企业AI实践：领先企业如何从战略走向生产

本文由HTEC赞助，旨在探讨企业如何将AI从战略推向生产阶段。研究显示，84%的商业领袖认为AI将显著影响其组织，但仅14%表示已完全准备好整合AI，且超过80%的AI项目失败率是非AI技术项目的两倍。斯坦福HAI的2025 AI指数证实，尽管生成式AI的组织使用率在一年内翻了一番，但大多数报告AI带来财务影响的公司认为收益水平较低。

HTEC的三位高管——首席战略官Lawrence Whittle、首席AI转型官Ronny Fehling和首席AI官Tim Sears——在Emerj的AI in Business播客系列中分享了见解，指出企业AI要实现可重复、可衡量的业务影响，需关注以下四个方面：

端到端工作流作为AI价值的真正单位 Lawrence Whittle强调，用户、用例和端到端工作流之间存在显著差异。只有AI覆盖完整的工作流序列，才能产生可衡量的ROI，因为价值在步骤间累积而非孤立任务中。他观察到，许多组织在2024-2025年间验证概念而非验证价值，导致试点技术成功但商业失败。Whittle指出，当AI部署在实际工作流序列中时，企业才能解锁动力——成本、速度和转化指标所在的那一系列步骤。他引用了一个重要观点：“用户只是用工具做实验的个人，用例是业务流程的一小部分，这两者都不会产生可衡量的企业影响。只有当AI覆盖整个工作流时，你才能说‘我花了X得到了Y’。”

AI构建在实时工作流中 Ronny Fehling指出，大多数试点因构建在现实之外而失败。首个AI切片应窄小但有边界，在6-12周内完成，并嵌入真实工作流中。他以制造业为例：一个帮助蓝领工人处理非质量事件的AI系统，由于减少了日常摩擦，用户立即感受到价值。Fehling强调，切片必须满足四个条件才能规模化：消除真实痛点、存在于记录系统、影响损益、移除会带来痛苦。当这些条件满足时，AI就从理论价值转向运营证明，产生内部拉力来推动更广泛的部署。

从个人扩展到团队 Tim Sears认为，当前的生产力提升因个人兴趣而异，不成体系。AI必须成为团队协作的催化剂，例如在软件工程中，从个人聊天辅助转向共享工作流，如代码审查和测试加速，从而提升整个交付速度。他指出，AI的真正影响发生在它加速团队协作方式时，而不是个人独立实验时。

工作本身的改变 真正的约束不在于模型能力，而在于团队如何选择、构建、排序和交付AI涉及的工作。企业AI的成功取决于工作方式的变革，而不仅仅是工具的更替。Whittle、Fehling和Sears一致认为，只有当工作本身发生变化时，AI才能持续创造价值。