突破試點困境：為何如此多的 AI 測試項目難以規模化擴展

這是當今企業中越來越常見的情況：AI專案在試點階段的測試中表現出色，獲得了更大規模推廣的批准……然後卻無法正常運作；或未能達到預期的業務成果。 

隨之而來的是相互指責、抱怨和尷尬。

問題並不總是出在技術上。事實上，根據本月在《財富》頭腦風暴科技論壇圓桌討論上發言的商界領袖所言，問題往往出在企業圍繞AI專案所制定——或未能制定——的規劃、流程和預期上。 

安進公司首席技術官Sean Bruich表示，首先，並非每個AI專案都值得大規模推廣。 

「在試點階段，讓百花齊放是件很容易的事，」他說。這並非壞事，因為它鼓勵實驗。但他表示，「讓試點成功擴展的關鍵，在於擁有大量的想法，同時對哪些試點真正獲得批准實施嚴格的治理。」

Salesforce首席客戶及商務官Lashonda Anderson-Williams表示，邁出下一步之前的關鍵標準，是了解專案的預期成果。她說，太多企業專注於AI功能的成功實施——那些華而不實的技術亮點——而非業務成果。 

這種心態是失望的根源：AI功能運作良好，但新技術並未推動有意義的業務成果。

智能代理需要一張地圖

Anderson-Williams指出，談到代理式AI時，詳細了解工作流程——完成一項任務需要哪些個人、團隊或接觸點——至關重要。她說，許多企業發現，工作流程的文件記錄要麼根本不存在，要麼記錄不完善：「當你在這之上部署AI時，大家期望能看到某種魔法，但魔法並不存在。」

資料存取是AI專案從試點階段過渡到全面部署時特別常見的絆腳石。由於資料往往分散在組織各處的不同孤島中，且所有資料均受到不同存取權限以及各種隱私和安全考量的約束，情況可能迅速變得複雜。與會者強調，提前規劃出AI專案的輪廓以及所有可能需要的資料非常重要。湯森路透首席資料官Caitlin Halferty表示：「我們越早在探索階段發現這些問題，就能為成功做好更充分的準備。」 

這也意味著需要獲得組織內正確群體和利益相關者的認同。「是否存在可能觸發隱私問題的個人身分識別資訊（PII）或機密資料？」Halferty說。如果答案是肯定的，那麼相關人員就需要參與到專案中來。「是否涉及網路安全層面？那就讓安全部門加入吧，」她說。 

安進公司的Bruich也強調了廣泛認同的重要性，他指出，對公司具有變革性意義的AI專案，必然需要財務、技術、人力資源及組織各部門領導者的參與。他表示，一個真正具有影響力的AI專案，不能僅僅讓少數員工的工作流程更有效率，還需要帶來「對企業有意義的成果」。

本文最初刊登於Fortune.com