Becirovic并不认为这些创新仅仅属于客户项目,而是积极践行“客户零号”理念,将最有前景的技术能力率先应用于BCG自身。由此形成了一个强大的反馈闭环:客户项目催生新想法,BCG在内部对这些想法进行测试和优化,再将实践经验应用于未来的客户项目。
在这次访谈中,Becirovic分享了BCG如何通过Genie平台规模化应用AI,如何赋予员工安全试验和创新的自由,以及如何将新兴创意转化为工作方式的全面变革。
AI正在给企业带来怎样的影响?
AI提升了企业的能力水平,也让企业能够以前所未有的方式借助技术创造更多价值,这实际上是对技术如何赋能业务的一次根本性重新构想。
多年来,我们一直在技术能力的限制下构建系统,因为无论是计算性能、存储、数据还是网络,我们都无法获得真正想要的能力。IT成本高昂,因此我们的重点一直放在提升效率上。
后来,我们逐渐摆脱大型机架构,转向分布式计算、大型数据中心、虚拟化以及云计算。尽管AI已经存在多年,但直到现在,我们才真正具备了大规模应用AI所需的能力基础。
过去,技术人员必须亲自完成大量技术工作,因为让机器承担这些工作成本太高,而借助AI,人类现在可以让机器承担原本需要人工完成的工作,从而释放人力,让人们专注于自己真正擅长的事情:创造性思考,以及利用AI这种能力为创造性工作赋能。
BCG如何将AI应用于自身运营?
我们采用“客户零号”理念,将原本为客户构想的技术能力首先应用于自身。
我很幸运,因为我能够接触到遍布全球的BCG顾问,他们一直在深入思考如何帮助客户解决问题,而这些问题与我们自己面临的问题完全相同:我们如何成为一家AI优先型企业?应该如何考虑在组织内部部署AI智能体?
例如,我们可能希望重新思考合同管理方式,或者利用AI为工程团队赋能,这些都可能是我们为客户提供的解决方案,但我希望推动“客户零号”理念,让我们先积累相关经验,再将这些能力应用于自身,这也是我们不断提升基础模型应用能力的方式。
当工作方式发生变化、新技术不断涌现时,有价值的创意就会出现更多迭代,而且迭代速度也会快得多。
每个人都在尝试构建定制化GPT和AI智能体,但这些尝试大多还停留在独立应用层面。作为企业领导者,我希望将这些应用场景从单个项目中释放出来,推动它们在整个企业范围内规模化落地,同时避免产生技术债务。
BCG有哪些实现规模化应用的AI实践?
BCG Genie就是一个典型案例,该平台荣获了2026年CIO 100大奖,是我们将AI创新从单个项目推向企业级规模化应用的核心平台。
它为我们提供了一个统一、安全的平台,用于构建、治理和规模化部署AI智能体及其他AI工具,平台充分利用了我们通过BCG X为客户开发的技术和数据能力,BCG X是BCG专门提供技术与数据解决方案的业务部门。
如今,从人力资源到技术支持,BCG内部所有业务支持工作都通过Genie开展,平台已经覆盖100多个应用场景。
Genie的核心组成部分之一是Spark Lab(创意实验室)。
顾名思义,有了一个灵感?这里就有一个实验室。
如果你是一名顾问,想验证某个想法是否可行,只需将其放入沙箱环境,接入企业内部的其他相关信息,就可以开始获取洞察。如果发现这个想法确实有价值,接下来就可以考虑如何将其推广到整个公司。
Spark Lab为所有员工提供了一个自助式创新平台,让每个人都能自主提出创意、验证想法,并推动创新成果规模化落地。
有些CIO可能会担心,员工尝试使用不属于企业现有技术栈的技术,会带来风险,但Spark Lab的用户实际上并不直接使用新的底层技术,而是调用平台已经提供的标准化技术模式。随着创意逐步扩大应用规模,我们会同步实施安全控制和数据治理。
我们不需要等到后期再按照企业标准对系统进行重构,因为这些标准从一开始就已经内置其中。
CIO要做好哪些事情,才能真正释放AI的价值?
从技术层面来说,企业需要拥有稳固、运行良好的云计算基础设施。
但从人员和组织层面来说,关键在于赋予员工自主使用工具的能力,而不仅仅是向他们开放工具的访问权限。
我们已经解决了许多技术领域的难题,现在我们的新任务是改变工作的完成方式。
我的同行们都知道,我们如今不仅仅是技术领导者,更是变革领导者。由于我们能够从整个企业的视角观察业务,因此可以发现不同环节之间的联系,并推动企业转型。
在一场真正的转型中,30%取决于模型和技术,70%取决于人员和流程。大多数企业却只做到前面的30%。
真正需要思考的是:这30%的技术投入如何影响剩余70%的人员和流程?企业应该如何围绕这70%推进转型并持续投入?只有这样,才能获得不断累积、持续放大的综合收益。
达成共识与形成一致意见有什么区别?
我们可以在方向上达成一致,但是否真正形成了共识?
例如,所有人都可以认同企业应该成为AI优先型企业,但真正形成共识,意味着我们不仅认同这个方向,还要明确:我们将构建哪些平台、使用哪些技术能力、改造哪些工作流程,以及如何改变现有的工作方式。
如果缺乏这种共识,最终就会出现大量启动后又不了了之的项目。
这两者之间的区别看似细微,但在AI时代却尤为重要,因为改变的不仅仅是技术,工作本身也正在发生变化,我们必须就如何充分利用这些新能力达成真正的共识。
对新一代CIO有什么建议?
保持极强的好奇心。
积极尝试各种技术,探索如何将不同技术组合起来解决业务问题。
即使有了AI,企业级技术仍然是一项复杂的工作。AI不会神奇地自动连接所有系统,因此,你必须理解其中的权衡取舍和复杂性,我们仍然需要扎实做好企业IT运营的基本功,因为企业必须支持各种不同类型的业务和工作。
你越是深入了解技术如何交付、如何使用、如何重新构想和应用,以及企业如何逐步演进到AI时代,就越能为成为新一代技术领导者做好准备,因为这一领域的发展速度实在太快了。
另外,千万不要忽视那70%。
许多企业在尚未完成的数字化转型项目上投入了大量资金,技术本身大体上运行正常,但问题却出现在技术采纳和推广过程中。
未来,技术的使用将变得更加简单,成本也会越来越低,我们可以更快、以更低的成本试错,也可以对代码和技术能力进行重构。
但改变人们工作方式的能力仍在不断发展,我们必须持续投入,不能对此有所懈怠。
企业网D1net(www.d1net.com):
国内头部to B IT门户,旗下运营国内头部的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)。
版权声明:本文为企业网D1Net编译,转载需在文章开头注明出处为:企业网D1Net,如果不注明出处,企业网D1Net将保留追究其法律责任的权利。






























































































京公网安备 11010502049343号