这份研报的核心观点是人工智能不会消除瓶颈,只会暴露它们。优化单一任务效果有限,真正的价值在于彻底重新思考端到端的工作流程,包括交接、依赖关系和决策。报告指出到2025年底仅有37%的AI举措实现了高层领导预期的业务成果,21%的AI投资回报率因IT和业务环境摩擦而流失。高管认为未能重新设计业务流程是阻碍AI实现高回报的最大障碍。
AI技术在信息技术行业的发展趋势显示,成功应用AI需要解决流程自动化和商业改造等深层问题。许多组织在AI投资上面临挑战,如58%的组织面临削减非AI技术支出的压力,仅有17%的高管表示AI项目审批流程全公司一致,25%的人称商业价值和投资回报率得到统一衡量。AI在价值流中越深入,组织就越需要明确定义智能体设计师、监督者、训练师和业务负责人等角色。
研报重点分析了AI在价值流中的应用和业务流程重新设计。报告指出AI投资应聚焦于改进创收的面向客户的价值流,而非优化小型行政活动,以获得最大回报。组织需要将早期收益再投资于创收新机遇,并明确成功阈值。此外,为AI推动增长所需的大部分工作在于重新思考技术管理方式以及团队如何与AI协作,包括架构、数据、决策权和业务与IT运营四个方面。
当前AI市场的现状显示,AI投资面临诸多挑战。到2025年底仅有37%的AI举措实现预期业务成果,21%的投资回报率因环境摩擦而流失。高管认为业务流程设计不当是主要障碍。同时,58%的组织面临削减非AI技术支出的压力,17%的高管称AI项目审批流程不统一,25%的人称商业价值和投资回报率未得到统一衡量。这些数据表明AI市场仍处于发展初期,许多组织在应用AI时面临流程和结构上的挑战。
这份研报提示了AI应用中的多重风险。首先,AI不会自动消除瓶颈,只会暴露它们,因此优化单一任务效果有限。其次,许多组织在AI投资上面临流程设计不当、资源分配不均和缺乏统一衡量标准的风险。此外,58%的组织面临削减非AI技术支出的压力,可能影响AI项目的持续投入。最后,AI在价值流中越深入,对角色定义和团队协作的要求也越高,这需要组织进行深层次的结构调整和管理变革。