AI，尤其是GenAI，正迅速成為提高整個企業生產力的有效解決方案，但成功的幾個常見障礙仍然存在。

IT領導者越早識別并克服這些問題，他們的企業就能越快地從基于AI的系統中獲得更多價值。

以下是企業在實現AI價值過程中需要克服的一些更具挑戰性的障礙，以及IT領導者可以采取的應對措施。

數據質量差

由硬件供應商聯想贊助的一項針對全球2920名IT和業務決策者的IDC調查顯示，數據質量問題導致AI項目未能達到預期效果，是首要障礙。

為應對這一問題，三分之一的受訪者表示，他們的企業計劃優先提高數據管理能力。

例如，數字銀行公司Ally Financial的首席信息、數據和數字官薩蒂什·穆圖克里什南(Sathish Muthukrishnan)通過打破數據孤島并強調數據治理來解決這一問題。

“AI嚴重依賴其處理的數據，因此我們仔細管理與數據更廣泛使用相關的挑戰和風險，”這位數字銀行公司的高管表示。

“我們將98%的數據集中在一個基于云的本地數據庫中，這使我們能夠充分利用數據的力量，”穆圖克里什南說，“我們實施了旨在確保數據安全、客戶隱私保護和模型風險審查的流程，并在部署前進行嚴格的審查，同時持續監控結果。”

數據質量問題是一個真正的擔憂，也是AI采用的障礙，但這個問題比傳統上關于交易或分析環境中數據質量的討論要大得多，AI咨詢公司The Hackett Group的高級副總裁兼負責人約翰·湯普森(John Thompson)表示。

“對于GenAI來說，企業的所有數據、文檔、視頻、政策、程序等都可以被積極利用。”湯普森說。他說，這比ERP或CRM等系統中的數據質量問題要大得多。

為了解決GenAI的數據質量問題，企業需要在引入AI之前將信息加載到GenAI中，并積極查詢、提示以找出信息準確、最新的地方，以及信息缺乏準確性、相關性和清晰度的地方，湯普森說。

“GenAI是找出信息需要改進之處的工具，”湯普森說，“執行這一過程的正確方法是引入GenAI并找出如何改進數據質量，而不是反過來。”

缺乏內部專業知識

專業發展企業美國管理協會(American Management Association)2025年3月的一份報告最近對北美1100多名專業人士進行了調查，發現許多員工(57%的受訪者)覺得自己跟不上AI的發展，不到一半(49%)的人接受過AI培訓。

企業需要建立基礎設施來教育和培訓員工，使他們了解AI的能力和局限性，Ally的穆圖克里什南說。

“如果沒有適當的培訓，采用和利用AI將無法達到你所期望的結果，”他補充道，“雖然我相信AI是我們這個時代最大的技術變革之一，但將其融入日常流程是一項巨大的變革管理工作。”

Ally通過為所有用戶提供必要的培訓、AI手冊、提高AI熟練程度的短期課程以及面向整個企業的“AI日”來準備員工負責任地使用AI。

“技能差距只會越來越大，”The Hackett Group的湯普森說，“現在是開始的時候了，你可以從你的團隊開始，讓他們參與測試案例，讓他們參與個人項目，讓他們參與熱情項目，讓大家花時間上課只會延長縮小技能差距的過程，GenAI對所有人都是可訪問的，你可以利用這種可訪問性為人們提供邊做邊學的機會。”

經驗是比聽講更好的老師，湯普森補充道。

“建立一個GenAI環境，讓每個人都能訪問它六個月到一年，”他說，“你的員工將比在課堂上或甚至多節課上學到更多東西，我并不是說不要培訓人們，你仍然需要人們上課，但當你的員工親手操作GenAI環境時，你會看到技能差距每天都在縮小。”

企業需要強調將能夠指出適當AI用例的內部專家與了解其他企業如何使用AI的外部人才相結合，企業軟件公司SAP Americas的首席AI官賈里德·科伊爾(Jared Coyle)說。

“內部知識對于確保與現有系統和流程集成至關重要，而外部人才則更好地幫助你充分利用較新的AI能力，以保持AI系統的平穩運行。”科伊爾說。

尋找能夠競爭資源的用例

每個企業都有一份既定的優先級列表，其中許多并不涉及AI或GenAI。為了爭取資金、人員和高層管理人員的關注，IT領導者需要為其AI項目提出令人信服的案例。

“我們最大的挑戰之一是識別正確的業務案例——即AI能夠驅動真正、可衡量的價值而不增加不必要復雜性的地方。”外包公司TaskUs的CIO錢德拉·文卡塔拉馬尼(Chandra Venkataramani)說。

“很容易被GenAI的勢頭所吸引，”文卡塔拉馬尼說。“成功來自于抵制這種沖動，而是專注于AI能夠增強我們內部能力——如提高生產力、增強決策能力或減少關鍵工作流程中的摩擦——的領域。我們發現，在推進任何AI計劃之前，明確目的——無論是降低成本、提高速度還是改善用戶體驗——都至關重要。”

同樣具有挑戰性的是競爭優先級的問題，文卡塔拉馬尼說。“作為一家高增長、以客戶為中心的公司，IT資源始終面臨壓力，”他說，“AI計劃必須爭奪預算、人才和高層管理人員的關注，這時對齊就變得至關重要。”

該公司強調在業務職能之間共享AI計劃的所有權，確保投資在技術上可行，并得到理解投資回報率的業務領導者的支持。

“我們采用了一種強調在有保護措施的情況下進行實驗的心態：深思熟慮的試點、明確的KPI和反饋循環，”文卡塔拉馬尼說，“這種方法幫助我們保持敏捷，避免對未經證實的解決方案過度投資，并專注于長期價值而非短期炒作。”

“業務案例、用例和競爭優先級‘自我們職業生涯開始以來就一直存在’，”The Hackett Group的湯普森說，“GenAI的偉大之處在于它適用于大多數問題，我建議從最緊迫的問題、最高層管理團隊最困擾的戰略問題開始，我不會在業務案例或用例上花費太多時間，直接投入，做出改變的時間就是現在。”

過時的遺留系統

許多企業已經啟動了數字化轉型計劃，以提高效率并改善對客戶和員工的服務，那些尚未啟動或努力滯后的企業需要將其作為優先事項，因為過時的遺留系統和應用程序可能是AI成功的潛在障礙。

由于當時存儲成本高昂，設計用于保留有限數據量的數十年歷史的應用程序不太可能與AI工具輕松集成，在許多情況下，過時的應用程序完全阻礙了AI的采用。

“成功并非僅僅通過將當下流行的大型語言模型(LLM)和選擇的湖倉技術組合在一起并希望一切順利就能實現，”SAP Americas的科伊爾說，“許多領導者對AI潛力的熱情令人難以置信，但專注才是關鍵，重要的是要避免在沒有資源支持的情況下啟動太多計劃。”

提供航運和物流服務的Veho公司在構建和定價配送路線以及提高配送質量方面大量使用了AI和機器學習，其聯合創始人兼CTO弗雷德·庫克(Fred Cook)說，但為了充分利用AI工具，該公司不得不升級其系統。

“Veho最初的核心平臺是在2017年開發的，通常相當脆弱，”庫克說，“在2023年底和整個2024年，我們重建了所有核心系統。隨著它們上線，我們發現AI應用程序更容易集成到我們的技術中，隨著全面重構的完成，今天我們在AI實驗方面進展得更快。”

Veho從客戶服務智能體、司機合作伙伴支持智能體和客戶支持智能體等用例開始。“我們還為警報、數據解析、[和各種包裹配送流程步驟的]質量保證等簡單任務構建了一些智能體，否則這些任務將變得繁瑣且需要人工完成。”庫克說。

與基礎設施相關的另一個潛在障礙是涉及的高昂成本，集成AI可能是一項昂貴的任務。根據其IT現代化的進展情況，企業可能面臨系統集成、定制軟件開發、應用程序編程接口創建和遺留系統升級等費用。

員工蓄意破壞

GenAI服務提供商Writer 2025和獨立研究機構Workplace Intelligence最近對1600名知識工作者(800名C級高管和800名員工)進行的一項調查發現，31%的工人承認曾積極破壞其企業的AI努力。

員工對AI努力的蓄意破壞是“一個嚴重的問題，可能破壞AI計劃并導致資源浪費和機會喪失。”提供教育服務和技術的人力資源提供商Skillsoft的CIO奧拉·戴利(Orla Daly)說。

“這種蓄意破壞往往源于對失業的恐懼、對AI益處的缺乏理解或對變革的抵制，”戴利說。“為了解決這一問題，企業應該花時間了解企業內部的擔憂，培養持續學習的文化，并激發對變革的熱情，讓員工參與AI計劃。”

企業需要在企業內部確定AI倡導者，并分享AI可以創造更積極員工體驗的例子，例如減少行政工作時間，增加與客戶相處的時間，戴利說。

“有效的領導在這個過程中至關重要，”戴利說，“領導者必須理解AI并闡述其對人才及其角色的積極影響。”她說，這需要技術、溝通和領導技能的平衡。“當員工看到他們的領導者利用AI來增強工作并具有明確的使用案例和結果時，他們更有可能自己擁抱AI，將恐懼轉化為迷戀。”她說。