> **来源：[研报客](https://pc.yanbaoke.cn)** ```markdown # 企业级AI重新设计总结 ## 核心内容 本文探讨了企业在实施人工智能（AI）时面临的挑战与机遇，强调了通过重新设计价值流以实现AI真正价值的重要性。文章指出，当前大多数AI项目未能成功，其原因不仅在于技术层面，还在于流程、数据和决策权等组织层面的瓶颈。为了推动增长和实现高投资回报率（ROI），企业需要从孤立任务转向端到端价值流的再造，并建立统一的架构、数据治理和运营模式。 ## 主要观点 - **AI的真正价值在于流程再造**：AI不能仅作为工具提高单一任务效率，而应重新设计整个业务流程，使其与客户需求和绩效目标紧密相连。 - **摩擦是AI实施的主要障碍**：系统间缺乏互操作性、数据孤岛、决策权不清晰等问题，导致AI投资回报率流失。 - **成功依赖于组织能力的构建**：企业需要建立新的风险、治理和安全协议，以及跨职能团队，以支持AI的规模化部署。 - **投资应聚焦关键价值流**：优化面向客户的价值流比单纯削减成本更有潜力，能带来更高的收入增长。 - **运营模式的变革至关重要**：AI的成功不仅取决于技术，还取决于组织如何持续学习、迭代和适应AI带来的变化。 ## 关键信息 ### AI投资现状与挑战 - 到2025年底，仅37%的AI举措实现了预期的业务成果。 - 21%的AI投资回报率因IT和业务环境中的摩擦而流失。 - 58%的组织面临削减非AI技术支出的压力，导致关键投资之间相互竞争。 - 仅17%的高管表示AI项目的审批与资金拨付流程在整个企业中保持一致，25%的人称商业价值和投资回报率得到了统一衡量。 ### AI的潜力与机会 - 到2028年，AI的潜在净价值可能高达10亿美元，是高管们预期的两倍多。 - AI能够释放新的收入来源，但需要在架构、数据、决策权和业务与IT运营等方面进行系统性改造。 - 企业应将AI投资集中在能带来最大回报的高价值流，而非仅优化行政任务。 ### 实施建议 #### 未来30天：建立可见性与关注焦点 - 识别高ROI的优先价值流，绘制端到端流程。 - 分析当前系统运行环境（本地、私有云、公有云、边缘）并识别差距。 - 为关键数据源分配临时所有权。 #### 未来120天：大规模重新设计单一价值流 - 实施一致的执行层，减少碎片化。 - 建立持续集成和部署路径。 - 构建企业级“温数据”体系，确保实时、受控和上下文丰富的数据访问。 #### 未来360天：扩大努力以持续推动企业影响力 - 扩展执行模式至多个高价值流。 - 系统性消除架构债务，淘汰或迁移遗留系统。 - 建立持续改进引擎，结合流程挖掘和价值流映射。 - 提升团队在智能体设计、数据工程和混合架构方面的技能。 ## 案例分析：利雅得航空 利雅得航空通过重新设计其AI原生运营模式，摆脱了遗留系统的限制，构建了一个集成平台，支持智能体在多个系统间协同工作，从而提升客户体验和运营绩效。其成功关键在于： - 设计一个统一的平台，汇聚模型、工作流与治理。 - 实现超过1800个集成点的数据流，确保上下文感知与实时响应。 - 建立混合团队，明确角色分工与责任机制。 ## 研究方法 - **调研范围**：全球16个国家和地区、18个行业，共1000名高管参与。 - **分析方法**：采用多元回归模型与中介效应分析，评估AI投资回报率（ROI）的驱动因素。 - **数据验证**：通过标准拟合优度与自助重抽样方法确保分析结果的稳健性。 ## IBM如何提供帮助 IBM通过其咨询服务、技术解决方案和行业专业知识，帮助企业： - 重塑核心业务流程，提升业务成果。 - 构建统一的架构和数据治理体系。 - 建立混合团队与持续改进机制。 ## 行动指南 | 时间范围 | 关键行动 | |----------|----------| | 未来30天 | 建立可见性，聚焦高价值流 | | 未来120天 | 重新设计单一价值流，提升执行能力 | | 未来360天 | 扩展运营模式，推动持续改进 | ## 作者与来源 - **作者**：瓦伦·比贾尼、哈维尔·奥莱索拉·卡辛、卡罗琳·罗奇、理查德·沃里克 - **研究来源**：IBM商业价值研究院与牛津经济研究院合作 - **相关报告**： - [2030年的企业：为持续创新而设计](https://ibm.biz/enterprise-2030) - [借助人工智能走得更远、更快](https://ibm.biz/ai-governance-trends) - [代理式人工智能的战略崛起](https://ibm.biz/agentic-ai-ops) ## 结论 AI的成功不仅取决于技术进步，更依赖于企业能否重新设计其流程、数据和决策机制，以创造一个能够支持AI高效运作的环境。只有在这些方面进行系统性改进，企业才能实现AI的真正价值，推动增长并提升投资回报率。 ```