尽管人工智能备受关注,但其巨大的商业价值潜力不会自发实现。
数字化工作场所领导者必须引导组织进入一个新时代,在这个时代中,AI不仅能创造切实的商业价值,还能成为关键的竞争差异化因素和行业颠覆者。以下是数字化工作场所领导者如何为构建灵活适应的AI战略奠定基础,并将战略转化为执行的方法。
AI战略的基础
AI战略的基础在于愿景、驱动因素和风险。它应该专注于组织希望通过AI实现什么的本质,并与其业务战略完全一致。
数字化工作场所领导者应该与相关利益相关者(包括高层管理者)进行定期讨论。他们应该共同识别和制定一个愿景,回答AI对组织的重要性问题,考虑其业务目标、当前市场环境和竞争对手活动。
然后,数字化工作场所领导者必须识别推动AI战略设定的优先级和规划目标的关键业务和技术趋势。在业务趋势方面,他们应该识别AI如何影响社会或与组织相关的特定市场等因素。
最后,数字化工作场所领导者需要指导利益相关者群体帮助识别战略风险可能存在的地方。群体必须对合规性、伦理、安全和声誉以及AI使用可能带来风险的其他领域保持谨慎。然后,群体必须能够制定行动计划来减轻这些风险。
从战略到执行
AI战略的核心是设定目标。为了实现AI的价值,数字化工作场所领导者需要将战略付诸行动。然而,构成战略的具体AI举措是在所谓的AI投资组合中管理的。AI战略概述了总体优先级、雄心水平以及组织愿意在AI上投资多少。战略通常会提到一些AI项目的例子使其更加实用。是AI投资组合而不是战略本身跟踪所有正在进行和计划中的AI举措和用例。
对于AI运营模型,AI战略的采用部分识别关键能力和规划其所需的成熟度,以便及时执行战略目标。这种战略规划为推动AI运营模型成熟的更详细路线图设定目标。路线图旨在缩小AI能力当前和所需准备状态之间的差距。
为了制定AI战略的价值和采用部分,数字化工作场所领导者可以从识别AI投资组合的战略价值优先级开始。他们必须问的问题应该包括:在应用AI方面的雄心水平是什么?AI主要用于改善现有业务,还是扩展甚至颠覆业务?
从本质上讲,数字化工作场所领导者必须识别在哪些业务领域AI创造真正价值的最重要机会。在他们识别了AI投资组合的战略价值优先级后,数字化工作场所领导者就可以开始为AI运营模型设定采用规划目标。
并非所有AI举措在能力成熟度方面都需要相同的水平。例如,一些举措可能采用现有工具,只需要有限的实施能力,而其他举措在技术或变革管理方面可能高度复杂,需要非常先进的能力。
然而,这些风险较高的举措和所需的能力成熟度仍可能被优先考虑,以实现更雄心勃勃的AI愿景。换句话说,更高的雄心水平,例如使用AI来颠覆行业,必须与更高的风险承受能力并行。
与其他战略的频繁对齐
AI战略不应该制定后就固化不变。AI正在快速发展,任何AI战略都需要频繁重新审视。此外,AI战略不应该孤立地看待或执行。业务连续性和竞争力取决于AI和业务战略的积极对齐和频繁适应。
数字化工作场所领导者可以通过频繁地将AI战略与业务战略对齐或重新对齐来保持AI战略的更新,反之亦然,同时持续寻求与数字化/IT、数据和分析战略等互补战略的协同效应。
他们可以通过确保AI战略制定和维护成为高层会议议程的常规项目来做到这一点,以便监控战略执行并在必要时启动重新对齐或其他纠正措施。这将使数字化工作场所领导者能够从AI中实现超越现状的切实商业价值,让他们的组织成为关键的竞争差异化因素和行业颠覆者。
Pieter den Hamer是Gartner研究的副总裁,专注于人工智能和相关主题,如数据科学、优化和决策智能。他也是Gartner生成式AI资源中心的关键举措负责人。Pieter和其他Gartner分析师将在Gartner数字化工作场所峰会上提供关于数字员工体验、利用生成式AI和改善技术采用的更多见解,峰会将于3月23-24日在圣地亚哥、4月27-28日在伦敦以及8月26-27日在东京举行。
Q&A
Q1:人工智能战略的基础包括哪些核心要素?
A:人工智能战略的基础包括三个核心要素:愿景、驱动因素和风险。愿景要专注于组织希望通过AI实现什么的本质,并与业务战略完全一致。驱动因素需要识别推动AI战略优先级的关键业务和技术趋势。风险管理要求识别合规性、伦理、安全和声誉等方面的战略风险,并制定相应的缓解行动计划。
Q2:AI战略和AI投资组合有什么区别?
A:AI战略是设定总体目标、优先级和雄心水平的框架,概述组织在AI上的投资意愿,通常只提到几个AI项目例子。而AI投资组合则是具体的执行层面,负责跟踪和管理所有正在进行和计划中的AI举措和用例。简单说,战略是方向和目标,投资组合是具体的项目管理。
Q3:为什么人工智能战略需要频繁更新?
A:AI技术正在快速发展,市场环境和竞争态势也在不断变化,因此AI战略不能制定后就固化不变。另外,AI战略不能孤立执行,需要与业务战略、数字化战略、数据分析战略等保持积极对齐。只有通过频繁的重新审视和适应性调整,AI战略才能持续创造商业价值,帮助组织保持竞争优势。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。