如果运营（yíng）模型定义了组织如何定位人员，流程和技术（shù）以实现客（kè）户价值，那么具有AI优先运（yùn）营模型的（de）公（gōng）司就（jiù）是（shì）那些优先使用AI以便将更多（duō）的智能和自动化编织到（dào）公司的产品，流程（chéng），和经验。

在（zài）2020年7月的（de）梅蒂斯战略（luè）数字研讨会上从100多个全球CIO收集的数（shù）据（jù）体现（xiàn）了AI优先运营模式的（de）趋势：66%的CIO表示（shì）他们有团队专注于识别（bié）AI用（yòng）例，进行试（shì）点并扩展可改善的案例结果。在目前没有（yǒu）资源专注（zhù）于（yú）此的CIO中，大约60%的CIO表示正在其路线图上。

在与《财（cái）富》 500强（qiáng）公司的合作中，我们确定（dìng）了（le）成（chéng）功过（guò）渡（dù）到以人工智能（néng）为先（xiān）的组织之间（jiān）的共同特征。以下是数字领导者（zhě）可以采取（qǔ）的一系列明智的第一步，以（yǐ）启动，加速或纠正他（tā）们的AI转换。

1.规范对人工（gōng）智能的（de）理解

火星首席数字（zì）官Sandeep Dadlani等数字先锋（fēng）已经采取了战略（luè）性方（fāng）法（fǎ）来正规化对AI的理解。在（zài）7月与Metis Strategy的对话中，Dadlani表示，他故意推迟了正式AI课程的开发，转而采用（yòng）以业务为中心的方法，该（gāi）方法将“帮助人们通过解决（jué）环境中的问题来（lái）学习。”团队接（jiē）触到每个（gè）业务和市场，并首先了解需要（yào）解决的问题，然后应用AI和以用户为（wéi）中（zhōng）心（xīn）的（de）概念来解决它们。与（yǔ）高级领导者进行的（de）快速（sù）头脑风（fēng）暴会议也可以帮助加深组织对AI的理解。在垂直轴上使用具有AI技术（例如（rú），有监督（dū）的机器学习，无监督的机（jī）器学习，自然语言处理）的简单矩阵，以及在水平轴上具有业（yè）务问题的矩阵，可以用（yòng）来（lái）构建对话框（kuàng）架。然（rán）后，主持（chí）人描述了每种技术的可能（néng）性，高级领导者集思广益用例来（lái）解决现有的（de）业（yè）务问题。高级领导者可以在自己的团队中重复进行（háng）此练习，以确保这种理解（jiě）在整个组织中不断扩散。

2.定义（yì）人（rén）工（gōng）智能如何推（tuī）动业务发展并创（chuàng）造更多获胜方（fāng）式

有效的（de）策略以最简（jiǎn）单的形式回答（dá）了两个主要（yào）问题（tí）：在哪（nǎ）里玩和如何获胜（shèng）。以人工（gōng）智能为（wéi）先的公司使用AI创造更多（duō）的取（qǔ）胜（shèng）方式，例（lì）如提供个性化体验或创建可（kě）指数扩展（zhǎn）的（de）功能。作为数（shù）字化领（lǐng）导者，阐明人（rén）工智能与（yǔ）业务成果之间的关系对于达成认（rèn）可至（zhì）关重要。具（jù）体而（ér）言（yán），公司应准确定义AI计（jì）划将如何影响您的（de）业务（wù）模型的各个方面，包括客户价值主张（zhāng）（例如，客（kè）户为什么购买（mǎi）），利润（rùn）公式（例（lì）如，我们如（rú）何实现利润）以及关键资（zī）源（yuán）/流程（例如，如何我（wǒ）们（men）创造（zào）并（bìng）交付价值（zhí））。

知（zhī）道这些问题的答案通常是为AI计划提（tí）供初（chū）始资金的先决条（tiáo）件，但（dàn）是（shì）许多（duō）高管（guǎn）未能以与业务产生（shēng）共鸣的方式进行解释。我们建议与主要利益相关者进（jìn）行（háng）一系列（liè）的一对一（yī）会议，以确保获得（dé）有关AI投资如（rú）何改善业务模型和实现目标成果的清晰（xī）故事。寻找（zhǎo）有关（guān）AI如何改善您（nín）的业（yè）务模型的灵感吗（ma）？查（chá）看我们与AI先（xiān）驱Sherif Mityas（TGI星（xīng）期五（wǔ））和Vijay Sankaran（TD Ameritrade）的讨论（lùn）。

3.找出将限制您的AI转（zhuǎn）型的数（shù）字基础裂缝（féng）

人工智能（néng）驱动的业务（wù）成果（guǒ）的承诺吸引了高级领导者，但（dàn）是技术（shù）和组织上的僵化往往介于快速（sù）获胜和真正的企业范围内的（de）转型之间。数字化领导者必须制定（dìng）全（quán）面的路（lù）线（xiàn）图，其中包括两项（xiàng）投资，以赢得快速胜利（lì），同（tóng）时加（jiā）强数字（zì）基础。以下是一些（xiē）有（yǒu）助于实现顺利运（yùn）行的（de）建（jiàn）议：

4.摆（bǎi）脱部落的运作模式（shì）

大型企业（yè），不管他们是（shì）否承认（rèn），通常（cháng）都按照由损益表，业务（wù）部（bù）门和职（zhí）能（néng）定义的“部落”运（yùn）作。绩效激励措施与这些部落保持一致，在进（jìn）行战略（luè）规划和资本配（pèi）置活动时会产生“我（wǒ）们与他（tā）们（men）”的心态（tài）。这（zhè）导（dǎo）致（zhì）了一个（gè）由（yóu）不同（tóng）数据和应用程序组成的技术产（chǎn）业（yè），每个（gè）数据和应用程（chéng）序（xù）旨在推动（dòng）有益（yì）于某个部落的成果（guǒ）。人工（gōng）智能优先组织超（chāo）越了组织孤（gū）岛，并在（zài）标（biāo）准的（de）数字基础上积极致力于（yú）重建企业（yè）。例如，微软在其数字（zì）化转型期（qī）间将IT重命（mìng）名为“核心服（fú）务”，以（yǐ）表示其与BU无关（guān）的纵（zòng）向（xiàng），新（xīn）使命，即提供组织（zhī）可用来构建运行整（zhěng）个公司的流程的（de）组件。

5.集中和标准化您的数（shù）据（jù），以全面（miàn）了解客户

由于（yú）部族结构的原因，跨（kuà）组织出现的不同的（通常是不兼容的）应用（yòng）程序（xù）和数（shù）据（jù）源使连接不同客户交互之间的点变得（dé）困难。许（xǔ）多组织已经意识到了这一（yī）缺点，并启动了（le）多年计（jì）划来构建企业范围的数据（jù）平台（或“数据（jù）湖”），以吸收，关联和集成所有（yǒu）数据源，并开（kāi）发出（chū）客（kè）户的360度视图。借助跨组（zǔ）织过程的（de）受（shòu）信任数据源，公司可以使用监督学习算法来开发AI应用程序，从而抢先识别可能（néng）流（liú）失的客户（hù）并主动将业务扩展到高风险客户。