CIO总结2025年人工智能实用化的十大关键启示

人工智能在2025年主导了CIO的议程,因此这项技术及其应用以及如何从中获得最佳商业价值给IT领导者带来了很多思考,这并不令人意外。

然而,令人惊讶的是,当要求CIO回顾2025年时,他们并没有提到很多技术层面的经验教训。相反,他们谈论的是人工智能如何教会他们认识技术的潜力及其对领导力、组织、员工和社会本身的影响。

在这里,八位具有代表性的CIO分享了他们过去一年最大的收获。

2025年是人工智能变得实用的一年

CIO们已经进行了多年的AI实验和试点项目,研究发现这些项目往往难以起飞。但北美劳工国际联盟的CIO Matthew Richard认为,2025年是人工智能,更具体地说是生成式AI达到巅峰的一年。

"2025年是人工智能变得实用的一年,"他断言。

Richard说,在过去的一年里,他的IT团队发现供应商提供的企业AI工具"非常有趣和令人兴奋,正在帮助我们的终端用户以更高效的方式工作。"

他还发现,AI工具在2025年发展如此迅速,以至于他的团队能够启动在年初看来不可思议的项目。"基于这些工具的演进方式,我们有了新的方法来获取信息并将其置于用户的指尖,而不会过于复杂,"他说。

一个典型的例子是他的团队开发的基于AI的产品,该产品可以从新的工会合同中捕获信息,然后将这些信息与历史和当前数据进行分析,以确保合同条款符合标准和期望。Richard说,该产品现在处于试点阶段,他指出该产品使用AI访问"大量知识库",否则几乎不可能充分利用。

"与一年多前我对这些工具的看法相比,它们变得如此迅速实用,这有点令人惊讶。我曾认为这些工具太笨拙。但现在大语言模型和智能体AI以及将它们整合到组织拥有的庞大数据集中有很多令人兴奋的可能性,"Richard补充道。

保持快节奏和实验心态很重要

Zillow Group的CTO David Beitel同时也负责内部IT,他有着相似的看法。

"AI模型和工具,特别是基于大语言模型的模型,在过去12到24个月中得到了显著改善,并继续以加速的步伐改进,使得面向客户的创新产品以及内部工具和自动化能够以我们在进入2025年时认为不可能的方式实现,"他说。

在Zillow,Beitel和团队正在探索AI如何帮助使客户和员工体验更加个性化、高效和有意义。

"内部生产力的提升让我们的员工能够提升他们的工作和洞察力水平,并将更多时间专注于战略规划和执行。AI模型、技术和工具,再加上强大的专业人员、操作员和员工,构成了一个强大的组合。当我们寻求提供最佳产品并提供正确的防护栏和监督时,这种人在回路中的作用很重要,"他说。

他补充道,"我还要说的是,事情变化很快,所以保持快节奏和实验心态很重要,并继续梦想这些新技术的可能性。"

必须用工作流程图而不是组织架构图思考

便利店连锁Casey's的高级副总裁兼CIO Sanjeev Satturu说,过去一年教会了他"用工作流程图而不是组织架构图思考"的价值。

"在AI时代,工作的本质正在发生根本性转变,"他说。"项目和工作流程经常跨越传统的孤岛,需要团队的快速重新配置。我们必须通过映射工作而不是角色来优化任务和结果。工作的未来是基于技能的,而不是基于职位的。工作流程图培养了敏捷网络,实现了更快的启动、跨职能协作和对市场的实时适应。"

他指出,"工作流程图代表了工作实际如何完成——任务、技能和协作的动态网络。工作流程图使工作流程可见,减少歧义并提高参与度。"

Satturu进一步为这种方法辩护,解释说"工作不再是静态的;它是流动的、跨职能的、基于项目的","技能比职位更重要。"

鉴于"AI优化任务和结果,而不是头衔或层级",Satturu了解到"为工作而不是层级设计是必须的,因为工作流程图告诉你价值如何流动。"

有问题的数据是新的"遗留技术"

像许多IT领导者一样,提供技术咨询和托管服务的Ensono公司CIO Savio Lobo必须处理有问题的数据。他见过"不匹配的数据",同一类型的数据在不同业务部门之间被不同对待,以及组织数据中的其他不一致性和差距。

他说,这样有问题的数据已经成为新的"遗留技术",称其为"重负",正像过时的IT系统一样阻碍着组织。

"这对我来说是一个经验教训,"他说,指出过去一年表明IT领导者需要将数据治理和数据管理放在优先级列表的更高位置——并开始将数据视为组织资产。

"是的,业务拥有数据,但数据跨越各个单位,"Lobo说,"因此让组织围绕数据定义、数据质量、元数据等团结起来是至关重要的。"

为此,Lobo建立了一个坚实的集中式企业数据目录和一个跨职能数据团队,该团队优先考虑并执行数据质量标准。

Lobo承认使企业数据达到完美状态需要巨大的努力——这项任务对大多数组织来说就像现代化遗留技术一样具有挑战性。

因此,他采用渐进式方法来现代化公司的数据,就像许多CIO采用现代化遗留技术的方法一样。"你不能一口吃成胖子,但你可以定制它,专注于它,专注于数据清理以支持最高价值的AI用例,"他说。

IT需要使用前瞻性指标来查看进行中的项目

Lobo引用了2025年的另一个关键收获:需要识别和跟踪前瞻性指标而不是滞后指标来衡量项目,特别是大型转型项目。

他说,使用前瞻性指标可以让利益相关者更清楚地了解项目是否按计划实现预期结果,并补充说前瞻性指标比滞后指标能更及时地提供这种洞察。

"我们有一个指标仪表板来查看进行中的项目,我们确保它们以正确的方式在正确的地方使用正确的工具进行报告,"Lobo说,指出这允许"中途干预,而不是事后",允许调整以使任何摇摆不定的项目重新回到正轨,从而更快地提供回报。

这在组织收紧预算并强调包括AI在内的项目需要显示价值的当下尤其重要。

"我们需要预算来做AI和其他转型工作,为了为这项工作提供可自由支配的资金,我们需要确保我们花费得到的钱来获得我们想要的结果,"Lobo补充道。

CIO不能等待完美时机才前进

VLS Environmental Solutions的CIO Raul Pena曾经觉得他的公司还没有准备好使用AI。

"几年前当我加入公司时,我的老板开始问我关于AI的问题,我推迟了,因为我认为我们必须从复杂程度上达到10分,而我们处于较低端。我们有不同的系统,数据方面也有挑战,"Pena说。

虽然公司仍然没有达到10分(Pena将其评为7或8分),但他已经认识到他不能"等待那个完美的时刻说'我们准备好了'。如果我们等待那个时刻,我们就会落后。"

由于这种认识,Pena和他的公司现在很好地走上了AI之路,将技术嵌入到系统和流程中。

"在这一点上,我们做的任何事情都有AI组件,"他说。"我们希望将自己定位为一个面向未来的技术赋能公司,促进创新并赋能我们的员工。人们希望为技术赋能并愿意投资技术进行创新的公司工作。"

AI既是社会和文化现象,也是技术现象

Pena还认识到,作为在公司实施AI的CIO,他还必须应对随之而来的社会问题和影响。"意识到AI既是社会和文化现象,也是技术现象,"他说。

首先,并不是每个人都是粉丝。"社会中有很大一部分人不理解它,不使用它,不喜欢它,"他说。

许多人担心AI对他们和他们的生计意味着什么。"有人担心AI会抢走工作。它确实会夺走一些工作。像过去的其他技术改进一样,一些人的工作会受到干扰和破坏,但因此也会有新的工作,"他说。

"我们希望我们的员工知道我们知道这一点,看到这一点,我们正在投资帮助他们使用AI做工作,"他补充道。"这就是我们想给员工的信息——如果他们学会使用它,他们将为自己和公司创造价值。"

需要将AI项目当作真正的程序来对待

为了从AI中获得价值,多项研究表明这对大多数人来说都是一个挑战,组织必须将与其他任何项目相同的业务和财务纪律带到AI举措中。

这是Wolters Kluwer执行副总裁兼CIO Mark Sherwood今年得出的结论。

"需要将AI项目当作真正的程序来对待,"他说,指出许多组织由于快速采用AI的压力而在不同程度上偏离了这一点。

"我所看到的以及我和团队有点斗争的是,公司中有太多AI创新,这很好,我想鼓励,但我也想了解我们正在做的事情的商业价值。这归结为不是我们能否做到,而是我们是否应该做,"他说。

为了回答这个问题,Sherwood要求Wolters Kluwer的AI创新者阐述他们所追求的"定性价值和定量价值"。

"这几乎就像项目管理101。这是我们在IT中长期以来一直在做的基础工作,确保在我们跳入之前有基础设施到位。虽然听起来可能很无聊,但它确保了[AI创新]我们专注于我们试图解决的业务问题是什么,"他解释说。

牢记这一教训,Sherwood一直在将项目管理原则应用于拟议的AI举措,"了解业务需求是什么,明确目标和时间表,并制定明确的成功指标。"

他有一个审查过程来审查与AI相关的提案,并根据商业价值对它们进行优先排序。他还为试验AI的业务团队制定了指导方针,以便他们也专注于价值。他还举办黑客马拉松和创新论坛来发现有前途的想法,无论它们是否采用AI或其他技术,从而确保他设置的防护栏不会消除显示出前景的机会。

"AI可能是寻找问题的解决方案,是总是寻找钉子的锤子,"Sherwood补充道。"我总是喜欢从问题开始,而不是带着解决方案进来。AI不是万能药。它不是你扔东西进去,神奇品质从另一边出来的地方。它很像任何其他工具。"

转型更多依赖于人而不是技术

对于哈佛商学院的CIO Beth Clark来说,过去一年教会了她CIO工作更多的是帮助人们,而不是领导技术。

"转型更多依赖于人而不是技术,变化对人来说很难,"她说。

Clark说,为了帮助人们转型,她需要为员工澄清她的组织想要实现什么,以及AI和其他技术如何帮助他们到达想去的地方。

"这是帮助他们头脑风暴关于他们对未来的愿景,"她说,"问他们今天的[工作]是什么样子,问未来可能是什么样子,并与他们一起制定愿景。这是提出'如果?'和'如果你能做x、y和z会怎样?'的问题。这需要成为一个有远见的人,并对业务如何日复一日运作以及技术可能性有足够深度的知识,以便我能与他们并肩制定愿景。"

在那时,Clark说,为转型变化建立兴奋感同样重要。"这是让他们看到可能的艺术,并讲述一个关于如果他们不只是投资于变化,而是对此感到兴奋,两年、三年、五年、十年后生活会是什么样子的故事,"她说。

她补充说,这需要同情和共鸣,理解人们被要求放弃"久经考验的做事方式",并认识到对大多数人来说这是一个很大的要求。

"这是帮助人们适应一个变化非常非常快的世界,"Clark说。"这是让他们知道这是一个持续的伙伴关系,确保我们保持愿景真正清晰,我们正在做所有工作到达那里。"

Clark承认这是一条漫长的道路,一些人质疑对他们来说是否值得跟随是可以理解的。

"你必须在踢他们屁股的同时牵着人们的手,"她补充道。"你需要一个真正好的影响工具包,根据需要以不同方式影响他们,无论是在他们陷入困境时领导困难对话,还是成为哭泣的肩膀。"

只有多智能体架构才能提供在当今环境中蓬勃发展所需的敏捷性和弹性

Cognizant全球CIO Neal Ramasamy说,2025年教会了他是时候创建能够支持广泛智能体AI的架构。

"单一AI解决方案正在让位于协调的智能体生态系统,"Ramasamy说。"随着业务流程变得更加互联和动态,只有多智能体架构才能提供在当今环境中蓬勃发展所需的敏捷性和弹性。这些系统使专门的AI智能体能够无缝协作,打破运营孤岛,推动跨财务、人力资源、供应链和客户服务等功能的端到端自动化。"

Ramasamy强调现在行动的必要性。

"没有多智能体策略的企业将在24个月内面临重大生产力差距,"他补充道。"但现在投资于编排多样化智能体——同时嵌入强大治理和互操作性——的组织将为企业绩效和创新设定标准。"

Q&A

Q1:2025年人工智能有哪些重大突破?

A:2025年被称为人工智能变得实用的一年,生成式AI工具发展迅速,企业AI工具变得更加有趣和实用,帮助终端用户以更高效的方式工作。AI工具的进化使得原本在年初看来不可思议的项目成为可能。

Q2:CIO在AI转型中面临的最大挑战是什么?

A:主要挑战包括数据质量问题、员工对AI的恐惧和抵制、以及需要平衡技术创新与商业价值。许多CIO发现转型更多依赖于人而不是技术,需要帮助员工适应变化并建立对AI的正确认识。

Q3:如何确保AI项目产生实际商业价值?

A:需要将AI项目当作真正的程序来对待,运用传统项目管理原则,明确业务需求、目标和时间表,制定清晰的成功指标。要求AI创新者阐述定性和定量价值,从解决业务问题出发而不是从技术方案出发。


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1058276.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

从c到exe的编译过程

C语言代码首先被编译成与硬件平台相关的汇编指令,然后汇编器将这些汇编指令翻译成机器指令(二进制代码)。 C代码不能直接变成机器指令,它必须经过一个被称为“编译”的转换过程。下面详细拆解这个神奇的过程。 一、…

4 STM32学习板入门视频教程 STM32芯片功能介绍

欢迎关注我👆,收藏下次不迷路┗|`O′|┛ 嗷~~👇热门内容👇 python使用案例与应用_安城安的博客-CSDN博客 软硬件教学_安城安的博客-CSDN博客 Orbslam3&Vinsfusion_安城安的博客-CSDN博客 网络安全_安城安的博客-C…

Vue customRef

customRef 是 Vue 3 中的一个高级响应式 API,用于创建自定义的响应式引用(ref),允许开发者对依赖追踪和更新触发过程进行细粒度控制。它通过一个工厂函数接收 track 和 trigger 两个函数,返回一个包含 get 和 set 方法…

软银竭力筹措225亿美元资金支持OpenAI

日本科技投资巨头软银需要在年底前筹措225亿美元资金,以履行其对AI合作伙伴OpenAI的承诺。据路透社报道,软银首席执行官孙正义有几种方式可以筹集这笔资金,包括动用与其持有的英国芯片设计公司Arm Holdings股份相关的未使用保证金贷款。软银是…

OpenWRT 24.10下使用radvd发送IPv6 RIO路由

我家网络下接了两个OpenWRT路由器,一个PPPoE接入电信1000M线路,一个PPPoE接入移动100M线路。 我希望实现:默认走电信,目标IP在移动网内时走移动。 IPV4下很好实现,关闭移动路由器的DHCP,两个路由器之间安装bird2…

基于matlab的bp网络车牌识别系统

- 标题: 基于matlab的bp网络车牌识别系统 - 关键词: matlab GUI界面 数字图像预处理 定位车牌 字符分割 bp神经网络识别 - 步骤: 打开图像 灰度化 阈值化 边缘检测 孔洞填充 形态学操作 滤波操作 粗定位 精定位 字符分割 bp神经网络识别 - 简述: 使用mat…

LangGraph 实战:手把手教你搭建一个「全自动科研论文写作」AI 团队 【多智能体协作实战项目一】

目录 🧠 第一部分:思维篇——如何设计智能体? 1.1 什么是“任务分解”? 1.2 本项目的架构设计 🕵️ 角色 A:Planner(主编/研究员) ✍️ 角色 B:Writer(笔…

隧道超声波风速风向检测器:优化通风能耗管理

隧道超声波风速风向检测器通过实时监测与智能调控,显著优化通风能耗管理,其核心价值体现在以下方面: 一、技术原理:高精度测量奠定能耗优化基础 隧道超声波风速风向检测器采用超声波时差法,通过测量超声波在顺风与逆…

全自动太阳能电池片分选仪:光伏组件质量的“第一道防线“

在光伏组件生产线上,一个隐裂的电池片被焊接成串,最终封装进72片组件中。这个微小的缺陷可能在25年的使用过程中逐步扩展,导致整板功率衰减甚至热斑风险。如何避免"一颗老鼠屎坏了一锅粥"?答案藏在产线前端的全自动太阳…

2025年知名的电缆生产厂家推荐排名:电缆生产厂家推荐盘点名单(12月新版更新) - 品牌2026

电线电缆作为电力传输与信号传递的核心载体,广泛服务于电力、建筑、交通等关键领域。随着行业门槛持续收紧,优质产能愈发集中,选择兼具资质与口碑的生产厂家成为关键。本文结合生产规模、技术实力等维度,梳理电缆生…

cesium126,240621,Ce for Ue 通过 GeoServer 来加载 Shapefile:

(294)什么是 shapefile :(295) 因为下载不下来 geoserver 的安装 exe 文件,先看一下。 (296) (297) (298) 谢谢

百度自动驾驶出租车将于2026年进入伦敦市场

机器人出租车将于2026年进入伦敦市场。中国互联网巨头百度周一宣布,其Apollo Go自动驾驶网约车服务将在2026年上半年在英国首都进行试点运营,并得到Uber的支持。Uber表示"很兴奋能够加速英国在未来出行领域的领导地位,为伦敦人在明年带来…

AI 原生应用开发框架深度解析:从单智能体到多智能体协同开发

当 ChatGPT 带火 “生成式 AI” 后,我们很快发现:单纯的内容生成早已满足不了复杂业务需求 —— 我们需要 AI 能自主拆解任务、调用工具、协同工作,这就是 “智能体(Agent)” 的价值。而要落地智能体,离不开…

户外储能电源2KW双向逆变器板:快速开启产品研发之路

户外储能电源方案双向逆变器板资料,原理文件,PCB文件,源代码,电感与变压器规格参数,户外储能电源2KW(最大3KW)双向逆变电源生产资料,本生产资料含有前级DCDC源程序,后级的SPWM!本户外…

64 位 Windows 对 32 位程序的兼容处理

简单来说,Windows 为 32 位程序提供 32 位版本系统库和一个用于访问 64 位内核的转接层 WOW64 来确保兼容性。 32 位程序在 64 位系统上执行时像往常一样加载和调用 32 位版本系统库,只是对 32 位版本系统库的调用将…

国产CAD实现跨部门设计变更同步

非标自动化设备的集成,是机械、电气、软件等多学科深度协作的过程。任何一个环节的设计变更,都可能像多米诺骨牌一样产生连锁反应。传统的协作模式依赖邮件、即时通讯工具传递图纸,版本管理极易混乱。项目经理大量的精力耗费在确认“当前是否…

隧道代理在数据挖掘中的实战应用:从原理到落地的全流程解析

免费编程软件「pythonpycharm」 链接:https://pan.quark.cn/s/48a86be2fdc0在互联网数据采集领域,代理IP早已不是新鲜技术,但传统代理模式常因IP质量差、切换效率低等问题成为数据采集的瓶颈。隧道代理(Tunnel Proxy)的…

Python Threading.Lock() threading.thread(target=lambda:[()])

import uuid import threading from datetime import datetime import timeidx=0 idx_lock=threading.Lock()def get_time_uuid():with idx_lock:global idxidx=idx+1current_idx=idxreturn f{current_idx}_{datetime.…

AI 原生应用开发框架深度解析:从单智能体到多智能体协同开发 - 2

目录 一、从单进程到分布式:智能体规模化的必然选择 二、A2A 协议:分布式智能体的 “通用语言” 2.1 A2A 协议的核心角色 2.2 A2A 协议的核心元素 2.3 A2A 协议的 3 种交互机制 2.4 A2A 协议的完整工作流 步骤 1:发现 A2A 服务端的 Ag…

全面掌握AI大模型:从零基础入门到实战应用的七阶段学习路线图全攻略!

文章提供了完整的大模型学习路线图,分为七个阶段:系统设计、提示词工程、平台应用开发、知识库应用开发、微调开发、多模态大模型应用和行业应用构建。路线涵盖Transformer架构、训练方法、Python编程、工具使用、API开发、RAG技术、向量数据库等核心技术…