回望2024年，我們或許會發現，這是大型語言模型(LLM)成為主流的一年，每個企業級SaaS都增加了協作助手或虛擬助手功能，許多企業也首次嘗到了代理式AI的滋味。CIO們獲得了可觀的預算，用于利用GenAI提高生產力、節約成本并增強競爭優勢。據沃頓商學院的AI報告顯示，2024年企業對GenAI的投資相比2023年增長了2.3倍，但預測未來兩到五年的增幅將有所降低。

經驗豐富的CIO們深知，對于轉型和創新投資，從未有過空白支票，他們預計2025年將面臨更大壓力，需要讓GenAI的投資產生商業價值。德勤的《企業中的GenAI現狀》報告指出，近70%的企業將其30%或更少的GenAI實驗項目投入生產，41%的企業在定義和衡量其GenAI努力的影響方面遇到了困難。隨著GenAI走向Gartner的“幻滅之谷”，CIO們應考慮如何調整其2025年的戰略和路線圖。

感受到壓力的CIO們可能會尋求更務實的AI應用、平臺簡化和風險管理實踐，這些實踐在短期內就能帶來好處，同時成為長期財務回報的增效因素，CIO們應考慮在2025年押注以下五個AI領域。

利用代理式AI擴展可信的工作流

2024年，Appian、Atlassian、Cisco Collaboration、Forethought、IBM、Ivanti、Pega、Salesforce、SAP、ServiceNow、Tray.ai、Workday、Zoho等公司都推出了面向服務的AI代理。機器人流程自動化(RPA)旨在自動化任務并改進流程編排，而由公司專有數據支持的AI代理則可能重塑工作流程、擴展運營并改善特定情境下的決策制定。

雖然代理式AI承諾了效率和可擴展性，但許多人質疑自主代理是否已準備好應用于企業。世界經濟論壇分享了與AI代理相關的一些風險，包括提高透明度、制定倫理準則、優先考慮數據治理、加強安全以及增加教育。

組織可以采取務實的方法，尋求與人類協作的AI代理，這些代理能與決策者和主題專家共同工作。以人為本的方法有助于在使用代理式AI時的變革管理，同時評估其益處和風險。

“2025年，處于代理式AI革命前沿的公司將面臨一個關鍵挑戰：在提供無縫、即開即用的體驗與賦予客戶對最終決策的最終權威和控制權之間找到平衡，”Intuit的首席數據官Ashok Srivastava表示，“為了實現這一點，創新必須聚焦于那些將高級自主性與以用戶為中心的控制無縫結合的AI系統，融入自適應透明度、倫理保障和情境感知學習，以賦能客戶決策。”

押注方向：預計2025年一方面會出現代理式AI的大幅宣傳，另一方面員工可能會擔心自主代理搶走他們的工作。CIO應押注于變革管理項目，并推廣高質量代理，讓員工與之協作，創造超越生產力的價值。

構建智能文檔管理

大多數企業都有文檔管理系統，用于從PDF、文字處理文件和掃描的紙質文檔中提取信息，這些文檔的結構和所需信息并不復雜。例如，掃描發票、提取基本合同信息或從PDF表單中捕獲信息。即使是簡單的用例，也存在需要業務流程外包(BPO)或內部數據處理團隊管理的例外情況。

Appian的首席技術官兼創始人Michael Beckley表示，文檔處理是一個看似枯燥但具有巨大商業潛力的GenAI用例。“使用傳統的OCR和AI模型，你可能得到60%的直通處理率，運氣好的話能達到70%，但現在GenAI解決了所有邊緣情況，你的處理率能提高到99%。”Beckley說。

許多法務部門可以從智能文檔管理中受益，因為合同審查的時間會影響運營。根據Bloomberg Law的一項研究，即使是像保密協議這樣簡單的合同，也可能需要30天的周轉時間。

“法律AI增強了合規性，并加快了傳統上冗長的流程，如合同談判和合同續簽監控，使法務團隊能夠更高效地工作，并最終增加收入，”ContractPodAI的總裁兼首席技術官Anurag Malik表示，“AI驅動的工具簡化了工作流程，并揭示了有價值的見解，使企業能夠更高效地管理合同審查、風險分析和合規性。”

其他文檔處理用例包括生命科學中的臨床試驗、零售銀行中的貸款承保以及保險理賠處理，這些文檔的工作流程需要深厚的專業知識，而GenAI的文檔處理能力可以幫助或加速這些流程。

Zetaris的首席執行官兼創始人Vinay Samuel與我分享了一個代理式AI與文檔處理的有趣集成，這可能對企業治理產生深遠影響。“有了代理式AI，董事會可以擁有一名虛擬董事，能夠實時訪問、分析和解釋數千份文檔，這可能帶來合規和企業治理的黃金時代。”Samuel說。

押注方向：尋找嵌入復雜業務規則的、可擴展的部門機會，這些規則融入文檔處理中，并結合無代碼、低代碼、RPA和BPO解決方案。利用基礎的GenAI能力重新設計這些工作流程可以帶來成本效益，并幫助IT部門整合平臺。

優先考慮營銷部門的客戶數據需求

尋求GenAI投資增長機會的CIO們，應從審查營銷部門的目標和集成挑戰開始。根據《2024年營銷技術現狀》報告，員工超過10000人的公司平均使用650個SaaS應用程序，而較小企業平均使用不到300個。報告顯示，過去一年投資組合的整合和集成投資有所增加，但只有32%的企業表示其營銷技術棧中超過80%已實現集成。

為何關注營銷部門?雖然許多GenAI努力都集中在提高生產力和員工體驗上，但營銷部門應有實例證明，GenAI投資能夠改善客戶體驗和推動收入增長。

CIO的一個機遇是幫助營銷部門提升品牌忠誠度。AND Digital的總裁兼總經理Mike Lee表示：“在旅行和忠誠度行業，生成式AI正在徹底改變客戶與獎勵計劃的互動方式。”Lee描述了一個AI旅行代理如何通過一款直觀的、AI驅動的產品來增加預訂量，該產品受到了83%用戶的青睞，超越了傳統的搜索選項，使日利潤超過100萬美元。

Verint的首席產品官Jaime Meritt分享了第二個例子，即在客戶聯絡中心使用AI，通過客戶體驗(CX)自動化節省數百萬美元，同時提高效率、一致性、準確性和合規性。Meritt表示：“在聯絡中心中，延遲采用和部署能夠帶來業務成果的AI品牌，將開始經歷客戶體驗評分下降和員工流失率上升的情況，這可能導致競爭滯后，并帶來顯著的財務影響。”

在營銷上押注AI往往能產生倍增效應，因為它能推動數據治理和安全投資。“AI創新不能——也不應該——在沒有相應治理投資的情況下存在，以確保其負責任且有效的整合，”Mitratech的治理、風險和合規(GRC)戰略董事總經理Henry Umney說道。

押注方向：由于SaaS工具過多以及實驗運行的便捷性，營銷的數據和工作流集成成為了技術債務的深淵。CIO應優先考慮與客戶體驗可衡量改進和加速銷售成果相關的目標，然后尋找機會，利用制勝的AI能力推動利益相關者在平臺整合上達成共識。

從數據驅動轉向AI驅動

企業通常設有集中的數據科學團隊負責開發AI模型，報告團隊與各種企業平臺保持一致，接受過數據可視化培訓的公民數據科學家，數據運維部門負責監督數據管道，以及主動的數據治理職能來制定政策并確保合規。即便如此，這一分工仍然忽略了數據管理、工程和安全職能。

企業中有許多不斷變動的組成部分，CIO可能會尋求將GenAI作為推動統一戰略、組織模型和平臺能力的驅動力，特別是在尋求行業特定的AI和分析差異化能力時。“通過將AI嵌入數據分析框架，企業可以在醫療診斷、制造質量控制和營銷優化方面解鎖前所未有的能力，將原始數據轉化為戰略競爭優勢。”Acceldata的聯合創始人兼首席技術官Ashwin Rajeeva說道。

CIO為何要押注統一其數據和AI實踐?

2024年，各部門和團隊試驗了與其工作流和運營指標相結合的GenAI工具。為了試驗、快速學習和廣泛采用，這創造了分散的實踐，并在許多領域獲得了生產力回報，然而，數據驅動型組織可以將2025年作為重新調整其數據、分析和AI工作方向的一年，以尋求更多的戰略利益。

“你可以想象，在2025年及以后，數據工作可以完全委托給AI，但由人類同事進行檢查或糾正，或者數據專家可以依靠AI，基于整個企業數據團隊的集體智慧提供智能反饋，”KNIME的首席執行官Michael Berthold說道。“然而，這只有在投資于為AI執行或輔助的數據工作帶來透明度和可靠性的技術時才有可能實現。”

押注方向：CIO應尋找其AI和數據戰略中的運營和風險管理缺口，并考慮在數據架構、數據可觀測性、分析平臺、AI治理和數據安全態勢管理方面進行押注。

重新審視IT堆棧以支持AI目標

營銷部門并不是唯一因SaaS工具過多和使用電子表格進行集成而成為采用AI解決方案障礙的部門。“CIO可能會發現大量的數字工具造成了信息孤島，并影響了戰略決策，”Quickbase的CIO Dalan Winbush說道。“數據斷聯導致員工在應用之間跳轉尋找工作所需信息，從而產生了不必要的重復工作。”

IT和DevOps團隊也面臨著類似的工具泛濫問題，這在DevOps的黃金年代可能是可以接受的，當時許多開發團隊在選擇工具時幾乎沒有約束。許多企業正在轉向平臺工程，以改善開發人員體驗和生產力。

第三個爭論轉移的領域涉及數據中心、公有云、混合云、多云和邊緣計算之間的基礎設施。在過去十年中，CIO和首席信息安全官(CISO)基于易用性、可擴展性、安全性和成本調整了他們的策略，結果卻發現，他們為選擇最佳架構制定的黃金規則存在許多例外，并且隨著基礎設施創新而每年都在演變。

那么，CIO應將其基礎設施、應用合理化和數據集中化押注在何處，以更好地支持即將到來的代理AI時代?CIO應該將數據帶給AI，還是將AI帶給數據?

押注方向：基礎設施選擇和優化架構取決于用例，但在2025年，有幾個領域值得CIO押注，以塑造其技術戰略和計劃。

• 工具過多、手動流程而非集成，以及大量的技術債務限制了AI的有效應用范圍和效果。面臨這些挑戰的CIO應考慮整合和平臺策略。
• 在GenAI之前，上市速度推動了許多應用架構決策。在AI時代，可能是可訪問、安全和高質量數據的速度推動數據管理策略。
• 鑒于基礎設施、平臺和運營選擇的多樣性，CIO將需要強大的財務運營(FinOps)實踐來建模成本，特別是隨著AI能力擴展數據和處理需求時。

鑒于AI能力的發展速度，我預計2025年將有更多CIO采用“少即是多”的方法來選擇和管理技術，并押注于提供更高互操作性和可移植性的平臺。