隨著2025年AI技術逐漸融入日常業務，企業在選擇AI項目和供應商時面臨諸多挑戰。盡職調查和供應商審查成為確保項目成功、實現投資回報和獲得董事會批準的關鍵。本文將探討企業如何甄選AI項目與供應商，以確保在AI領域取得競爭優勢。

兩年的試驗可能為GenAI產生了幾個有價值的用例，但在此期間，IT領導者也認識到，這種新興且快速發展的技術并非可以盲目跳入的領域。一些企業，如成像和激光打印機公司利盟(Lexmark)，已經找到了限制潛在風險的方法，從而能夠從巨大的收益中獲益。

在考慮一個項目之前，利盟首先確保該問題值得解決。如果他們決定一個項目能夠解決一個足夠大的問題，值得承擔一定的風險，那么他們會確保自己了解解決該問題需要哪種類型的數據。接下來，他們要確保有客觀的方法來測試結果并衡量成功。

最后，該公司全球CTO、CIO和連接技術高級副總裁維沙爾·古普塔(Vishal Gupta)表示，IT部門不會涉足沒有業務用戶承諾的項目。“你真的需要另一端的利益相關者愿意采用它，并愿意與你合作，”他說，“他們需要有動力改變現有流程，并且容忍AI在這一點上不能達到100%的準確性。”古普塔將他對其他技術項目的常識應用于此，只是針對通用AI的新穎性做了一些調整。

作為一般規則，一旦明確一個項目值得追求，IT領導者就應該決定是自建還是購買。如果是購買，他們在選擇供應商時應該做以下三件事。

混合使用成熟和有前景的小型企業

為了降低風險，古普塔很少在大項目中使用小型供應商。“如果這是我們的前十大項目之一，我要么自己建，要么與更成熟的供應商合作，以最小化風險，”他說，“但我們并不忽視小型供應商。我們經常在可能成為明年一級問題的二級問題上使用他們。”

小型供應商更有可能擁有創新的解決方案，使企業能夠在競爭中脫穎而出，因此古普塔將其IT預算的10%至20%分配給這些更靈活的供應商。“我們為法律或人力資源團隊運行一些AI項目，這些項目的規模不大，用戶也愿意嘗試。”他說。

對于較小的項目，利盟會從商業角度考慮是否值得進行試驗。如果是，他們會仔細研究小型供應商，以確保不會錯過來自更廣泛市場的一些創新。“如果不行，至少它不會在我們的今年優先事項中造成漏洞，”古普塔說，“而如果行，那全是好處。”

軟件測試公司Tricentis的首席數字和技術官李·麥克倫登(Lee McClendon)表示，大型軟件供應商習慣于解決企業每天面臨的集成問題。小型供應商更常見的是為特定問題提供點解決方案，這些解決方案可能不具備企業所需的連接性和穩健性。這適用于所有技術，而不僅僅是AI。“但重要的是要考慮，在AI領域，多個點解決方案是否值得管理開銷，考慮到在這個快速發展的領域中管理數據隱私和安全的復雜性。”他說。

關于成熟供應商，Rimini Street的CTO埃里克·海默(Eric Helmer)提醒說，大公司可能會將其AI作為標準產品的一部分進行捆綁并加價。所有主要軟件供應商都在將其納入產品中，他說。“如果他們還沒有這樣做，那么它將在下一個版本中捆綁，”他說，“擁有大量遺留應用程序的公司可能會發現自己踏上了一段未曾要求的AI之旅。你可能會經歷這些極具破壞性的升級演變，結果卻發現你得到的功能永遠不會有用。”

測試每個供應商對AI的了解

海默表示，大型企業應用供應商并非AI公司。“他們并不具備過去10年一直致力于AI的企業所擁有的同等水平經驗。他們只是AI的粉絲，正在追趕。”

當供應商聲稱自己是AI公司時，軟件開發商Harness的現場CTO尼克·德金(Nick Durkin)表示，IT領導者應該對他們提出質疑，以確保雙方對這一點有共同的理解。要確保你知道他們使用的是預測模型還是生成模型。弄清楚他們是否使用別人的模型，而他們可能對這些模型幾乎沒有控制權。“要理解AI背后的真相，有很多細微差別。”他說。

此外，每個人都突然假裝自己是AI專家。麥克倫登表示，這么多人了解這項新技術的時間還不夠。“我們試圖弄清楚誰擁有合法的東西，誰只是在營銷材料中堆砌了一些AI流行語，讓自己聽起來像是緊跟最新技術。”他說。

麥克倫登做到這一點的方法之一是詢問供應商幾年前在做什么。他們的答案可能會揭示他們是否有意識地對AI進行了投資，而不是僅僅因為新技術而跳上這艘船。“如果他們長期以來一直在研究AI，即使不是GenAI，他們也可能有人一直在跟蹤這項技術的演變，”他說，“而如果這對他們來說是新的，這并不一定意味著他們沒有好東西。但這是一個需要考慮的數據點。”

古普塔指出，一些供應商做出了很多承諾，但隨后表示他們需要利盟的數據。這通常表明供應商還沒有開發出模型。“如果他們要用我們的所有數據來做一個項目，那么我自己就能做，”他說，“我對能夠給我們帶來經過驗證的東西的供應商更感興趣，而不是那些只是要用我的數據來開發產品然后賣給別人的供應商。那會剝奪我們的競爭優勢。”

IT領導者真正需要弄清楚的是，供應商能否清楚地解釋他們的產品做什么、解決的具體問題是什么，以及成功率。“如果他們回來告訴我成功率是99%，我不信，”麥克倫登說，“AI還沒那么好。”

要弄清楚他們是否有衡量成功的方法，以及他們是否遵循一種方法，讓他們明白雖然AI是偉大的技術，但它并不完美。“如果你開始向供應商提出關于他們對AI的了解和他們實際在做什么的正確問題，你很快就能看出來，”麥克倫登補充道，“如果他們只是在編造，那很快就會暴露。”

IT領導者應該仔細審查供應商如何總體對待數據隱私和安全。麥克倫登詢問公司，他們的產品以何種方式取代了人類通常做的事情。“AI最終可能會產生與你公司文化不符的結果，”他說，“確保供應商考慮到關于你的數據、你的安全以及他們的AI如何在你的公司內部互動以適應的所有不同領域。他們可能還沒有一個很好的解決方案，但你需要看看他們是否至少在考慮這些事情。”

在選擇過程中建立成功標準

在開始向大量用戶群體推出新技術之前，首先通過概念驗證(PoC)來展示切實結果總是一個好主意。在選擇過程中，麥克倫登確保他能夠獲得供應商的支持來做到這一點。他在開始之前與他們一起建立成功標準。

同樣，利盟會提前為他們的項目定義一組測試用例，并在選擇過程中使用它們來幫助驗證供應商的主張。古普塔會詢問供應商在數據點方面的表現如何。例如，如果一個項目是客戶服務方面的，他們可能會問供應商是否能將通話成功率提高20%，并將通話時長減少30%。“如果你從一開始就沒有明確成功標準，你可能會浪費六個月到一年的時間來進行評估，結果卻一無所獲。”他說。

Harness的德金表示，大多數成熟的供應商都準備好通過成本節約或生產率提高來展示其工具的可衡量影響。小型供應商也應該這樣做。

IT領導者應該將用戶接受度作為關鍵的成功標準。“除了生產率成果之外，用戶喜歡這些工具也至關重要，”他說，“如果用戶發現解決方案笨拙、難以使用或效果不如預期，那么根本就不值得繼續推進。”