马萨诸塞州剑桥——将一个AI项目从最初的构想推进到大规模部署，是一项极为复杂的工作。对于首席信息官（CIO）来说，如何驾驭这种复杂性至关重要，因为各企业已开始以IT领导者完成并复制这一流程的能力来衡量其工作绩效。

为了减轻这一压力，高管们正在探索方法，以便在特定用例中及早判断成功的潜力。其中一些人关注的是员工如何将AI工具融入现有业务流程。

对于材料科学公司康宁（Corning）的高级副总裁兼首席数字与信息官Soumya Seetharam而言，试点成功的一个早期信号，是员工将AI模型的输出作为验证预测准确性的依据。

"他们在运营审查会议上实际展示了这一点，说：'我们的AI模型给出了这个结果，我们内部的传统流程给出了那个结果，综合之后我们得出了这个判断，这就是我们的预测。'"Seetharam在周二举行的MIT斯隆CIO研讨会上表示，"他们并没有盲目采用AI模型给出的预测，而是仔细审视，与传统流程的结果进行对比，再在此基础上加入自己的判断。"

麻省理工学院研究人员去年发现，绝大多数生成式AI试点项目在实现预期目标之前便已宣告失败。据Solvd公司的一份报告显示，超过半数的企业今年可能因表现不佳而终止AI试点项目。受访的技术领导者将缺乏有效监管列为试点项目失败的关键因素之一。

石化、塑料及建材制造商Westlake公司的首席信息官Mark Schmidt表示，要让AI工具顺利通过试点阶段，需要有一位主导型领导者统筹负责。在合适的领导带领下，一次成功的经验能产生连锁效应，随着其他人复制成功做法，影响力将逐步扩展至整个组织。

"必须有合适的主导者，"Schmidt在同一场小组讨论中说道，"这位主导者必须具备足够的驱动力和前瞻视野，才能将项目推进下去。"

另外两个关键要素同样决定着企业AI试点项目的成败：数据与治理。

Seetharam介绍，康宁构建了多层次的治理体系。公司专门为AI和机器学习建立了治理委员会，成员包括总法律顾问、多位高级管理人员以及Seetharam本人。该委员会负责审批哪些AI用例可以发布到统一的内部应用市场，使各部门员工能够调用既有效又符合公司标准的工具。

然而，即便已建立治理策略，若无法获取必要的数据，试点项目仍可能功亏一篑。

Schmidt表示，如果没有合适的数据集来驱动工具运行，也没有积极的主导者推动落地，"那你选择的方向在现阶段可能难度太大"。

前首席信息官、现任顾问及董事会成员Vipin Gupta指出，为推动试点项目顺利推进，组织还必须从过往的失误中汲取教训。

"我们往往倾向于庆祝成功、记录成功，"担任此次小组讨论主持人的Gupta说道，"却没有用同样的自律精神去记录失败。"

Q&A

Q1：企业AI试点项目失败的主要原因是什么？

A：根据MIT研究人员的发现，绝大多数生成式AI试点项目在实现预期目标之前便已失败。Solvd公司的报告显示，超过半数企业今年可能因表现不佳而终止AI试点。受访技术领导者指出，缺乏有效监管是项目失败的关键因素，此外数据集不完善和缺乏有力的主导领导者也是重要原因。

Q2：企业如何建立有效的AI治理体系？

A：以康宁公司为例，企业可以构建多层次治理体系，专门设立AI与机器学习治理委员会，成员涵盖总法律顾问及多位高级管理人员。委员会负责审批AI用例是否可发布至内部统一应用市场，确保工具既具备实际效果，又符合公司规范标准，从而让各部门员工能够安心调用。

Q3：CIO在推动AI试点项目成功中扮演什么角色？

A：CIO需要在AI试点项目中发挥主导作用，具备足够的驱动力和前瞻视野。Westlake公司CIO Mark Schmidt强调，合适的主导者能带动一次成功经验在组织内产生连锁效应，让其他团队复制并推广成功做法。此外，CIO还需推动组织系统记录失败案例，从错误中学习，而不只是庆祝成功。