正确的平衡，人类仍然在其中扮演着至关重要的角色。根据 埃森哲的研究，94% 的高管认为，人机界面技术将使我们更好地理解行为和意图，改变人机交互。

弥合承诺和现实之间的差距

专家们同意，虽然 GenAI 的低进入门槛是一个很好的特性，但其“长期潜力取决于证明其短期价值”。这意味着任何 AI/GenAI 试点都应该在启动之前有明确定义的（但灵活的）成功标准，公司应该不断监测流程以确保它们持续提供价值。当谈到这个新时代的数字创新时，可能永远不会有一个传统的“终点线”我们都在争夺。相反，通过改变我们思考 AI/GenAI 的短期和长期 ROI 的方式，公司可以更明智地使用投资资金，并专注于开发可以与业务一起扩展的能力。