这个过程并不容易。根据Gartner的研究，近半数的AI决策者承认，他们的企业在估算和展示AI价值方面存在困难。未能将AI项目与业务影响挂钩的IT领导者，可能会陷入AI炒作陷阱，例如资源过度扩张或项目臃肿。
企业对于AI的成本及随之而来的实施挑战心存顾虑。各种问题层出不穷，迫使CIO们必须为项目制定商业案例、设定明确预期，然后才能付诸实施。
“在选择应用场景时，要明确你追求的价值指标是什么，”Gartner杰出副总裁分析师Arun Chandrasekaran在上周该公司的IT研讨会暨展览会上发言时表示。
企业在采用AI时，目标并不尽相同，但也存在一些共同目标，比如提升客户体验或促进收入增长。
食品和饮料巨头卡夫亨氏创建了一套定量和定性评估体系，以衡量其AI项目的成功。百事公司也密切关注其AI项目所分配的关键绩效指标(KPI)。
明确项目的最终目标，有助于企业在采用AI的过程中，若出现问题，能够找出需要改进的领域。今年夏天，劳氏公司在追踪了使用指标后，发现员工更倾向于使用语音转文字功能，而非在程序中输入文字，随后对其面向员工的AI工具进行了迭代。基于数据驱动的洞察，劳氏公司加大了对语音转文字功能的投入，从而改善了员工和客户的体验。
“AI失败的一个被低估的原因是，AI没有带来价值，所以员工不愿使用，”Chandrasekaran说，“我们必须明确AI将带来什么价值。”
无论应用场景如何，尽早定义成功标准并确定有助于实现目标的指标都至关重要。
“作为CIO和技术领导者，你们不仅有机会将价值转化为技术指标，更可以将这些技术指标转化为商业论据，”Chandrasekaran说，“我们能否跨越从专注于内部的技术指标到更具商业价值的指标的鸿沟，将决定我们能否取得成功。”
以下是Chandrasekaran列出的CIO们用于衡量AI成功与否的十大指标：
1. 每位员工的平均劳动力成本
这一成本公式常被希望降低成本的业务部门采用，有助于衡量运营效率。
2. 营运资金天数和平均循环债务利用率
营运资金天数用于衡量企业的现金转化周期。平均循环债务利用率则用于观察企业使用了多少可用信贷额度。
3. 供应商支出
企业可以追踪供应商支出的总减少量，以确定AI工具在特定时间段内带来的节省。
4. 可执行的合同违约罚金或奖励
这一指标体现在供应商合同中的条款里，这些条款根据绩效提供激励和惩罚，以判断是否达到既定目标。追踪这一指标的企业通常旨在降低成本并增加收入。
5. 实现价值的平均时间
这一指标有助于确定用户从采用AI中受益的速度，从而找出摩擦领域。CIO们在旨在降低成本和增加收入时会追踪这一指标。
6. 低经验员工数量的减少或创新与战略产出的增加
希望降低成本和增加收入的CIO们，往往会致力于减少低经验员工的数量，或追踪创新和战略产出的数量，以衡量是否达到目标。
7. 回款效率指数
CIO们可以通过观察公司从客户处收款的能力是否有所提高，以及如何管理信贷，来追踪收入增长的进展。
8. 销售转化率
企业追踪潜在客户转化为买家的比例，以衡量收入增长目标的进展。
9. 平均合同价值
在寻求增加收入时，企业会衡量其交易的典型规模。应用场景可能包括在销售职能中采用AI，或表明客户愿意为AI增强的服务或体验支付溢价。
10. 员工净推荐值
追求更好员工体验的CIO们可以通过满意度评分来追踪AI对员工队伍的影响。更高的评分将表明实施有效，以及其他期望的结果。
