2026为企业级AI进⾏重新设计-聚焦关键价值流以推动增⻓

为企业级AI进2 3 6 9 IntroductionBottlenecksSizeoftheprizeRenovateforAI行动指南1克里斯·赖特我们当前的工作流程是围绕历史约束和遗留的组织如果你袖手旁观，就会错失建立使用这些技术所需的组织肌习来自于迭代。今天成功的公司，是那些随着技术发展而实时学习如何评估、部署和迭代AI的公司。但只有当你的团队在实际开展工作时，你才能建立这种这项研究恰逢工程和业务领导者正在应对这一转变之际。说的“无限积压”的想法、功能和客戶请求，由于时间和能力处理过。人工智能给了我们最终深入处理这些积压工作的机会接下来的页面将实际展⽰这一旅程。它们说明了为什么修复能产生真正的价值，为什么底层基础设施很重要，以及为与代码同步演变。技术下个月、明年都会不断变化，但重IntroductionBottlenecksSizeoftheprizeRenovateforAI行动指南2大多数AI举措仍然未能成功高管指出，未能重新设计业务流程是阻碍A改善AI成效需要投资于IT升级3IntroductionBottlenecksSizeoftheprizeRenovateforAI行动指南,在实现这些目标的同时，仅将29%的人工智能项目投入大规模生产（见图1）。事实是，除非大规模部署举措，否则自主型AI无法带来更好的成果。但分散的所有权、割裂的系统与数据，以及模糊的决策权正在限制AI的覆盖范围。能从自主型AI中获得最大回报的组织，将是那些重新设计端到端价值流以减少摩擦，并允并非所有摩擦都源于技术问题，有些来自人为因素。即使AI系统可用，员工也可能不理解它们如何创造价值、如何融入现有工作流程AI智能体还打破了传统的管理幅度模式。领导者需要构建混合团队结构，明“将IT支出视为投资而非成本，可能会引真正回报的唯一途径。”GavinWood，APA集团首席信息官IntroductionBottlenecksSizeoftheprizeRenovateforAI行动指南42028年潜在成果基于IBMIBV分析4.04亿美元4.55亿美元3.86亿美元4.04亿美元4.55亿美元3.86亿美元值IT与业务环境的摩擦AI投资仅37%的AI项目能的AI净新增价2.26亿美元“在AI驱动的自动化下，支出与回报之间的来证明投资的合理性。”道尔顿·古VWG英国有限公司集团IT总监兼董事会成员。IntroductionBottlenecksSizeoftheprizeRenovateforAI行动指南“如果仅在各个部门内部应用AI来提升个人工作效率，那么这种效益在企业。“要实现AI在企业范围内的运作，企业范围内的改革他们还必须减少因摩擦而损失的AI投资回报率，将投资精准聚焦于期望实现的业务成果，并致力于为AI在企业规模上取得成功所需的持续再投资循好消息是，成功更多取决于创造AI能够发展的运营环境，而非追逐最新的AI突破。建立一个AI能有效运作的系统，可以帮助组织更快地通过AI交付更多价值，并加速超我们看到了那些扩大AI项目规模、减少IT和业务环境中的摩擦，并更一致地交要实现这一目标，需要解决许多组织多年来一直回避通过正确的重新设计，它可以释放新的收入来源和更深层价值可以长期挖掘。本文概述了高管们应将投资和努力集在第一部分中，我们探讨了摩擦如何拖累AI性能。第二部分解释了组织在哪些方面有机会通过AI获取最大的净价值。第三部分重点介绍组织应优先考虑的技术和运营改造。最后，我们以一份行动指南作为结尾，5IntroductionBottlenecksSizeoftheprizeRenovateforAI行动指南6这是因为智能体并非独立于IT基础设施之上运行，而是嵌入其中运作。它们在历来被孤立优化的不同职能部门间传递工作与决策。破碎、相互矛盾或被数十年技术债务拖累时，即便最智能超过四分之三的高管认同：若不重新设计整体流程，仅将人工智能在当下看似明智，却未形成整体协调。事实上，IBMIBV最新研究发现，影子IT（业务部门未经IT部门监督直接采购的软件、云服务及工具）平均占IT这些必须从一开始就设计进去。”德娜·阿尔曼苏里7IntroductionBottlenecksSizeoftheprizeRenovateforAI行动指南结果是IT环境跨越多个云平台、多种管辖区域，拥有数千个无人能完全理1嵌入AI时未能重2数据准备不足与质量低下3AI项目中角色、决458IntroductionBottlenecksSizeoftheprizeRenovateforAI行动指南解决问题的第一步是承认问题的存在。IBMIBV最近的研究发现，那些在人工数据以及修复长期被忽视的漏洞）的组织，其预期投资回我们对调查数据的分析发现，衡量其流程价值的组织往回报。当组织开发出更强大的方法来量化流程绩效时，它们但并非每个摩擦点都值得修复。目标是消除那些阻碍智挥潜力的摩擦。那些每次运行方式相同、依赖结构化数据和过传统自动化（例如决策治理）来解决。维也纳市首席技术官BenediktSchraik表⽰：“人工智能决策具有概率性，但我们的治理框架仍然要求确定性。我们接受政府中基于概率的人类决策，并制。人工智能治理也需要同样的认可。”这些复杂、多变且依赖于情境的价值流正是智能代理人工领域。它们是塑造客戶体验、驱动竞争优势并释放新收入来源来改变达成一致。”迈克尔·沃格勒IntroductionBottlenecksSizeoftheprizeRenovateforAI行动指南真正的价值规模这造成了直接冲突：拖慢人工智能进程的旧有遗留但调查数据显⽰，大多数企业在全企业范围内优先排序。工智能转型财务可持续性的必要条件。事实上，IBMIBV最新研究发现,70%的高管表⽰正寻求利用人工智能产生的价值来资助整个组织的投如今，企业正在探索人工智能带来的广泛且多元业务流程重塑、产品与服务创新、生产力提升、这是维持转型飞轮运转的唯一途径。APA集团首席信息官加文·伍德表⽰：“我们有意识地选择不将人工智能应用于所有领域，只的领域。”IntroductionBottlenecksSizeoftheprizeRenovateforAI行动指南通过改进创收的面向客戶的价值流，而不是优,1%的改进则可带来1.02亿美元收益。但仅靠削减成本是有限的。要实现收入增长，AI也必须应用于驱动盈利能力的面向客戶的价值流然而，投资往往倾向于那些更容易实施、治理更清晰、结果更快见效的领域。这种偏见可以理解，但具有局限性。事实上，85%的高管表⽰，许多AI计这正是再投资变得至关重要的地方。间接职能中的生产和竞争绩效的工作。通过将重点放在创收的价值流上，组早期收益越大，组织就能在创收新机遇上投入更多资金AI实验转向与可衡量的业务成果相关的较小举措组合，将投资集中在少数关IntroductionBottlenecksSizeoftheprizeRenovateforAI行动指南更多IT支出用于人工智能。但部分IT升级成本也应当被视为人工智能计划与服务负责人何塞·奥维迪奥·席尔⽡表⽰，“我并非主张立即削减IT预算,而是要建立一种不能仅靠挤压现有IT投资来支撑的人工智能融资模式以下数字展⽰了某170亿美元规模企业在三个不同价值池中实现1%改。销售、一般及管理费用降低1%销售、一般及管理费用降低1%>本节省IntroductionBottlenecksSizeoftheprizeRenovateforAI⾏动指南关于⼈⼯智能的讨论通常围绕四种活动类型：任务、⼯。价值流是将客⼾需求转化为满意客⼾结果的完整⾏动序价值流是将客⼾需求转化为满意客⼾结果的完整⾏动序这种区分之所以重要，是因为⼈⼯智能部署的层级决定了价值创造⼀个业务成果，除⾮它们所嵌⼊的价值流被设计同样的逻辑也适⽤于团队设计。任务级⾃动化可能要求个⼈使⽤AI助IntroductionBottlenecksSizeoftheprizeRenovateforAI行动指南为企业进行AI改造借助AI推动增长所需的大部分工作并不在于构建新系统，而在于重新思考技术管理方式以及团队如何与AI协作。这首先机遇巨大：创收型价值流能带来最大的潜在回报，但同如今大多数组织实际运行的是混合环境，但并非有意为之。个云和本地系统中，这出于成本、性能、合规等合理原因跨环境一致运营意味着要建立统一的模型来管理工作负理方式以及变更在整个体系中的传播方式。为了负责任地扩展AI，组织还需要在执行层嵌入一致的控制机制。这有助于确保模型、数据流前就受到治理、可观测且具备生产就绪性。当工程师、开发循一致的流程时，组织就能减少摩擦，并能够反复扩展AI，而不必为每个新项架构的经济性也很重要。训练模型、运行推理、处理敏感数IntroductionBottlenecksSizeoftheprizeRenovateforAI行动指南智能体系统需要不同的条件：持续、情境化地,智能体将在错误假设下工作。这可能导致最佳情况下的小错误，以及最确关键数据源的所有权，并建立以一致、结构化形式呈现企。这些数据不仅需要可用，还必须具备端到端。少数高管团队能持续回答这些问题。仅三分之一的组织在将AI智能体投入生产前，会正式验证数据源的所有权和维护责任。决策权不若缺乏明确预期，组织将面临不确定性风险，从而阻碍技决策权限还需考虑系统性风险。在智能代理环境中独立。代理行为可能在价值链中产生累积效应。组织应当逐步。这意味着从受监督的建议阶段过渡到有限执行阶段，只有、可审计性与业务影响等维度证明代理已达成。IntroductionBottlenecksSizeoftheprizeRenovateforAI行动指南与任何复杂的转型一样，改造IT资产需要承担巨大的开销。每一项改进都伴随着前期成本：协调利益相关者、梳理依赖关系、建立基这就是为什么运营模式与技术计划同等重要。许多组织本aples公司首席信息官ConorMlacak表⽰：“几十年前设计的传统运营模式在人工智能原生的世界中将难以为继，工作本身必须从根本上重新思考。”在智能体人工智能领域，持续的努力至关重要。你希望今智能。组织通常将人工智能采用视为一项培训挑战，假中培养起来的。员工在与人工智能共同处理真实业务流短期项目组建的团队或许能完成实施，但很少能培养出改变工作方在传统方法中，战略规划者将专业知识融入运营，却无需对项德娜·阿尔曼苏里IntroductionBottlenecksSizeoftheprizeRenovateforAI行动指南更好的模式是围绕持续问责和整合交付构建的。这需要备专业深度又拥有广度，深入工作一线，对结果负责，并以IntroductionBottlenecksSizeoftheprizeRenovateforAI行动指南遗留系统仍然是现代化的首要障碍，在速度和适应性最为关。过时的系统停滞不前，排队队伍膨胀，信息支离破碎。旅利雅得航空决心改变这一现状。该航空公司从零开始设计其模式，摆脱了遗留系统的束缚，专为数字时代的需求而构建。在如此规模上重塑行业需要远见卓识、模式识别能力，以及将雄其运营基础是一个锚定企业智能化运作方式的平台。IntroductionBottlenecksSizeoftheprizeRenovateforAI操作指南有了这一基础，多个代理能够共同管理路由并完成复续流动，将每个领域整合到统一的信息流中。其结果是一个程的展开，实时引擎动态创建、定价并交付优惠。旅客不再时刻。AI助手在内置监督下处理常规工作，解放工程师、运营和服务团队，让优惠实时调整。服务针对每位旅客个性化调整。运营根在将定义未来十年航空业平台上的航空公司。”亚当·布卡迪达IntroductionBottlenecksSizeoftheprize为AI⾏动指南进⾏改造从您的AI投资中获得在尝试优化系统之前，先看清系统状况。识别价值停滞点、决策聚集区，以及AI），‒识别AI智能体需要的所有决策IntroductionBottlenecksSizeoftheprize为AI⾏动指南进⾏改造‒为AI驱动流程建⽴持续集成和‒建⽴企业级AI治理框架。。IntroductionBottlenecksSizeoftheprize为AI⾏动指南进⾏改造。IBMConsultinglinkedin.com/in/varunbijlani/哈维尔·奥莱索拉·卡辛IBM咨询/in/javier-ol⽡伦·比贾尼正在重塑咨询服务的交付方式，打破将与按小时计费捆绑的旧模式。他正与客戶合领域特定智能体，而非在每次项目合作中从新模式下，前置部署团队负责的是成果交付哈维尔·奥莱索拉·卡辛主导着围绕单一核心主题的行业特定数据计划：AI智能体需要实时上下文才能在整个企业中可靠续更新、治理完善、能够传递上下文的数据于数据所有权、数据谱系，以及能够随着AI规模化应用而保卡罗琳·罗奇IBMConsulting理查德·沃里克IBM商业价值研究院linkedin.com/in/richardwarrick/卡罗琳·罗奇领导客戶的人工智能转型议程，专注于部署技术,同时思考如何重新设计流程、建立激励机制和重组组织，以理查德·沃里克运用数十年的全球技术转型咨询经验，研究大型企业如何利用IT提升绩效。他近期研究聚焦于将人工智能管理互补性举措组合，以及减少因IT复杂性和技术债务带来IBMIBV开展了⼀项全球调研，旨在探究企业如投资回报率（ROI）⽅⾯，我们结合了多元回我们以AI投资回报率作为因变量，估算了⼀系列多元为了解释AI驱动的绩效改进的财务影响，我该计算以调查报告中报告的ROI预期为参考这反映了企业价值池的非对称性，在较大领域(预期的业务成果，且只有10%的ROI因IT摩擦而估算，展⽰当组合层面的AI投资与高影响力价值,转化为实质性的企业财务成果。IBM如何提供帮助态系统。IBM、红帽以及IBM的战略合作伙伴网询服务组合以及企业级技术解决方案。IBM研究如需了解更多关于IBM咨询的AI服务信息，请访问/consulting/artificial-intelligence欲了解更多IBM软件的人工智能解决方案，请访问i欲了解更多IBM研究院的人工智能创新成果,请访问research./artificial-intelligence现。如需更多信息，请联系IBM商业价值研究院，邮箱：iibv@。 IBM商业价值研究院如需保持联络并获取最新资讯，请注册订阅IBV电子邮件简报，访问/ibv您也可以在LinkedIn上关注我们，访问ibm.co/ibv-linkedinIBMIBV撰稿人ArvindRaj、ThiagoSartori以及ShamasundarSE1.Bijlani,Varun,ToddKathan,MostafaZafer,MeenakshiSrinivasan,MinoruAoki,JacobDencik,andLisa-GianeFis