【导语】CIO 越来越多地利用定制的人工智能堆栈和与业务软件相匹配的新功能来自动化和简化业务流程，但也有一些注意事项。
与其他 CIO 一样，Katrina Redmond也被大量部署人工智能的机会所淹没，因为人工智能有望加快业务和运营流程，并优化工作流程。作为电力管理系统制造商 Eaton Corp.的 CIO， Redmond 说：“每个人都在四处奔波，试图应用这项发展如此迅速的技术，但如果没有业务成果，这项技术就没有任何意义。”我们需要继续关注业务成果，并应用有意义的用例。
一些前瞻性项目需要使用大型语言模型（LLM）进行定制开发，但另一些项目只需简单配置，就可以在企业软件中开启新的人工智能功能。安永全球人工智能咨询负责人 Dan Diasio 表示：“人工智能正出现在每一种软件包和每一种技术中，尤其是生成式人工智能。”而 Microsoft 等一些供应商已将人工智能作为其软件的核心。
为了跟上时代的步伐，Redmond 成立了一个指导委员会，根据业务目标来确定机会，并将一长串的潜在项目精简到大约十几个，从库存和供应链管理到销售预测，不一而足。她强调：“我们不想只是追捧下一个热点。我们得保持原则，深入研究。”
Vikram Nafde 是总部位于康涅狄格州的 WebsterBank 的 CIO。他认为，要想取得成功，人工智能的概念验证（PoC）项目还需要具有良好的商业意义。他说：“实施和运行人工智能模型的成本可能相当高，因此你必须非常谨慎地评估人工智能用例的商业价值。这包括严格评估与每项人工智能计划相关的潜在收益、风险和成本，以确保投资是审慎的，并与我们的风险收益状况相一致。”
早期积极成果
在 Eaton 公司，一些 PoC 已经取得了成果。他们利用人工智能整合了全球 70 多个 ERP 系统之间的信息。利用软件开发商 Palantir Technologies 的专业技术， Redmond 的团队开发了一个模型，可以整合和清理这些系统中的数据，然后进行分析，为决策者提供洞察力和相当复杂的建议。
例如，如果一个业务部门的生产部门缺少完成装配订单所需的八英寸钢棒，而另一个业务部门手头有十英寸钢棒，人工智能可能会建议使用较长的钢棒，并将其截断，以便在截止日期前交货。她说：“人工智能会进行审核，以确保其合理性，如果合理，人工智能就会将其纳入学习模型。”这个项目仍处于 Redmond 所说的 “价值主张阶段”，但已经为公司的电气业务带来了积极的成果。她表示：“准时交货率大幅提高。”
Webster Bank 也采取了类似的策略。Nafde 表示：“我们成立了一个人工智能工作组，由技术、架构、数据、安全、法律、风险和审计方面的代表组成，其中包括技术从业人员和业务用户，以制定人工智能使用的最佳实践和治理框架。该银行还在研究利用人工智能来帮助简化内部运营和提高效率，包括建立专门针对业务需求的定制模型。例如，该银行正在尝试使用生成式人工智能，在评估贷款申请时自动读取企业客户的财务报表。”
他说：“这个团队必须阅读和理解大量的财务信息，而这些信息几乎都不是标准格式。生成式人工智能可以读取和提取所需的信息，并为人类进行总结。到目前为止，我们认为这是一个很好的用例。它可以更快、更准确地提高团队的工作效率。”
Eli Lilly and Company在采用人工智能并将其融入业务方面也走在了前列。作为执行副总裁兼 CIDO，Diogo Rau 指出：“我们发现，人工智能可以在几乎所有领域提供帮助，以简化工作负载并推进我们的研发工作。”
目前，生成式人工智能通过创造前所未见的分子并分析其在新药开发中的潜力，已经开始帮助新药开发。Rau 指出，它可以将数年的工作压缩到几个月，有时甚至几天。Eli Lilly and Company 还开发了一种人工智能工具，用于管理和解释来自医疗设备的患者数据，并利用专有的“传感器云”提高药品的安全性和有效性。此外，它还利用生成式人工智能来自动开发软件的初始版本，以生成支持临床试验的文档，并为监管部门提交材料。
生产是另一个受益于人工智能的领域。Rau 说：“在 Lilly 的生产基地，我们利用先进的算法和模型、自动导引车、全自动仓库、机器人和高度自动化的生产设备来提高和加速药品的生产。”
合作伙伴是关键
为了创建人工智能项目的 PoC，像 Eaton 公司的 Redmond 这样的 CIO 正在向值得信赖的合作伙伴寻求帮助。她说：“这是至关重要的，因为我们没有大量的人工智能资源，你需要一个模型来开始。”在开始阶段，这是一个很好的加速器。但同样重要的是，随着项目投入生产，让内部团队提高学习曲线，以降低成本。
Webster Bank 正在尽可能地利用 Microsoft 和 AWS 等超大规模厂商，并配备银行自己的专业技术人员来构建满足其需求的最重要系统，同时最大限度地减少对顾问的依赖。Nafde 说：“这样，我们就不必为构建和持续支持花费昂贵的承包商。”
信任，但也要验证
成功的 PoC 并不能保证成功：利益相关者需要信任它。以 Eaton 公司为例，基于人工智能的销售预测工具有可能大幅提高生产率。目前，所有财务和销售团队都需要花费数月和数千工时来审查历史信息，将其与新的销售预测数据相结合，并创建预测。Redmond 说：“现在，人工智能模型有可能为你完成这些工作。”
她补充说，Eaton 公司在去年第四季度开展的预测 PoC 项目至少与目前的方法一样准确，甚至更准确。她说：“这肯定比我们现在花数千小时做的工作要好。问题是，人们是否愿意相信这项技术，从而放弃自己动手。我们还没有达到让人们放心放手的程度。我们仍处于'信任但验证'阶段。”
对人工智能的信任可能会在 IT 内外造成信任问题的另一个原因是，人工智能模型是一个黑盒子，无法确切了解输出是如何确定的。Genpact 公司的首席数字战略师 Sanjay Srivastava 说：“有了生成式人工智能，我们第一次使用了不是确定性的技术，它不是二进制的。例如，使用生成式人工智能，你可以得到一个答案，据说它有 94% 的可能是正确的，这意味着它需要一些监督或增强。”
安永的 Diasio 表示：“这些工具功能强大得令人难以置信，有时也会出现令人信服的错误。但不幸的是，人们倾向于自动化。人类需要使用这些工具并审查其输出结果，而不仅仅是随意地审查，而是要详细地审查。你需要为此规划时间。”
Srivastava 认为，大多数项目都有专人负责做出最终决定，但跟进是关键。他问道：“如何从数据到洞察力，再到行动，不断循环？这是人们无法获得经济成果的首要原因。”
数据准备很重要，除了......
在供应链和分析等领域，以人工智能模型随时可用的形式掌握所有数据至关重要。Nafde 指出数据是人工智能成功的关键。在制定人工智能战略之前，先制定数据战略，并使人工智能战略与业务战略保持一致。
Diasio 对此表示赞同。他说：“确保人工智能系统可以发现你所拥有的数据，这可能意味着使用生成式人工智能建立一个丰富的目录，或者使用它在结构化数据的基础上建立一个本体。在许多情况下，使用人工智能来简化这些工作负载可以显著提高生产率。在一些数据迁移活动中，我们观察到沿途的各种步骤增加了 40%，速度也提高了。”
Rau 表示，Eli Lilly andCompany 已经在使用人工智能工具来加快对用于训练和微调其制药模型的数据的摄取和清理。Genpact 公司也在使用人工智能来准备其数据，以供其人工智能模型使用。Srivastava 说：“我们有大量数据，其中三分之二是非结构化数据。你可以使用生成式人工智能在数据之上自动构建语义层。你需要了解哪些数据位于何处、如何与其他数据关联、质量如何、脉络如何以及在何处使用。”
这项工作难度很大，需要高技能人才，这也是许多企业聘请合作伙伴帮助完成这项工作的原因。但人工智能可以自动为你创建语义层。Srivastava说，这并不完美，但可以让你达到 80%。
不过，Diasio 说，利用人工智能并不总是需要组织内部数据。他指出：“例如，利用生成式人工智能和市场上的预训练模型，像产品开发这样的创造性任务，或者像联络中心笔录这样的总结性任务，都可以在适当的上下文设置和巧妙的提示下有效地开箱即用。这可以帮助企业加快人工智能的使用，同时继续整理内部数据并积累专业知识。”
在开启人工智能功能之前确保其适用性
IDC 研究副总裁 Jevin Jensen 表示：“CIO 应投资新的或升级现有的包含 AI/ML 的 CRM、IoT、ITSM 和商业智能工具。如果你从现有的现成供应商那里选择了一种解决方案，并将人工智能功能添加到你已经实施的软件中，那么实现价值的时间就会大大缩短。你可能只需要打开该功能或添加一个插件。只要检查一下，确保你可以选择不使用你的数据来训练供应商的模型。”
虽然企业软件（如 Salesforce 和 ServiceNow 提供的软件）中的新人工智能功能有望为工作流程的生产力带来巨大的好处，但你不应该在没有充分了解它们如何与你的工作流程相匹配的情况下就开启它们。Nafde 说：“我们最近与 ServiceNow 就如何使用智能预测、虚拟聊天和其他功能来配合我们的业务战略进行了深入探讨。例如，银行的虚拟聊天功能包括几十个用例。有些可能开箱就能使用，有些需要定制，有些则不适合。我们需要决定哪些功能会有用。”
Eaton 公司已经在 ServiceNow 中启用了一些人工智能功能，迄今为止取得了令人鼓舞的成果。Redmond 认为，它从案例管理的角度提供了帮助，找到了可以改进的缺陷线索，发现了根本原因，并提供了可以减少案例数量的解决方案。
不过，在企业软件中嵌入人工智能的难题在于，它可能无法为企业的需求提供令人信服的解决方案。在这种情况下，CIO（尤其是面临竞争压力的CIO）可能会发现自己处于两难境地：Srivastava 问道“你是应该等待业务应用软件供应商将人工智能融入其中，并在等待供应商构建人工智能的过程中牺牲上市时间，还是应该构建企业架构战略，围绕人工智能构建自己的定制实施和基础架构，但这很昂贵，而且需要持续投资？”。这就是挑战所在。
Eli Lilly and Company 还在其 IT 运营中利用 AIOps 功能。支持人工智能的工具包括事件检测和响应系统，该系统可迅速检测异常情况，在潜在问题升级之前对其进行预测，确定故障的根本原因，并评估技术问题对业务的影响。Rau 说：“例如，如果订单处理系统出现延迟，AIOps 可以量化对收入和客户满意度的影响。这使团队能够确定优先次序，更快地解决最关键的问题。”
该做什么，不该做什么
虽然 Webster Bank 仍处于人工智能之旅的早期阶段，但到目前为止，Nafde 已经在这条路上学到了一些东西：整理好数据。让人工智能战略与业务战略保持一致。在开始之前制定正确的关键绩效指标。他说，然后从小规模开始，展示价值证明，逐步扩大规模，并在每一步都对利益相关者进行教育和沟通。
同样重要的是，要通过合作来起步，但要建立一支具备工具和专业知识的团队，以开发和维护新的人工智能能力。不要低估建立信任的必要性。他说：“在信息传递方面要保持领先。期待怀疑论者，举办市民大会，让领导者介入。毕竟，在引入新技术时，人们会有很多恐惧，普遍不愿接受改变。这里的挑战不仅仅是人工智能。这是一个典型的变革管理问题。”
Redmond 补充说，要有战略眼光，并限制所承担项目的数量。她说：“集中精力做几件事，并深入下去。寻找值得信赖的合作伙伴来帮助你起步，并利用你的 SaaS 供应商在其产品中引入的人工智能功能--如果它们有意义的话。她补充说，不要忽视生态系统中已有的功能。文化很重要。变革是艰难的，因此 CIO 需要领导文化转变，表现出你所寻求的创新开放行为，并创造一个鼓励围绕人工智能进行学习和创新的环境。我们最大的风险是，如果我们的员工不把人工智能作为一种工具来使用，那么我们就会面临巨大的风险。”
Redmond 认为，取得一些成功，比如利益相关者使用新技术，直到他们对新技术感到满意，这将极大地增强他们的信心。她说：“这可以降低恐惧心理。”
