在您的业务中押注 AI 之前，先做这 4 件事 – 以及为什么
快速阅读: 据《ZDNet》称，Gartner预测两年内一半商业决策将由AI辅助。四家企业领袖分享经验：制定云战略、重视数据治理、关注输出质量、发现意外收益。AI正加速改变企业运营。
穆罕默德·阿基布 / Getty Images
人工智能不可阻挡的发展步伐仍在加快。分析机构Gartner近日预测，在接下来的两年内，一半的商业决策将被完全自动化或至少部分由AI代理辅助完成。
此外：
4种方法将AI转化为你的业务优势
一些组织比其他组织进行了更多的实验。四位曾探索AI的企业领袖在2025年旧金山Snowflake峰会上举行的媒体圆桌会议上分享了他们的经验教训。以下是他们所说的内容。
1. 制定正确的云战略
阿斯利康首席企业架构师韦恩·菲林-马修斯解释了他们的组织如何在多个领域率先实施AI。
这家制药巨头开发了一款由AI驱动的研究助手，通过聚焦于科学方法的可重复性及新药研发，提高了科研人员的生产力。
阿斯利康与斯坦福大学等领先的学术机构合作，开展代理AI实验。
菲林-马修斯表示：“我们正在思考如何组建一支由AI代理组成的团队，以支持从事研究的传统科学家。”
此外：
在AI时代，组织如何适应并实现繁荣发展
该公司还在探索如何将AI应用于商业领域。阿斯利康在126个市场运营，为这些多样化市场提供内容是一项复杂挑战。这就是AI发挥作用的地方。
“我们从AI角度出发，利用技术自动化营销材料及药物研发信息的生成，”他说。
尽管这些实验突显了AI的好处，但也表明了坚实数据基础的重要性。
此外：
整合AI始于稳健的数据基础。以下是高管们采用的3种策略
菲林-马修斯表示，只有构建了强大的云基础设施，企业才能通过AI解决问题。
“在这一过程中，我们已经看到许多用例的益处变得清晰，”他说。
“我们确实处于AI驱动决策的时代。但对我来说，关键是要记住那些其他基本要素。你无法在不优先考虑云的基础上实现AI优先。”
2. 重视数据治理问题
Truist批发银行业首席数据官阿米特·帕特尔表示，他在推出AI用例时学到了两个关键教训。
第一点是底层数据基础的重要性。
“作为一家银行，我们必须证明‘数据来源是什么？是否准确？是否受控？是否有数据血缘？是否有元数据？是否有数据质量检查？’我必须向外部监管机构证明这些点，”他说。
“我不能随意将大型语言模型（LLM）投入使用，对吧？我不能让它只指向我内部的任何来源。它必须是受监管的数据源，并且必须来自授权的供应点。”
此外：
这款免费的谷歌工具可让AI成为你的研究助手
帕特尔表示，这种对受监管来源的关注帮助明确了CDO常见的一个问题点：让数据有序。
“通过这一过程，我意识到自己并没有那么多可靠的来源可供参考，”他说。“我必须首先建立这个基础，然后才能在此之上构建。”
帕特尔说他学到的第二件事是，在家使用AI的人认为在企业环境中部署LLM会很容易。
“事实并非如此，”他说。“你必须设定模型可访问的边界条件。你需要定义元数据以指导模型的理解。而这个过程需要时间。”
此外：
你的企业准备好AI了吗？5种避免落后的办法
帕特尔表示，他的团队通过设定期望值的练习解决了员工对AI利用时间的误解。
“随着我们开始启用用例，人们开始意识到这并不像点击一下那么简单，”他说。
“尽管技术实施速度比以往更快，但依然充满挑战，而且在启用AI用于工作之前，你需要花时间和精力来考虑如何在AI周围建立治理和结构。”
3. 考虑输出的质量
Snowflake首席数据与分析官阿尼塔·塔夫维齐表示，她的团队帮助这家科技公司开发客户使用的AI驱动产品。
然而，塔夫维齐表示，她的公司不仅仅销售这些产品，还能够试验这些技术。
“在数据公司担任CDO的一个有趣之处在于，我有机会成为我们许多产品的首批用户，”她说。
塔夫维齐提到了Snowflake Intelligence，这是在峰会上推出的一项技术，允许业务用户创建数据代理。
此外：
2025年顶级AI工具——以及使用它们时要记住的首要事项
她的团队与产品团队密切合作，为内部销售组织开发了一个AI驱动的助手。
她认识到引入新的AI工具会带来挑战，尤其是在平衡创新速度与治理要求方面。
一个关键的考虑因素是质量。当她的团队将该工具推向销售团队时，他们思考了一些重要问题，例如，“95%的质量是否足够？”
塔夫维齐建议其他企业领导者仔细考虑这些挑战，因为员工必须信任AI实验的输出。
“对我们来说，关注质量非常重要，”她说。“正确的治理结构、访问控制、数据血缘、元数据和语义模型也是至关重要的。在创新与效率之间权衡时，我们始终关注这些问题。”
4. 寻找意想不到的好处
金融科技专家TS Imagine首席数据与分析官托马斯·博登斯基表示，自2023年10月起，他的公司一直在使用AI来减少员工的工作量。
然而，尽管AI的重点通常是自动化手动流程，但他的经验表明，企业领导者应认识到这项技术还能带来其他好处。
“使用AI不仅仅是减少工作量，”他说。“你可以更快、更高效地完成任务，并显著提升覆盖范围。”
他解释道，TS Imagine从专门供应商那里购买数据，这些供应商会发送有关即将推出的产品变化的电子邮件。
此外：
OpenAI用来创建强大AI代理的10种策略——你也应该使用
该公司每年收到10万封这样的电子邮件。每封邮件都必须阅读并理解其含义。传统上，这个费时的过程平均每年消耗2.5个全职员工的工作量。
“这让人感到压力巨大，因为任何错误都可能带来严重后果，”他说。“如果我们错过一封电子邮件中的信息，我们的系统就会崩溃。数千名交易员将无法进行交易，风险经理也难以评估其风险敞口，这可能导致灾难性后果。”
为了避免这种情况，博登斯基表示，公司使用Snowflake的AI模型来完成这项耗时的工作。
“现在，我们永远不会错过结果，”他说。“那2.5个全职员工可以从事知识性工作，而不是手动的数据整理或输入。”
博登斯基表示，AI还可以管理以前的弱点：确保客户请求在周六得到处理。
“以前没有人会在这些日子工作。现在有AI，她会回应客户查询并将工单分配给合适的人，”他说。
想了解更多关于AI的故事吗？
订阅《创新》，我们的每周新闻通讯。
人工智能
2025年最好的编码AI（包括两个新的最佳选择——以及不要使用的东西）
我测试了10个AI内容检测器——其中5个每次都正确识别了AI文本
最好的AI图像生成器在它们曾经糟糕的事情上变得越来越厉害
寻找AI驱动的网站构建器？这里是2025年最好的选择
在工作中使用AI？一项新研究发现你可能正在毁掉自己的声誉
2025年最好的编码AI（包括两个新的最佳选择——以及不要使用的东西）
我测试了10个AI内容检测器——其中5个每次都正确识别了AI文本
最好的AI图像生成器在它们曾经糟糕的事情上变得越来越厉害
寻找AI驱动的网站构建器？这里是2025年最好的选择
在工作中使用AI？一项新研究发现你可能正在毁掉自己的声誉
(以上内容均由Ai生成)
