Gartner 2024大中華區(qū)高管交流大會于今日盛大召開，Gartner分析師們在會上探討了企業(yè)如何在這場由人工智能(AI)驅(qū)動的數(shù)字淘金熱中找到真正的價值。根據(jù)Gartner的最新研究，生成式人工智能(GenAI)正在快速改變企業(yè)的運作方式，帶來前所未有的機遇和挑戰(zhàn)。
Gartner研究副總裁莫心鸝表示：“在過去的淘金熱中，黃金非常稀缺，并非每個人都能成功，但在由AI驅(qū)動的數(shù)字淘金熱中，AI可以在各個領域進行探索，我們都有機會成功。”AI正在顯著提升企業(yè)價值和成果，帶來的機遇每天都在擴大。一些其他研究機構估計，到2030年，AI將在未來六年內(nèi)為全球GDP貢獻近116萬億元人民幣。
盡管AI目前處于炒作的頂峰，但這不應阻止企業(yè)投資于生成式AI。生成式AI將在未來12個月內(nèi)快速通過技術成熟度曲線。作為CIO和技術領導者，可以為公司平滑這個炒作周期，減少盲目相信炒作帶來的失望。此外，泡沫破裂低谷期實際上是一個很好的投資時機，可以在競爭對手保守時領先一步，并可能獲得更好的交易。
全球事件和宏觀經(jīng)濟因素影響著企業(yè)在投資AI上的意愿和能力。調(diào)查數(shù)據(jù)顯示，這些因素導致許多公司更加關注短期目標。2023年的增長調(diào)查顯示，利潤是大多數(shù)CXO最關心的問題。短期關注導致35%的預算用于滿足法規(guī)要求和保持組織安全運行，占總資金的72%。為了使企業(yè)充分發(fā)揮AI的潛力，CIO必須在AI探索中成為領導者，而不僅僅是一個旁觀者。
企業(yè)在利用這場由AI驅(qū)動的數(shù)字淘金熱時，通常面臨三大挑戰(zhàn)。首先是如何在滿足短期目標的同時，保持創(chuàng)新的壓力。其次是增強對與人工智能相關的新穎而獨特的風險的管理。第三是如何確定從哪里開始，以及在組織中投資AI的方向。
為了騰出空間進行AI創(chuàng)新，簡化是關鍵。某些復雜性是有益的，但不良復雜性會消耗寶貴的資源。通過減少企業(yè)資產(chǎn)和能力之間的不必要的冗余連接數(shù)量和種類，可以消除這種不良的復雜性。這一過程需要持續(xù)的簡化治理，明確區(qū)分有益和有害的復雜性。設立如“應用清理師”、“價值追蹤員”和“項目裁撤員”等角色，以確保企業(yè)簡化項目的順利進行并取得實效。
莫心鸝指出：“垂直結(jié)構中的橫向角色使您能夠完美地看到整個企業(yè)的相互連接，以及那些造成不良復雜性的冗余和不必要的重復。”
確保AI旅程的安全至關重要。惡意虛假信息利用行為科學、人工智能和深度偽造技術傳播超強虛假信息，能夠改變?nèi)藗兒徒M織的思維模式。惡意虛假信息每年給全球經(jīng)濟造成約5640億人民幣的損失，這一成本還在不斷增加。為了應對這些威脅，必須擴展首席信息安全官(CISO)的職責范圍，涵蓋這些新型威脅。舉辦AI失敗研討會，以普及關于AI威脅的知識，避免幻覺演變成“幻覺災難”。
在探索并找到AI的寶藏之前，首先需要確定AI探索的目標。利用Gartner的AI機會雷達，找出應該集中AI努力的領域。無論是從內(nèi)部運營入手，還是探索直接接觸客戶的AI應用，AI旅程必須與自身的雄心、風險偏好和預算相匹配。Gartner提出了六個尋找AI寶藏的重點領域：
公司擁有專有或稀缺數(shù)據(jù)的領域
復雜流程的自動化和優(yōu)化
公司產(chǎn)品和服務的應用
提升員工和客戶體驗的對話界面
生態(tài)系統(tǒng)中的AI機會
與新興創(chuàng)業(yè)公司合作探索AI的潛力
莫心鸝指出：“這些領域是常見的AI機會聚集地。利用這張AI寶藏地圖開展研討會、進行頭腦風暴，并獲取建議。我們討論了AI相關的新角色，例如AI感知者和首席簡化官。CIO需要團結(jié)執(zhí)行領導團隊，共同發(fā)揮AI的潛力。隨著IT和業(yè)務之間的界限逐漸模糊，發(fā)展數(shù)字業(yè)務領導力變得尤為重要。”
盡管有很多炒作，但AI特別是生成式AI確實帶來了真正的機會。首先，通過簡化管理來騰出空間。以戰(zhàn)略為指導進行簡化，并引入“應用清理師”、“價值追蹤員”和“項目裁撤員”這些角色。其次，確保AI探索之旅安全。解決AI帶來的新風險。提高對惡意虛假信息的認識，擴展CISO的職責，并開展AI失靈研討會。設定AI目標，確保走在符合企業(yè)戰(zhàn)略雄心的正確的道路上，并利用寶藏地圖上的六大熱點來識別和優(yōu)先考慮投資和推進AI應用的機會。
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。
數(shù)據(jù)分類分級方法、標準及應用實踐
