推动成功人工智能成果的5个指标-数智化转型网szhzxw.cn

超过一半的企业表示他们的人工智能项目未能达标。以下是科技领导者必须做得不同的地方。

尽管去年在人工智能领域投入巨大，大多数企业仍难以取得可衡量的成果。在普华永道2026年1月全球CEO调查中，56%的CEO报告称过去12个月内既未增加收入，也未减少成本——这一数据得到了Gartner数据的支持，显示只有5%的CFO报告因AI降低了成本，只有6%报告了收入增长。那么，这些令人沮丧的数据背后的原因是什么？

CarMax执行副总裁兼CITO沙米姆·穆罕默德说：“他们真的专注于测量错误的东西。”“关于如何衡量人工智能存在根本性的误解。”

Shamim Mohammad，CarMax 执行副总裁兼 CITOCarMax（汽车极限）

公司也往往关注错误的业务目标，比如提升员工生产力却未能完全反映业务成果。一个为每位软件开发者节省两小时时间的人工智能毫无意义，除非你能告诉首席财务官他们用这段时间做了什么，而这很难做到。此外，一些企业低估了实现效率提升所需的组织变革管理水平。而评估绩效的指标，比如有多少收益直接归功于人工智能，以及预测大规模运行人工智能项目的持续成本，往往难以准确确定。

一些曾认为AI生产力提升可能通过减少员工或新员工来体现价值的CEO也感到失望。据Gartner称，组织需要至少提升50%到70%的生产力，才能减少人力。“我们很少看到这么高的使用案例，”该研究公司的高级总监分析师Nate Suda表示，大多数案例在完全没有收益到约30%之间。

但一些组织通过与战略业务结果保持一致、对投资回报率采取长远眼光，以及专注于可能不属于传统财务指标范围的关键业务目标，取得了成果。因此，以下是五个关键基准，供你应用或对照你的人工智能研究。

一、选择合适的项目，并与战略业务目标保持一致

在考虑成功指标和里程碑之前，确保你的用例与业务目标一致，并且优先考虑了最具战略意义的业务成果。动物健康公司Zoetis执行副总裁兼首席数字与技术官Keith Sarbaugh表示，AI的商业案例应当从上而下提出。“与董事会合作，我们优先考虑研发和商业业务领域的用例，”他说。

Keith Sarbaugh，Zoetis执行副总裁兼数字与技术主管

此外，还要以战略业务成果为基准，并将投资与行业内顶尖组织进行基准对比，Edward Jones前首席数据与人工智能官、现任Practitioners for Practitioners驻场高管Za Toolan补充道。根据他对金融服务行业领先组织的研究，例如，数据和人工智能占整体IT预算的15%到20%，而这本身又占企业营收的10%到12%。“虽然这些数字因组织而异，但了解你的主要竞争对手在哪里以及投资和剥离多少非常重要，”他说。

Suda表示，非技术领导者往往是决定AI支出的人，而技术领导者则负责实施，这需要对价值期望和时间表有共同理解。

这就是CarMax正在发生的事情。“企业主签约享受这些好处，首席财务官和我会审查使用场景，”穆罕默德说。“成本从该业务单元的预算中扣除，责任在业务部门负责人手中。”

当Zoetis决定试点一个AI项目以提升客户服务团队的生产力时，它测量了每次通话所花费的时间以及生成后续回复所需的时间。前者保持稳定，而后者则因AI生成的后续建议而大幅改善。体验质量提升，团队能够触达更多客户，这成为主要的成功指标。Zoetis还部署了Microsoft Copilot及其他AI能力以实现AI的普及化，但现在更专注于供应链和合同生命周期管理领域的更重大变革性工作。

因此，拥有与组织业务战略一致的整体人工智能战略至关重要。图兰表示，在爱德华·琼斯，制定数据和人工智能战略的过程持续了两年。公司为顾问配备了基于公司自身数据训练的生成式人工智能工具，并开发了顾问代理，帮助财务顾问利用会议记录和CRM系统中的数据快速制定客户投资组合计划。

扎尔·图兰，执业者为执业者协会驻地执行官

“它需要内部调研，与客户的计划相匹配，并就如何为客户实施计划提供建议，”他说。顾问团队每周节省大约一天人力，且能更快回归客户。他补充道：“他们可以与客户更深入地沟通，拥有更好的客户满意度评分，客户结果也更符合他们最重视的目标。”

提升客户服务的人工智能也能直接影响损益表。例如，减少客户流失可以避免收入损失，而转化率的增加则带来更高的销售额。关键在于衡量收入变化，并确定影响中直接与人工智能相关的比例。

不过，其他项目可能拥有较不明显的强大财务收益。例如，利用人工智能通过更好的销售和应付账款预测来提升资本使用率，可以显著改善营运资金周期和平均循环债务利用率，有效提升流动性。“随着准确度的提高，营运资金或循环债务利息支付金额会减少。

须田说：“两者都能增加自由现金流，因此在功能上通常被视为成本节省，尽管它们出现在不同地方，比如营运资金减少现金流，以及循环债务利息支出减少，出现在损益表/损益表上。”

对于某些人工智能项目，目标可能只是领先于已经熟悉ChatGPT等工具的用户。存在风险：如果你不在企业中提供基础的生成式人工智能工具，员工可能会将公司数据推送到公开可用的分析工具中。这种风险可能比拥有自己的Copilot或GPT解决方案更大。

Afshean Talasaz，前殖民管道高级副总裁兼首席技术官

但生成式人工智能正成为每个办公室职员必备的工具。“如何衡量Excel在组织中的价值？”Colonial Pipeline前高级副总裁兼首席技术官Afshean Talasaz提出。“大家都用，但没人再问你需不需要了。我们尚未完全实现生成式人工智能，但随着企业工作方式、成本和对人工智能的期望变化，这无疑是可能的结果。”

二、了解你的真实成本

在预测投资回报率时，投资或成本分母可能很难确定。与传统IT项目不同，构建AI的成本低于持续运行成本，尤其是在大规模情况下。须田说：“AI颠倒了局面，你需要为此做好规划。”“对于CIO来说，这不是他们习惯的费用动态。”

这尤其令人担忧，因为风险极大，单个AI项目的成本以及支持这些努力所需的底层数据、基础设施和治理工作都会增加失败的风险。“我在技术领域已经有25年了，这是我做过的最昂贵、最复杂的项目，”萨博说。

Nate Suda，Gartner高级总监分析师

但并非所有项目都昂贵，塔拉萨兹说。“我见过成本不高的项目，也见过数百万的。”某项AI项目的成本部分取决于组织内部是否有能够构建和开发AI项目的员工，还是依赖外部合作伙伴;无论是已经满足数据和基础设施需求，还是完全数字化且在云端。

Talasaz说，衡量成功的方式在投资回报率方面很重要。大多数项目都建立在搭建成本较高的共同平台上，而这些成本的分配方式会影响AI项目的经济性。他说，这就是为什么项目经济学很重要，但根据项目的不同，要全面了解情况可能会很有挑战性。那些能够具备风险资本项目特征的项目，存在一定程度的创新性和不确定性，类似于制药领域的药物发现或石油天然气勘探。他说：“在投资组合层面，为人工智能项目明确财务指标更有效，因为数据和人工智能基础设施投资、平台化、可扩展性、预期、采用时间不确定性以及与其他应用场景的互联性都能更有效地衡量。”

金融运营基金会的人工智能金融运营工作组正在探讨如何更细致地衡量人工智能项目的价值，因为根据基金会最近的金融运营状况调查，98%的企业正在管理人工智能支出，而两年前这一比例为31%。

虽然财务报告指标相同，但编制这些指标所需的数据不同，这些数据可能难以获得。基金会金融运营研究员Rob Martin说：“有了人工智能，成功以代币而非分钟数，或API调用而非使用小时和分钟来衡量。”“而且，不幸的是，很多成本和使用数据并没有随账单数据一起提供。”因此，组织别无选择，只能通过API代理或使用第三方产品来收集数据。

Rob Martin，FinOps 基金会 FinOps 研究员

但模型并不总能告诉你使用了多少代币。Martin补充道：“AI成本和服务可用性波动更大，因此你可能无法预测大规模运营模型的成本。”这迫使许多IT高管不得不以区间为单位预测成本，而非使用固定数字。因此，他建议成立一个由CIO主持的AI投资委员会或老虎团队，成员包括所有参与AI支出的利益相关者，以及一位经验丰富的高管，帮助制定FinOps支出范围，逐步资助竞争项目，制定收集和分析数据的计划，并将绩效指标转化给董事会。

三、优先考虑成功

在Gartner识别的10项AI价值指标中，生产力处于最低端。改善资本使用、减少亏损、改善客户体验或帮助新产品的项目，具有更大的收入增长潜力。

然后，运营指标如净推广得分、每小时产出和积压减少，都是关于员工回报的，而财务指标如平均每名员工成本、销售和转化率以及亏损则避免关注投资回报率。像流量和点击量以及市场份额增长这样的领先指标，都是Gartner所说的“未来回报”（RO on Future）所说。

对于Toolan来说，每家企业都应遵循特定的AI评分卡基准，针对不同情况量身定制。评估AI战略、技术栈或平台，评估员工采用该技术时的AI准备度，并将结果与预期的业务成果进行衡量。“这些建议必须非常针对行业和行业，并根据你们组织在人工智能发展历程中所处的位置量身定制，”他说。

但传统的财务指标并不总是衡量期望业务成果的最重要指标。例如，业务目标可能是通过NPS调查等措施提升客户满意度。但它们有极限。萨博说：“你必须依赖调查结果，而且很容易高估改进的价值。”

在CarMax，其两大人工智能项目最重要的指标包括客户满意度、转化率和销售额。这家在线汽车零售商打造了Skye AI助手，帮助客户顺利完成购买流程;而Rhodes，一名虚拟客服，通过向客户提出问题、快速整理所需文件，并帮助他们应对州的法规和政策，来指导呼叫中心员工。

“节省时间是一个很好的指标，但我们关注的是它所带来的业务成果，”Mohammad说。“我们把腾出来的时间用来为公司创造更多价值做什么？”

NPS评分显示出更好的客户体验，而Skye和Rhodes的结合带来了更高的转化率和更高的销售额。“这关乎助理们的角色从信息检索者提升为值得信赖的顾问，”他补充道。“角色正在汇聚，人们的工作正在被重新定义，流程也在被重新设计。”

四、做好用户准备并跟踪录用率

即使是最周密的人工智能计划，如果用户不采纳它也会失败，因此用户接受度是另一个需要提前规划的关键指标。仅仅训练AI模型是不够的——你还必须培训员工如何使用AI，并根据他们在组织中的角色进行个性化调整。图兰说：“这必须是他们工作流程中极好的体验。”“如果不是，你会看到情绪评分较低，AI采用率也差。”

萨博说，起初佐蒂斯低估了变革管理所需的投资，因为早期关键在于如何快速推进。“我们以为如果我们开发了它，他们会来，但如果用户不了解如何将其融入日常工作，你就看不到价值，”他说。

五、考虑长期价值——并相信你的判断

在CarMax，向高层管理传达的AI项目指标分为四个方面：投资回报率（ROI）、收入影响、成本效益以及战略价值或获得竞争优势的能力。

Talasaz表示，在展示AI项目的商业价值时，应包含价值暴露衡量。每个AI用例可能需要对数据、流程和平台进行调整，或创造新功能，使其他项目能够利用这些投资。“这为其他事情打开了大门，”他说。“这通常是定性的，因为你可能还不清楚其他项目的具体成本和收益，但知道当前项目正在战略性地开辟更多能力，是有价值的。”如果一个项目能成为竞争的差异化因素，你还需要成功指标来衡量。

在推介项目时，塔拉萨兹补充说，他会透明地设定期望。他说：“重要的是提供情景，而不仅仅是一个财务指标，而是提供一系列结果以及影响这些结果的潜在假设和因素。”例如，他会描绘一个基于不同采纳率或实施率的预期结果图景。“领导者希望理解所有线索如何相互关联，以及更大的图景是什么，”他继续说道。

最终，重要的成功指标是那些显示损益和损益影响的指标，以及AI用例如何影响员工体验。“只要有机会在流程的任何阶段加入定量指标，就去做吧，”萨博说。“但随着人工智能的新兴，且处于采用的早期阶段，有些东西目前无法被衡量。所以有时你必须信任那些真正了解行业的人的判断。只要用常识，别夸大结果。”

若您对人工智能感兴趣，可添加数字化转型网小助手思思微信加入人工智能交流群。若您在寻找人工智能供应商，可联系数字化转型网小助手思思（17757154048，微信同号）