95%的生成式人工智能试点未能产生可衡量的回报。
这并不意味着该技术不好，而是许多情况下它未能得到有效实施。
用好人工智能需要合适的工具、合适的合作伙伴和合适的数据。
如今的商业环境早已不同寻常。经济波动、动荡的政治格局、利益相关方日益增长的诉求，以及生成式人工智能的迅速崛起，正以超出传统战略模型适应速度的方式，动摇着企业的根基。
多年来，企业通过制定以韧性和敏捷性为核心的灵活战略来应对变化。这种思维模式帮助它们度过了多次危机，但领导者日益担忧这种模式已不再足够。在近期的全球首席执行官调查中，普华永道的调查显示，四成首席执行官表示，如果其公司继续沿用当前路径，十年后将难以维持生存。
这一担忧是有道理的。战略已成为一个动态系统，需要随着环境变化不断学习、响应并演进。对大多数组织而言，最大的威胁并非竞争对手，而是其自身未能适应变化。
在这一压力下，许多领导者将人工智能视为一种看似可行的解决方案，用以弥合外部变化速度与组织应对时间之间日益扩大的鸿沟。他们批准新项目，推出试点计划，并在股东沟通中重点宣传转型举措。然而，在评估成果时，人工智能项目的实质性影响依然难以捉摸。
研究表明，95%的生成式人工智能试点失败，未能产生可衡量的回报。此外，尽管大多数企业正在使用人工智能，但只有39%的企业看到其对盈利产生了任何影响，而且即便如此，这种影响也大多微乎其微。仅有4%的企业建立了能够持续创造价值的人工智能能力。据Gartner称，不到一半的数字化项目实现了其业务目标。类似问题还有很多。
作为Workiva的首席战略官，如何为客户提供具有实际影响力的人工智能能力，并优化内部人工智能的使用与治理，是我每天都在思考的问题，我也与管理团队和董事会密切协作。我所积累的经验，可以应用于其他希望正确应用人工智能的组织。
领导者在战略和人工智能上的失误
仔细审视数据便会发现，大多数组织将人工智能视为一次技术升级，而非对战略制定、实施与评估方式的根本性重新思考。在确定部署人工智能的最佳方式时，企业会遇到无数障碍和陷阱。
常见的失误包括：将人工智能工具嫁接到现有流程上，而不是从根本上重新设计工作流程和决策机制；推出通用型人工智能解决方案，却未对员工提供充分的培训或针对具体岗位的资源；以及在关键数据仍分散于遗留系统、本地平台和电子表格之中的情况下，启动雄心勃勃的转型计划。
根本问题不在于缺乏人工智能，而在于缺少贯穿整个企业、互联互通、值得信赖并具有战略指导的人工智能。
企业如何才能成功实施人工智能？
成功的战略依赖于三个要素持续协同运作，彼此塑造、相互支撑并保持平衡：合适的工具、合适的内部合作关系以及合适的数据。
1. 创造价值的工具
人工智能必须对核心业务流程产生可衡量的影响，例如加快账目结算、简化监管备案、加强风险管理或改善可持续发展报告。
这需要量身定制的工具，能够理解企业的数据和工作流程，无缝融入日常工作，并快速创造价值。企业在从人工智能中获得最大价值时，往往已从一次性试验转向集成平台，即能够统一数据并基于这一共享基础支持专业化应用的工具。
2. 使战略、技术与资本保持一致的合作关系
将人工智能转化为真正投资回报的组织，在高层建立联盟即首席执行官、首席信息官和首席财务官共同制定一项转型议程，并设定共同的投资目标。虽然整个管理团队对这一协作至关重要，但这三个角色通常是执行的核心。
首席战略官应当认识到：当战略、技术和资本配置步调一致时，人工智能便会从试验转变为基础设施。它会被嵌入规划、资源配置和绩效衡量之中。这种共同承担的责任，能够将人工智能从零散的试点转化为具有明确问责机制的全企业范围影响。
3. 互联互通、值得信赖且适用于人工智能的数据
可信数据是前提条件。它用于训练模型、揭示洞察并推动自动化。更根本的是，它保障了完整性，即证明企业所宣称的内容与其所报告和所做的事情相一致。
对大多数组织而言，大量关键信息仍被困于本地系统、孤立的工具和人工智能无法访问的离线文档之中。扩大人工智能应用需要连接财务、风险和可持续发展数据，随后建立能够满足董事会、监管机构和投资者要求的治理控制机制。当领导者拥有可信赖的互联数据时，便能借助人工智能，更有信心地验证影响更大的决策。
从防御性韧性到持续适应
借助合适的工具、合作关系和数据基础设施，战略将变得动态化：领导者依然负责决策，但人工智能会生成各种选项、及早发现风险、识别新兴趋势，并基于实时洞察提出新的方向建议。
在不确定性不断叠加的时代，持续适应本身已成为战略，而人工智能则是其引擎。能够领会这一点的企业将定义下一个十年；而抗拒者，则将被其定义。
