整个2025年，我与无数企业领袖探讨了他们的AI战略，试图了解哪些措施有效，哪些构成了阻碍。随着时间推移，我注意到有三个趋势在不同公司和行业中反复出现，它们决定了哪些企业能借助AI取得成功，哪些会陷入困境。现将这些趋势汇总，分享来自AI转型一线的经验教训。
图片来源：Illustration by Simon Landrein
首先，AI在后端任务中的应用正在蓬勃发展，这表明真正能产生实际影响的往往是那些“枯燥”的工作。第二个趋势与技术无关，而关乎人：企业如何对待员工，对其AI应用的成败至关重要。然而，或许最能说明问题的趋势是关于初始战略和动机的：追逐AI技术本身的企业往往失败，而以解决问题为出发点的企业则能取得成功。
当然，成功的因素远不止这些——从数据治理到安全与合规。但上述这些趋势，无论好坏，正在塑造企业的AI实践。
咨询公司韦斯特门罗（West Monroe）的AI与新兴技术负责人埃里克·布朗（Erik Brown）今年早些时候告诉《财富》，他目睹了许多公司在概念验证未能达到预期后，陷入了“AI疲劳”。他指出，陷入此境地的企业有一个共同点：要么选错了应用场景，要么误解了AI在该任务中可能（或不可能）发挥的作用。更具体地说，他们的出发点是“想搞AI”，而非“想解决问题”。
他举例说，一家客户召集顶尖数据科学家组建新的“创新小组”，研究如何部署AI，结果却在那些有趣但对公司无实际价值的概念上浪费了大量资源。在他的团队建议该公司退一步，让业务部门先明确关键挑战后，顾问们迅速找到了一个AI能真正发挥作用的领域，通过与业务部门紧密合作验证并部署了解决方案。
“我认为，对于任何新技术，尤其是像AI这样备受关注的技术，企业很容易陷入‘技术先行’的误区，”布朗说道。这一观点与我全年从企业领导者和协助AI转型的顾问那里反复听到的观察不谋而合。
建筑设备租赁公司BigRentz则展示了相反的一面。该公司始终高度专注于要解决的问题，最终借助AI重塑了整个业务。其首席执行官斯科特·坎农（Scott Cannon）告诉《财富》：“我们并非一开始就围绕AI构建公司，只是它恰好是这项工作的最佳工具。”此外，BigRentz仅使用了传统的机器学习技术，这表明即使在生成式AI热潮中，早期AI技术仍有价值——同时也说明了为正确的问题寻找正确的解决方案何其重要。
霍尼韦尔（Honeywell）是另一家以明确目标战略开启每项探索的公司，它建立了一个细致的框架来指导AI开发与部署。这已见成效：目前，公司所有职能部门和战略业务单元都在使用生成式AI，已有24个生成式AI项目投入生产，另有12个在推进中，而一年前只有16个。
“应用场景是什么？我能衡量和追踪其效果吗？”首席技术官苏雷什·文卡塔拉亚卢（Suresh Venkatarayalu）告诉《财富》，描述了公司在评估任何潜在AI项目时，如何从价值创造出发。
避免“新奇事物综合征”是稳妥的建议，尤其是在AI热点迅速从聊天机器人转向智能体，再到下一个未知事物时。不追逐最新热点的另一个原因是：许多组织发现，真正产生实效的往往是那些“枯燥”的后端AI应用。
Troutman Pepper Locke律师事务所正以多种方式应用AI，包括为所有员工创建自己的AI聊天机器人助手。但其首席创新官威廉·高斯（William Gaus）告诉《财富》，该所目前发现AI对后端行政任务最有用，他也认为这是理想的起点，因为风险较低。
例如，在该所近期完成合并时，他的团队开发了一项智能体功能，为即将加入的1600名律师重新起草履历，需要更新以包含新律所信息并匹配其现有行文风格。高斯描述说，与上次耗时六个月人工处理相比，此举极大地提高了效率。他表示，总体而言，律所节省了相当于20万美元的时间成本。
同样的情况也出现在医疗领域。例如，打造可靠的健康陪伴聊天机器人的努力收效甚微。但AI工具正通过医疗系统的后端进行部署。医生们使用大语言模型（LLM）记录和转录医患对话以生成医疗文书，使他们能与患者更多互动，并减少工作时间外的文书负担。他们还使用大语言模型快速生成复杂病历摘要，并更便捷地查询医疗数据库。
“那些我们从临床医生手中接过来的、更偏向行政性的工作，我认为正是我们看到AI应用推进得特别快的领域，”巴布森学院（Babson College）凯瑞·墨菲·希利健康创新与创业中心专注于医疗创新与改进的研究员威尔杰娜·格洛弗（Wiljeana Glover）告诉《财富》。
尽管关于应用场景和商业战略的讨论很多，但不应忘记，人是AI转型的核心。AI是否正导致公司裁员尚不清楚——即使目前没有，也不意味着未来不会改变。然而，AI已经深刻地影响着当今人们的工作，从招聘培训到分配的任务和期望。公司如何应对当前的变化和对未来的焦虑，直接影响员工接受AI转型的态度。
或许比任何其他术语都多，今年与我交流的高管们频繁提及“变革管理”，指的是组织如何以最大的成功采用率和最小的破坏性，从当前状态过渡到理想的未来形态。
霍尼韦尔的另一位AI负责人、高级副总裁兼首席数字技术官希拉·乔丹（Sheila Jordan）警告说：“你不能低估它。”埃森哲（Accenture）首席人工智能官关岚（Lan Guan）指出，企业可以构建各种解决业务问题的出色AI工具，但确保员工准备好并愿意使用它们同样重要。另一些人谈到需要弥合AI狂热信徒（可能为AI而追逐AI）与AI怀疑论者之间的鸿沟。
其中一个关键部分是，公司领导者需对AI能带来的成果保持承诺和期望的克制。一些开发者和软件工程师——由于AI编码工具的普及，他们是首批工作被彻底颠覆的群体——表示，他们对许多高管过度吹捧和夸大AI能力感到沮丧。另一些人则被不切实际的期望所累，比如要求更快地产出更多代码或使用特定工具，对那些不了解日常工作细节、只一味追求生产率的高管指令感到失望。
当这些变革由有实践经验的技术经理、甚至是开发者自己倡导时，往往能产生更积极的情感和更好的结果。
即使AI能带来全世界的生产力，一些高管也警惕将过多工作——尤其是初级工作——外包给AI，这对不久的将来劳动力意味着什么。例如，为法律行业构建AI工具的公司Filevine的联合创始人兼首席执行官瑞安·安德森（Ryan Anderson）表示，他担心使用AI副驾的年轻律师能否培养自己的创造力和独立收集信息的能力。
“过度依赖AI，”他说，“可能与AI带来的激动人心的机遇一样成问题。”随着企业在2026年推进AI应用，找到正确的平衡点应是议程上的关键议题之一。（财富中文网）
译者：郝秀
审校：汪皓
狗仔卡
发表于 2025-12-21 11:34 AM
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡