由 Simon 高达75%的企业困在AI试验阶段？人机协作如何突破流程与数据僵局，实现从“优化”到“重新构想”的震撼转型！
# 从AI雄心到运营优势：企业如何跨越从试点到生产的鸿沟？
在过去一年中，企业关于人工智能的讨论迎来了一个转折点。经过一段时间的积极试验，各组织如今正面临一个更为复杂的现实：尽管对AI的投资达到了前所未有的高度，但从试点项目到规模化生产的道路依然充满挑战。高达四分之三的企业仍困在试验阶段，尽管将早期测试转化为运营效益的压力日益增大。
埃森哲集团合伙人Shirley Hung指出：“许多组织正遭受我们称之为‘PTSD’的困扰——即流程、技术、技能和数据方面的挑战。它们的工作流程僵化且碎片化，难以适应变化；技术系统互不联通；人才深陷低价值任务，而非创造高影响力成果。它们被无尽的信息流淹没，却缺乏统一的架构将其整合。”
因此，核心挑战在于重新思考人员、流程和技术如何协同工作。
从客户服务到农业设备等截然不同的行业，都浮现出相同的模式：传统的组织结构——集中决策、碎片化工作流程、数据分散于互不兼容的系统——已被证明过于僵化，难以支持具有自主性的AI。要释放价值，领导者必须重新思考决策制定方式、工作执行方法以及人类应做出的独特贡献。
康耐视执行副总裁兼首席产品官Ryan Peterson强调：“人类持续验证内容至关重要，而这正是未来更多精力将投入的领域。”
讨论的焦点大多集中在可称为下一个重大突破的领域：实现人机协作的运营化。这种方法不再将AI定位为独立工具或“虚拟员工”，而是将其重塑为一种系统级能力，旨在增强人类判断、加速执行，并端到端地重新构想工作。这种转变要求企业明确其希望创造的价值，设计融合人类监督与AI驱动自动化的工作流程，并建立数据、治理和安全基础，使这些系统值得信赖。
Valmont北美售后市场副总裁Heidi Hough建议：“我的建议是预期会有一些延迟，因为你需要确保数据安全。当你考虑将任何AI应用商业化或运营化时，如果从零开始并将治理置于首位，我认为这将有助于取得成果。”
先行者已经在实践中展示了这一蓝图：从低风险的运营用例入手，将数据塑造成严格限定范围的“飞地”，将治理嵌入日常决策，并赋能业务领导者（而不仅仅是技术人员）去识别AI能在何处创造可衡量的影响。其结果是，一个基于重构现代企业运营方式的AI成熟度新蓝图正在形成。
Hung总结道：“优化是关于把现有事情做得更好，而重新构想则是发现全新且值得去做的事情。”
延伸思考：
1. 在人机协作的新模式下，企业应如何重新定义和评估“人类独特贡献”的价值？哪些岗位或职能可能发生根本性重塑？
2. 当治理和数据安全被置于AI运营化的首位时，这是否会不可避免地与创新速度和市场机遇产生冲突？企业应如何平衡这一者之间的关系？
*本次网络研讨会由康耐视合作呈现。*
*本内容由MIT Technology Review定制内容部门Insights制作。非MIT Technology Review编辑团队撰写。内容由人类作者、编辑、分析师和插画师研究、设计和撰写，包括调查问卷的编写和数据收集。可能使用的AI工具仅限于经过严格人工审核的次要生产流程。*
阅读 Technology Review 的原文，点击链接。