企业若想借助AI实现增长，应将其作为新的运营基础层来构建，同时重组工作流程、将AI与业务KPI相挂钩，并重新设计岗位职责。这是咨询公司West Monroe于7月发布的报告中提出的核心建议。该报告基于对400余位美国商业领袖的专项调研。
报告指出，随着高管们着手重塑运营模式，他们正面临多重挑战：对技术的信任度不足、模型发布速度远超规划周期所带来的快速变化、持续演进的监管风险，以及资源容量的制约。
West Monroe技术与体验业务高级合伙人、报告作者之一埃里克·布朗（Erik Brown）表示，IT领导者不应将赌注押在单一平台上，而应尽可能提升数据和基础设施的灵活性。"与大型AI厂商合作时，供应商锁定问题至关重要，必须认真考量。"布朗在接受CIO Dive采访时说道。
当前，AI市场正以极快的速度演进，Anthropic和OpenAI等服务商持续推出新模型并对现有版本进行迭代更新。布朗认为，CIO应不断调整规划周期和技术路线，使自身所处的技术环境能够适应当今的快速变化节奏。
通过持续跟踪和评估模型发布动态，企业高管或许能发现一些在保持同等输出质量的前提下大幅降低成本的AI工具。Mavvrik发布的一份成本治理报告也指出，意料之外的AI成本已迫使企业重新审视AI的落地方式。
布朗还表示，CIO在选择厂商时应重点关注其灵活性与开放性。IBM商业价值研究院的调查数据显示，在系统锁定风险日益凸显的背景下，70%的高级管理人员认为从现有主要AI供应商处迁移将面临较大挑战。"我们需要灵活性，需要能够在各个层面持续开展实验的能力。"布朗说。
对于IT领导者而言，围绕AI的讨论已从"如何试验这项技术、判断它将在哪里引发变革"，转向"如何获得切实的投资回报、如何向高管层证明AI的价值"。
"在我看来，这是我们与CIO、CTO和产品负责人合作时的头号议题，"布朗说，"如何真正衡量AI的有效性，确保我们在有效地使用AI。"
在某些情境下，有效使用AI意味着将基础性任务交由低阶AI模型处理，而将复杂任务路由至性能更强的模型。布朗指出，衡量产出同样至关重要——例如，企业能否以规模更小、效率更高的团队打造出市场就绪的产品，以及产品实际的可靠性是否有所提升。
布朗补充道，即便工具已就位、指标已设定，企业仍将面临员工认同度不足的挑战。他建议企业从小规模用例和团队起步，找到那些对新工作方式持开放态度、能够发挥带动作用的可信赖之人。
"我们不会被AI所取代，"布朗说，"就像大多数颠覆性技术一样，我们的工作方式将会发生深刻变革。部分岗位确实会被AI替代，但这将使人类得以更高效地工作。话虽如此，人性本身也是这一过程的一部分——人们难免会担忧：'如果我把自己的工作都自动化了，对我意味着什么？'"
布朗还指出，随着AI应用场景日趋复杂，数据可靠性不足同样会成为企业的一大挑战。与AI能力建设同步夯实数据基础，将帮助企业在不拖慢创新步伐的前提下实现既定目标。
Q&A
Q1：West Monroe报告对企业落地AI有哪些具体建议？
A：West Monroe报告建议企业将AI作为新的运营基础层来构建，同时重组工作流程、将AI与业务KPI绑定，并重新设计岗位职责。此外，企业应尽量避免对单一AI平台产生依赖，保持数据和基础设施的灵活性，并根据模型发布节奏动态调整规划周期，持续评估能够降低成本的新AI工具。
Q2：企业在推进AI落地时面临哪些主要挑战？
A：报告指出，企业在AI落地过程中面临多重挑战：对技术的信任度不足、模型更新速度远超规划周期、监管风险持续变化、资源容量受限，以及员工接受度不高。此外，意料之外的AI成本也迫使企业重新审视实施方式，而数据基础薄弱则会在应用场景复杂化后进一步制约AI效能的发挥。
Q3：CIO应该如何衡量AI的投资回报？
A：布朗建议，CIO可通过多个维度衡量AI的投资回报：是否能以规模更小、效率更高的团队打造出市场就绪的产品；产品实际可靠性是否提升；以及是否在保持同等输出质量的前提下实现了成本的显著降低。他还强调，将基础性任务分配给低阶模型、复杂任务交由高性能模型处理，也是提升整体AI效能的有效策略。
