为什么长期ROI不足以保证成功：确保AI实施的每个阶段都有价值

企业不断听到这样一句话：加快AI的步伐，马上展示结果。采用速度正在加快，到2024年，78%的组织已经在至少一个业务功能中使用AI——比一年前增加了55%。

但是，有一个问题：展示业务价值的压力与日俱增。chief data officer的任期很短，chief AI officer的角色仍在演变中。由于领导层的不稳定，AI项目往往在能够证明任何真正价值之前就停滞不前。

关键挑战是明确的：公司需要停止构建仅仅依赖“未来转型”的AI战略，开始专注于创建能够在今天提供价值的坚实基础——同时为未来做准备。

“未来唯一”战略的问题

高管们正在大量投资于AI。事实上，92%的组织在未来三年的预算中增加了AI投资，其中超过一半的组织计划增加10%的投资。另外，像摩根士丹利这样的金融机构预测，像S&P 500这样的公司将获得9200亿美元的年度净收益。

这种宏观趋势导致了“大爆发，但以后”的AI项目，这些项目在纸面上看起来很令人印象深刻，但价值太远，无法在今天产生影响。

残酷的现实是，很少有组织拥有AI准备就绪的数据。由于治理和数据质量是最大的障碍，只有12%的公司报告称，他们的数据足以有效部署AI。同时，Gartner指出，糟糕的治理将导致60%的组织在2027年之前错过AI目标，即使他们现在采用AI。

简而言之，仅仅依赖未来承诺的AI项目注定会停滞不前，陷入试验炼狱，或者在预期的投资回报率到来之前就失去利益相关者的信任。

重新定义AI的价值

为了弥合未来潜力和当前价值之间的差距，组织需要重新定义他们对AI价值的看法。有两种不同的类型：

• 即时价值：这些是可以衡量的、近期的改进——比如在部署GenAI支持助手后，23%更快的平均响应时间。这些是向利益相关者展示AI不仅仅是一种长期游戏的胜利。
• 基础价值：这是在构建基础设施——数据管道、治理和可扩展平台——使AI在今天和未来有效工作。正如麦肯锡的AI状态报告指出的，风险管理和治理对于长期成功至关重要。

一旦定义了这两种价值流，挑战就变成了如何平衡它们：如何推动即时的胜利，同时确保它们转化为可重复、受治理的能力？那些做对了平衡的人将会看到真正的回报。

找到正确的平衡：现在和未来的价值

我看到的最大错误之一是公司忽略了为开发人员设计AI平台。到2025年，84%的开发人员将使用AI工具，其中51%的开发人员将每天使用它们。如果AI平台不能与现有的工作流集成，采用将会滞后，无论模型有多强大。成功取决于集成、任务选择和持续训练。 (MS )

同样重要的是治理和安全性。如果这些不被优先考虑，无论AI多么先进，用户都不会信任它。Gartner已经指出，信任问题、访问安全性和治理是采用AI的主要障碍，而且与GenAI滥用相关的违规行为可能会在2027年之前增加，因为创新正在加速。治理应该从第一天起就成为优先事项，尤其是当监管压力增加时。

最成功的组织是那些创建能够提供即时价值的AI工具的组织——因为快速的胜利可以购买政治资本。事实上，看到最佳ROI的公司是那些拥有专职CAIO的公司。这些领导者将资源集中在“现在”（可衡量的用例）和“下一步”（数据和平台加强）上，确保稳定的进展，同时为未来的收益奠定基础。

这也意味着建立能够突出早期价值的KPI——支持运营、销售、营销和工程都是很好的起点。定义明确的KPI——如潜在客户转化率、流失率和模型风险评分——以及基准和验证计划，将确保AI计划不仅仅是理论上的，而且能够带来切实的成果。

关键是找出成功的模式并复制它们。当公司调整他们的流程，而不仅仅是他们的工具时，实验到执行的转变就发生了。

加强数据基础：一个持续的过程

太多的AI项目失败是因为数据不可靠。缺乏数据治理是成功的最大障碍之一。因此，数据质量、来源和可访问性应该与面向用户的工具本身一样重要。强大的数据基础是任何成功的AI计划的基石。

让AI成为今天和明天的商业必备

期望是明确的：展示即时的、可衡量的胜利，同时建立一个将在长期内带来回报的平台和数据资产。随着AI预算的增加和审查的加剧，未能在两个方面交付成果的风险是程序重置。

能够在今天提供价值的同时为未来建设的领导者，将把AI从一系列孤立的试点转变为可持续的收入和生产力引擎。