核心摘要：當大多數企業(yè)還在糾結“買哪個大模型”或“如何用 AI 裁員”時，市值 500 億美元的保險巨頭 Liberty Mutual（利寶互助保險）卻將 AI 戰(zhàn)略的焦點錨定在了一個極其“柔軟”的詞上——人類潛能（Human Potential）。其全球 CIO Monica Caldas 在最近的訪談中揭示了：在沒有標準劇本的 AI 時代，企業(yè)如何跳出“試點煉獄”，在保持嚴謹治理的同時，用 AI 重塑 4 萬名員工的工作方式。
對于任何一家大型傳統企業(yè)來說，全面引入生成式 AI（GenAI）都無異于在飛行中更換引擎。它不僅是技術層面的挑戰(zhàn)，更是人性、文化與運營模式的全面震蕩。
Liberty Mutual 全球 CIO Monica Caldas 深刻理解這一點。在她的領導下，Liberty Mutual 并沒有在 AI 的狂熱中迷失方向，而是采取了一種極其克制且以人為本的戰(zhàn)略。
“你不可能通過看書來學會游泳?！盋aldas 借用這句諺語，點出了企業(yè) AI 培訓的核心。
Liberty Mutual 沒有簡單粗暴地封鎖 ChatGPT，也沒有毫無節(jié)制地放任員工使用。他們首先推出了安全且受控的內部平臺?LibertyGPT，以保護數據完整性。緊接著，他們推行了一套類似于“考駕照”的員工培訓項目。只有通過培訓、掌握了數字與數據素養(yǎng)的員工，才能獲得在安全空間內進行 AI 測試、學習和培養(yǎng)直覺的權利。
如今，很多企業(yè)的 AI 戰(zhàn)略陷入了“試點煉獄（Pilot Purgatory）”——搞了幾十個花哨的 PoC（概念驗證），最后能落地的寥寥無幾。
Caldas 的破局之道非常堅決：堅持嚴格的“平臺導向”，而不是“工具泛濫”。
Liberty Mutual 拒絕為了迎合潮流而去跟無數家 AI 初創(chuàng)公司搞聯合試點。他們建立了一套嚴苛的紀律機制，涵蓋用例選擇、輸入輸出標準、預算贊助和安全治理。正是這種“克制”，讓他們成功地將 50 個高價值的 AI 用例推向了生產和規(guī)?；A段。
Caldas 強調，為 AI 轉型絕不僅僅是“做個系統升級”，它要求企業(yè)在三個維度進行底層重構：
核心系統模塊化：確保系統具備互操作性，能夠持續(xù)演進。
數據管道重塑：確保高質量、治理良好的數據在企業(yè)內可靠流動（這是 AI 不產生幻覺的前提）。
強化身份與治理框架：在推廣高級 AI 功能的同時，守住安全與合規(guī)的底線。
隨著十年后代理型 AI（Agentic AI）的大規(guī)模普及，大量戰(zhàn)術性和重復性的 IT 運營工作將被自動化。這會削弱 CIO 的地位嗎？
Caldas 給出的答案是否定的?！斑@反而提升了 CIO 的角色?！碑斪詣踊诉\營摩擦，CIO 將獲得極其寶貴的“帶寬”，去專注于更高階的商業(yè)影響：深化行業(yè)專業(yè)知識、塑造業(yè)務戰(zhàn)略，并與各業(yè)務領袖共同重新構想產品與客戶體驗。
結語：
在 AI 時代，技術可以被購買，算法可以被復制，但“將人類判斷與機器智能完美融合的文化”卻無法速成。Liberty Mutual 的經驗告訴我們：AI 最偉大的價值，不是替代人類，而是賦予人們信心與能力，去專注于解決那些更宏大、更具挑戰(zhàn)性的商業(yè)命題。
原文：利用 AI 釋放 Liberty Mutual（利寶互助保險）的人類潛能
摘要：CIO Monica Caldas 與 Heller 公司 CEO Martha Heller 坐下來深入交談，探討在這家市值 500 億美元的保險巨頭中，如何平衡誠信與實驗、避免“試點煉獄（pilot purgatory）”，以及推動變革管理。
Liberty Mutual（利寶互助保險）對生成式 AI（GenAI）的應用策略，折射出其對企業(yè)轉型的深刻洞察：最艱巨的挑戰(zhàn)絕非技術，而是人性。因此，全球首席信息官（CIO）Monica Caldas 將目光鎖定在企業(yè)領導者的核心優(yōu)先事項上：建立行之有效的 AI 治理機制，將有前景的試點項目轉化為可擴展的解決方案，并賦能員工自信地擁抱全新的工作方式。
實施這一戰(zhàn)略，需要在看似矛盾的目標之間尋找平衡：在鼓勵創(chuàng)新實驗的同時堅守嚴苛的數據誠信；在構建統一平臺的同時避免工具的無序泛濫；在推動全員采用的同時不讓組織不堪重負。最關鍵的是，在生成式 AI 迎來歷史性拐點、且業(yè)界尚無成熟“操作手冊”可循的當下，他們必須摸著石頭過河。
迄今為止，這場轉型帶來的成果是：公司將 AI 視為一次重構 4 萬名員工工作模式、并借此更好地服務客戶的根本性機遇。
答：多年來，我們一直在使用傳統 AI 來進行理解和預測。因此，當生成式 AI 在 2022 年底爆發(fā)時，我們自然而然地開始思考它將如何改變我們的工作方式。
我們早期的 AI 重點放在預測工具上，這些工具改善了核保和理賠預測，從而強化了我們的核心業(yè)務。正是這些前期的投資，為我們在生成式 AI 涌現時能夠深思熟慮地采用它，奠定了必要的組織紀律和技術基礎。
我們審視生成式 AI 的第一個視角是：如何保護數據和決策的完整性？以及在一項技術的前景如此廣闊卻又尚未經過全面驗證的環(huán)境中，該如何進行有效治理？
隨后，我們確立了一個理念：“你不可能靠看書來學會游泳?！蔽覀?yōu)閱T工提供了專門的培訓和安全的沙盒空間，讓他們能夠去測試、去學習，并逐步培養(yǎng)對 AI 的直覺。
我們的計劃是首先吃透這種新能力。我們推出了?LibertyGPT——這是一個安全、供內部使用的生成式 AI 平臺，旨在確保我們在恰當的管控下保護企業(yè)數據。與此同時，我們開發(fā)了一套員工培訓項目，它的作用就像是考取“駕照”。一旦你拿到了它，你就可以去測試和學習了。
并行推進的還有我們建立的一套“數字演進框架（Digital Progression Framework）”。這個實驗框架不僅讓員工能夠負責任地學習、實驗和創(chuàng)新，還能幫助他們深刻理解 AI 是如何以實質性的方式輔助他們的日常工作和決策的。
我們也非常重視對領導層的培訓。早在我剛加入 Liberty Mutual 時，我們就啟動了?Executech，這是一個旨在提高高管數字和數據素養(yǎng)的培訓項目。該項目涵蓋了技術基礎、新興趨勢，以及技術如何驅動商業(yè)價值。因此，現在將我們的培訓焦點從“數字化”平滑過渡到“AI”，是一個順理成章的演進。
這些努力得益于我們不斷壯大的學習生態(tài)系統的支持，這包括：提供實踐指導的生成式 AI 中心、促進同行協作的 AI@Liberty 社區(qū)、一個負責任的 AI（Responsible AI）指導委員會，以及一個致力于幫助各個團隊采納并整合新工具的變革倡導者網絡（change champion network）。
最后，我們更宏大的愿景是將 AI 深度嵌入到我們每天的工作方式中。我們不僅僅是在提升速度和質量，我們更是在賦予人們信心和余力，讓他們能夠聚焦于最重要的事情上：去解決更大膽的挑戰(zhàn)，并為客戶交付極具意義的成果。歸根結底，我們正在賦能員工，讓他們將 AI 視為核心的驅動力，去盡情想象未來的可能性，并以深思熟慮且極具創(chuàng)新的方式去應用它。
答：我們首先明確了一個目的地，這個目標與我們“為 AI 重新布線企業(yè)（rewiring the enterprise for AI）”的業(yè)務愿景高度一致。從技術的角度來看，這意味著要確保數據能夠在近乎實時的情況下，安全、無縫地在整個技術堆棧中流轉；同時我們要構建一個平臺，使我們的團隊能夠以極快的速度創(chuàng)新并部署新能力。
要實現這一目標，我們需要在三個相互關聯的陣線上推進現代化：
核心系統改造：我們正在改造核心系統，使其具備模塊化、互操作性，并專為持續(xù)演進而設計。
數據管道重塑：我們正在重新設計數據管道和數據攝取層，以確保高質量、治理良好的數據能夠在整個企業(yè)內可靠地流動。
身份與治理框架強化：我們正在加強身份認證、訪問控制和治理框架。這使得我們能夠在保持嚴格管控、安全性和滿足監(jiān)管合規(guī)的前提下，更廣泛地應用高級 AI 功能。
“為 AI 重新布線”絕不僅僅是一次簡單的技術升級。它是一場多維度的深層轉型，需要將架構、數據、安全和治理對齊，從而在全組織內負責任地釋放 AI 的全部潛能。最終，這不僅僅是一次技術轉移，而是讓技術真正成為業(yè)務的“力量倍增器（force multiplier）”。因此，這是一場技術轉型，但它同時也是一場運營轉型和文化轉型——它們是一個不可分割的整體。
答：我和我的同行們圍繞一個簡單的基本原則達成了共識：我們必須以結果為導向，并始終將業(yè)務愿景作為第一指導原則。
我們也一致認為，更大的價值來源于嚴謹的“平臺導向”，而不是“工具泛濫”。因此，我們絕不會為了博取新聞眼球或完成 KPI 任務，就去跟各種不同的 AI 公司搞一堆雜亂的試點項目。相反，我們采取的是一種深思熟慮、價值驅動的方法，這套方法目前已經孕育出了 50 個投入生產并正在規(guī)?；瘮U展的 AI 用例。
正是我們在用例選擇、輸入輸出標準界定、項目贊助和合規(guī)治理上保持的極高紀律性，幫助我們有效避免了陷入盲目試點的泥潭。
在應對“工具泛濫”方面，我們列出了 30 多項我們決定自主構建或對外采購的 AI 能力。如果我們決定購買，我們會非常慎重地評估該工具是否能解決真實的痛點。由于目前業(yè)界還沒有成型的“AI 操作手冊”，我們會積極與來自不同行業(yè)的 CIO 及其技術團隊網絡交流心得。我們還會與頂級咨詢公司進行對標，以確保我們沒有遺漏任何盲點。隨著新工具和新能力不斷涌現市場，我們清楚地知道該如何響應并捕獲其中的價值。
答：我通常會談論?“AI 是如何釋放人類潛能的”，這本身就是一個非常個人化的轉變過程。
當我們最初學習如何做一份工作時，我們培養(yǎng)了一套技能，在實踐中應用它們，并逐漸形成了固定的行為模式和預期。而現在，生成式 AI 引入了一種截然不同的動態(tài)機制。
對我們所有人來說，這都是一個充滿脆弱感的時刻，我們需要在這里反思、學習并實現進化。因此，我不會僅僅從單一的技術維度去談論這個拐點，相反，我們的對話會涵蓋這場巨變的所有維度。
例如在運營層面，我們需要改變今天的工作方式，并重新思考：當前有哪些任務是可以被卸載（offloaded）到一個架構優(yōu)良、治理完善的生成式 AI 解決方案中的？
舉個例子，我們過去有一個全人工的 IT 幫助臺（Help desk）流程，在響應內部員工提問時不僅耗時，而且速度緩慢。因此，我們的幫助臺團隊重新構想了工作流，利用生成式 AI 承擔了其中 80% 的處理流程。這不僅消除了大量繁瑣的手動步驟，還極大地提升了我們以更快速度和更高準確率回復員工問題的能力。隨后，我們得以將那些原本被困在手動工作中的技術人員解放出來，重新部署他們去解決積壓的、復雜度更高的難題。
作為一名談論 AI 的 CIO，你需要向不同的聽眾展示與他們切身相關的可能性。對我來說，最好的策略就是用真實的案例來講述如何實現人類潛能。這消除了“可能性”的抽象感，并提供了腳踏實地的例子。我們也可以坦誠地討論哪些方法已經見效，哪些領域仍在探索中。盡管我們取得了巨大進展，但仍有許多未知需要我們去徹底弄明白。
答：未來的技術領導者必須具備其所在行業(yè)的深厚領域專業(yè)知識（Domain expertise），并且必須始終保持對“可能性的藝術（the art of the possible）”的想象力。
十年后，CIO 們將在一個由規(guī)?；灾髦悄埽ˋgentic intelligence）和協作智能定義的環(huán)境中運作。企業(yè)的執(zhí)行速度將達到驚人的水平，作為運營骨干的技術底層將被深度監(jiān)測、高度可觀測，并日益具備自主性。今天許多戰(zhàn)術性和重復性的工作將被智能代理（Intelligent agents）所接管編排，從而實現整個企業(yè)更快速、更精準的決策。
但這并不會削弱 CIO 的角色，反而會大幅提升其地位。當自動化吸收了日常的運營摩擦后，CIO 將獲得寶貴的帶寬（Capacity），去專注于更高階的影響力：深化行業(yè)專業(yè)知識、塑造業(yè)務戰(zhàn)略，并與業(yè)務線領導者緊密合作，共同重新構想產品、服務和客戶體驗。技術高管將不再僅僅是系統的“管理員”，而將成為企業(yè)競爭優(yōu)勢的“聯合架構師”。
在實現平臺現代化、支持可信數據流以及大規(guī)模保障安全與治理方面，技術使命依然至關重要。然而，未來真正的差異化優(yōu)勢將越來越多地體現在領導力上。未來的 CIO 必須致力于最大化人類潛能，引導組織平穩(wěn)度過變革，并悉心培養(yǎng)一種將人類判斷力與機器智能完美融合的企業(yè)文化。
在一個由 AI 驅動的企業(yè)中，CIO 的影響力將從“維持技術運轉”，徹底跨越到“塑造企業(yè)自身的未來”。
