最近，身邊很多CIO朋友在找工作，大部分是因?yàn)榻衲昴瓿踉诠纠锔鉇I變革，步子邁得太大，成了“先烈”。K哥之前就分析過(guò)，很多企業(yè)數(shù)字化都沒(méi)搞好，就跟風(fēng)搞“一體機(jī)”、“大模型私有化部署”、“搭建Agent”......結(jié)果項(xiàng)目失敗，幾百上千萬(wàn)的投資打水漂。

企業(yè)AI落地究竟應(yīng)該如何做？有哪些已經(jīng)驗(yàn)證過(guò)的方法論？行業(yè)里的成功案例又有哪些？本文就來(lái)深入探討這些問(wèn)題。

01

企業(yè)AI落地，數(shù)據(jù)和基建先行

分析這些CIO的“死”法，大致可以總結(jié)為三類：企業(yè)本身不具備實(shí)施AI的條件；選了錯(cuò)的解決方案，導(dǎo)致水土不服；為了AI而AI，跟業(yè)務(wù)脫節(jié)。比如我的一位朋友張總，在企業(yè)BI系統(tǒng)都沒(méi)有建設(shè)完善的情況下，就匆忙引入大模型私有化部署，借此來(lái)提升企業(yè)整體數(shù)字化水平。

張總的想法很美好，想要一步到位實(shí)現(xiàn)AI變革，要求所有報(bào)表都從大模型輸出，結(jié)果可想而知，數(shù)據(jù)質(zhì)量差，導(dǎo)致模型生成的效果差。一方面模型能力達(dá)不到要求，幻覺(jué)嚴(yán)重；另一方面AI應(yīng)用開(kāi)發(fā)不成熟；更要命的是，業(yè)務(wù)人員對(duì)AI認(rèn)知不足，以為動(dòng)動(dòng)嘴就能出一張完美的報(bào)表。說(shuō)難聽(tīng)點(diǎn)，這種項(xiàng)目一開(kāi)始，其實(shí)結(jié)局就已經(jīng)注定了。

畢馬威發(fā)布的《人工智能就緒度白皮書(shū)》中，提到70%的企業(yè)并沒(méi)有AI Ready。很多CIO都有FOMO（Fear of Missing Out錯(cuò)失恐懼癥），在這種情緒的驅(qū)使下，即便企業(yè)沒(méi)有AI Ready，仍然冒險(xiǎn)上馬了許多AI項(xiàng)目，給企業(yè)造成損失。

張總的案例告訴我們，企業(yè)AI變革不能僅憑CIO的個(gè)人意愿，要從企業(yè)數(shù)字化的實(shí)際現(xiàn)狀出發(fā)。那么，企業(yè)AI落地的正確姿勢(shì)究竟是什么呢？

最近看到水星家紡CIO劉峰在觀遠(yuǎn)數(shù)據(jù)智能決策峰會(huì)上的分享，我認(rèn)為可以解答這個(gè)問(wèn)題。他講到，AI不是憑空落地，而是站在既有系統(tǒng)、數(shù)據(jù)、知識(shí)庫(kù)基礎(chǔ)上的順勢(shì)而為。AI落地要能夠真正解決業(yè)務(wù)場(chǎng)景中的問(wèn)題，真切地降本增效，讓AI成為一種“組織能力”。企業(yè)的數(shù)智化不是一蹴而就，而是積小勝為大勝，AI實(shí)踐的核心原則在于不貪大求全，優(yōu)先從高價(jià)值、基礎(chǔ)條件成熟的場(chǎng)景切入，漸進(jìn)式取得AI突破。

02

企業(yè)AI變革，選擇大于努力

企業(yè)AI變革的目標(biāo)，是成為AI Native。 什么是AI Native？就是將AI深度融入到企業(yè)的工具、流程、思維和文化中，成為驅(qū)動(dòng)業(yè)務(wù)的底層邏輯。真正的 AI Native 企業(yè)，可以快速適應(yīng)AI技術(shù)的發(fā)展，并迅速落地到每一個(gè)環(huán)節(jié)，在提高效率的同時(shí)有效管理風(fēng)險(xiǎn)，用持續(xù)的 AI 創(chuàng)新筑起別人難以復(fù)制的護(hù)城河。

OpenAI提出的“5A框架”與前文水星家紡CIO的觀點(diǎn)不謀而合。這一框架為企業(yè)描繪出了通往“AI Native公司”的清晰路徑，具體包含5個(gè)部分：

1）對(duì)齊 (Align)：明確AI Native戰(zhàn)略，樹(shù)立愿景。AI 轉(zhuǎn)型不是 IT 部門(mén)的小修小補(bǔ)，而是一場(chǎng)攸關(guān)未來(lái)的頂層決策，各部門(mén)需要通力合作。

2）激活 (Activate)：全員學(xué)習(xí)，提供試錯(cuò)的土壤。進(jìn)行全員學(xué)習(xí)和培訓(xùn)，搭建“學(xué)—練—用”閉環(huán)，鼓勵(lì)大家敢于試錯(cuò)。

3）放大 (Amplify)：擴(kuò)大學(xué)習(xí)和實(shí)踐成果。把零散探索沉淀成可復(fù)用的知識(shí)，轉(zhuǎn)化為持續(xù)創(chuàng)新的內(nèi)驅(qū)力，搭建AI知識(shí)學(xué)習(xí)平臺(tái)、學(xué)習(xí)社群等。

4）加速 (Accelerate)：加快AI與業(yè)務(wù)的融合。建立清晰的優(yōu)先級(jí)，把資源集中投向價(jià)值高、可行性強(qiáng)的場(chǎng)景，加速AI應(yīng)用落地。

5）治理 (Govern)：建立體系，持續(xù)發(fā)展。逐步沉淀出流程、框架，將成果固化。

從明確目標(biāo)，到試點(diǎn)驗(yàn)證、迭代推廣、加速落地，到構(gòu)建完善體系持續(xù)推進(jìn)，這條路徑的核心其實(shí)就是“循序漸進(jìn)”。更直白地講，就是企業(yè)的AI變革，需要先做好BI，再上AI，因?yàn)锳I好比發(fā)動(dòng)機(jī)，數(shù)據(jù)就是燃料，如果燃料不行，再好的發(fā)動(dòng)機(jī)也發(fā)揮不出應(yīng)有的動(dòng)力。

而在AI應(yīng)用的場(chǎng)景選擇上，如水星家紡CIO所說(shuō)，要基于“小切口、先聚焦單一場(chǎng)景”的思路，解決業(yè)務(wù)真需求、真問(wèn)題，一步一個(gè)腳印，獲得實(shí)實(shí)在在的收益，這也利于AI應(yīng)用在企業(yè)內(nèi)的持續(xù)推廣與成果擴(kuò)大。以觀遠(yuǎn)峰會(huì)上其他的企業(yè)實(shí)踐分享為例：

歌力思在快速建設(shè)好數(shù)據(jù)平臺(tái)后，開(kāi)始積極探索AI應(yīng)用，選擇“具備高ROI、用戶覆蓋廣、數(shù)據(jù)基礎(chǔ)強(qiáng)”的門(mén)店管理場(chǎng)景，通過(guò)觀遠(yuǎn)洞察Agent實(shí)現(xiàn)“問(wèn)數(shù)-歸因-決策”閉環(huán)。并通過(guò)找到既懂業(yè)務(wù)、又對(duì)AI有熱情與自驅(qū)力的關(guān)鍵人，推動(dòng)AI應(yīng)用在一線的大規(guī)模使用，大幅降低一線學(xué)習(xí)門(mén)檻，真正賦能業(yè)務(wù)落地。

西瓜創(chuàng)客選擇讓AI在能帶來(lái)業(yè)務(wù)增量的場(chǎng)景里落地，為公司帶來(lái)增長(zhǎng)，而非僅通過(guò)提升效率、減少人力來(lái)獲得收益。在選定流量轉(zhuǎn)化場(chǎng)景落地儀表板智能洞察能力后，西瓜創(chuàng)客讓渠道獲客業(yè)務(wù)骨干作為首批用戶測(cè)試效果，首次測(cè)試即實(shí)現(xiàn)100%準(zhǔn)確率，過(guò)去1-2天才能完成的分析5分鐘內(nèi)即完成，AI價(jià)值得到認(rèn)可，并被嵌入業(yè)務(wù)流程，在全員中推廣使用，實(shí)現(xiàn)從“用一下”到“離不開(kāi)”。

這條路徑并不局限于某一個(gè)行業(yè)的實(shí)踐，事實(shí)上，各個(gè)行業(yè)成功的企業(yè)AI實(shí)踐都是以這樣一條漸進(jìn)式的路徑推進(jìn)的，包括在觀遠(yuǎn)峰會(huì)上，新東方集團(tuán)、來(lái)伊份等處于教育、零售等不同行業(yè)、不同規(guī)模企業(yè)的實(shí)踐分享，都驗(yàn)證了AI漸進(jìn)式落地的底層邏輯：在穩(wěn)固扎實(shí)的數(shù)據(jù)基礎(chǔ)上，以MVP場(chǎng)景小步快跑，用業(yè)務(wù)價(jià)值反推技術(shù)落地，讓AI從“工具”轉(zhuǎn)變?yōu)椤皹I(yè)務(wù)伙伴”。

03

讓企業(yè)在AI時(shí)代務(wù)實(shí)的領(lǐng)先

企業(yè)AI變革不是激進(jìn)的躍遷，而是漸進(jìn)式積累。正如凱文·凱利在《必然》中所說(shuō)：“技術(shù)都會(huì)有一個(gè)前進(jìn)的方向，我把它叫做必然，就是這個(gè)趨勢(shì)像重力一樣，一定會(huì)發(fā)生?！?/p>

AI與業(yè)務(wù)的深度融合就是一種必然，這種必然不是一蹴而就，而是需要企業(yè)以務(wù)實(shí)的姿態(tài)去迎接。真正的領(lǐng)先不是搶跑，而是跑對(duì)方向。

從上面的企業(yè)案例，我們已經(jīng)可以獲得一些“跑對(duì)方向”的價(jià)值經(jīng)驗(yàn)，與上述企業(yè)合作成果落地AI應(yīng)用的觀遠(yuǎn)數(shù)據(jù)，則基于豐富的經(jīng)驗(yàn)沉淀，給到了更明確的行動(dòng)建議：從業(yè)務(wù)目標(biāo)出發(fā)切入場(chǎng)景，結(jié)合“業(yè)務(wù)價(jià)值度”與“落地可行性”雙維評(píng)估矩陣，優(yōu)先高頻、高價(jià)值、數(shù)據(jù)基礎(chǔ)好的場(chǎng)景，圍繞業(yè)務(wù)真正需要解決的問(wèn)題，以3-6-12個(gè)月的節(jié)奏形成從BI到AI的分步建設(shè)規(guī)劃，小步快跑，分步建設(shè)，漸進(jìn)式實(shí)現(xiàn)智能決策。

此外，在企業(yè)實(shí)踐過(guò)程中，選擇一家在行業(yè)中有實(shí)力、口碑好的廠商，一起進(jìn)行共創(chuàng)，無(wú)疑能夠提高AI項(xiàng)目的成功率。上述實(shí)踐案例已經(jīng)證明了觀遠(yuǎn)數(shù)據(jù)作為業(yè)內(nèi)領(lǐng)先的一站式智能分析平臺(tái)與服務(wù)提供商，在AI+BI建設(shè)方面的引領(lǐng)優(yōu)勢(shì)。在日常的行業(yè)交流中，也有很多CIO都提到了觀遠(yuǎn)數(shù)據(jù)，K哥對(duì)觀遠(yuǎn)務(wù)實(shí)創(chuàng)新的理念也非常認(rèn)可，觀遠(yuǎn)提出的AI+BI漸進(jìn)力，從小場(chǎng)景出發(fā)再到廣泛推廣，具有很強(qiáng)的落地可行性。幫助CIO們將AI戰(zhàn)略加速落地，避免踩坑。

如果你還想知道觀遠(yuǎn)峰會(huì)上更多CIO們分享的實(shí)踐案例，請(qǐng)掃碼二維碼或點(diǎn)擊閱讀原文，獲取完整資料。