Transcription
许多公司都陷入了人工智能试点的困境。无休止的实验，但没有一项能规模化，什么都没完成。今天在 CXO Talk 第 898 期节目中，顶尖的 CIO 战略顾问 Tim Crawford 将揭示 CIO 和 IT 如何突破瓶颈，实现真正的投资回报率。我是主持人 Michael Cricggsman。让我们开始吧。我所做的很多工作是为 CIO 提供咨询，同时作为行业分析师，我也为供应商提供大量咨询。Tim，你花了很多时间与 CIO 打交道。当你审视人工智能时，人工智能对当今 CIO 的角色有什么影响？>> 从许多不同的角度来看，影响是巨大的，来自许多不同的方向。当你审视这个角色本身以及 CIO 需要考虑什么时，它会影响他们如何工作、如何运作、如何表现、如何自我提升，以及他们如何与组织内的其他人互动，无论是企业领导团队、董事会、客户还是他们自己的组织。因此，人工智能在今天以及未来，从许多不同的维度上，对 CIO 都起着相当重要的作用，为他们提供成功所需的洞察力。>> 这对 CIO 和 IT 的日常生活意味着什么？反复出现的一个问题是，我们如何获得洞察力来做出真正好的业务决策。嗯，过去有很多手工劳动，很多手工工作都围绕着这些决策，无论是通过电子表格和文档、谈话，还是仅仅依靠经验。因此，今天你可以自动化并基于核心数据将许多这些洞察力带到表面，而你以前从未获得过这些洞察力。这意味着你现在可以更快、更准确地做出决策，关于你的方向和你的行动。这既影响了组织，也影响了 IT 组织，无论是从网络安全的角度理解即将到来的威胁，还是如何对其进行优先排序。如果是从服务角度来看，能够做到诸如票据转移之类的事情，我们甚至在呼叫中心也能看到这一点。能够利用人工智能来解决我们别无选择只能让人来处理的一些核心问题。因此，从日常角度来看，CIO 可以从许多不同的维度利用人工智能。他们确实应该这样做，因为这确实是那些未来成功的 CIO 和那些被拖累的 CIO 之间的区别因素之一。我们是在谈论提高效率、节省资金，还是也在谈论创新机会，让 CIO 与业务合作伙伴建立新的或真正改进的关系？现在，让我们花点时间了解一下 Emmeritus，正是它让 CXO Talk 得以实现。如果你是一位正在应对变革或推动增长的商业领袖，请探索 Emmeritus 的高管教育项目，Emmeritus 是全球领导者。他们提供与顶尖大学合作开发的课程，专为像你一样的决策者设计。总有一个项目适合你的目标，无论是人工智能和数字化转型，还是战略和领导力。请访问 www.emeritus. emmeritus.org 找到你的项目。>> 归根结底，它使我们 IT 领导者能够做以前做不到的事情。我们以前只是没有能力做到。嗯，在我们过早地深入之前，我们肯定可以从效率的角度来利用它，以帮助理解我们可以利用人工智能做些什么来更快地完成事情，利用使用人工智能工具带来的倍增效应。嗯，这正是协同助手甚至 ChatGPT 发挥作用的地方。一些嗯，不是聊天机器人，而是当你进入代理和代理时，有一些方法可以从效率的角度来利用它来推动流程并自动化你的一些日常工作。嗯，但一旦你超越了效率方面，你就真的不能停在那里。你必须保持警惕，那就是你如何将创新带入餐桌，以变革业务。因为归根结底，技术就是技术，无论它是红色、蓝色、绿色还是黄色，都无关紧要。无关紧要。嗯，当我与 CIO 交谈时，他们恰恰证明了这一点。关键不在于技术，而在于你如何利用技术来解决业务成果。而这正是人工智能可以帮助推动和前进的地方。但是关于人工智能试点和你所说的“人工智能试点炼狱”这个概念呢？发生了什么？>> 有很多研究。嗯，有 IBM 的 CEO 研究，他们每年都会进行。嗯，他们已经进行了很多年了。最新的研究触及了人工智能努力的成功以及 CEO 对这些人工智能努力的成功程度的看法。嗯，在那项研究中，根据研究中的 CEO 的说法，只有 25% 的人工智能项目被证明具有投资回报率，只有 16% 能够规模化。这是一个相当低的数字。然后，就在过去的一两个月里，你看到了 MIT 的人工智能研究，很多人想引用它，因为数字非常惊人，说只有 5% 的人工智能项目证明了它们的价值。请对 MIT 的人工智能研究持保留态度。嗯，它关注一些非常具体的方面，当你查看这些数字时，你需要确保你理解它们。不要只看标题。但我想，嗯，回到你的问题，Michael，这确实是一个问题，你是否理解你试图用人工智能实现什么，还是你只是在做某种随机实验？到目前为止，很多人都在进行随机实验，作为学习的一种方式，这是好的。你知道，我们必须了解新技术和新创新。这对我们所有人来说都是新的。嗯，但他们没有从理解如何将实验转化为对业务有意义的事情的过渡。我非常具体地说“业务”，因为这不能仅仅是另一个技术项目。它必须有一些业务成果。当你专注于这些业务成果并理解这个项目或这个实验可能产生的成果时，那么你就能非常清楚地了解你应该使用哪些指标来衡量这项工作的成功或失败。然后，从那里倒推，你需要快速了解这是否会证明你的假设，或者不。如果不，就放弃它，继续前进。我认为人们在这里陷入困境的原因有几点。第一，他们没有足够快地做出决定。第二，他们没有考虑他们关注的成果，并且他们没有从业务角度进行协调。他们从技术角度来看待它。第三，他们没有考虑到人工智能和使用人工智能的有效性需要另一个我们过去不必做到的组成部分。过去，当我们引入创新时，我们只是把它放进去，人们就开始采用它并能够使用和利用它。人工智能非常不同。我们很快就会了解到，如果没有培训来帮助我们理解这如何改变我们的工作方式，那么该人工智能项目很可能会失败。我们甚至在像协同助手这样相对简单的事情上看到了这一点，当你开始引入它时，它会改变人们的工作方式。如果我们不通过培训和其他方式帮助他们走过这段旅程，嗯，它真的会很艰难。我想提醒大家，你可以提问。如果你在 Twitter X 上观看，请使用 #CXOTalk。如果你在 LinkedIn 上观看，只需将你的问题输入 LinkedIn 聊天。我们喜欢你们的问题。你们都很聪明。所以请提问。利用这个机会。David Morales Weaver 发表评论说，他通过证明投资回报率而不是追逐功能来规模化试点，这节省了数月时间。所以，这确实是一个非常有趣的观点。绝对。但同样，他可能从“这到底会为我的业务或这项工作带来什么”的角度来看待投资回报率。这不是关于技术。你不能把它看作是技术本身的技术，或者为了技术而技术，你必须从“投资回报是什么”的角度来看待它，以及这意味着什么，即这项改变或这项技术将带来什么业务价值，并且你必须能够非常清楚地证明这一点，我不是说要用一大堆你必须连接的点来证明它，你必须能够很快地连接它们。>> 现在，让我们快速听听 Emmeritus 的介绍，正是它让 CXO Talk 得以实现。如果你是一位正在应对变革或推动增长的商业领袖，请探索 Emmeritus 的高管教育项目，Emmeritus 是全球领导者。他们提供与顶尖大学合作开发的课程，专为像你一样的决策者设计。总有一个项目适合你的目标，无论是人工智能和数字化转型，还是战略和领导力。请访问 www.emeritus.org 找到你的项目。我们共同的朋友 Isaac Sakolic。他说：“房间里的大象是人工智能泡沫，还是 CIO 们行动太慢？”我们肯定处于泡沫之中，但我也认为我们也在以我们采纳创新的方式行动太慢。那意味着什么？所以我们处于泡沫之中，因为人工智能的对话非常火爆，对吧？现在一切都与人工智能有关。我的烤面包机现在有人工智能了。嗯，但这真的会为我们的业务带来改变吗？不。我们真的在乎吗？不真的。嗯，但这是营销的炒作。所以你必须仔细分辨。当你深入到它的核心构建块，并开始审视效率的机会时，我们真的在拥抱它们吗？不。原因如下。我认识 Isaac，我也认识 Isaac，他可能在翻白眼说：“是的，是的，是的。”那就是我们没有重新思考我们必须如何改变我们的业务以及我们如何运作。这必须在组织内部以及 CIO 方面发生。你知道，Isaac 谈了很多关于在组织内保持敏捷意味着什么。这必须在人工智能方面得到体现。我们必须非常不同地思考我们的工作方式、运作方式、流程、工作流程。你不能只是把人工智能应用到你一直以来的做事方式上。你必须简化，理解如何优化，然后找出人工智能如何帮助推动这一点。这非常不同。这非常不同。但我喜欢这个问题。我完全同意。而且你经营着 CIO 智囊团，所以你确实在身体力行。但是，让我们来看看 Craig Brown 的问题。他说：“一旦生成式人工智能试点开始，你如何监控流程和人员，以证明生成式人工智能工具的成本并显示价值？你如何显示价值，哪些指标是监控的关键，你如何将其与当前运营进行比较？”我的意思是，他基本上是在问，你如何证明成本，显示价值，以及你如何比较和衡量它。根据你所做工作的具体细节，答案会略有不同。但你必须回到，让我举些例子。嗯，如果我们假设你正在使用，我之前提到过协同助手，它到底为组织带来了多少效率，这意味着你必须花时间去了解它实际上节省了多少时间。你不能假设你，你会在这个过程中做一些假设，但你不能从假设开始。你必须开始了解实际情况，比如一个部门的 10 个人，他们到底花了多少时间，你必须花时间和他们每个人在一起，然后你就可以从中推断出来。但这需要更多的实地考察才能真正理解，然后你可以将其推断到你拥有 20,000、100,000、250,000 人的组织。嗯，当你开始构建离散的、非效率类型的项目，而是创新项目时，这些项目有非常离散的成果，因为现在你谈论的是做以前做不到的事情。在这些情况下，你通常会有一些与成果相关的美元价值。也许是你能够推出的新产品。也许是新的服务线或新的市场。因此，你可以作为一部分跟踪非常清晰的指标。此外，在后端，像 Aptto（来自 IBM）和 TBM 委员会这样的公司，他们正在努力解决这个问题，甚至像 FinOps 基金会，从云的角度，从人工智能的角度，如何开始理解你实际上在这些项目上花费了多少钱，以便将其纳入价值方程？因为这正是你在这里问的，即什么价值驱动投资回报率，而很多人关注成本，但人工智能的成本并不清楚，它可能很复杂，所以有一些正在开始的努力，但我们还处于非常早期阶段，所以我想鼓励你与你的合作伙伴一起弄清楚，无论是 SI、GSIS，还是你正在合作的供应商、企业供应商，与他们合作，并帮助他们理解你在清晰度方面需要什么帮助，因为他们也在努力弄清楚。让我们转向 Twitter 到 X，以及 Arcelon Khan 的一个有趣问题。他说：“这些人工智能失败，”这很有趣。他说：“这些人工智能失败？”嗯，我们还没有真正谈论过人工智能失败，除了我认为试点不成功，我猜我们可以这么说，是人工智能失败。是的，MIT 的研究是关于 PC 的失败。Arthlon 说：“这些人工智能失败是因为非技术高管缺乏远见，还是因为技术高管不知道如何说服他们的同行，让他们相信人工智能是一个整体解决方案？”两者都是真实的。人们对项目的价值、实验的价值有一定的理解，而你必须将其与业务成果联系起来。我经常看到的一个问题是，这有点回到了我们一开始谈论的，当谈论 CIO 的角色以及角色如何演变时，我相信很多人还没有机会阅读，但我昨晚在我的博客 aa.com 上发布了一篇博客文章，谈论了这一点，即 CIO 的角色从传统向转型转变。这意味着从技术焦点转向业务焦点。这样做的好处是，它让 IT 领导者更多地考虑业务成果，而不是技术成果。许多失败的项目是技术项目。它们不是业务项目。这是问题之一，当你关注效率时，它是关于什么的效率？所以这个项目到底打算完成什么，你如何实现业务成果？但首先你必须了解这些业务成果是什么。许多 IT 人员对他们需要的业务成果的深度了解不足，他们的业务目标是什么。例如，如果你在 IT 部门，你是否清楚地了解你公司的目标，执行领导团队关注的业务目标是什么？如果答案是否定的，那么第一步是了解你的业务性质。第二步是了解你的业务如何运作。你如何赚钱？你如何花钱？第三步是了解你的客户。你的客户做什么？他们如何与你的公司互动？为什么他们选择与你的公司而不是你的竞争对手互动？现在，一些技术人员可能会说：“等等，我在 IT 工作。我不在市场营销或销售部门工作。”但你知道吗？有了人工智能，你必须开始了解这一点。我们以前就需要了解这一点，但有了人工智能，这一点绝对是必要的。为什么人工智能迫使 IT 人员或 CIO 更广泛地思考整个公司？因为我一直认为 CIO 应该这样做，从基本上是永远的现代时代开始。我不想陷入这个问题的深渊。我有一个关于人类学的完整讲座，以及我们如何从 60 年代开始关注业务成果。嗯，我们有点失去了方向，我们开始说“看，我们遇到了这个问题，我们可以解决这些业务问题”，我们开始在我们所做的事情和业务所需之间创造一道鸿沟，而业务在某种程度上失去了对幕后技术所做事情的了解。我们现在已经走到了一个完整的循环，猜猜看，这个鸿沟需要弥合，原因是什么？人工智能到底在做什么？它正在改变我们的业务运作方式。无论是从效率的角度，还是从我们与客户互动的方式，它都在改变我们的业务运作方式。而你唯一知道或理解它对你业务影响的方式就是通过理解你的业务。不幸的是，正如你所说，许多 IT 人员对他们公司的运作方式的了解并不比基本了解多。你知道，他们如何花钱，如何赚钱，如何与客户互动。Simone Joe Moore 在 LinkedIn 上强调了这一点，我们不应该只关注“效率”，而应该真正思考组织和人们工作的有效性。完全同意。真正的金钱，真正的机会将在你开始进入我所谓的创新项目时出现。这些是你以前在人工智能出现之前做不到的事情。这与效率项目不同。效率项目有价值，它们是学习的好方法，但你必须很快地弄清楚如何换挡并开始采纳一些创新努力，一些你以前做不到的事情。嗯，人工智能，我完全同意，这就是公司真正的财富所在。效率很重要，但真正的财富在于你能够做一些能够为你打开以前无法打开的大门的事情。提供你以前从未获得过的见解。让你能够以以前无法做到的方式与客户互动。而且，这里有一个关键点，它开始让你与竞争对手区分开来。所以，这就是大战的地方，那就是你如何开始让你的公司与竞争对手区分开来，并能够与客户在他们所在的地方以及他们要去的地方进行互动。所以，向前看，而不是向后看，也要环顾四周。Rocky Vienna 询问了我们在使用公共 LLM 时存在的安全风险。你认为在开发平台以围绕公司使用人工智能提供安全保护方面有哪些进展？这是一个非常重要的问题。我们绝对需要更多地思考和谈论的不仅仅是安全，还有治理。这是你应该向你的供应商和提供商施压，让他们谈论的，即他们如何看待数据治理。嗯，有不同的方面。Rocky 正在询问关于实际模型本身的安全问题，并且有一个有趣的 MIT 研究，不同于 MIT 的人工智能研究，它谈论的是微模型，所以你可能只需要搜索 MIT 微模型，这是一个有趣的阅读，谈论了大型模型与小型模型之间的变化将如何发挥作用。嗯，当你开始考虑安全时，你必须考虑数据。你必须考虑你如何使用这些数据以及保护这些数据的成果。我认为这是我们将在大型模型中遇到一些尚未解决的问题。一个很好的例子。我公开声明说，“你知道吗，Michael Cricggsman 很糟糕。他是个糟糕的人。”请注意，这一切都不是真的。>> 哦，是真的。不，是真的。但继续。>> 不，不，不，不，不。我认识 Michael 很多年了。他是一个很棒的人，我很喜欢和他一起工作。嗯，但问题是，当一个模型拾取了它时，就无法将其从蜂群中移除。无法撤回。所以，即使一旦我们走上了这条路，问题是你会开始出现更多的错误信息和虚假信息。所以这将是一个问题。但你也必须考虑你拥有的数据，尤其是专有客户数据的治理。甚至当你开始考虑用户治理模型以及人工智能代理模型以及知识模型以及来自不同记录系统的不同治理模型时，也会出现一些挑战。你如何开始将所有这些整合在一起以使其有意义？在我与一些全球最大的企业供应商的谈话中，他们也还在努力解决这个问题。所以，请稍等。这将是一段艰难的旅程，但我们面临着一些相当有趣的挑战。>> 当然，我们正在处理的 LLM 具有永不满足的欲望和贪婪，想要吞噬它们路径上的一切。>> 是的。>> 你必须小心，你与这些 LLM 的接口配置要排除吞噬你的公司数据。>> 还有那个。所以，我认为这是你必须考虑你的数据策略的地方。你必须考虑如何保护对你的组织重要的东西。这可能是一个完全不同的对话。但人工智能开始影响这一点，当你开始考虑人工智能的治理，尤其是当我们进入具有学习模型、推理模型、发现、A2A、MCP 的代理时。我还可以继续说下去，关于通过这些流程治理数据的挑战。Greg Walters 一直在 LinkedIn 上耐心等待，然后我们将回到 Twitter，因为我们在那里也有很多问题。他说，人工智能的失败似乎发生在人工智能被引入现有流程而不是流程被人工智能调整和消化时。但他表示，他看到了一线希望，似乎我们终于开始关注可交付成果而不是遵守流程。但我只想说，我听过这个对话已经 25 年了。这并不新鲜。>> 关于政策制定，还有另一场讲座。你知道我们是如何创建这些业务政策和业务流程的。通常是因为有些事情没有做好，或者我们希望它根据当时的情况以非常特定的方式工作。那么，你知道吗？这些参数在某些情况下已经改变了几十年，但公司从未改变过他们的做事方式。所以，你所暗示的并且真正需要考虑的是如何开始理解那个过程？所以，暂时把人工智能放在一边。你如何理解那个过程？你如何优化那个过程？然后你如何将人工智能引入其中？因为如果你只是简单地将人工智能叠加在现有流程之上，你很快就会陷入一团糟，尤其是在你进入代理框架时。Arcelon Khan 又回来了。他说：“作为一个正在康复的企业架构师，我们应该以人工智能为目标。我们应该以人工智能取代我们的工作为目标。一些企业架构师对此没意见，但有些则不然。人工智能竞赛在多大程度上是为了自保？”>> 问题是，营销在这里真的占据了主导地位。人工智能不会直接取代你的工作，但人工智能可能会取代你的工作。我的意思是，使用人工智能的人和不利用人工智能的人之间将存在差异。而利用人工智能的人将是那些在 Excel 中取得成功的人，而那些不利用人工智能的人。这一直延伸到 CIO。那些不利用人工智能的人将走向灭亡。这与传统 CIO 正在衰落而转型 CIO 正在受到追捧的原因相同。这是因为他们的关注点以及他们如何利用可用的工具，以及他们如何随着时间的推移为他们的特定角色和特定组织提供更大的价值。Chris Peterson 在 Twitter 上提出了几点有趣的观点。他说，第一，最近有一项来自 Anthropic 的研究表明，只有 250 份不良文件足以在训练时毒化几乎任何规模的模型。所以，回到你关于不良数据，基本上是中毒数据的观点，Chris 问道。他说他同意人工智能泡沫和需要进行的价值对话。我们如何考虑当风险投资和循环交易消失时，客户的潜在成本爆炸？我们甚至能弄清楚我们的可持续性指标吗？我认为我们会看到更多的小型模型，并且更少地利用大型 LLM。嗯，当你看看 OpenAI、Oracle、Meta 时，这有点疯狂，它们只是朝着越来越大、越来越大的方向发展，这也是为什么，回到早些时候关于泡沫的问题。我认为我们所看到的在企业层面确实有很多泡沫。企业需要一些更具穿透力，并且更具体于其行业或其特定公司的东西，而这正是你获得特定数据的地方，而数据是你能够控制的。所以，这是一个方面。第二个是你提到的关于可持续性，这是一个真正的问题。这是一个真正的问题，我发过推文。我确定 Chris，你看到我谈论过这个问题，但我们已经停止谈论可持续性，我认为其中一些在目前是政治驱动的，但我们将再次大规模地关注这一点，那就是我们如何开始理解自然资源的要求以及人工智能的影响，无论是从能源角度来看，对吧？亚马逊被要求不要将更多的工作负载带到爱尔兰或类似的地方。我们会看到更多这种情况。无论是出于水资源还是电力原因，以及驱动成本。拥有数据中心的社区，他们正在看到电力成本上升。但目前，这个对话在很大程度上已经平息了。我们必须回到这一点。我认为这也会促使我们更聪明地使用这项技术。LinkedIn 用户 Edward Monroe 提问：“CIO 如何处理从 SEO（搜索引擎优化）到 GEO（生成式引擎优化）的转变？是否有早期优先事项可以指导从 SEO 到 GEO 的转变路线图？”第一，CIO 不关心。嗯，我不是随意说的，而是你必须看看 CIO 关注什么，而你谈论的是一个更深入组织内部，可能在 CMO 组织中，特别是关于这些技术的使用方式。请记住，未来的 CIO 非常关注业务成果，而不是具体的技术。你知道，我经常说，无论它是蓝色、绿色、黄色、红色、蓝色，都无关紧要。无论谁的技术，谁的徽章，谁使用哪种技术，都无关紧要。重要的是，这将如何推动我的业务向前发展。嗯，但那个具体问题我得稍微推迟一下，因为它超出了 CIO 的范围。从 CIO 的角度来看，这是一个内部运营和任务集，IT 可以帮助支持基础设施。但一旦进入市场营销领域，这真的是 CIO 的工作，还是一个在市场营销部门拥有该特定流程深厚专业知识的人的工作？你开始看到的另一件事是组织之间的合作。所以 CIO 和 CMO 一起合作。CIO 和 CRO，CIO 和 CFO，CIO 和 COO，CIO 和 CPO。这是今天在我们智囊团的谈话中出现的一个话题，即 CIO 和首席产品官的角色。嗯，所以你必须记住，这些人的关注水平以及对他们来说最重要的事情，都非常关注那些能够为组织和客户带来改变的战略性业务成果。当你深入到“如何做”以及细节时，你就会开始在组织内部进一步工作。>> 而且，我也会假设，那就是你开始与可能也生活在 IT 内部但拥有非常狭窄的领域知识，对特定主题有更深入了解的详细专家合作的时候。>> 是的，绝对正确。所以，我们还有来自 Twitter 的一个问题，一个非常好的问题，回到 PC 到概念验证。Elizabeth Shaw 说：“你如何以及何时终止人工智能概念验证，尤其是因为这样做充斥着政治因素？”所以，给我们解读一下。问题在于政治有时可以决定决策，而且如果你曾经在大企业工作过，就像我职业生涯的大部分时间一样，这是你必须应对的必要之恶。嗯，你必须有正确的平衡，但这关系到人际关系。嗯，你必须考虑花费金钱和资源的影响，因为这不仅仅是金钱。这是朝着这项工作投入的资源，而这些资源本可以应用于其他地方，并确保这项工作与业务成果保持一致。我听起来像个老调重弹，但业务成果和业务目标需要占主导地位。现在，政治会发挥作用，你必须确保你有一个健康的平衡，并扮演政治家的角色。但你必须了解，他们和你一样有动机和激励。所以，如果你能了解他们的激励和动机，为什么他们会推动并继续推动，嗯，这可能会给你一些见解，让你如何将焦点引向另一个方向，以便你可以拔掉插头，继续前进。但总而言之，你必须弄清楚如何快速确定，这个实验会成功还是失败。如果它会失败，你需要尽快拔掉插头。如果它会成功，你需要能够很快地证明成功。我曾与某人谈过，他说：“哦，好吧，我们将需要 12 个月的运行率，或者 12 个月后才能真正显示进展。”我说：“那些日子已经过去了。”就像你必须在很短的时间内显示进展，有时是几周和几个月，而不是几年。关于成功或失败的 AI 项目，Isaac Sakolic 回来了，给出了一个真正的定义。他说失败发生在人工智能暴露数据或缺乏验证结果的测试，或者缺乏变革领导力时。>> 他绝对是正确的。你必须考虑这一点。你必须考虑失败将如何发生。你知道，关于我之前提到的我昨晚写的博客文章，嗯，有一个重大的变化即将来临。嗯，有一项研究刚刚发布，高管领导力，在未来 3 年内，跨越各个领域的十分之六的执行官预计将改变角色。当你开始深入研究技术以及人们将要做什么时，这将驱动巨大的变化。所以变化就在我们的未来。如果你今天还没有看到，那就期待更多。如果你今天已经看到了，那就期待更多，而且它会来得更快。所以你必须弄清楚如何加速你的组织、你的思维和你的决策，以便能够适应这一点。我最近向一群高管做了一个演讲，我说：“今天是你公司运营最慢的时候。”想想这一点。今天是你公司运营最慢的时候。我们只会变得更快。系好安全带，抓紧。关于有助于加速这些项目并使它们与业务最牢固地联系起来的人际关系，Arcelon Khan 在 Twitter 上又回来了，他说：“技术高管是否应该邀请非技术高管进入我们的回声室？除了成本和效率之外，非高管还有什么激励措施？”那么，我们如何扩大这个馅饼呢？我过去作为 IT 领导者经常谈论，当我进入一个新组织时，我建立的第一个关系是与我的首席法律顾问和审计主管。现在，你可能会想，“CIO 建立这些关系有点奇怪，但事实是，你迟早会遇到那些来自法律角度和审计角度的人。如果你至少在建立关系并打下基础，以便你能理解、倾听并尊重他们的观点，那么猜猜看？当你们需要坐下来谈话，因为你们被入侵了，或者你们有一个需要处理的法律问题时，你已经知道他们的立场了。你不是在激烈的战斗中才弄清楚。所以，这是一种建立尊重的方式。这是一种建立关系的方式。我无法强调这些关系有多么重要。当事情变得艰难时，你将不得不依靠你建立的关系。而不是其他因素或技术花招。你必须依靠关系。所以，不要只看你从那段关系中获得的价值。关系是随着时间的推移而建立的。你随着时间的推移而投资。当你这样想时，它就改变了你邀请这些人参加你的员工会议或向你的组织做演示的范式。Simone Joe Moore 在 LinkedIn 上指出，将人工智能应用于当前流程与自动化问题无异。如果你的基础不好，我们只会更快地做错事。速度确实会致命，直到我们放慢脚步，使速度可持续。Greg Walters 评论说，这一切都是经典的“需求评估”和“系统分析”的东西。当你应用自动化时，无论是 RPA、RPO，还是代理框架，在光谱的另一端，当你做所有事情时，你只是在自动化一个现有流程，这有一个危险，这是人们不一定想到或理解的，那就是第一，你是否花时间去理解那个流程是如何工作的？不。第二，你把人排除在外，而我们低估了人的价值。所以，当你告诉一个人做一个特定的任务时，如果出现一些偏离该任务的情况，人有认知能力说：“这不符合常理。我最好问问别人，因为它不是我的流程。它不在我的能力范围内。”当你自动化这些流程时，所有这些检查都会消失。所以，这变得极其危险，因为你开始自动化糟糕的流程。所以，这是你需要考虑的事情，以及为什么它总是重要的。在开始添加这些之前，先理解你试图处理什么。坦率地说，这是正确的起点吗？我的意思是，这是另一回事，那就是优先排序。>> 然后 Michael，第二个问题，>> 他说这是经典的。>> 哦，>> 经典的东西。你需要系统分析。继续。是的。所以，我有点同意。我认为你需要更多的业务分析，而不是系统分析。我说这话的原因是，一切都始于你的运作方式、你的业务如何运作、工作如何完成。首先理解这一点，然后你就可以进行一些系统分析，以便能够确定如何相应地调整或改变它。当你开始考虑将人工智能融入其中时，但你绝对应该从业务开始。我之所以做出这种看似过于细微的区别，是因为如果我只是同意并说：“是的，系统流程”，你说的也对。嗯，太多人会说：“哦，好的。所以，我只需要应用我正常的系统流程，按照系统的构建方式来做，理解系统是如何构建的，然后为人工智能重构它。”这将是一个错误。Elizabeth Shaw 说：“谁应该负责人工智能投资回报率的问题？”Arselon Khan 说：“为什么总是由技术人员来了解业务流程的责任？”我认为这些是相关的问题。谁负责人工智能的投资回报率，为什么总是由技术人员负责？对于 Elizabeth 的问题，简单的答案是，没有一个人负责。这就是为什么一些组织正在组建一个人工智能委员会，该委员会可以由 CIO 领导，有时由公司 CEO 领导，但有一个人领导该委员会，该委员会是组织的功能性代表。他们集体，而不是单独，集体负责优先排序，并确保设置了护栏，并且成本正在得到管理。嗯，然后我认为第二部分是关于如何随着时间的推移来演变它，对吧？所以这是一个演进过程。我们还在学习。嗯，但你必须能够加速决策过程，关于你首先做什么，其次做什么，第三做什么，然后演变它，对吧？快速失败。我们以前听过这些词。我们只是将它们应用于人工智能。让我们简要谈谈供应商，技术供应商和服务供应商。历史上，服务存在一个真正的问题，因为公司会将这项工作外包，而专业知识会留在公司之外，由第三方供应商，专业服务供应商掌握，这造成了一个循环，即专业知识从未得到发展，因此存在依赖循环。>> 是的。你现在对人工智能的看法是什么？>> 第一，你不能自己做。你不能自己做。你需要帮助。>> 等等，等等。所以，所以只是为了让我清楚地理解你。所以，你现在提倡将知识外包，这样你就不用担心了。你是在说这个吗？>> 不。不，我绝对不是那个意思。>> 好的。抱歉，我错过了。我的意思是，当你走上这些更大的项目之路时，所以超越效率，进入更具创新性的项目，你将无法全部在内部完成。你需要帮助。但你必须了解你的合作伙伴在哪里能为你的组织发挥最强大的作用。正如你所说，如果你将你的组织外包给第三方，而你基本上是付钱让他们建立机构知识并维护机构知识和学习，那是一个错误。这是一个关键的战略错误。但你可以利用第三方的方式是让他们填补一些更平凡的事情，并帮助你的组织，帮助你的团队学习，并用外部思维来补充一些东西，这样你就可以帮助他们加速自己的思维。但归根结底，你希望机构知识在你组织内部，而不是外部。所以，我不是提倡它在外面。我提倡的是你需要利用外部资源来带来专业知识，并帮助培训和教育你的团队，以便他们能够更快地完成这个学习过程，对吧？他们不是在重新发明轮子，但也许他们得到一个框架，然后他们可以为自己的需求重新发明它。但同时你也没有在组织外部建立那个卓越中心。你把它建立在你的公司内部。嗯，这并不总是如此。不幸的是，我遇到过一个组织，一半的组织被外包了。嗯，问题是，很多创新是由那些外包的员工完成的。是的，这是一项昂贵的冒险，并且对你的组织、公司和客户都非常不利。所以，你根本不是建议将机构知识的责任转交给第三方，然后让他们自行处理。但你的意思是仔细优先排序，利用他们来帮助启动。一位 LinkedIn 评论者，我不记得是哪位，谈到了这一点，优先排序。所以你的意思是仔细选择你的战斗。>> 是的。如果你放弃了对第三方的责任，你需要离开。你真的需要离开，因为这会使组织面临风险。嗯，我见过这种情况，不幸的是，我见过一些情况，其中 IT 中最高级别的人基本上是我的话，他们因为一些战略失误而劫持了公司。这从来没有好结果，但它将迫使董事会和 CEO 做出一些非常艰难的决定。嗯，是的，无论如何都会得到纠正。但是的，只是不要走那条路。用一句话，Chris Peterson 在 Twitter 上问道：“你是否看到人工智能与 CEO 一起扮演特定的 seuite 角色，就像一些组织已经与 CDO 所做的那样，还是会留在 CIO 的范围内？”我想到的是首席人工智能官之类的。所以，非常快速地，我早就说过，我将继续说，如果你正在寻找首席人工智能官或首席数字官，CO 或她 CAIO，你可能没有合适的 CIO。这并不是说你不需要人工智能副总裁或数据副总裁，但在首席官级别，不，绝对不行。>> 为什么这么说？归根结底，它真的是一个与 CIO 分离的角色吗？不。然后，它是一个将在执行领导团队中与 CEO、CFO、CMO、COO、CRO、CHRO、CIO 平起平坐的角色吗？答案是否定的。这是一个非常具体的任务。这就是为什么我说人工智能副总裁或数据副总裁是一个更合适角色。然后，这会融入 CIO，战略性 CIO，因为同样，CIO 最亲密的关系将是与 CEO，其次是与 ELT 的其余部分。你不会看到其他角色走类似的道路。就像我说的那样，这是一个更长的对话，关于为什么以及如何实现这一点，但这是总体的看法。>> Tim Crawford，非常感谢你今天抽出时间分享你的专业知识。我非常感激你。>> Michael，非常感谢你的邀请。我喜欢观众提出的问题。这太棒了。各位，现在是订阅 CXO Talk 新闻通讯的时候了，这样我们就可以通知你即将到来的节目。你可以成为我们社区的一员，你可以参与。这个节目完全是关于听众的。所以，现在就去 cxot talk.com，订阅新闻通讯，我们下次再见。我们确实有，就像我们一直以来一样，令人难以置信的节目即将到来，下周的节目是两周后。两周后的今天，我们有两位英国上议院的成员谈论大型科技和人工智能及大型科技的政策。所以，这将非常有趣，直接来自内部人士。所以，加入我们。非常感谢。感谢 Tim Crawford。我们下次再见。 [音乐] [掌声] [音乐]