IT领导者越早识别并克服这些问题，他们的企业就能越快地从基于AI的系统中获得更多价值。

以下是企业在实现AI价值过程中需要克服的一些更具挑战性的障碍，以及IT领导者可以采取的应对措施。

数据质量差

由硬件供应商联想赞助的一项针对全球2920名IT和业务决策者的IDC调查显示，数据质量问题导致AI项目未能达到预期效果，是首要障碍。

为应对这一问题，三分之一的受访者表示，他们的企业计划优先提高数据管理能力。

例如，数字银行公司Ally Financial的首席信息、数据和数字官萨蒂什·穆图克里什南(Sathish Muthukrishnan)通过打破数据孤岛并强调数据治理来解决这一问题。

“AI严重依赖其处理的数据，因此我们仔细管理与数据更广泛使用相关的挑战和风险，”这位数字银行公司的高管表示。

“我们将98%的数据集中在一个基于云的本地数据库中，这使我们能够充分利用数据的力量，”穆图克里什南说，“我们实施了旨在确保数据安全、客户隐私保护和模型风险审查的流程，并在部署前进行严格的审查，同时持续监控结果。”

数据质量问题是一个真正的担忧，也是AI采用的障碍，但这个问题比传统上关于交易或分析环境中数据质量的讨论要大得多，AI咨询公司The Hackett Group的高级副总裁兼负责人约翰·汤普森(John Thompson)表示。

“对于GenAI来说，企业的所有数据、文档、视频、政策、程序等都可以被积极利用。”汤普森说。他说，这比ERP或CRM等系统中的数据质量问题要大得多。

为了解决GenAI的数据质量问题，企业需要在引入AI之前将信息加载到GenAI中，并积极查询、提示以找出信息准确、最新的地方，以及信息缺乏准确性、相关性和清晰度的地方，汤普森说。

“GenAI是找出信息需要改进之处的工具，”汤普森说，“执行这一过程的正确方法是引入GenAI并找出如何改进数据质量，而不是反过来。”

缺乏内部专业知识

专业发展企业美国管理协会(American Management Association)2025年3月的一份报告最近对北美1100多名专业人士进行了调查，发现许多员工(57%的受访者)觉得自己跟不上AI的发展，不到一半(49%)的人接受过AI培训。

企业需要建立基础设施来教育和培训员工，使他们了解AI的能力和局限性，Ally的穆图克里什南说。

“如果没有适当的培训，采用和利用AI将无法达到你所期望的结果，”他补充道，“虽然我相信AI是我们这个时代最大的技术变革之一，但将其融入日常流程是一项巨大的变革管理工作。”

Ally通过为所有用户提供必要的培训、AI手册、提高AI熟练程度的短期课程以及面向整个企业的“AI日”来准备员工负责任地使用AI。

“技能差距只会越来越大，”The Hackett Group的汤普森说，“现在是开始的时候了，你可以从你的团队开始，让他们参与测试案例，让他们参与个人项目，让他们参与热情项目，让大家花时间上课只会延长缩小技能差距的过程，GenAI对所有人都是可访问的，你可以利用这种可访问性为人们提供边做边学的机会。”

经验是比听讲更好的老师，汤普森补充道。

“建立一个GenAI环境，让每个人都能访问它六个月到一年，”他说，“你的员工将比在课堂上或甚至多节课上学到更多东西，我并不是说不要培训人们，你仍然需要人们上课，但当你的员工亲手操作GenAI环境时，你会看到技能差距每天都在缩小。”

企业需要强调将能够指出适当AI用例的内部专家与了解其他企业如何使用AI的外部人才相结合，企业软件公司SAP Americas的首席AI官贾里德·科伊尔(Jared Coyle)说。

“内部知识对于确保与现有系统和流程集成至关重要，而外部人才则更好地帮助你充分利用较新的AI能力，以保持AI系统的平稳运行。”科伊尔说。

寻找能够竞争资源的用例

每个企业都有一份既定的优先级列表，其中许多并不涉及AI或GenAI。为了争取资金、人员和高层管理人员的关注，IT领导者需要为其AI项目提出令人信服的案例。

“我们最大的挑战之一是识别正确的业务案例——即AI能够驱动真正、可衡量的价值而不增加不必要复杂性的地方。”外包公司TaskUs的CIO钱德拉·文卡塔拉马尼(Chandra Venkataramani)说。

“很容易被GenAI的势头所吸引，”文卡塔拉马尼说。“成功来自于抵制这种冲动，而是专注于AI能够增强我们内部能力——如提高生产力、增强决策能力或减少关键工作流程中的摩擦——的领域。我们发现，在推进任何AI计划之前，明确目的——无论是降低成本、提高速度还是改善用户体验——都至关重要。”

同样具有挑战性的是竞争优先级的问题，文卡塔拉马尼说。“作为一家高增长、以客户为中心的公司，IT资源始终面临压力，”他说，“AI计划必须争夺预算、人才和高层管理人员的关注，这时对齐就变得至关重要。”

该公司强调在业务职能之间共享AI计划的所有权，确保投资在技术上可行，并得到理解投资回报率的业务领导者的支持。

“我们采用了一种强调在有保护措施的情况下进行实验的心态：深思熟虑的试点、明确的KPI和反馈循环，”文卡塔拉马尼说，“这种方法帮助我们保持敏捷，避免对未经证实的解决方案过度投资，并专注于长期价值而非短期炒作。”

“业务案例、用例和竞争优先级‘自我们职业生涯开始以来就一直存在’，”The Hackett Group的汤普森说，“GenAI的伟大之处在于它适用于大多数问题，我建议从最紧迫的问题、最高层管理团队最困扰的战略问题开始，我不会在业务案例或用例上花费太多时间，直接投入，做出改变的时间就是现在。”

过时的遗留系统

许多企业已经启动了数字化转型计划，以提高效率并改善对客户和员工的服务，那些尚未启动或努力滞后的企业需要将其作为优先事项，因为过时的遗留系统和应用程序可能是AI成功的潜在障碍。

由于当时存储成本高昂，设计用于保留有限数据量的数十年历史的应用程序不太可能与AI工具轻松集成，在许多情况下，过时的应用程序完全阻碍了AI的采用。

“成功并非仅仅通过将当下流行的大型语言模型(LLM)和选择的湖仓技术组合在一起并希望一切顺利就能实现，”SAP Americas的科伊尔说，“许多领导者对AI潜力的热情令人难以置信，但专注才是关键，重要的是要避免在没有资源支持的情况下启动太多计划。”

提供航运和物流服务的Veho公司在构建和定价配送路线以及提高配送质量方面大量使用了AI和机器学习，其联合创始人兼CTO弗雷德·库克(Fred Cook)说，但为了充分利用AI工具，该公司不得不升级其系统。

“Veho最初的核心平台是在2017年开发的，通常相当脆弱，”库克说，“在2023年底和整个2024年，我们重建了所有核心系统。随着它们上线，我们发现AI应用程序更容易集成到我们的技术中，随着全面重构的完成，今天我们在AI实验方面进展得更快。”

Veho从客户服务智能体、司机合作伙伴支持智能体和客户支持智能体等用例开始。“我们还为警报、数据解析、[和各种包裹配送流程步骤的]质量保证等简单任务构建了一些智能体，否则这些任务将变得繁琐且需要人工完成。”库克说。

与基础设施相关的另一个潜在障碍是涉及的高昂成本，集成AI可能是一项昂贵的任务。根据其IT现代化的进展情况，企业可能面临系统集成、定制软件开发、应用程序编程接口创建和遗留系统升级等费用。

员工蓄意破坏

GenAI服务提供商Writer 2025和独立研究机构Workplace Intelligence最近对1600名知识工作者(800名C级高管和800名员工)进行的一项调查发现，31%的工人承认曾积极破坏其企业的AI努力。

员工对AI努力的蓄意破坏是“一个严重的问题，可能破坏AI计划并导致资源浪费和机会丧失。”提供教育服务和技术的人力资源提供商Skillsoft的CIO奥拉·戴利(Orla Daly)说。

“这种蓄意破坏往往源于对失业的恐惧、对AI益处的缺乏理解或对变革的抵制，”戴利说。“为了解决这一问题，企业应该花时间了解企业内部的担忧，培养持续学习的文化，并激发对变革的热情，让员工参与AI计划。”

企业需要在企业内部确定AI倡导者，并分享AI可以创造更积极员工体验的例子，例如减少行政工作时间，增加与客户相处的时间，戴利说。

“有效的领导在这个过程中至关重要，”戴利说，“领导者必须理解AI并阐述其对人才及其角色的积极影响。”她说，这需要技术、沟通和领导技能的平衡。“当员工看到他们的领导者利用AI来增强工作并具有明确的使用案例和结果时，他们更有可能自己拥抱AI，将恐惧转化为迷恋。”她说。

企业网D1net(www.d1net.com)：

国内头部to B IT智库，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。