无论你身处中小企业还是大型企业，作为CIO，你可能已经从各个方面被AI应用程序、工具、智能体、平台和框架所淹没。这并不奇怪，因为据波士顿咨询公司称，仅GenAI的投资预计在未来三年内将增长约60%，到2027年，平均将占IT预算的7.6%。
普华永道美国首席AI官丹·普里斯特(Dan Priest)表示，AI的普及是一种只会加速的现实，有79%的CIO计划利用GenAI来帮助改造他们的业务。但普华永道最近的Pulse调查显示，只有40%的CIO觉得自己完全准备好管理和整合这些技术。“每个团队和团队成员都将创建新的代理来自主智能地执行任务，”他说，“与此同时，人们正在进行试验。他们正在使用经批准的工具并探索其他工具，这增加了数据泄露的风险。CIO需要启动多层解决方案来管理即将到来的复杂性。”
那么，作为CIO，你应该如何平息这种混乱，并实施适当程度的治理和控制呢?当然，你希望让整个员工队伍能够负责任地使用AI，并通过利用这些工具来提高生产力。但你也需要管理支出、减少重复劳动、在必要时确保互操作性、推广标准和重用、降低风险、维护安全和隐私，并管理所有能够建立AI信任的关键属性。
这个挑战让人想起了20世纪90年代，当时CIO通过转向ERP系统来控制应用孤岛，以及在2010年代，CIO不得不通过BYOD政策来控制移动设备。今天的挑战或许更大。你不能像ERP时代那样转向单一的供应商，也不能仅仅为物理设备制定政策。这一变化影响着整个IT架构堆栈，并对你目前正在做的所有事情都产生影响，从业务转型到数字化转型等等。
因此，以下是CIO可以开始管理AI普及并在整个企业中培养负责任的创新文化的五种方法。
建立负责任的AI创新文化
我们都知道，文化会压倒战略，所以在进入战略之前，我们需要确保整个企业的文化是一种协作和负责任的创新文化。
根据2B Ventures联合创始人兼领先的RPA咨询公司Symphony Ventures负责人伊恩·巴金(Ian Barkin)的说法，对CIO来说，答案不是更严格的监管，而是更明智的导航。“我们需要全员参与技术，赋予数字化素养公民正确的指导和周到的治理，使其能够赋能而不是禁止，”他说，“重置不是为了重新获得绝对控制，而是培养一种负责任的AI创新文化，其中IT为企业提供解决方案的基础设施和边界。”
为了让负责任的AI创新发挥良好作用，你需要你的企业创新计划能够顺利运行。无论你有何种创新企业模型，无论是企业主导、部门主导还是混合模式，都要与你的首席创新官和首席AI官一起评估你的创新文化，看看哪些地方做得好，哪些地方需要改进。
确定你的AI最终目标
你如何执行AI将很大程度上取决于你的最终目标。你是希望通过成为一家AI优先的公司，通过新的AI赋能产品来改造你的业务模式、产品和服务，还是仅仅利用AI来改进你现有的业务模式、产品和服务?AI将成为企业的核心竞争力和差异化因素，要求你建立自己的内部专家团队，还是通过与合作伙伴密切合作将其作为快速跟随者纳入其中?
对这些战略问题以及许多其他问题的回答，将决定你如何组装你的AI应用程序、工具、智能体、平台和框架库存，以及你决定在哪里构建或购买。这也将影响你向企业提出的建议，以及他们应该如何考虑构建与购买的决策。
“AI战略是一个很好的方式，可以最大限度地减少非增值的普及，”普里斯特说，“一项战略审查，确定在哪里瞄准效益以及达到什么程度，以及需要管理哪些风险，将帮助CIO将监督方法从被动转变为主动。”
与企业合作
另一项波士顿咨询公司的最近研究发现，在86%的AI未来型企业中，IT正在领导或与业务共同领导AI。而在AI停滞不前的公司，或AI成熟度最低的公司中，IT仅在54%的情况下领导或与业务共同领导AI。
数据很明确。确保IT领导或与业务共同领导AI，并为业务主导的解决方案建立基础设施和边界。在与业务合作时，IT可以带头建立与AI实施相关的最佳实践。这可能包括制定全面的AI战略、确定和优先排序用例、有目的地进行试验、分享行为准则，以及让投资回报率成为早期对话的一部分。
除了常见的AI治理形式，如企业使用政策外，还要包括评估和采购AI工具的指南和政策、遵守标准，以及了解如何和在哪里分享经验教训。利用现有的创新团队和流程，以避免重复发明轮子。
确定你的架构方法
现在，你已经从文化角度建立了负责任的AI创新，将AI作为你业务战略的一部分制定了最终目标，并与业务建立了合适的合作伙伴关系和运营模式，你可以转向IT堆栈内的技术方面。
“CIO应该支持一个数据和技术赋能功能，该功能提供指导、培养数字素养，并通过管理职责来实施治理，”巴金说。
对于数据和技术赋能，你需要重新思考你的IT堆栈，思考AI和数据如何能够赋能企业的智能自动化目标，以及支持交易、分析和决策制定的无数应用程序。在AI方面，这应该包括你如何考虑纳入AI代理平台、代理网格技术以及所有其他类型的AI和智能自动化方法。
为了确保你的IT堆栈能够适应未来，你还需要考虑开源在堆栈中将发挥的作用，以及量子计算等新兴技术。目标应该是实现整个堆栈的集中管理、可观察性和敏捷性，以便你可以随着AI和数据模型、工具和平台的演变而替换组件。
“开源数据管理平台对于AI驱动的世界至关重要，因为我们不知道将使用哪种数据——结构化或非结构化——也不知道AI在移动到云端和本地时需要多么敏捷和自主，”作者迈克尔·盖尔(Michael Gale)说，“它必须在一个仍在定义的AI世界中达到五个9的可用性和敏捷性。”
专注于持续创新和改进
鉴于该行业的创新速度，你需要建立诸如新兴技术雷达功能等流程，以持续监控新供应商、趋势、技术、定价模型和其他行业动态。你还需要了解AI在整个企业中的使用情况和位置。
“IT架构需要包括强大的监控功能，能够注册、配置权限、跟踪和报告AI的使用情况，”普里斯特说，“在我们的云和AI业务调查中，超过一半的CIO表示，他们正在寻求与云服务提供商建立关系，以满足他们新的合规性和安全需求。CIO应与他们的学习和开发团队合作，培训员工负责任地使用AI，避免专有数据进入非标准工具。并且，应实施正式的治理措施，其范围涵盖负责任的AI计划的全部内容，这应包括(除其他事项外)一项具有明确责任说明的AI政策、一个监督AI使用情况和位置的高级治理委员会，以及设计和实施适当的控制措施。”
换句话说，巴金说，真正的控制不在于阻止AI的普及，而在于在整个企业中培养一种负责任和创新的AI文化，确保与业务目标和风险管理保持一致。
