但并非所有企业都在为此挣扎，通过与四位经验丰富的IT领袖的交流，我们描绘出了一幅更为平衡的图景。从大型跨国公司到中小企业创新者，许多企业已经从AI中产生了可衡量的价值，并为CIO们分享了一个实用的框架：关注正确的用例，深入文化准备，创造性地衡量影响，并设计以适应未来发展。

优先实施实用且高影响力的用例

在全球半导体公司AMD，AI被视为任何其他战略性IT投资一样——只有在合理时间内交付业务价值才有用。AMD负责商业应用的副总裁Chris Wire解释说，AI的成功往往反映了传统技术努力的结果。“我们评估成本、收益和适用性，”他说，“当它与我们的业务目标一致时，我们就会推进项目。”

这种理念转化为能够快速回报的项目，AMD已经使用GenAI来简化复杂任务，如准备研发税务文件，以前需要数周才能完成的任务，现在借助AI工具在几小时内就能完成，这些工具能够总结和整理密集的材料，这种效率在财务等高风险、合规性强的职能中尤为宝贵。

同样，联想的全球CIO Arthur Hu提到了Studio AI，这是一款内部生成的工具，将营销内容制作时间缩短了80%，并将代理支出减少了多达70%，这些好处不仅仅是财务上的：销售和营销团队获得了新的敏捷性，能够近乎实时地创建个性化材料。除了Studio AI，联想还在客户支持系统中使用嵌入式代理来早期检测问题并提高呼叫中心效率，这些数字助理通过提供实时建议和自动化常见解决方案来增强代理性能和提升客户满意度。

然后是Upwave，一家数据驱动的广告分析公司，它从一款面向客户的工具中获得了ROI，该工具使用GenAI来创建广告活动表现报告，该工具筛选多渠道广告数据，并将其提炼成清晰、可供高管参考的见解。CTO George London表示，这些报告更容易理解且被更广泛地分享，从而提高了客户满意度和内部效率，该平台还开始集成对话式界面，以简化活动规划，将复杂的仪表板解释转化为自然语言说明。

在这些公司中，共同的主题是实用实施。大多数AI收益来自于将Microsoft Copilot、GitHub Copilot和OpenAI API等工具嵌入到现有工作流程中。技术公司Trimble的技术创新副总裁Aviad Almagor也指出，超过90%的Trimble工程师使用GitHub Copilot。他说，投资回报率体现在开发周期缩短以及人力资源和客户服务中的摩擦减少。此外，Trimble已将AI引入其运输管理系统，其中智能体通过动态匹配发货人和承运人来优化货运采购。

这些例子表明，从AI中创造价值并不需要对定制平台进行大规模投资，通常，最佳结果来自于在经过验证的、可扩展的技术上构建，并将其周到地集成到现有系统中。

建立鼓励AI熟练度的文化

技术可能是关键要素，但文化是催化剂，成功的AI项目得到了促进实验、内部可见性和跨职能协作的组织习惯的支持，好奇心和迭代的文化与强大的技术栈同样至关重要。

在AMD，这包括举办内部黑客马拉松和“提示马拉松”，商业和IT团队在其中就实际用例进行协作。结果令人瞩目：一次黑客马拉松在一天内产生了100个新的AI想法，其中几个已经投入生产，这种开放式的创造力鼓励商业领袖超越自动化，设想新的工作方式。

联想采取了分层的准备方法。“有些团队需要基础教育，”Hu说，“有些团队已经准备好进行敏捷冲刺，我们为每个成熟度级别提供了入口。”联想在各部门之间培养了友好的竞争，以展示他们的AI创新，这在整个企业中产生了归属感和动力。

Trimble强调领导层的支持和结构化的入职培训。Almagor认为文化投资与技术赋能同样重要。“这不仅仅是关于工具，”他说，“这是关于帮助人们想象什么是可能的。”他们的框架包括专门的培训计划、内部倡导者和对迭代实验的支持。

对于像Upwave这样的小型公司来说，文化清晰度转化为设计纪律。London警告说，不要进行表面的部署，称这种“撒点AI仙尘”的做法很少能交付价值。相反，他主张从用户需求出发进行有意的设计。Upwave发现，产品团队和数据团队之间的紧密合作会导致更有用的应用，如AI生成的摘要与客户内部报告格式保持一致。

创造性和上下文相关地衡量ROI

虽然分析师们经常对难以展示AI项目的短期ROI表示遗憾，但这四个企业至少在部分程度上并不认同，他们的秘诀在于灵活的思维和多样化的指标，他们将ROI不仅视为节省或赚取的资金，还视为节省的时间、增加的满意度和获得的战略灵活性。

London表示，Upwave会倾听客户的积极反馈、合同续签和与AI生成内容的互动增加等客户信号。鉴于实施预构建AI模型的成本较低，即使是适度的胜利也能带来高回报。例如，如果客户将AI生成的功能作为续签或扩展合同的原因，那么这将被视为强烈的ROI指标。

Trimble在工程和运营中使用生命周期指标。例如，一位客户使用Trimble AI工具将进行隧道安全分析的时间从30分钟缩短到了仅三分钟。对于Almagor来说，这种改进意义重大。他们还衡量了软件开发中的性能提升，AI工具显示了15%到20%的改进。

AMD跟踪了一系列流程中的时间节省，包括会议摘要和基于聊天机器人的HR工作流程。在财务领域，AI驱动的自动化带来了15%的生产力提升。最令人印象深刻的是，通过机器学习在半导体制造中实现的小幅产量提升，转化为数百万美元的收益。AMD还维护了一个包含100多个已记录AI用例的内部资源目录，这有助于标准化成功测量并推广采用。

联想融合了软性和硬性指标。Hu表示，他们的策略很大一部分是减少摩擦：通过标准化工具、合规框架和入职流程，他们降低了AI实验的门槛，并在不产生失控成本的情况下扩展了采用。团队可以更自信、更低开销地启动项目，从而创建了一个可重复的价值捕获模型。

从长远考虑，但从今天可行的开始

这些企业中没有一家对AI的局限性视而不见，但他们将当前的采用浪潮视为更大变革的必要基础。短期的胜利不仅仅是为了证明价值——它们是为了让企业准备好以不同的方式思考和行动。

Trimble正在投资智能代理和多代理生态系统，设想一个未来，其中代表不同业务领域的软件代理协同工作以优化结果。Almagor想象着采购、建模、物流和合规领域的代理能够无缝交互，他预见了一个从以应用为中心的IT向基于智能体的交互的转变。

联想也在关注类似的趋势。各部门已经在请求决策辅助工具，Hu看到了一个未来，其中增强而非仅仅是自动化将成为常态。长期目标是将智能嵌入到业务功能中，以便决策能够得到数据驱动见解的实时支持。

在Upwave，对话式AI和视觉洞察解释的实验指向了数据与行动之间更直观的界面。London相信，下一个飞跃将来自于能够将洞察转化为推荐下一步行动的辅助工具。他们的目标是消除用户的认知过载，通过将数据转化为与活动目标直接相关的建议。

AMD也在投资扩大内部AI社区，提供剧本和培训资源，以确保AI能力在团队中得到一致采用。此外，他们还专注于治理，确保数据隐私、伦理考虑和运营弹性被嵌入到每个AI部署中。

在所有四家公司中，给CIO的建议都是一致的：

• “充满信心地开始，”Almagor说，“追求那些保证能赢的用例。”

• “与业务共同创造解决方案，”Wire建议，“这是推动采用的方式。”

• “了解你的成本结构，”London警告，“使用现有平台可以让你在不超支的情况下扩展。”

• “降低进入门槛，”Hu说，“尝试AI越容易，你的组织学习得就越快。”

AI不必是一场冒险，如果做得好，它现在就能交付价值，并随着时间的推移而增加价值。正如这些领导者所展示的，最佳的AI策略结合了纪律性和想象力，在交付近期胜利的同时，为长期革新奠定了基础。随着企业的成熟，AI的战略角色可能会从增强转变为革新——不仅仅是为了把事情做得更好，而且是为了做全新的事情。

企业网D1net(www.d1net.com)：

国内头部to B IT门户，旗下运营国内最大的甲方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。