与新技术推广和集成的常见情况一样，GenAI的推广和集成也呈现出碎片化特征。企业内部的不同团队采用了不同的工具，并将其应用于各种场景。

虽然各个部门和团队可能认识到了其中的益处，但若AI的部署未能在整个企业内实现统一，就会形成AI信息孤岛。对于CIO及其所在企业而言，这些信息孤岛会导致业务部门间出现大量重复性工作。此外，还存在合规风险，因为未经管理的努力可能无法满足企业要求。AI信息孤岛还可能导致数据质量不佳，错失创造价值的机会。

为何AI集成是CIO的首要任务

CIO肩负着诸多职责，包括制定IT政策，以及为整个企业的技术及其运营制定战略。

AI集成成为CIO首要任务的原因多种多样。

• 董事会指令。许多董事会已强制要求使用AI。

• 监管要求。隐私和安全方面的监管要求对AI的使用产生了日益显著的影响。

• 企业战略。制定企业级的AI与数据战略，对于实现互操作性和成本效益至关重要。

National Food Group的CIO Todd Loiselle解释称，AI是其企业中的另一个工具，有助于增加收入、降低成本并提高员工效率。

Loiselle表示：“每个人每天都会花费一定时间处理重复性、低价值的任务，而AI让我们能够更快地处理这些任务，从而使员工能够专注于更具影响力的工作。”

对于DeVry大学的CIO Chris Campbell而言，AI集成是首要任务，因为孤立的试点项目无法提供所需的价值。

Campbell说：“集成至关重要，因为孤立的实验可能会产生局部洞察，但很少能带来持久价值。我们希望AI能够加速整个机构的成果产出，而不仅仅是在单个职能领域。”

CIO集成指南

不同的CIO在集成方面往往采取不同的方法，但总体而言，以下关键支柱是任何AI集成指南的基础要素。

1. 企业AI战略

将AI与业务目标相统一至关重要，而非进行孤立实验。为实现这一目标，领导者应采取以下措施：

• 从业务战略出发，而非技术。

• 确保获得首席执行官的支持。

• 首先关注数量较少但影响较大的机会，然后从成功案例中逐步拓展。

2. 数据集成

数据对于任何AI集成工作都至关重要。务必通过以下措施构建具有明确治理结构的统一数据架构：

• 部署统一的数据平台。

• 实施针对AI的治理。

• 创建特征存储库，以便在团队间共享可重用的AI就绪数据产品。

3. 平台化方法

为使集成有效，需采用平台化方法，在整个企业内实现工具和应用程序编程接口(API)的标准化。

• 采用平台工程。

• 部署API网关。

• 构建可重用平台，避免使用一次性工具，而是创建共享服务、治理结构和数据管道。

4. 跨职能协作

当业务部门之间缺乏协作时，就会形成信息孤岛。通过以下措施打破IT、数据科学和业务部门之间的壁垒至关重要：

• 创建多学科团队。

• 将AI功能集成到现有工作流工具中。

5. 变革管理

集成还涉及从现有模式向新模式的转变。因此，变革管理对于提升团队技能、管理文化阻力以及传达价值至关重要。

• 实施多层次培训。

• 传达多利益相关者的价值。

6. 治理与合规

通过以下措施嵌入风险管理、透明度和道德框架：

• 实现AI透明度操作化。

• 实施全面的AI框架，如美国国家标准与技术研究院(NIST)的AI风险管理框架。

• 满足监管要求。

• 建立监控系统，如自动化合规和风险评估工具。

其他CIO的案例

以下案例展示了领先的CIO如何应用集成原则来打破AI信息孤岛，并推动企业级价值创造。

Flexera：避免“影子AI”

许多企业中已经存在AI的使用，且常以“影子AI”的形式出现，即未经公司或IT部门正式批准而使用AI工具或服务。Flexera的CIO兼首席信息安全官Conal Gallagher就遇到了这种情况。他解释称，其企业在制定AI实施计划时，首先审查了Flexera员工已经在使用的“影子AI”工具。通过调查员工以了解哪些AI工具在帮助他们完成日常任务，公司深入了解了团队如何创造性且有机地将AI集成到其工作流中。这一努力有助于突出早期的用例和机会，以支持已经运行良好的工作。

Gallagher指出，整合分散的努力首先要承认，无论领导层是否有战略，AI都会在业务的各个领域出现。

Gallagher表示：“我们的第一步是通过与员工互动，将非正式的AI用例公开化。然后，我们可以将工具与更广泛的生态系统相统一。”

Gallagher强调，对于其企业而言，AI的投资回报率不仅仅关乎直接节省，还关乎使团队能够做出更明智的决策、鼓励跨团队协作以及消除浪费。

他说：“通过确定企业的需求，我们能够从被动的削减成本转向主动的优化，与长期业务目标保持一致。”

DeVry：治理是关键

在DeVry大学，Campbell解释称，尽管他看到员工在某些领域尝试使用GenAI，但真正的进展是在企业成立了一个小型AI赋能团队并建立了治理模型之后取得的。

Campbell说：“通过集中管理，我们避免了重复性工作，并开始构建可重用的智能体AI模式。”

他指出，这一转变带来了更快的部署周期、更明确的责任划分以及在知识管理和事件响应方面的可衡量时间节省。

Campbell表示：“CIO的角色是确保AI成为整个企业的增效器，而非另一个需要管理的信息孤岛。”

One Inc：衡量成功

数字支付网络公司One Inc的CIO Elizabeth Hoemeke采用了略有不同的模式，鼓励采用自下而上的方法进行AI集成，授权团队识别、尝试和实施AI驱动的工具和服务。

Hoemeke表示，其公司的IT团队制定了生产力基准，现在每月都能看到改进。

她说：“我们实施的任何AI功能都必须包括使用统计数据和成本管理，这对于推动采用和负责任地使用AI至关重要。One Inc最近还成立了一个AI卓越中心，负责整理全公司的所有工作，以确保最小化重复性工作、分享学习成果和最佳实践，并建立指标以确保我们从AI项目投资中获得收益。”

CIO行动清单

AI的成功不再取决于实验，而取决于集成、规模和治理。CIO在引领这一变革方面具有得天独厚的优势。请使用此清单评估当前的AI环境、识别信息孤岛并实施集成战略。

Loiselle表示：“展望未来，我认为真正的差异化因素将不在于谁使用AI，而在于谁能够将其无缝、安全且负责任地集成到日常工作中。”

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。