新冠疫情加速了企業在客戶和員工體驗數字化方面的投資，這與我25年的數字化轉型職業生涯中看到的任何事情都不同。根據我們最新的研究結果，僅在2023年，大公司就平均承擔了20項計劃，成本至少為100萬美元，決策者預計在未來幾年內將承擔更多此類項目。

當然，每個行業的領導者最關心的是AI所擁有的潛力。據高盛研究人員稱，到2025年，僅在美國，AI投資預計就將達到1000億美元，然而，許多領導者在沒有完全理解AI的潛力的情況下，就被它占據了。AI并不是推動組織變革的第一次大規模技術顛覆，未來還會有其他技術顛覆。領導者必須做的是問問自己，AI在他們的勞動力、運營和更廣泛的數字化轉型戰略中適合的位置。

這里有五個問題可以幫助你確定你應該如何實施你的AI戰略。

1.我們為什么要使用AI?

許多領導者被利用AI來發展業務的想法消耗了，但卻沒有思考他們的企業為什么需要它。與圍繞新的數字或技術計劃的任何討論一樣，領導人必須從為什么開始。你想要自動化流程嗎?你是否希望加快產品開發?你是在試圖產生更好的洞察力嗎?如果一位領導者不能清楚地闡述AI倡議背后的原因，那么它背后的理性動機和真實動機之間可能存在偏差。

2.我們將如何處理AI?

了解原因后，你必須考慮你的企業希望改進或發展的是什么。你是否希望通過自動執行可重復操作來減少耗時的流程?你的開發人員是否正在嘗試更好地識別代碼庫中的錯誤?是否需要識別數據集中的模式?你的企業是否希望加快產品或流程開發生命周期?所有AI舉措本質上都是一個過程的一部分。AI不構成一個獨立的功能，也不應該被視為一項專門的支出。

3.我們將如何實施AI?

一旦你了解了原因和內容，你才能考慮你的企業如何使用來自AI的見解來更好地實現其目標。你的員工將如何應對，他們將如何受益?今天的企業有多個技術合作伙伴，他們可能有很多都說他們可以做AI。但是，你的企業將如何與所有這些合作伙伴合作，將AI解決方案整合在一起?許多企業正在制定AI政策，以定義如何使用AI。有了這些護欄，確保你的企業在使用AI時符合道德、道德和法律。

4.我們是否有正確的數據?

這是領導人未能自問的最重要的問題。我們繼續看到，盡管有大型數據管理計劃，但許多組織仍面臨著數據脫節的挑戰。AI只能和你擁有的數據一樣好。不準確的數據將導致AI為糟糕的決策提供信息，這仍然是市場上最大的擔憂，無論是開放的還是封閉的AI。不完整的數據或包括歷史上基于錯誤決策發生的行為模式的數據將導致AI學習這些行為并提供不準確的見解。

5.我們的企業是否為運營AI做好了準備?

在任何數字化實施的背景下，人員、流程和技術都是同樣重要的支柱，但企業往往忽略了人員和流程方面。那些過分強調技術效率和功能的公司可能沒有考慮到對最終用戶或核心運營功能的影響。在決定大規模實施AI之前，重要的是要考慮你的企業是否真正為企業或部門級別的AI做好了準備。試點項目可以幫助你確定實施是否產生了預期的結果，并更好地了解最終用戶將如何與流程交互。如果你不能在整個企業內實現定制化和個性化，AI倡議將更難實施。

AI的世界非常廣闊，我們仍在發展我們對AI在企業層面所擁有的潛力的充分理解。然而，很明顯，有目的地使用AI來從企業擁有的數據中創建更好的洞察力，可能會對其業務產生深遠影響。旅程只需從后退一步開始，并在一開始就提出正確的問題。