核心观点与关键数据
- 人工智能投资开始产生可衡量的回报:生成式AI进入主流三年半后,88%的组织至少在某个职能领域使用AI,但不到五分之一的人报告说对收入产生了实质性影响。排名前5%的AI成熟公司在营收增长和股东总回报方面分别领先落后者1.7倍和3.6倍。
- 不采取行动的累积成本:延误的成本正在不断累积,技术差距正以前所未有的速度扩大。人工智能优势呈指数级增长,不仅仅是叠加。
- 成功人工智能转型的四大目标:
- 为最终用户创造目的和背景。
- 确保每个职能部门都明确责任归属。
- 提升全组织的胜任能力和信心。
- 既要追求整体生产力,也要进行深度ROI(投资回报率)的投入。
- 六项原则助你达成:
- 将高管赞助视为先决条件。
- 确保每个职能负责人都成为人工智能转型负责人。
- 成立专门项目团队。
- 将自上而下的方向与自下而上的发现相结合。
- 从第一天起就配置工程资源。
- 广泛启动,然后分阶段深入。
- 研究结论:
- 人工智能转型,其核心本质上是人的转型,约70%的价值来自于重新思考人们的工作方式。
- 缺乏高层承诺的AI转型将导致投资回报率无法实现。
- 流程再造是企业级人工智能影响的最强单一预测指标。
- 拥有专门的项目团队是预测项目在最初90天后能否持续采用的最明确指标之一。
- 倡导者网络对于推动基层采纳至关重要。
- AI的有效性取决于三个层面:获取公司知识、从外部工具中检索信息的能力,以及在这些工具内部采取行动的能力。
- 对于大多数组织而言,人工智能的采用是一个关乎人的问题,选择平台很重要,但它只占最终结果的很小一部分。
实践中的样子
- 战略变革管理:与职能负责人合作,主导其团队内部的转型,并协助组建专门的项目团队,以保持跨职能的节奏,并尽早建立拥护者网络。
- 持续赋能:设计覆盖面广的启动方案,并由结构化的AI培训与技能提升计划提供支持,确保在初始推广后长期保持熟练度。
- 高管层合作:与C级高管和董事会层级的赞助商合作,共同确立人工智能愿景,并建立自上而下的承诺,确保其贯穿整个组织。