今年早些時(shí)候，麻省理工學(xué)院研究人員公布了一項(xiàng)數(shù)據(jù)，該數(shù)據(jù)引發(fā)了廣泛關(guān)注：盡管企業(yè)在兩年內(nèi)為GenAI投入了近400億美元，但僅有5%的企業(yè)能夠指出真正的業(yè)務(wù)回報(bào)。

該報(bào)告提出了“GenAI鴻溝”的概念，即少數(shù)成功將試驗(yàn)項(xiàng)目轉(zhuǎn)化為基礎(chǔ)設(shè)施的企業(yè)與大量仍停留在永久試驗(yàn)階段的企業(yè)之間的差距日益擴(kuò)大。

一些企業(yè)報(bào)告了較為隱蔽但意義重大的收益，如員工留存率提高、后臺(tái)錯(cuò)誤減少、供應(yīng)商摩擦減少等，而另一些企業(yè)則從未走出試驗(yàn)階段。

研究人員將這一差異歸因于一個(gè)核心原則：成功的企業(yè)構(gòu)建的系統(tǒng)能夠在實(shí)踐中學(xué)習(xí)，每次循環(huán)后都能得到改進(jìn)，并與人們的實(shí)際工作方式相契合。

為何企業(yè)級(jí)AI工具未能達(dá)到預(yù)期效果

如今，企業(yè)中最廣泛使用的GenAI工具與員工午餐時(shí)在手機(jī)上使用的工具相同。ChatGPT、微軟Copilot和Claude在各團(tuán)隊(duì)中每日使用，往往未經(jīng)正式批準(zhǔn)、培訓(xùn)或集成(即所謂的“影子AI”)。這些工具幫助員工總結(jié)文檔、整理電子郵件和集思廣益。它們易于采用，因?yàn)闊o(wú)需獲得許可。

《人工愚蠢》(Artificial Unintelligence)一書(shū)的作者、紐約大學(xué)阿瑟·L·卡特新聞學(xué)院副教授梅雷迪思·布魯薩德(Meredith Broussard)告訴我們：“當(dāng)公司告訴員工‘你必須使用AI’時(shí)，這不是個(gè)好主意。要求必須使用這些新工具，就像要求必須使用黃色熒光筆一樣。你應(yīng)該考慮的是為任務(wù)使用合適的工具?！?/p>

她警告不要將新奇性等同于可信度?！白鳛槠髽I(yè)，你必須考慮‘你的業(yè)務(wù)是否建立在客戶信任的基礎(chǔ)上?’如果是，你就不希望GenAI面向客戶。沒(méi)人想和聊天機(jī)器人交談?！?/p>

將AI試驗(yàn)轉(zhuǎn)化為真正的投資回報(bào)率

然而，這種易用性卻制造了一種奇怪的錯(cuò)覺(jué)。企業(yè)認(rèn)為自己在采用GenAI，因?yàn)閱T工正在對(duì)其進(jìn)行試驗(yàn)。但實(shí)際上，他們只是將知識(shí)工作的小片段外包給了與其核心業(yè)務(wù)脫節(jié)的系統(tǒng)。

麻省理工學(xué)院的研究表明，有意義的AI投資回報(bào)率始于AI系統(tǒng)在已至關(guān)重要的工作流程中扎根。取得進(jìn)展的企業(yè)從狹窄的用例入手，避免采用寬泛的戰(zhàn)略，而是選擇具有明確任務(wù)定位的工具。例如：

? 縮短供應(yīng)商爭(zhēng)議的發(fā)票處理系統(tǒng)

? 起草回復(fù)并隨使用而改進(jìn)的支持代理

這些系統(tǒng)在演示中很少給人留下深刻印象。它們的價(jià)值體現(xiàn)在下一季度的指標(biāo)上。

在看到回報(bào)的企業(yè)中，生成式系統(tǒng)不斷進(jìn)化。它們從使用中學(xué)習(xí)，對(duì)邊緣情況進(jìn)行響應(yīng)，并積累上下文信息。而在沒(méi)有看到回報(bào)的企業(yè)中，AI成為季度創(chuàng)新更新中的反復(fù)話題。它被困在幻燈片和內(nèi)部展示中，偶爾產(chǎn)生想法，但從未產(chǎn)生結(jié)果。

為何大多數(shù)AI試驗(yàn)項(xiàng)目在生產(chǎn)階段失敗

AI試驗(yàn)項(xiàng)目的初期階段往往進(jìn)展迅速，演示激發(fā)了熱情，團(tuán)隊(duì)設(shè)想系統(tǒng)如何融入日常工作，界面反應(yīng)靈敏，早期輸出看起來(lái)干凈整潔，但當(dāng)工具進(jìn)入生產(chǎn)階段并開(kāi)始抵抗周圍環(huán)境時(shí)，動(dòng)力便逐漸消退。

正如Hatchworks AI的首席技術(shù)官奧馬爾·尚蒂(Omar Shanti)所解釋的：“GenAI項(xiàng)目容易開(kāi)展，但難以做好。進(jìn)入試驗(yàn)階段很容易，但對(duì)大多數(shù)企業(yè)來(lái)說(shuō)，進(jìn)入生產(chǎn)階段卻是一個(gè)難以實(shí)現(xiàn)的目標(biāo)?！?/p>

在真正的AI增強(qiáng)工作流程中，工具的行為會(huì)有所不同，它會(huì)忘記最近的指令，它會(huì)重復(fù)可避免的錯(cuò)誤，它需要人們已經(jīng)提供過(guò)的上下文信息。幾周后，團(tuán)隊(duì)開(kāi)始繞過(guò)它。項(xiàng)目仍然存在，但進(jìn)展停滯。

麻省理工學(xué)院的研究詳細(xì)捕捉了這一模式。當(dāng)系統(tǒng)無(wú)法學(xué)習(xí)時(shí)，它們便不再受到關(guān)注。每次會(huì)話都從頭開(kāi)始，反饋消失，團(tuán)隊(duì)失去信心，因?yàn)橄到y(tǒng)不會(huì)隨使用而進(jìn)化。每次加載時(shí)，它都表現(xiàn)得像新產(chǎn)品一樣。

成功的系統(tǒng)遵循不同的模式，它們：

? 在明確的流程中啟動(dòng)

? 接受持續(xù)的糾正

? 保留調(diào)整

? 隨時(shí)間推移而改進(jìn)

最初的小工具成為運(yùn)營(yíng)中可靠的一部分。它之所以適合，是因?yàn)樗趯W(xué)習(xí)。直到形成這種循環(huán)，大多數(shù)AI試驗(yàn)項(xiàng)目在技術(shù)上仍然活躍，但在功能上卻無(wú)關(guān)緊要。

5%的佼佼者：頂尖AI領(lǐng)導(dǎo)者如何推動(dòng)可衡量的投資回報(bào)率

擺脫試驗(yàn)困境的企業(yè)有一個(gè)共同特點(diǎn)：它們從一開(kāi)始就專注于能帶來(lái)真正價(jià)值的工作流程。它們沒(méi)有追逐潮流，而是將精力投入到能產(chǎn)生重大影響的任務(wù)上。

帶來(lái)投資回報(bào)率的高影響力用例

強(qiáng)生公司(Johnson & Johnson)在發(fā)現(xiàn)大約10-15%的GenAI試驗(yàn)項(xiàng)目產(chǎn)生了約80%的價(jià)值后，取消了數(shù)百個(gè)分散的試驗(yàn)項(xiàng)目。他們轉(zhuǎn)向賦予供應(yīng)鏈和研究等個(gè)別部門(mén)自由，讓它們擁有與自身工作相契合的AI流程和工具。

德勤的分析也反映了這一轉(zhuǎn)變。他們的案例研究表明，專注于有限的一組高影響力用例(尤其是那些疊加在現(xiàn)有工作流程上的用例)可以加速投資回報(bào)率的實(shí)現(xiàn)。集中治理也有助于確保集成和可擴(kuò)展性，而不會(huì)過(guò)度干預(yù)。

麻省理工學(xué)院的研究也描繪了同樣的圖景。產(chǎn)生真正價(jià)值的團(tuán)隊(duì)往往與在上下文和領(lǐng)域熟練度方面具有專長(zhǎng)的外部供應(yīng)商合作。這些合作伙伴關(guān)系帶來(lái)的價(jià)值大約是內(nèi)部構(gòu)建的兩倍。它們的方法以適應(yīng)性、持續(xù)改進(jìn)和深入集成到團(tuán)隊(duì)已有工作方式中為核心。

對(duì)布魯薩德來(lái)說(shuō)，錯(cuò)誤在于追求顛覆而非實(shí)用性?！半娮余]件有用嗎?有用。它完全取代了手寫(xiě)材料嗎?沒(méi)有。以同樣的方式使用GenAI。關(guān)注平凡而非光鮮，這樣你才能做出更好的決策?！?/p>

除了戰(zhàn)略和治理外，智能的AI部署還擁抱學(xué)習(xí)循環(huán)。

一項(xiàng)針對(duì)韓國(guó)一家大型企業(yè)費(fèi)用處理的研究表明，將GenAI與智能文檔處理相結(jié)合，可以將處理時(shí)間縮短80%以上。智能系統(tǒng)處理異常情況，從人工糾正中學(xué)習(xí)，并隨使用而穩(wěn)步改進(jìn)——這正是將試驗(yàn)項(xiàng)目轉(zhuǎn)化為生產(chǎn)價(jià)值所需的累積價(jià)值。

總之，頂尖企業(yè)的運(yùn)作方式如下：

? 它們選擇高價(jià)值的工作流程

? 它們將精心挑選的外部工具與內(nèi)部工作流程相結(jié)合，創(chuàng)建持續(xù)改進(jìn)的反饋循環(huán)

? 它們的系統(tǒng)從使用中積累上下文信息，而不是消失在幻燈片中

AI準(zhǔn)備度并非你所想的那樣

當(dāng)大多數(shù)組織批準(zhǔn)GenAI試驗(yàn)項(xiàng)目時(shí)，它們認(rèn)為自己已經(jīng)做好了準(zhǔn)備，它們有預(yù)算，它們有領(lǐng)導(dǎo)層的支持，它們甚至可能有供應(yīng)商協(xié)議和工具包，但啟動(dòng)試驗(yàn)項(xiàng)目所需的準(zhǔn)備度與產(chǎn)生價(jià)值所需的準(zhǔn)備度是不同的。

Avidbots的首席財(cái)務(wù)官兼首席運(yùn)營(yíng)官維瓦爾·阿瓦爾(Vivar Aval)表示：“我對(duì)這么多企業(yè)無(wú)法衡量投資回報(bào)率并不感到驚訝，早期采用是一個(gè)迭代過(guò)程，試驗(yàn)階段是你了解基準(zhǔn)、定義正確指標(biāo)的階段，只有那時(shí)你才能證明價(jià)值?！?/p>

實(shí)現(xiàn)持續(xù)回報(bào)的企業(yè)往往投資于不同的基礎(chǔ)設(shè)施，它們將反饋視為必要條件，它們?cè)O(shè)計(jì)人與系統(tǒng)之間的交接，以創(chuàng)造共同責(zé)任。最強(qiáng)大的系統(tǒng)始于實(shí)際流程中，并通過(guò)重復(fù)使用而改進(jìn)。每次糾正都保留在系統(tǒng)中。每次結(jié)果都與任務(wù)更加契合。隨著時(shí)間的推移，工具變得更容易信任，因?yàn)樗匀藗兛梢钥吹胶万?yàn)證的方式進(jìn)行調(diào)整。

準(zhǔn)備度體現(xiàn)在細(xì)節(jié)中。誰(shuí)擁有反饋權(quán)?改進(jìn)在哪里顯示在儀表板上?當(dāng)工具成功時(shí)，哪些團(tuán)隊(duì)獲得了優(yōu)勢(shì)?這些答案揭示了企業(yè)是準(zhǔn)備擴(kuò)大AI規(guī)模，還是只是準(zhǔn)備嘗試一下。

縮小AI試驗(yàn)項(xiàng)目與企業(yè)績(jī)效之間的差距

從GenAI中看到結(jié)果的企業(yè)構(gòu)建的系統(tǒng)能夠邊做邊學(xué)。它們的工具隨每次交互而改進(jìn)。它們保持在工作流程中，與塑造績(jī)效的相同AI績(jī)效指標(biāo)、團(tuán)隊(duì)和約束條件相連接。

麥肯錫在其關(guān)于自主智能代理的研究中指出了這一轉(zhuǎn)變，系統(tǒng)能夠在工作流程中回憶、適應(yīng)和行動(dòng)，這些工具成為流程的一部分。它們通過(guò)使用獲得相關(guān)性。

架構(gòu)也很重要。當(dāng)工作流程支持糾正且系統(tǒng)對(duì)此做出響應(yīng)時(shí)，AI才能帶來(lái)價(jià)值。反饋成為循環(huán)的一部分。治理則強(qiáng)化了這種效果。跟蹤結(jié)果并分配責(zé)任的團(tuán)隊(duì)為改進(jìn)創(chuàng)造了條件。它們衡量變化，它們期望學(xué)習(xí)，AI通過(guò)在這兩方面都表現(xiàn)出色而贏得了一席之地。

取得進(jìn)展的企業(yè)從小處著手。它們將AI置于已經(jīng)具有重要性的工作流程中，它們選擇能夠看到改進(jìn)的角色?；貓?bào)起初緩慢到來(lái)，然后穩(wěn)步增加。首先，工具適合，然后它學(xué)習(xí)，然后它留下來(lái)。