各位CEO和CIO：
一個殘酷的現(xiàn)實成為今年（2025年）的頭條新聞：麻省理工學院（MIT）的一份報告發(fā)現(xiàn)，盡管美國企業(yè)在生成式AI（GenAI）上投入了300億美元甚至更多的開創(chuàng)性投資，但?95%的組織從中沒有獲得任何回報。
為什么？Cognizant的全球CIO Neal Ramasamy指出，失敗往往是因為項目缺乏與商業(yè)價值的明確聯(lián)系。許多技術(shù)人員跟隨炒作，從模型和試點開始，而非從業(yè)務成果開始。
要想扭轉(zhuǎn)這種局面，CIO必須將“技術(shù)性”工作轉(zhuǎn)化為“戰(zhàn)略性”成果。這套方法論的核心，是更好的變革管理。
以下是CIO們今天就可以付諸實踐的“AI 投資回報率（ROI）五項清單”，幫你將技術(shù)雄心轉(zhuǎn)化為可量化的業(yè)務價值。
CIO必須確保AI項目與業(yè)務期望的結(jié)果一致。
避免的陷阱：不要專注于使用AI重塑“流程”或“任務”本身。例如，AI可以幫助你寫郵件，但這對于不以郵件為核心的員工來說，ROI可能是零。
正確的焦點：必須聚焦于你希望實現(xiàn)的具體結(jié)果——提高效率、改善客戶體驗或加快業(yè)務增長。
問責制：每一個AI用例都需要一個負責任的領(lǐng)導者，目標必須與企業(yè)的OKRs（目標和關(guān)鍵成果）相關(guān)聯(lián)。高管贊助和監(jiān)督（理想情況下是CEO或董事會層面），與更高的ROI直接相關(guān)。
人才框架是AI戰(zhàn)略的基石。CIO們需要從固定的“職位”轉(zhuǎn)向靈活的“技能組合”。
人才結(jié)構(gòu)重組： CIO們應調(diào)整人才策略，為專注于AI的專業(yè)人士（如數(shù)據(jù)科學家和提示工程師）創(chuàng)造新的職位和職業(yè)路徑，同時提升現(xiàn)有員工的技能。
四大B平衡：Skillsoft的CIO Orla Daly指出，AI時代需要一個現(xiàn)代人才管理框架，巧妙平衡四大B：建設(shè)（build）、購買（buy）、借用（borrow）、和機器人（bots）。
核心是信任：隨著AI接管更多常規(guī)工作，領(lǐng)導者必須消除員工對“AI將徹底取代工作”的擔憂。必須溝通“為什么”，展示AI如何增強人類角色，并消除勞累。
僅僅調(diào)整人才框架是遠遠不夠的。組織必須重新設(shè)計核心業(yè)務流程。
產(chǎn)品思維：將內(nèi)部AI驅(qū)動的工作流視為產(chǎn)品。建立產(chǎn)品管理的嚴謹性，以規(guī)范化AI用例的接受、優(yōu)先排序和路線圖。
打破孤島：最關(guān)鍵的轉(zhuǎn)變是從孤島決策轉(zhuǎn)向以數(shù)據(jù)為中心的方法。業(yè)務流程應無縫整合AI輸出，自動化任務，賦予員工數(shù)據(jù)驅(qū)動的洞察。
治理委員會：設(shè)立一個治理委員會（如Xebia），通過三階段流程監(jiān)督項目，確保組織和職能的簡化，鼓勵跨職能流程，幫助打破壁壘。
一個常見的錯誤：只測量技術(shù)性KPI（如模型準確性、延遲），而未能將其與業(yè)務成果（如節(jié)省、收入、風險降低）掛鉤。
建立基線：在啟動AI項目之前，必須建立AI出現(xiàn)前的基線測量。
量化價值：定義明確且可衡量的目標，以體現(xiàn)具體價值。例如，“處理時間快20%”或“客戶滿意度提升15%”。
關(guān)鍵信號：衡量節(jié)省時間（如SAP文檔生成）、減少每項任務的人力勞動力，以及新產(chǎn)生的收入機會。
終極警鐘：“衡量往往是后期才加上的，所以領(lǐng)導者無法證明價值或決定規(guī)?；??！北仨?/span>從項目第一天起就將測量融入其中。
AI的風險是致命的。數(shù)據(jù)泄露平均每次近450萬美元。
代理（智能體）身份管理：必須引入代理身份和訪問管理，讓AI代理繼承與人類相同的權(quán)限和審計權(quán)限，包括日志和審批。這是防止敏感數(shù)據(jù)泄露或惡意入侵IT系統(tǒng)的核心。
消除盲區(qū)：近五分之一的美國員工曾向AI工具輸入登錄憑證。必須設(shè)立策略，防止敏感數(shù)據(jù)被輸入ChatGPT等工具。
紅隊協(xié)作：將雄心與強有力的防護措施相結(jié)合：進行評估與紅隊協(xié)作（red-teaming），以及在關(guān)鍵時刻設(shè)置“人機參與檢查點”。
【結(jié)語】BCG（波士頓咨詢集團）的數(shù)據(jù)顯示，只有?4%的公司將AI推進到POC階段之外，創(chuàng)造了實質(zhì)性價值。AI不是魔法，它需要巨大的前期努力和對組織流程的根本性變革。
只有將AI熱情扎根于核心原則，并理解你所追求的商業(yè)戰(zhàn)略，才是邁向ROI的關(guān)鍵。
遵循這份多點有效變革管理檢查表，確保成果持續(xù)提升。
圖片來源：Rob Schultz / Shutterstock
今年早些時候，麻省理工學院（MIT）的一份報告成為頭條新聞，該報告發(fā)現(xiàn)?95%的組織從人工智能中沒有獲得回報——盡管美國內(nèi)部生成式人工智能（GenAI）項目投入了300億美元甚至更多的開創(chuàng)性投資。那么，為什么這么多人工智能項目未能帶來積極的投資回報（ROI）呢？因為它們往往缺乏與商業(yè)價值的明確聯(lián)系，IT咨詢公司Cognizant全球首席信息官Neal Ramasamy表示。“這導致了技術(shù)上令人印象深刻但既無法解決實際需求，也無法帶來實質(zhì)性收益的項目，”他說。
技術(shù)人員常常跟隨炒作，盲目投入人工智能測試，卻不考慮商業(yè)結(jié)果。“許多項目從模型和試點開始，而非業(yè)務成果，”Asana項目管理應用的 CIO Saket Srivastava 說。“Teams單獨運行演示，不重新設(shè)計底層工作流程，也不指定損益負責人。”
缺乏前期產(chǎn)品思維、糟糕的底層數(shù)據(jù)實踐、缺乏治理以及缺乏采用AI的文化激勵等因素，都可能導致負面影響。因此，為了避免不良結(jié)果，許多技術(shù)歸結(jié)為更好的變革管理。“沒有流程變革，人工智能只會加速當今的低效，”Srivastava補充道。
在這里，我們將回顧五個管理組織變革的建議，CIO們今天就可以將其付諸實踐。遵循這份清單，企業(yè)應當開始扭轉(zhuǎn)負面AI投資回報率的局面，從反模式中學習，并發(fā)現(xiàn)哪些指標驗證了企業(yè)范圍內(nèi)成功的AI項目。
1. 通過溝通業(yè)務目標并管理人工智能項目，前期協(xié)調(diào)領(lǐng)導層
人工智能項目需要高管的支持和明確的業(yè)務改進愿景?！皬娪辛Φ念I(lǐng)導力對于將人工智能投資轉(zhuǎn)化為成果至關(guān)重要，”托管IT支持提供商CMIT Solutions的總裁兼首席 vCIO Adam Lopez表示。“高管對人工智能項目的贊助和監(jiān)督，理想情況下是CEO或董事會層面，與更高的投資回報率相關(guān)?！?/span>
例如，在IT服務和咨詢公司Xebia，一個子團隊的高管負責其內(nèi)部AI工作。該團隊由全球首席信息官Smit Shanker擔任主席，成員包括全球首席財務官、人工智能與自動化負責人、IT基礎(chǔ)設(shè)施與安全負責人以及業(yè)務運營負責人。
一旦高層領(lǐng)導組建，問責制變得至關(guān)重要?！笆紫纫峙淦髽I(yè)所有權(quán)，”Srivastava建議?！懊總€人工智能用例都需要一個負責任的領(lǐng)導者，目標與關(guān)鍵成果（OKRs）相關(guān)聯(lián)。”他建議成立一個跨職能的PMO（項目管理辦公室），以定義Lighthouse（燈塔）的使用場景、設(shè)定成功目標、執(zhí)行防護措施，并定期溝通進展。
即便有了領(lǐng)導層，許多員工仍需要實際指導，才能在日常工作中應用人工智能?！皩Υ蠖鄶?shù)人來說，即使早上給他們工具，他們也不知道從哪里開始，”Skillsoft（一家學習管理系統(tǒng)公司）的首席信息官Orla Daly說。她建議在組織內(nèi)尋找能夠展示有意義用例并分享實用技巧的倡導者，比如如何更好地利用Copilot等工具。她說，那些有好奇心和學習意愿的人將取得最大進展。
最后，高管必須投資基礎(chǔ)設(shè)施、人才和培訓。“領(lǐng)導者必須倡導數(shù)據(jù)驅(qū)動的文化，并推動人工智能如何解決商業(yè)問題的清晰愿景，”Cognizant的Ramasamy說。這需要業(yè)務領(lǐng)導者、數(shù)據(jù)科學家和IT部門緊密合作，執(zhí)行并衡量試點項目，然后再進行擴展。
2. 通過調(diào)整人才框架和投資提升技能來實現(xiàn)進步
組織必須開放，調(diào)整人才框架并重新設(shè)計角色。“CIO們應調(diào)整人才和管理策略，確保組織成功采用AI并實現(xiàn)投資回報，”Ramasamy說?！斑@可能包括為專注于人工智能的專業(yè)人士，如數(shù)據(jù)科學家和提示工程師創(chuàng)造新的職位和職業(yè)路徑，同時提升現(xiàn)有員工的技能?！?/span>
CMIT的Lopez補充道，CIO們也應將人才視為任何AI戰(zhàn)略的基石?！巴ㄟ^培訓、溝通和新的專業(yè)崗位投資人才，CIO可以確信員工會擁抱人工智能工具并推動成功?！彼a充說，內(nèi)部黑客馬拉松和培訓課程常常能帶來明顯的技能提升和自信。
技能提升應當滿足員工的現(xiàn)狀，因此Asana的Srivastava建議分層路徑：所有員工都需要基本的AI提示詞素養(yǎng)和安全培訓，而高級用戶則需要更深入的工作流程設(shè)計和代理（智能體）構(gòu)建知識。“我們采取了對勞動力進行調(diào)查、針對賦能目標并重新測量的方法，以確認成熟度朝著正確的方向發(fā)展，”他說。
但評估當今人才框架的范圍已超越人類技能。這也意味著重新評估你需要完成的工作，以及誰或什么人負責執(zhí)行哪些任務。云咨詢公司Asperitas Consulting云業(yè)務負責人Scott Wheeler表示：“鑒于AI帶來的新能力，審查業(yè)務流程以尋找重構(gòu)機會至關(guān)重要?！?/span>
對于Skillsoft的Daly來說，當今的AI時代需要一個現(xiàn)代人才管理框架，巧妙地平衡四大B：建設(shè)（build）、購買（buy）、借用（borrow）、和機器人（bots）。換句話說，領(lǐng)導者應將組織視為技能集合體，而非固定角色，并根據(jù)需要適當配置內(nèi)部員工、軟件、合作伙伴或自動化?！八笪覀儼咽虑椴鸾獬晒ぷ骰虼瓿傻娜蝿眨⑶乙愿槠姆绞娇创愕墓ぷ?，”Daly說。
例如，她的團隊用GitHub Copilot快速為某客戶編寫了一個學習門戶。該項目強調(diào)了將人類開發(fā)者與AI助手結(jié)合如何顯著加快交付速度，同時提出了其他開發(fā)者需要哪些技能才能同樣高效且高效的問題。
但隨著人工智能代理接管更多常規(guī)工作，領(lǐng)導者必須消除人們對人工智能將徹底取代工作的擔憂?！皞鬟_人工智能項目背后的原因可以緩解恐懼，展示這些工具如何增強人類角色，”Ramasamy說。Srivastava同意了?！昂诵氖?/span>信任，向人們展示人工智能如何消除勞累并增加影響力；讓人類參與決策，（AI）采用自然會跟上。”
3. 調(diào)整組織流程以充分發(fā)揮人工智能優(yōu)勢
調(diào)整人才框架只是開始。組織還必須重新設(shè)計核心流程。“要充分釋放AI的價值，往往需要重新設(shè)計組織的運作方式，”CMIT的Lopez表示，她呼吁將AI嵌入日常運營，并通過持續(xù)實驗支持它，而非將其視為靜態(tài)附加組件。
為此，一項必要的調(diào)整是朝著將內(nèi)部AI驅(qū)動的工作流視為產(chǎn)品并在組織內(nèi)規(guī)范化模式。Srivastava說?！敖a(chǎn)品管理的嚴謹性，以接受、優(yōu)先排序和路線圖來制定人工智能用例，明確所有者、問題陳述和價值假設(shè)，”他說。
在Xebia，一個治理委員會通過三階段收費流程監(jiān)督這一嚴謹性，包括識別和評估價值、確保業(yè)務接受，然后交由IT部門監(jiān)控和支持。“每個用例中，核心團隊負責組織和職能的簡化，”Shanker說?！斑@促進了跨職能流程，幫助打破壁壘?！?/span>
同樣，Ramasamy面臨的最大障礙是組織上的抵抗。“許多公司低估了成功采用所需的變革管理，”他說?！白铌P(guān)鍵的轉(zhuǎn)變是從孤島決策轉(zhuǎn)向以數(shù)據(jù)為中心的方法。業(yè)務流程應無縫整合人工智能輸出，自動化任務，賦予員工數(shù)據(jù)驅(qū)動的洞察?！?/span>
識別合適的自動化領(lǐng)域也取決于可見性?！按蠖鄶?shù)公司在這方面都失敗了，因為他們沒有完善、有文檔的流程，”Skillsoft的Daly說。她建議邀請各業(yè)務領(lǐng)域的主題專家（subject-matter experts）來評估工作流程以進行優(yōu)化。“提名企業(yè)內(nèi)部的個人，以探討如何將人工智能融入你的工作流程非常重要，”她說。
一旦你識別出AI可以簡化的通用工作單元，下一步就是讓它們可見并標準化其應用。Skillsoft通過一個代理注冊表來實現(xiàn)這一點，記錄代理能力、防護欄和數(shù)據(jù)管理流程。“我們正在正式制定一個企業(yè)級人工智能框架，其中倫理和治理成為管理用例組合的一部分，”她補充道。
組織應預見障礙，建立支持結(jié)構(gòu)以幫助用戶?！皩崿F(xiàn)這一目標的一個策略是設(shè)立人工智能特警隊（AI SWAT teams），其目的是促進采納并消除障礙，”Asperitas的Wheeler說。
4. 衡量進展以驗證你的回報
為了評估投資回報率（ROI），CIO必須建立AI出現(xiàn)前的基線（baseline）并提前設(shè)定基準。領(lǐng)導者建議將所有權(quán)歸屬于時間價值、成本節(jié)約、時間節(jié)省、人工客服處理的工作以及新產(chǎn)生的收入機會等指標。
“在啟動人工智能項目之前，應建立基線測量，”Wheeler表示，他建議將各個業(yè)務單元的預測指標整合進領(lǐng)導層的常規(guī)績效評估中。他說，一個常見的錯誤是只測量技術(shù)性KPI（如模型準確性、延遲或精度），而未能將其與業(yè)務成果（如節(jié)省、收入或風險降低）掛鉤。
因此，下一步是定義明確且可衡量的目標，以體現(xiàn)具體價值?！皬捻椖康谝惶炱鹁蛯y量融入其中，”CMIT的Lopez說?！?span style="-webkit-tap-highlight-color: transparent;padding: 0px;outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;font-weight: bold">CIO應為每個AI項目制定一套相關(guān)的關(guān)鍵績效指標（KPI）。例如，處理時間快20%，客戶滿意度提升15%。”他補充說，從小型試點開始，能產(chǎn)生快速且可量化的結(jié)果。
一個明確的衡量標準是節(jié)省時間。例如，Lemongrass（一家軟件服務提供商）的首席技術(shù)官Eamonn O’Neill分享了他如何親眼見證客戶手動記錄SAP開發(fā)，這是一個極其耗時的過程?！袄蒙墒饺斯ぶ悄軇?chuàng)建此類文檔，顯著減少了人力勞動力，這種努力可以非常簡單地衡量并轉(zhuǎn)化為美元的投資回報率?！?/span>
減少每項任務的人力勞動力是另一個關(guān)鍵信號?！?span style="-webkit-tap-highlight-color: transparent;padding: 0px;outline: 0px;max-width: 100%;box-sizing: border-box !important;overflow-wrap: break-word !important;font-weight: bold">如果目標是減少人工客服處理的服務支持臺電話數(shù)量，領(lǐng)導者應建立明確的指標并實時跟蹤，”全棧技術(shù)服務提供商TEKsystems的首席技術(shù)官Ram Palaniappan表示。他補充說，AI的采用也可能帶來新的收入機會。
一些CIO正在監(jiān)控多個具體用例的細致KPI，并根據(jù)結(jié)果調(diào)整策略。Asana的Srivastava，例如，通過監(jiān)控周期時間、吞吐量、質(zhì)量、每次交易成本和風險事件來跟蹤工程效率。他還衡量代理協(xié)助運行、活躍用戶、人工參與接受率和異常升級率的百分比。他說，審查這些數(shù)據(jù)有助于實時調(diào)整提示和護欄。
關(guān)鍵是盡早設(shè)定指標，不要陷入不追蹤信號或不獲得價值的反模式?！昂饬客呛笃诓偶由系?，所以領(lǐng)導者無法證明價值或決定規(guī)模化?！盨rivastava說?！敖鉀Q辦法是從具體的任務指標開始，將其定為基線，并將人工智能直接嵌入工作流程中，使人們能夠?qū)Ｗ⒂诟邇r值的判斷?！?/span>
5. 管理你的 AI 文化，以避免漏洞和不穩(wěn)定
Gen AI工具如今已普及，但許多員工仍缺乏安全使用培訓。例如，根據(jù)SmallPDF 2025年的一項研究，近五分之一的美國員工曾向AI工具輸入登錄憑證。“良好的領(lǐng)導需要建立治理和防護措施，”Lopez說。這包括設(shè)置策略，防止敏感的秘密資料被輸入ChatGPT等工具。
大量使用人工智能也擴大了企業(yè)攻擊面。領(lǐng)導層現(xiàn)在必須認真考慮人工智能驅(qū)動瀏覽器的安全漏洞、影子人工智能的使用以及大型語言模型的幻覺等問題。隨著代理人工智能越來越多地參與關(guān)鍵業(yè)務流程，適當?shù)氖跈?quán)和訪問控制對于防止敏感數(shù)據(jù)泄露或惡意入侵IT系統(tǒng)至關(guān)重要。
從軟件開發(fā)的角度來看，通過AI編碼代理泄露密碼、密鑰和令牌的可能性非常真實。工程師們紛紛搶占MCP服務器，賦予AI編碼代理訪問外部數(shù)據(jù)、工具和API的能力，但Wallarm的研究發(fā)現(xiàn)，2025年第二季度至第三季度MCP相關(guān)漏洞激增了270%，同時API漏洞也激增。
Srivastava表示，忽視代理身份、權(quán)限和審計軌跡是CIO們在企業(yè)AI中常常陷入的陷阱。“引入代理身份和訪問管理，讓代理繼承與人類相同的權(quán)限和審計權(quán)限，包括日志和審批，”他說。
盡管存在風險，監(jiān)管依然薄弱。審計委員會的一份報告發(fā)現(xiàn)，雖然82%的組織正在部署AI，但只有25%的組織已全面實施治理項目。據(jù)IBM統(tǒng)計，數(shù)據(jù)泄露平均每次近450萬美元，而IDC報告中構(gòu)建可信AI的組織更有可能將AI項目的投資回報率翻倍，AI治理的商業(yè)理由非常明確。
“將雄心與強有力的防護措施相結(jié)合：明確的數(shù)據(jù)生命周期和訪問控制、評估與紅隊協(xié)作，以及關(guān)鍵時刻的人機參與檢查點，”Srivastava說。“將安全、隱私和數(shù)據(jù)治理整合進SDLC（軟件開發(fā)生命周期），使發(fā)貨和安全移動同步——沒有數(shù)據(jù)沿襲或模型行為的黑箱?！?/span>
這不是魔法
根據(jù)BCG（波士頓咨詢集團）的數(shù)據(jù)，只有22%的公司將AI推進到POC階段之外，只有4%創(chuàng)造了實質(zhì)性價值?？紤]到這些令人警醒的統(tǒng)計數(shù)據(jù)，CIO們不應對回報設(shè)定不切實際的期望。
從人工智能中尋找投資回報率需要大量前期投入，并需要對組織流程進行根本性變革。正如萬事達運營首席技術(shù)官George Maddaloni在最近接受Runtime采訪時所說，他認為生成式AI應用采用很大程度上是關(guān)于變革管理。
人工智能的陷阱幾乎無窮無盡，組織常常追逐炒作而非價值，發(fā)布時沒有明確的數(shù)據(jù)戰(zhàn)略，擴張過快，安全措施則是事后考慮的。許多AI項目也缺乏高管的支持或治理，無法達到目標。或者，很容易被廠商對生產(chǎn)力提升的炒作和超支，或者低估了將AI平臺與傳統(tǒng)IT基礎(chǔ)設(shè)施整合的難度。
展望未來，為了更好地最大化人工智能的業(yè)務影響，領(lǐng)導者建議投資于擴展所需的數(shù)據(jù)基礎(chǔ)設(shè)施和平臺能力，并聚焦于一兩個高影響力的用例，這些場景能夠減輕人力負擔，顯著提升收入或效率。
將AI熱情扎根于核心原則，理解你所追求的商業(yè)戰(zhàn)略，是邁向投資回報的關(guān)鍵。因為沒有健全的領(lǐng)導和明確的目標，人工智能只是一項令人著迷的技術(shù)，回報總是遙不可及。
