汤森路透首席数据官凯特琳·哈弗蒂。图片来源：Michael Faas/Fortune
如今，越来越多企业都在经历同样的窘境：AI项目在试点阶段表现出色，顺利通过测试，也获准全面推广……但真正落地后的表现却不尽如人意，或是无法达到预期的业务效果。
随之而来的，往往是相互指责、推诿责任，项目落得尴尬收场。
AI项目的问题未必出在技术本身。在本月举行的《财富》科技头脑风暴大会圆桌论坛上，多位企业高管表示，事实上，症结往往在于企业围绕AI项目所设定的规划、流程和预期，或者说恰恰在于企业根本没有建立相关体系。
安进（Amgen）首席技术官肖恩·布鲁伊奇表示，首先，并非所有AI项目都有大规模推广的价值。
他表示：“试点阶段很容易出现‘百花齐放’的局面。”这并非坏事，因为它能够鼓励大胆尝试。但他同时指出：“要让试点项目成功实现规模化的关键在于，一方面可以有各种天马行空的想法，但必须建立严苛的治理机制，决定究竟哪些试点项目能够获准全面推行。”
赛富时（Salesforce）首席客户与商务官拉尚达·安德森-威廉姆斯表示，在进入下一阶段之前，一个关键前提是明确项目的预期成果。她认为，有太多企业把心思放在了AI功能如何成功落地，沉迷于技术上的“花哨功能”，却忽视了项目究竟能带来怎样的业务成果。
这种心态注定会令人失望：AI功能或许运行得非常出色，但这项新技术没能创造实质性商业价值。
AI智能体落地，先画好“流程图”
谈到智能体式AI时，安德森-威廉姆斯指出，企业必须对业务流程有足够细致的理解，包括完成一项任务需要哪些人员、哪些团队以及哪些业务环节。她表示，许多企业在推进过程中发现，相关流程要么根本没有形成文档，要么记录得十分粗糙。“在这种情况下，如果想要强行嫁接AI，还指望它能化腐朽为神奇，结果只会是空欢喜一场。”
AI从试点到全面部署的过程中，经常会遭遇的一大障碍是数据访问权限问题。由于企业内部的数据通常分散在不同的系统中，不同数据又对应着不同的访问权限，以及各自的隐私和安全要求，极易让项目推进变得错综复杂。与会嘉宾强调，企业应在项目启动前界定AI项目的边界，以及未来可能涉及的所有数据需求。汤森路透（Thomson Reuters）首席数据官凯特琳·哈弗蒂表示：“越早在调研阶段梳理清楚这些问题，项目成功的把握就越大。”
这也意味着，企业需要尽早获得相关部门和利益相关方的支持。哈弗蒂表示：“项目是否会涉及个人身份信息（PII）或其他涉密数据，从而触发隐私合规要求？”如果答案是肯定的，就必须让对应合规人员参与项目。她表示：“如果涉及网络安全问题，那就应该让安全团队加入。”
安进首席技术官布鲁伊奇也强调了在企业内部获得广泛支持的重要性。他认为，任何具有变革意义的AI项目，必须有财务、技术、人力资源等多个部门的负责人参与其中。他表示，一个真正具备影响力的AI项目，不应只是帮助少数员工提高工作效率，而应当带来“对整个企业有价值的成果”。（财富中文网）
译者：刘进龙
审校：汪皓
财富中文网所刊载内容之知识产权为财富媒体知识产权有限公司及/或相关权利人专属所有或持有。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。
