在AI浪潮席卷企業的今天，CIO如何從“被動求生”轉向“主動破局”?全球頂尖CIO Tim Crawford與Isaac Sacolick指出了AI落地的核心矛盾：從戰略對齊到數據治理，從企業變革到風險博弈。這兩位CIO不僅揭示了早期AI先行者的血淚教訓，更給出了擺脫“試點困境”、重構商業價值的硬核路徑。

要點概述：

• 戰略整合：CIO如何將AI舉措與核心業務目標相結合，以推動業務增長和增強競爭優勢。
• 平衡創新與治理：在開拓性AI應用與維護嚴謹的倫理標準和風險管理之間找到平衡的方法。
• 構建敏捷團隊：關于培養跨職能人才，彌合技術執行與戰略愿景之間差距的見解。
• 實戰教訓：企業AI轉型之旅中遇到的成功與陷阱的實際案例和反思。

Michael Krigsman：在AI帶來的混亂、瘋狂和機遇中，CIO如何生存并蓬勃發展?今天，我們將從兩位世界頂尖的CIO Tim Crawford和Isaac Sacolick那里獲取建議。Isaac，我先問你。早期采用者如何為CIO制定有效的AI戰略?

Isaac Sacolick：當我思考AI戰略時，首先想到的是治理。我需要確保我的員工明白他們可以處理哪些數據，這些數據是否足夠多、足夠干凈，以用于我將要使用的AI模型中。人們需要了解我們在追求什么方面的一些高層次目標。我是從治理開始的，而不是直接去嘗試新事物。

我認為第二點，也是許多企業容易失敗的地方，是我要很早就談到變革管理。許多早期的AI成功案例都發生在IT團隊中。如果我想將AI引入銷售和市場營銷、客戶支持團隊，這些領域有著更大的價值，我就需要考慮如何教育這些團隊，給他們一些使用工具的空間，并與他們合作。在AI戰略中，我會比過去更早地考慮變革管理。

最后，我尋找的不僅僅是生產力的提升。人們常說AI能讓我們更高效。但我不能僅僅因為生產力提升就為轉型或AI投資。我想聽到它如何改變我們的業務。我想了解工作流程將如何改進，以何種方式，帶來什么價值，我們如何提升質量。我在尋找超越生產力的價值，作為我戰略的一部分。

Michael Krigsman：Tim，對這些問題有什么看法?Isaac提到了從創新到文化，以及AI與傳統IT的不同之處。

Tim Crawford：當你踏上這條路時，你必須先想好最終的目標。但作為AI的前提條件，你需要開始分解事情。Isaac談到了轉型。我的想法類似，但我用幾個不同的術語來定義不同類型的AI舉措。

一種是圍繞創新，另一種是圍繞效率。正如Isaac提到的，效率變得難以衡量，因為你如何真正推動效率提升?你使用什么指標?你如何實際測量?

這其中涉及很多游戲化元素，以及很多關于你投入的努力是否能真正帶來合理的效率提升的問題。相比之下，創新努力從長遠來看對企業的輸出和價值遠高于效率。因此，它們往往更容易克服障礙，因為效率是技術上可以通過更多人來實現的，但你使用技術是為了提升你的地位。

創新是一個定義。我認為這些努力是你無法通過其他方式做到的事情。這些是你無法通過增加人手來獲得的洞察。

在你開始動手做AI之前，最后一個需要考慮的組件是，你必須開始思考你的數據戰略。你必須有一個全面的數據戰略，因為如果你輸入的數據不好，輸出的結果也會很糟糕。

對于許多企業來說，這將需要一種不同的思維方式，不僅僅是他們如何看待數據，不僅僅是數據在哪里以及他們如何開始整合數據，還有如Isaac提到的，治理在哪里?我們如何開始思考治理?有很多即將出臺的法規，僅在美國各州就有400多項，加州就有大約40項。這里有很多需要掌握的內容。我認為你必須先想好最終的目標，并在這條路上保持有條不紊。

Isaac Sacolick：在效率方面，我認為我們已經到了一個CIO可以自上而下開始重新審視工作流程的階段。我們如何招聘人員?如果我們從頭開始使用數據、分析、AI、自動化來構建，這個機械操作會是什么樣子?在過去兩年中，我們在融入AI方面所做的很多工作都是取這個過程中的一部分，或者取一個我們做得不好的過程，然后說，我們在這里加入一項技術或一個步驟，讓它更高效、更具可擴展性或提高質量。

我們真的到了一個可以重新審視工作流程的階段。這會讓很多人感到震驚，因為我們總是習慣于事情現在的運行方式。我們總是習慣于我們在那個職能中的工作是什么。所以這又回到了我之前提到的變革管理。我們的企業需要培訓項目、學習項目，這樣他們才能開始理解和接受當AI更根本地融入流程時，他們的工作會是什么樣子。

當我想到創新時，Tim，我回想起了我們推出移動技術的日子。在移動技術的早期，我們把網頁界面放到一個小屏幕上，然后說，嘿，我們有一個移動網站了。隨著技術的發展，移動優先的能力變得越來越容易。我們開始看到應用商店的出現。我們開始看到移動優先的功能。現在，我們開始重新發明用戶體驗。我們還沒有在AI上看到太多這樣的變化。即使是我們談論的代理，以及將工作流程引入的代理，大部分關于此的討論和我們所說的價值都在企業內部，但看看接下來的一兩年，我們會說，現在我們可以放置一個代理了，我們會如何做一些完全不同的事情，這會如何改變客戶體驗?

Michael Krigsman：你們兩位都在描述IT、文化、部署等方面的屬性，這些并不是真正獨特或新的。文化是一種人性現象。變革管理等等，AI有什么真正新的東西改變了CIO的角色，在這里產生了重大影響，與我們過去所經歷的有什么不同?

Tim Crawford：我們需要對如何信任技術，以及如何將自動化納入其中感到更加自在。即使在技術領域，許多應用程序仍然依賴于人為因素。隨著AI和一些新興技術的出現，這要求我們更加適應自動化，這是我們過去沒有遇到過的。這是新的。這是非常新的，因為我們過去并不一定需要關注我們的流程，以確保它們是健全的、清晰的。

這觸及了Isaac提到的關于變革管理的一些事情。我們是否有良好的流程和良好的變革管理到位?如果你只是轉過頭來說，哦，我們就是要自動化它，那是一個非常危險的決定。

新的一點是，它迫使我們回頭重新思考我們做事的方式，以加快速度，確保我們獲得更準確的輸出，并確保我們沒有自動化糟糕的流程。這意味著，我們需要比以往更全面地擁抱技術，這是一種文化轉變。這就是變化。對于許多可能更習慣于漸進式變化的企業來說，這是一個艱難的文化轉變，尤其是當你進入更大的企業時。這已經不再足夠了。你必須做出根本性的改進。你必須做出轉型性的改進，因為這正是你的競爭對手正在做的。如果你不做這些，你就會被甩在后面。

Isaac Sacolick：Michael，其中一個不同之處在于，這種情況正在我們的后勤員工身上發生，而且速度比自動化帶來的變化要快得多。他們的工作正在發生變化，看起來就像是我過去常做的事情，我可能再也不需要做了，或者做法會與以往截然不同。

軟件開發方面，如果你四五年前問我們中的任何人，機器能否為我們編寫代碼，我們可能會說，不能。我寫過一篇關于這方面的博客文章。現在，大約有20%到30%的代碼是由AI編寫的，這些代碼被內部接受，被推進并投入生產，被開發團隊認可。這從根本上改變了我們員工的工作方式。有些人欣然接受并學習它，而很多人仍在撓頭思考，既然AI能做我現在做的一些事情，那我現在該做什么呢?

我以作家的身份來思考這個問題。我是在為人寫作，還是在為那些將我的數據作為內容并用來回答問題的大型語言模型寫作?這是一個根本性的轉變。

就CIO這一角色而言，我們過去已經看到了一些這樣的趨勢，但現在情況變得更加艱難。每次有新的學科領域需要我們去學習，無論是數字化、數據，還是現在的AI，如果我們作為CIO沒有足夠地學習并掌握足夠的能力來領導這些領域，董事會、高管團隊就會考慮說，我們要去聘請一位首席數字官。我們要去聘請一位首席數據官。現在，我們說要去聘請一位首席AI官。

學習AI從根本上來說要困難一些。我們需要提高企業的學習能力。我認為，CIO的目標是要行動迅速，并確保我們的得力助手和高潛力人才得到足夠的領導力培養，走出去學習足夠的知識，這樣他們就能作為CIO的我提供關于如何投資的建議，而不是讓我回頭告訴他們，這是我想關注的領域。

Michael Krigsman：在推特上，邁克·博伊森(Mike Boysen)說，要利用這些AI機會，你需要全新的商業模式來與AI相結合，而這些商業模式將決定你的數據需求。

在LinkedIn上，格雷格·沃爾特斯(Greg Walters)問，如何從手動思維轉變為AI思維。這是否意味著我們將忽視孤島和層級，改變一切，并確保在整個企業范圍內全面采用AI?

這里的共同點是AI推動變革的力量，但作為CIO，我們需要做出哪些改變來抓住這些機遇呢?

Tim Crawford：這取決于AI是否會推動企業結構的變化，以及我們如何思考和運營企業。不要忘記，企業是一個有生命的存在。它是一個不斷演變的生命體，會隨著時間的推移而變化。文化只是其中的一個組成部分。

我確實認為，AI正在改變我們思考企業內部結構的方式，而且我們已經有了這方面的例子。它是否已經在廣泛范圍內打破了孤島，目前還沒有。我認為，在某個時刻，這可能會開始發生。

你可以設想，在未來的某個時候，我們會達到這樣一個階段，即一種AI類型的解決方案會審視我們作為一個企業的工作方式，開始學習我們如何與客戶互動，如何與員工互動，市場動態是什么，從地緣政治到天氣等環境因素是什么，并且能夠真正告訴我們如何更高效地運營我們的業務。這是我們能夠設想并實現的。

接著，基于Isaac之前提到的觀點。現在，想象一下，你需要軟件來實現這一點，而同一個系統接著就可以去構建一些軟件。供應商之間已經在討論，那些擁有龐大且復雜的應用程序和平臺的大型供應商正在探討，我們能否利用AI從根本上重寫整個平臺。我們如何能從人們的工作方式中學習并改進，然后將這些反饋到軟件中。簡短的回答是，目前還沒有廣泛實現，但我們可以完全設想這一點。我確實認為，AI已經在影響企業變革了。

Isaac Sacolick：我要再補充一個人，那就是首席人力資源官(CHRO)。當我們談論人們工作的變化，以及這種變化的迅速性時，有他們在場是非常重要的。給CIO的一個小貼士，如果你在尋找培訓、學習和發展計劃的預算，很多企業都是由CHRO負責這方面的。讓他們參與到關于AI將如何影響業務的討論中來。

Michael Krigsman：我們現在在推特上收到了阿薩蘭·汗(Arsalan Khan)的一個相關問題。既然你是第一個提到文化的人，那就讓我來問你吧。他說，誰決定什么是好流程，什么是壞流程?大多數標準操作規程都變得過時了，因為人們找到了其他未被記錄的方法來做事情。

Isaac Sacolick：我們對流程的理解正在發生巨大變化。我們過去常常思考線性流程和線性交接。我們過去常常思考如何自動化其中的某些部分，而現在正在變化的是我們能夠將智能應用于處理復雜決策中的所有細微差別。

我們希望能夠提出問題，并且知道背后的分析和數據遠比線性流程所能處理的要復雜得多。舉個例子，鑒于過去幾周美國發生的事情，我應該如何調整我的供應鏈?我有哪些選擇?這不再是一個線性過程。這是關于在情況快速變化和演變時，擁有正確的數據來做出戰術決策。回到Tim所說的，我們可能還無法在大規模上處理戰略導向的問題，但我們當然可以為此準備好數據。我認為，這是當今企業需要思考的一個重大挑戰。

Michael Krigsman：馬丁·戴維斯(Martin Davis)問了這個問題。他問，CIO如何避免在AI方面陷入試點困境。

Isaac Sacolick：我剛讀到一項統計數據顯示，69%的公司正在運行10個或更多的概念驗證，而10%的公司正在運行50個或更多。在某種程度上，我對此并無異議。我認為，并不是所有的試點和概念驗證都能進入生產階段。其中很多是學習練習。其中很多是在深入挖掘底層數據。數據能否提供足夠的支持來支撐AI，支撐圍繞AI的假設?即使當你創建的AI確實驅動了足夠的商業價值以投入生產時，也是如此嗎?

當你把所有這些因素都考慮進去時，至少對我來說，其中相當一部分沒有進入生產階段并不令人驚訝。我認為真正的問題是，企業沒有一套流程來實現這一點。當他們確實有一個成功的概念驗證，一個交付成果的試點時，他們是否有到位的變革管理來影響那些將受到影響的人?他們能否大規模地推出這種AI?他們能否管理圍繞它的運營，包括模型運維和機器學習運維，這些運維工作涉及監控模型并確保其仍然相關?我認為，僅僅是為了弄清楚要追求哪些概念驗證，要追求哪些數據，就有大量的工作要做，以至于即使你有了成功的配方，你還沒有做足夠的生產化工作來弄清楚如何大規模地實現這一點。

Tim Crawford：每次我轉身，都能看到另一項調查，更多軼事信息基本上支持了這一點。現在，我不想否定實驗的想法。擁有一種實驗文化，特別是在技術企業內部，是非常重要的。這很重要，因為你希望人們發揮想象力。你希望人們發揮創造力，因為最終，這是推動企業變革的動力，也是你的企業區別于競爭對手的潛在方式。

領先的CIO知道，他們需要找到方法來真正探索這些新領域。但正如Isaac所說，你需要對此有一定的條理性。在過去12個月、18個月、24個月里，市場發生了轉變，門檻提高了，在你甚至開始一項AI實驗之前，你需要有非常明確的業務成果。你需要了解它如何與你的公司目標之一相聯系。通常，這可以分為三類之一。要么是圍繞客戶體驗，要么是員工體驗，要么是業務運營和供應鏈。就是這三類之一。

關于這一點，以及馬丁最初的問題，需要考慮的是，你只需要思考你正在做什么，以及什么最有意義，但仍然不要確保你把一切都拼湊在一起，并期望它從一開始就完美無缺。你仍然需要實驗，但你需要更快地得出結論，以確定這個項目是否有潛力，或者是否需要你果斷放棄。

Isaac Sacolick：Tim，我喜歡這部分內容。我認為，很多公司忽視的一點是，要給團隊多長時間做實驗?即使實驗有點開放式結局，他們什么時候帶著他們的愿景回來?它如何與戰略相契合?你可以給人們一些時間出去了解數據告訴你的信息，但你不能再給他們一條一英里長的跑道了。大家的期望是，AI的ROI將在大約八個月內實現，而該ROI將在大約13個月內得到衡量。這相當快。10年前，我們以那樣的速度是做不出應用的。我們的意思是，我們在做所有這些數據工作，我們在做所有這些變革管理工作，我們在部署所有這些AI，我們仍然面臨技能問題，而我們正試圖在8到13個月的時間內實現價值，因為董事會和首席執行官們的情緒是，蜜月期結束了，我最好開始從我進行的所有這些投資中看到一些價值。

Michael Krigsman：莉茲·馬丁內斯在LinkedIn上在這場對話中大喊：商業案例。

Tim Crawford：我同意。需要與業務成果有一些聯系。我只是要提醒大家謹慎使用“商業案例”這個詞。莉茲，我們之所以可能在這個問題上意見一致或不一致，原因是很多時候當人們想到商業案例時，他們會整理出一份長達20、30頁的多頁文檔，來定義為什么他們想對這項實驗進行投資，以及潛在的成果是什么。而我們討論的并不是這個。我們討論的是這些非常快速的勝利。

但我同意，它需要與業務有一些聯系，就像我之前提到的那樣。所以，只要這個商業案例非常簡短、直接、切中要點，并且當你開始走上這條路時，你可以展示出聯系，就像如果你愿意的話，把點與結果聯系起來，在Isaac提到的時間框架內迅速完成，那么我就很滿意。我可以接受。只是不要去尋找那種完全整合好的商業案例、商業計劃。

Isaac Sacolick：我使用一頁紙的愿景聲明。它包含了圍繞客戶的信息。它包含了圍繞戰略的信息，你必須規劃一個時間表，你必須規劃你將影響哪些目標與OKR。非常重要的一點是，你必須為最終用戶客戶提出一個價值主張，讓他們受益。任何人想要，都可以聯系我。我會與任何對此感興趣的人分享。但我同意你的觀點。它必須簡單，最重要的是，我們過去所說的商業案例，其實是關于一致性，確保從事這項工作的人、確保利益相關者和確保高管們都知道目標是什么。

Michael Krigsman：我將結合約瑟夫·普格里西和阿希什·帕塔克的兩個問題。約瑟夫說：“談談對治理的需求。你在早期使用AI的努力中學到了哪些教訓?”阿希什說：“公司如何以包容性的方式向員工和利益相關者傳達其AI戰略和進展，從而獲得他們的接納?”

Isaac Sacolick：AI治理是我們一直在做的數據治理的延伸。其中有一些細微差別非常重要，比如在偏見、倫理和AI方面的領域。我學到的主要教訓是，我們把數據治理和數據安全視為與創新截然分開的軌道，而且往往滯后。我們會弄清楚數據方面的創新是什么，我們會清理數據，然后才開始考慮它周圍的治理影響。

對于AI，你需要顛倒過來，即使對于數據也是如此，我給與我合作的團隊的建議是，我一切都按敏捷方式進行，我讓我的數據科學家致力于模型，我讓我的應用開發人員致力于用戶體驗。我需要我的數據治理專家在那里。我需要我的AI治理人員加入那個敏捷團隊，以確保在我們解決這個問題的過程中，我們所做的事情符合合規和監管要求，就像Tim之前提到的，這些正在非常迅速地變化。它們有很多深度，所以并不是每個人都能找到圍繞它們的答案，但我把這方面的專家放進了我的團隊，這樣我就可以在進行創新的同時并行進行治理。

Tim Crawford：要簡要補充第二個問題的兩點，第一是，確保你與法律負責人、審計負責人建立良好的關系。如果你是CIO，那么這些是你應該在你的高管層、在你的同行網絡中建立的首批關系之一。

然后是問題的第二部分，關于對外溝通這一點。許多企業在創建治理機構或委員會方面取得了成功。這樣做有兩點好處。一，它開始將不同的想法和觀點融入其中。你讓那些不同的角色參與進來，但它還有一個雙重目的，那就是開始將這些共同目標傳達給企業的其他部分。通過把這一點整合起來，它就不再只是由CIO或某一個人掌握，無論是審計負責人、合規負責人，還是其他任何人，這取決于你的行業，而是成為了一種共同責任。我認為，在游戲的這個階段，這可能是最好的方式。

Isaac Sacolick：我要再加一個人，那就是首席人力資源官。當我們談論變革和員工的工作以及這種快速變革時，我認為他們的參與真的非常重要。給CIO們的一個小貼士，如果你在尋找培訓和學習與發展項目的預算，很多企業都與首席人力資源官一起負責這部分。讓他們參與討論AI將如何影響業務。

Michael Krigsman：現在我們在LinkedIn上收到了米歇爾·克拉克的一個關于數據的問題。米歇爾·克拉克說：“你如何獲得干凈的數據?例如，你怎么知道你的醫療診斷數據沒有充滿種族和性別偏見?”這對每個企業都非常重要。

Isaac Sacolick：通常，許多金融服務行業的公司一直在使用這些數據平臺，他們比其他行業的公司擁有更多技能和更長的使用時間。因為我們中的許多人都在投資AI并查看我們的數據，所以我們需要有這些平臺到位。如果你不知道你的數據是否足夠干凈、足夠健康或足夠可信，那就去看看這些平臺，并了解如何根據你的數據類型對它們進行調整。

Tim Crawford：完全同意。利用技術為你服務。它們現在變得越來越復雜，實際上正在展示關于數據健康狀況的實時儀表板。利用這一點，我想補充的是，你還必須將人為因素納入其中，也就是幫助人們理解為什么會出現偏見，以及他們是如何將這些數據、是如何把數據輸入到這些系統中的，以及它如何開始影響下游的事情。

Michael Krigsman：讓我們回到推特，推特上尼亞的一個非常重要的問題是，企業在開創AI應用時面臨的前三大挑戰是什么?

Isaac Sacolick：這個問題有兩個方面。你會看到很多開創性的工作直接內置在人們已經使用的平臺中。CRM、CRO平臺，它們都在部署代理。它們都在試圖說，在我的環境中放入更多數據，或者讓我的環境中可訪問更多數據，因為我要把AI帶給你。

真正的問題是，要了解你的數據是否為此做好了準備。我在一些平臺中沒有看到的一點是，它們可以進行銷售預測，或者可以在招聘方面提供協助，但它們并沒有告訴你，你的平臺中的數據是否為此做好了準備。問問你的員工。這是一個讓員工參與進來的好地方。讓他們去使用你已經批準的平臺，試用這些代理，然后回來告訴你，它在哪些方面提供了價值?數據需要在哪些方面得到改進，然后從這里開始。

當你要建立自己的代理時，我知道有一些公司正開始探索這一點，這真的歸結為一個自建與購買的討論，以及思考你在哪里擁有專有數據、對客戶有專有價值，以至于你將開始投資構建一個AI代理，這樣優質的數據將真正為你帶來顛覆性的改變。所以，我首先要找的是，在我們的行業或我們的公司中，或者因為我擁有的數據值得投資來構建這種能力，那么有什么能夠帶來顛覆性的改變。

Tim Crawford：我要在這一點上稍微反駁一下Isaac，因為我確實同意其中的一些觀點，但有一件事是關于人的。這是企業面臨的最大挑戰之一。那些開始自主研發AI的燈塔公司很快意識到，他們根本不具備真正這樣做并持續維護的能力。因為我們要記住這一點。這不是一個一次性的項目。

你現在看到的是，公司開始采用內置于現有企業應用程序中的AI技術，而不是自行構建。因為這些公司了解數據管理、數據治理方面的挑戰，并且他們能夠制定合適的防護措施。大多數企業企業并不一定知道如何應對這些。這對他們來說都是新事物。但這些企業應用供應商實際上具備足夠的規模和能力，可以為許多不同的公司提供這種服務。

一個很好的思考方式是，我可以借助這些企業的成果，而不是自己去摸索基礎做法。不幸的是，IT企業做了很多假設。我們在數據中心就看到過這種情況，他們想，哦，我的數據中心超級安全。猜猜怎么著?在我評估過的所有數據中心中，它們并不像你認為的那么安全。問題是，你必須摒棄這些假設，除非你愿意在文化層面上做出改變，否則很難確保事情能達到同樣的嚴謹程度。

Isaac Sacolick：我同意現在是購買而非構建的時代，但CIO們需要記住的是，構建將會變得更容易、更便宜。我們在移動技術領域看到過這一點。如果你構建得太早，你會編寫大量專有代碼，并因此陷入技術債務，以及需要重寫的用戶體驗。構建自己的代理將會變得更容易。

Tim Crawford：確實如此，但我們討論中還沒有提到的一點是采用問題。我們已經看到很多企業在采用方面拖拖拉拉，即使是像現有生產力應用中的協作功能這樣簡單的東西，采用率也不高。這又回到了人和文化層面，但這些工具的采用將非常關鍵。

Michael Krigsman：阿希什·帕魯萊卡回來了，他說，企業是否在調整其目標和OKR以及指標，以評估AI對業務成果的影響，或者他們計劃如何衡量ROI?這直接回到了你們兩人都提到的關于AI舉措與業務戰略之間一致性的問題。

Tim Crawford：這取決于你談論的是哪個OKR或哪個特定戰略，因為在某些情況下，它根本不應該影響它們。無論你使用藍色技術、黃色技術、紅色還是綠色技術，都不重要。重要的是業務成果。有不同的方式可以加速或阻礙你的業務，但你需要專注于那個成果是什么，無論是否涉及AI。

當你深入到一些運營層面，開始想要衡量在引入新應用或技術之前和之后的情況時，我可以看到這些會發生變化，但你需要區分業務戰略層面和那些更細微的層面。這是回答這個問題的一個非常重要的區別。

Michael Krigsman：Isaac，這是另一個問題。這是來自推特的克里斯·彼得森的問題，他說，關于概念驗證，法律和審計功能在多大程度上已經準備好參與開發和創新，而不僅僅是在概念驗證之后做出反應?換句話說，法律和審計功能在多大程度上參與了，并且應該參與?

Isaac Sacolick：他們的人員配備不足，無法跟上變化的步伐。技術對他們來說還不夠透明。這種情況可能會改變。當你看看代理的情況，它們能夠接收自然語言輸入，并能夠分享這種自然語言思維，即與自然語言輸出進行對話，當它與另一個代理交談時。我們現在開始能夠用英語創建審計軌跡，審計員或法律部門的人員可以開始跟蹤。這條路還剛開始，但因為我們正在將服務從API轉向自然語言接口，并且它們正在分享它們的思維流，以及它們將其他問題傳遞給其他代理的地方，我們將開始能夠圍繞它擁有更多的審計控制和法律控制。

Tim Crawford：他們必須站在最前線。在對話開始時，審計和法律就必須作為數據戰略的一部分參與其中。但另一件事是，人們對這些大型語言模型的黑箱性質存在很多擔憂，而這正在開始改變。我們剛剛看到OpenAI站出來，開始分享一些推理過程。我認為DeepSeek也在推動這一點，但現在你開始看到像OpenAI這樣的公司說，好吧，我們實際上將會展示一些我們根據你的提示給出答案時所進行的推理。我期待看到更多這樣的做法。

Michael Krigsman：這是來自LinkedIn的杰森·古鐵雷斯的問題，他說，快速取勝，小口慢嚼，也可以說是小“字節”地解決你試圖解決的問題。

問題是，你想要影響哪個KPI?你的開發團隊是否足夠熟練，能夠快速交付一個AI應用，還是他們仍在提升技能?這引出了一個非常重要的人才問題。你們之前討論過自建技術與購買技術的選擇，那么在內部培養人才與在市場上招聘具備這些技能的人才方面，你們怎么看?如何平衡這一點?

Isaac Sacolick：技能組合已經從知道盡可能多的知識和如何做事，轉變為知道該做什么，以及所構建的東西是否安全、穩健且高性能。這是一種思維方式的轉變，即知道如何提出正確的問題，然后知道如何卷起袖子把事情做成。這讓我們感到困惑，尤其是對于我們這些工程師和從事IT工作的人來說。

但這就是AI讓我們能夠做的事情的本質。它不僅僅是關于我能否更高效。而是我能否做那些我以前做不了的事情，因為AI提供了輔助。去年夏天，我第一次編寫代碼，但我沒有寫一行代碼。我讓AI寫了代碼行，而我過去會讓一個人提出問題，說：“我需要幫助來完成這個功能。我怎樣才能得到一些代碼來完成這個任務?”經過五六個提示后，就做到了。

我認為同樣的事情也在我們的IT企業內部發生。我認為，特別是對于CIO來說，這是一個真正的問題。我看到麥肯錫的一個數據點說，IT部門在使用生成式AI方面比其他部門先進兩倍多。但問題是，當我們使用“生產力”這個詞，當我們使用“能力”這個詞，并開始圍繞投資回報率提問時，如果我們沒有展示出它在哪里創造價值，我們就會被要求削減成本。

Michael Krigsman：杰森·古鐵雷斯又問了你們兩位一個問題。也許Tim，你可以接這個問題。他說，當然，但這難道不意味著更多的運營支出嗎?

Tim Crawford：沒有一個適合所有企業的萬能方案。我認為我需要回避的一件事是試圖對這個答案過于細致入微。我認為對CIO來說重要的是，我正在看的一件事是，我如何開始衡量我所在企業的價值和對我們業務的影響?當我說“我們的業務”時，我并不是指公司的某個特定部門。我指的是對整個業務和我們公司的客戶。

我正在看的是，我如何將我們作為IT企業所做的工作與我們在人力資源、財務、運營和工程方面的業務合作伙伴聯系起來，并且我正在圍繞我們對這些共同目標的影響和績效制定OKR和指標。這是你必須開始的地方。現在，你可以進一步深入探討開發人員的生產力和呼叫中心的生產力，這很好。但當你開始深入細節時，就會有很多更多變量起作用，而在這一點上，沒有一個萬能的答案。

Michael Krigsman：Isaac，我們有一個來自德里克·巴茨的問題，它與風險和安全性有關。他說，AI的風險指南和標準正在不斷發展。你能否推薦一些AI框架，以便安全地推出并成熟地利用AI工具為業務運營創造價值，同時不增加整個企業文化中的風險?

我認為，從根本上說，我們討論的是風險、文化和規模化推出。

Isaac Sacolick：當你進行創新，當你推動變革時，你本質上是在增加風險。這是無法避免的。如果你只想繼續完善你目前所做的事情，那么你可能會陷入一個可能被顛覆的框架中。因此，一旦我開始創新，一旦我開始考慮任何新的能力或給我的企業帶來變革，我就在承擔風險。問題是，你是否圍繞這一風險采取了明智的并行措施?你是否識別出了風險?你是否引入了合適的人來從風險管理的角度提出問題?

Tim提到了法律、審計、安全等方面。我是否讓這些人參與到正確的對話中，以便我們更早地提出這些問題?如果數據泄露，會有什么影響?我們應該從這個角度使用這些數據嗎?我們如何保護這些數據?我們的數據是否進行了脫敏處理?這樣，如果任何人進入我們的企業并以新的方式使用這些數據，這些數據中的個人信息已經被脫敏。這些都是我們在進行創新時的基石，以確保我們能夠安全地進行這些操作。

Michael Krigsman：Tim，這與一個正交相關的話題有關。這是來自Twitter上的阿蘭·汗的問題，他問道，如何應對一線員工與管理層之間的影子IT問題?我們應該鼓勵影子IT嗎?我認為這與我們的話題正交相關，因為反對影子IT的傳統論點之一是，哦，我們會增加風險敞口。那么，在人人都在使用ChatGPT的AI時代，影子IT又該如何看待呢?

Tim Crawford：我實際上支持影子IT。很多人認為這是一個貶義詞，或者可能給企業帶來問題，但你需要回溯并理解為什么影子IT會首先進入你的企業?通常是因為某人沒有以他們需要的方式得到他們所需的東西。這是簡單的答案。更長的答案可能包含更多組成部分。

當談到AI時，是的，確實有可能增加風險。然而，如果你設置了正確的防護措施，你實際上可以啟用影子IT和那種創造力，特別是在那些比你的企業更了解業務的業務部門。企業在圍繞影子IT建立文化方面已經取得了巨大成功。因此，它更多地成為一種共同開發，其本質更具協作性，而不是我們和他們之間的對立，但這始于文化，然后從這里向外擴展。

當然，你必須考慮數據治理方面。當然，你必須考慮網絡安全等組件。你還需要考慮一些簡單的事情，比如你希望在你的企業中運行多少個不同版本的生成式AI，以及與之相關的所有數據。所有這些都會發揮作用，但我會從你對影子IT的當前立場開始，然后從這里向外擴展。

Michael Krigsman：讓我們來看另一個問題。這是來自馬克·P.麥克唐納的問題，他曾是本節目的嘉賓。他是加特納公司的杰出副總裁兼研究員。他問道，誰是AI領域的領導者，哪些公司是我們可以追隨的，CIO們認為它們是當前的領導者，我們可以學習它們，并且它們在AI方面做得很好?

Tim Crawford：有一些公司在做一些令人驚嘆的事情。我能公開談論它們嗎?不能。不幸的是，因為我們還處于非常早期的階段，它們正在將此作為區分其商業戰略的手段。因此，它們正在尋找真正改變游戲規則的方法，不僅僅是改變棋盤上的棋子，而是改變整個游戲。它們正在使用一種截然不同的方法。我們還沒有達到那個水平。

你確實能看到一些公開的例子，展示了AI如何被使用，從聯產到總結等各個方面。回想一下我們之前關于法律的討論。能夠總結法律方面的工作，這是一個巨大的機會。

因此，在效率領域有一些這樣的機會，但我所熟悉的、真正具有示范性的大機會，那些可以作為燈塔、作為追隨機會的燈塔，仍然非常保密。

Michael Krigsman：它們之所以保密，是因為它們已經找到了神奇的銀彈，還是因為它們在角落里哭泣，不想讓任何人看到?

Tim Crawford：說實話，可能也有一些在角落里哭泣的情況。沒人想在公共場合哭喊。我們想回來看看自己的傷口。是的，讓我們面對現實。為了成功，你必須經歷一些挫折。我想到的那些例子，都是相當顯著的例子。但再次說明，我希望我能給你一些背景信息，但我不知道如何在不暴露是誰的情況下做到這一點。

Isaac Sacolick：看，我在尋找小例子，好嗎?他們之所以遲遲不宣布，是因為他們害怕人們進來，利用技術找到漏洞，以及AI做得不好的地方，然后他們就會因為本不該做的事情而上頭條新聞。所以他們正在慢慢推出這些技術，但我已經開始看到面向客戶的代理出現了。今天早上我收到了一封來自銀行的電子郵件，關于能夠通過代理處理汽車貸款。我們討厭申請汽車貸款。這是一次糟糕的經歷。所以，當你開始看到這些被公開宣傳的小事情，人們正在做的事情，代理開始很好地幫助，你就知道市場上的一些事情正在發生變化。

Michael Krigsman：杰森·杰諾維斯回來了，他說，關于你支持的影子IT，當影子IT介入時，企業架構在什么時候會成為一個問題?

Isaac Sacolick：企業架構仍然必須存在。我想說，很多企業架構企業有點自視過高了。因此，那里必須有一定的制衡。但我認為，如果你以正確的方式對待企業架構，使其變得更模塊化、更像一個框架，而不是一個過度架構的結構，那么它就能容納影子IT。

Michael Krigsman：Tim，這是來自LinkedIn上的阿希什·帕塔克的一個問題，我將其轉給你。他說，購買AI可能成本較低，但當數據由AI服務提供商管理時，如何克服對數據隱私和安全的擔憂?在選擇AI服務提供商時，應該考慮哪些關鍵參數?

Tim Crawford：這有點觸及我之前想要回答的一個問題，即為什么許多公司選擇購買并使用內置于其現有企業應用程序中的AI，而不是自行構建。因為這些公司了解數據管理、數據治理方面的挑戰，并且他們能夠設置正確的防護措施。大多數企業企業并不一定知道如何應對這些問題。這對他們來說都是新的。但這些企業應用程序供應商實際上有足夠的規模或能力來為許多不同的公司做到這一點。

一個思考這個問題的好方法是，我可以利用這些企業的成果，而不是自己摸索如何做最基礎的事情。不幸的是，IT企業做了很多假設。我們在數據中心看到過這種情況，他們認為，哦，我的數據中心超級安全。猜猜怎么著?在我評估過的所有數據中心中，它們并不像你認為的那么安全。所以問題是，你必須摒棄這些假設。除非你愿意在文化上做到這一點，否則真的很難確保事情能像你認為的那樣嚴密無懈。

Michael Krigsman：Isaac，杰森·杰諾維斯想明確表示，他不同意影子IT(未經IT部門批準而使用的信息技術)的做法。他認為數據外泄的風險太大。如果要允許這種做法，就必須實施適當的安全控制。不過，他確實同意，為了測試或概念驗證，對應用程序進行負責任的沙盒測試是必要的。只是不能放棄安全控制。

Isaac Sacolick：我覺得我們不是在吵架。

我并不認為影子IT是件好事。但我認為CIO需要明白的是，影子IT，以及現在的影子AI正在發生，好嗎?他們不能筑起高墻阻止這一切。然后你可以回顧Tim的評論，想想我們能從人們的嘗試中學到什么，是我們服務不到位，還是他們在風險或技術方面學得不夠，這些技術是我們已經推出、他們可以出去使用的。所以我認為真正的問題是，CIO們如何監控這種情況并作出應對?

Michael Krigsman：好吧，所以你站在杰森那邊。我站在Tim這邊，因為我個人認為，如果一個企業存在影子IT，那意味著一線員工沒有得到他們需要的支持，所以他們選擇繞過并自己動手。但這就是為什么我說，我希望我們能站在一起，出去為此爭論一番。

Isaac Sacolick：要明確一點，我并不是說對影子IT放任自流是可以的。所以我們在這點上要清楚。我談的是一種管理的方法，一種對影子IT的綜合管理方法。我并不是在說很多人認為的那種放任自流。

作為CIO，你對企業有責任，對嗎?所以一方面，你需要做出艱難的決定，圍繞你做什么、如何支持企業、如何與企業互動。所以我認為，從協作的角度來看，影子IT可以非常強大，但你說得對。如果它失控了，想做什么就做什么，想怎么做就怎么做，那當然是有風險的。那可不是什么好事。但話說回來，這需要領導層具備成熟的思考，才能達到那個境界。

Michael Krigsman：馬丁·戴維斯說，作為服務的AI有可能將所有業務應用程序變成簡單的數據庫，上面加上一層AI來處理所有業務邏輯，不再局限于功能、目的等。我們應該如何為這樣的未來做準備和規劃?

Isaac Sacolick：這是一個偉大的愿景。但我認為我們并不容易實現。很長一段時間以來，我們一直有一個烏托邦式的互聯系統的愿景。我認為要實現這個愿景，真正取決于培養你的人才。技術變化如此之快，當我談到轉型時，每18到24個月就會發生一次。這只是下一波轉型，它有自己的語言、自己的風險，我認為這真正取決于是否有領導者在尋找機會，決定在哪里投入時間，在哪里進行實驗，以及他們將如何發展，不僅僅是我們在努力的成本等式和效率，而是我們如何真正改變我們的商業模式并發展，因為AI是我們需要考慮的全新能力。

Michael Krigsman：Tim，最后由你來總結。

Tim Crawford：我實際上同意這個觀點。我認為你需要考慮的一件事是，你如何加快轉型的速度?轉型是一個持續的過程。它沒有開始和結束。但你需要看看如何加速，不僅僅是加速你正在使用的技術和創新，還要加速你的企業，無論是IT內部還是外部的發展。所以，這將在人員、角色、技能、再培訓和技能提升方面要求變革，這些都將在這個過程中大量參與，還有你在企業內外建立的關系也是如此。這對CIO來說是一個巨大的職責范圍，而且與他們過去在這個規模、這個速度上所承擔的職責范圍不同。

Michael Krigsman：好的，今天這一個小時我們討論了很多內容。我要感謝Tim Crawford和Isaac Sacolick。非常感謝你們再次回來，與我們共度時光。真的非常感謝你們兩位。

Tim Crawford：感謝邀請我。

Isaac Sacolick：感謝邀請我，Michael。很棒的節目。