
近期在与多家企业首席运营官(COO)及高层的深度交流中,我们发现关于人工智能(AI)落地的讨论氛围较一年前发生了显著变化。
2025年,高管们曾热衷于展示独立的AI成功案例,如提升工程师效率的智能体或替代电子表格的会计应用。但如今,关注点已从单点突破转向全局架构。零散的成功已显不足,核心议题转变为:如何反复复制成功?如何构建让AI成为企业本能的基础设施?
领导者们亟需建立一种覆盖全企业的“AI运营模式”(AI Operating Model),使智能体、自动化和智能数据融入日常运营。否则,企业将陷入为规模化单个项目而无休止挣扎的疲惫状态。
共识缺失:AI规模化的最大阻碍
当前的一大误解在于责任归属。虽然CIO、CAIO、CFO和CHRO分别负责技术、模型、投资和人力,但AI转型实为整个高管团队的共同职责。COO虽常承担统筹角色,但无法独自决策,必须依靠“影响力”在各业务单元间建立共识。深入一线建立人际联结,比单纯构建模型更为关键。
AI运营模式是支撑所有独立AI投资的可复用基础,连接四个关键领域:
- 智能:提供可信的实时上下文,辅助智能体决策;
- 行动:将智能贯穿人员、流程、应用和API;
- 运营:观察并优化全流程的行动能力;
- 控制:确保严格的治理与安全。
然而,多数公司在最后一步停滞。尽管领导层对愿景达成一致,各部门仍各自为政,导致协议无法落地。数据显示,过去几年仅25%的AI项目实现预期投资回报率;82%的高管表示职能孤岛阻碍价值创造;半数CEO指出近期投资节奏导致技术碎片化。填补这些差距的核心在于共识。
IBM实践:从20亿到45亿美元的跨越
IBM早期同样面临快速胜利后的扩展难题,其持续规模化的关键在于共识机制。目前,IBM向客户推广以下实践:
- 先消除,后自动化:遵循“消除、简化、自动化”顺序。自动化有缺陷的流程只会放大低效。这一策略的有效性源于领导团队对AI商业价值点的预先共识。
- 重塑端到端工作流:聚焦领域内的完整工作流而非孤立任务,将其转化为分阶段实施计划并获得业务部门认同。小型跨职能团队与AI代理协作,确保新项目在既有资产基础上启动。
- 明确责任与量化成效:通过企业记分牌追踪采用率等领先指标,在成本节省入账前显示成效。凭借此法,IBM在三年内将20亿美元的生产力目标转化为45亿美元的成本节省。
如今的AI领导者不仅需精通技术,更需具备信誉、沟通能力及建立共识的技巧。若无法促成对AI运营模式的共识,领导者只能推出一次性项目并追逐短期ROI;反之,若能达成共识,将构建起“生产力推动投资,投资促进增长”的价值飞轮。