许多大型组织尚未从近期的人工智能投资中获得预期水平的回报。
这并非因为技术失效，而是因为投资投向了错误的层面。
组织不应只是利用人工智能帮助员工加快工作速度，而应让人工智能运行工作流程，并建立治理机制确保安全。
两年前批准人工智能（AI）预算的董事会如今开始询问投资回报。首席财务官也在仔细审视人工智能支出，其严谨程度与审查任何资本项目时一样。
但在许多大型组织中，回报并未显现——这并非因为技术失效，而是因为投资投向了错误的层面。例如，普华永道近期一项全球研究显示，人工智能创造的经济价值中有74%仅由20%的组织获取。
迄今为止，大多数企业人工智能应用都处于个人层面——这些工具让员工工作更快，就像一个副驾驶工具伴随员工完成工作。但在大型组织中，人工智能的价值并非积累于个人任务，而在于连接这些任务的流程。迄今为止，这些流程几乎没有受到人工智能投资的影响。
将人工智能融入运营工作流程
想想是什么因素影响大型制药公司、全球性银行或大型制造商的成本、风险和竞争力。关键不是电子邮件数量或起草文件所需的时间——这些任务正日益由人工智能工具承担——而是公司的运营骨干。
在金融服务领域，这意味着每月调查数十万条交易警报，每条警报都需要结合背景进行分析、作出有章可循的判断，并留下有据可查的审计记录。在制药生产领域，这意味着分析生产偏差的根本原因。许多大型制药公司仍需数周才能完成这一流程，每起事件都需要一组专家处理。在生命科学领域，连接数据、决策与监管义务的端到端系统和流程，决定了公司的行动速度。
这些就是工作流程——跨越组织边界和监管义务、由多个步骤组成且数据密集的流程序列。在一个为期一个月的工作流程中，若副驾驶工具让一名分析师的工作速度提高20%，并不会缩短整个流程，只是把瓶颈转移到了别处。
麦肯锡对生成式人工智能经济潜力的分析于2023年指出，运营、供应链和风险管理是经济中尚未开发的最大人工智能价值领域。与其他领域相比，目前的部署对这些领域的触及也远远不足。
为何现在要采取行动，加大人工智能投资？
到2026年，三个问题交汇在一起，构成了立即采取行动、加大人工智能投资的理由。
首先，自动化复杂多步骤工作流程所需的技术基础设施——由专业人工智能代理组成的协调系统，可端到端执行完整流程——最近才成熟到足以在受监管环境中进行生产部署。
Gartner《2026年代理型人工智能炒作周期报告显示，目前仅有17%的组织部署了人工智能代理，但超过60%的组织预计将在未来两年内这样做。这是该调查中所有新兴技术里最为迅猛的采用曲线。
这两个数字之间的差距正在迅速缩小，率先行动的组织将建立起难以在短时间内复制的流程级基础设施。
与此同时，问责压力已不容再拖延。全球人工智能支出在2024年达到2350亿美元，据国际数据公司（IDC）的《全球人工智能与生成式人工智能支出指南》预测，到2028年将增加一倍以上。
董事会和投资者已不再满足于能力演示，他们希望看到人工智能带来运营利润率、周期时间和风险指标方面的改善。若组织只讲述生产力提升的个别案例，而不展示流程层面的成果，就将面临尖锐质疑：人工智能投资究竟带来了什么。
最后，竞争格局已经改变。当人工智能还是一种生产力工具时，落后意味着效率较低。如今人工智能能够运行工作流程本身，落后意味着在截然不同的成本和速度曲线上运营。
一家已实现生产偏差管理自动化的制药公司，运营速度更快、成本更低、监管风险也更少。这样的差距一旦拉开，就不容易弥合。
以人工智能架构弥合差距
当前需要的是一套在现有工作流程中运行的代理系统——也就是组织原本需要安排员工、外包给供应商或用各类独立解决方案拼凑起来的端到端流程。
这些代理称为数字员工。这些人工智能员工接入现有基础设施，遵循企业的护栏规则，并自主执行完整的工作流程。只有在确实需要判断、签字批准或承担监管问责时，才需要人工介入。
要让这种做法在受监管环境中奏效，必须从一开始就将治理纳入架构。每项决策都必须记录，每项建议都应可追溯，人工升级处理的路径也需要从设计之初嵌入，而不是事后为满足合规要求再行补设。在制药生产、金融服务及类似行业，这是实现部署的必要条件。
董事会应如何审视人工智能投资
世界经济论坛近期一份关于人工智能代理治理的报告精准指出了当前的核心挑战：82%的高管计划在未来一至三年内采用人工智能代理，实验探索与成熟、受治理的部署之间的差距正在扩大。
大多数组织仍在问：“我们如何利用人工智能帮助员工更快地工作？”但现在真正重要的问题是：“哪些核心工作流程应由人工智能运行？什么样的治理框架才能确保部署安全？”
提出这个问题并着手寻找答案的组织，日后回顾这段时期时，会将其视为通过人工智能投资确立运营优势的关键时刻。其他组织几年后则不得不解释，为什么自己花了十年时间追赶。
