2022年，在一名乘客被告知可以获得丧亲票价退款后，加拿大航空试图与其聊天机器人保持距离。经过一场法律诉讼，加拿大航空最终被迫兑现聊天机器人的承诺，但结果是该聊天机器人被下线。
过去几年，随着企业纷纷涌向这一热潮，AI工具出现故障或失效的例子屡见不鲜，但就像加拿大航空的聊天机器人一样，到目前为止，这股浪潮有时承诺的多于其能交付的，这让CIO和CFO感到担忧。
在AI投资方面，公司想要快速看到成果。根据应收账款自动化公司Basware的一项全球调查(调查对象包括400名CFO和财务领导者)，半数CFO表示，如果AI在一年内无法显示出可衡量的投资回报率，他们计划削减AI资金。
虽然80%的企业计划增加对AI的投资，但CFO们往往不知道如何入手，其中约三分之一的人表示，他们缺乏清晰的愿景。
对于CIO来说，这意味着他们必须全力以赴，弥合AI潜力与CFO对快速、有形和可靠成果的需求之间的差距，然而，这往往说起来容易做起来难。对AI制定战略并衡量这些投资是否取得回报，需要明确的目标、可靠的数据和协作——这是许多企业难以克服的挑战。
根据收入智能领导者Gong最近的一项研究(该研究调查了美国和英国500多名IT领导者和CIO)，全球约60%的CIO认为，仅增加的收入就足以证明AI的成本是合理的，同样比例的CIO表示，节省的时间足以证明投资的合理性，然而，其中只有约三分之一的人同时积极衡量这两者。
CIO面临着验证AI投资并向CFO保证有明确实施路径以确保投资回报率的压力，这不仅需要选择正确的项目，还需要明确界定如何衡量成功。
如何确定优先级
过去一年，AI取得了显著进展，但其采用也暴露了一系列短板，如危险的幻觉和昂贵的实施成本。
Lucidworks关于通用AI投资的研究表明，2024年，企业领导者正在放慢支出步伐，以平衡这项相对新技术的效益、成本和风险。同样在2024年，42%的公司报告称，他们的通用AI计划尚未取得有意义的结果。
虽然企业看到了AI的潜力，但在投资时往往保持谨慎，权衡风险和成本，因此选择正确的项目可能具有挑战性。为了最大限度地发挥AI计划的影响，企业应重点关注使每个项目与整体企业战略和长期目标相一致。
Digital Workforce英国和爱尔兰地区及战略转型负责人Karli Kalpala表示：“首先确定AI可以在哪些方面增强核心能力，无论是提高产品质量、加快上市时间，还是实现数据驱动的决策。”
Kalpala补充说，优先考虑可扩展性也至关重要。“从一开始就要为扩展而构建，并确保每个部门都能以最小的阻力采用和适应这些工具，”他说，“每个人都可以构建一个AI解决方案，但那些希望用AI转型的企业需要在整个企业中构建和维护数百个AI解决方案。”
Syncro的CTO Kristen Costagliola建议应用哈佛大学教授迈克尔·波特的战略竞争杠杆理论，该理论确定了公司获得竞争优势的三种主要方法：成本领先、差异化和聚焦。
她说：“这一视角有助于CIO更具战略性地思考在何处应用AI。”“例如，如果公司的战略是成本领先，那么CIO就会优先考虑那些能提高效率、降低成本的项目，或者，如果企业希望提供差异化的产品或服务，CIO就会考虑应用AI进行创新，从而在竞争中脱颖而出。”
Tuskira.ai联合创始人、首席信息安全官和首席产品官Om Moolchandani表示，企业在某些领域已经生成了大量高质量数据，并且明确了痛点，或许他们应该从这里开始。
他说：“客户体验优化、供应链预测、需求预测和预防性维护往往能迅速取得成效。通过关注数据质量足够且成功指标明确的领域——如转化率提高、停机时间减少或运营效率提升——公司可以更容易地量化AI带来的价值。”
了解CFO的优先级也很重要。根据Basware的调查，75%的CFO希望AI投资能专注于电子发票合规和监管要求等领域。
但选择优先项目并非易事，这凸显了一个关键点：企业渴望从AI计划中快速看到有形的影响，然而，验证AI投资和量化这种影响往往是两回事。
论证项目，衡量影响
在全面实施之前，每一项AI计划都需要经过验证，这通常需要结合技术和战略评估。在确定AI项目是否可行时，公司需要关注目标、测试和人员。
ServiceNow多实例管理平台xtype的技术布道者Scott Willson表示：“第一步是定义指标。关键绩效指标(KPI)是否与利益相关者可以支持的、可衡量的业务成果相一致?明确的指标不仅能指导项目，还能帮助向企业内的决策者传达其价值。”
下一步是使用最小可行产品对项目进行原型设计和试点，这有助于测试假设、收集有价值的见解，并在全面部署前完善解决方案。
Kalpala还建议在真实的商业环境中通过试点项目测试AI解决方案。“这些测试有助于评估AI解决方案是否能很好地与现有系统和工作流程集成，或者是否需要大规模的系统改造。”他说。同时，识别数据隐私、技术准备和企业变革管理等挑战也很重要。
为了与CFO和其他领导者进行富有成效的讨论，CIO可以呈现一组明确的早期成功指标，如工作流程自动化或错误率降低。使用商业语言并解释这些指标如何与企业目标直接对齐，可以帮助利益相关者理解AI项目的益处，并使他们更有可能支持这些项目。
通过让包括IT和业务领导者在内的跨职能团队参与其中，确保利益相关者的大力支持也至关重要。“当每个人都保持一致时，你就能最小化风险和潜在的延误，并为项目的成功奠定基础。”Willson说。
在Basware的调查中，半数CFO表示，如果AI在一年内无法显示出可衡量的投资回报率，他们计划削减AI资金，因此CIO面临的交付压力前所未有。
Willson补充说：“确保AI项目快速产生投资回报率的关键是从小处着手。将项目分解为可管理的、实验性的阶段，以便快速学习和适应。关注那些能快速取胜并提供有形结果的用例，这样公司就能看到即时效益。”
去中心化机器学习网络Bittensor的联合创始人Ala Shaabana建议公司首先着手解决那些易于实施且能快速交付结果的低垂果实项目。
他说：“从针对高影响、低复杂性问题的目标用例开始，如流程自动化或客户支持优化。利用现有数据和基础设施，以避免在数据收集或系统集成方面出现成本高昂的延误。并确保持续监控和迭代，以快速解决问题、保持势头并最大化回报。”
但CIO面临的一个问题是缺乏良好的AI投资回报率基准。“这带来了一个重大挑战，因为AI的价值往往是多方面的，并且会随着时间的推移而演变，”Rimini Street首席技术官Eric Helmer说。“企业还应该为AI实施前的性能建立自己的基线指标，以跟踪改进情况。”
Kalpala对此表示赞同，并补充说，每个AI部署都是独一无二的，成功指标需要根据特定的行业、用例和企业需求进行定制。“对于保险或金融服务企业，基准应该侧重于减少人为错误、提高服务速度和减少提供核心服务的直接费用。”他说。
说服CFO的策略
在实施AI计划时，获得CFO的支持可能是一项艰巨的挑战，然而，一旦CIO有信心选择了正确的项目，他们可以采取几个步骤来加强自己的论点并获得批准。
Willson表示：“在说服CFO相信AI的潜力时，提出一个有力的商业案例至关重要。将AI项目直接与战略目标联系起来，比如增加收入或降低运营成本。”
Moolchandani建议将技术成果转化为财务数据。“以有形的方式呈现预期收益或节省的金额，比如预计追加销售机会增加的百分比，或通过自动化流程节省的美元金额。”他说。他还建议展示快速原型设计和实际结果，这可以增强信心。
Syncro的Costagliola补充说，实施计划应详细记录，并包括明确的里程碑。“清晰概述时间范围和预期结果时间对于说服CFO并获得支持至关重要。”她说。对企业的影响也应详细呈现。
Willson还强调了降低项目风险的想法，这包括在整个过程中实施质量控制检查。“这将确保与业务优先级和合规标准的对齐，并使投资更具吸引力。”Willson说。
Kalpala指出，CIO需要超越下一个季度或年度，解释AI实施如何能够转变业务。“通过展示项目推动创新和劳动力转型的能力，来说明项目的战略性、长期影响，”他说。“我们正在从软件即服务转向服务即软件。利用这个机会展示这一转变对企业意味着什么，包括新的机遇和定价策略。”
