摘要：回望2024年，我们或许会发现，这是大型语言模型(LLM)成为主流的一年，每个企业级SaaS都增加了协作助手或虚拟助手功能，许多企业也首次尝到了代理式AI的滋味。CIO们获得了可观的预算，用于利用GenAI提高生产力、节约成本并增强竞争优势。据沃顿商学院的AI

回望2024年，我们或许会发现，这是大型语言模型(LLM)成为主流的一年，每个企业级SaaS都增加了协作助手或虚拟助手功能，许多企业也首次尝到了代理式AI的滋味。CIO们获得了可观的预算，用于利用GenAI提高生产力、节约成本并增强竞争优势。据沃顿商学院的AI报告显示，2024年企业对GenAI的投资相比2023年增长了2.3倍，但预测未来两到五年的增幅将有所降低。

经验丰富的CIO们深知，对于转型和创新投资，从未有过空白支票，他们预计2025年将面临更大压力，需要让GenAI的投资产生商业价值。德勤的《企业中的GenAI现状》报告指出，近70%的企业将其30%或更少的GenAI实验项目投入生产，41%的企业在定义和衡量其GenAI努力的影响方面遇到了困难。随着GenAI走向Gartner的“幻灭之谷”，CIO们应考虑如何调整其2025年的战略和路线图。

感受到压力的CIO们可能会寻求更务实的AI应用、平台简化和风险管理实践，这些实践在短期内就能带来好处，同时成为长期财务回报的增效因素，CIO们应考虑在2025年押注以下五个AI领域。

利用代理式AI扩展可信的工作流

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务的AI代理。机器人流程自动化(RPA)旨在自动化任务并改进流程编排，而由公司专有数据支持的AI代理则可能重塑工作流程、扩展运营并改善特定情境下的决策制定。

虽然代理式AI承诺了效率和可扩展性，但许多人质疑自主代理是否已准备好应用于企业。世界经济论坛分享了与AI代理相关的一些风险，包括提高透明度、制定伦理准则、优先考虑数据治理、加强安全以及增加教育。

组织可以采取务实的方法，寻求与人类协作的AI代理，这些代理能与决策者和主题专家共同工作。以人为本的方法有助于在使用代理式AI时的变革管理，同时评估其益处和风险。

“2025年，处于代理式AI革命前沿的公司将面临一个关键挑战：在提供无缝、即开即用的体验与赋予客户对最终决策的最终权威和控制权之间找到平衡，”Intuit的首席数据官Ashok Srivastava表示，“为了实现这一点，创新必须聚焦于那些将高级自主性与以用户为中心的控制无缝结合的AI系统，融入自适应透明度、伦理保障和情境感知学习，以赋能客户决策。”

押注方向：预计2025年一方面会出现代理式AI的大幅宣传，另一方面员工可能会担心自主代理抢走他们的工作。CIO应押注于变革管理项目，并推广高质量代理，让员工与之协作，创造超越生产力的价值。

构建智能文档管理

大多数企业都有文档管理系统，用于从PDF、文字处理文件和扫描的纸质文档中提取信息，这些文档的结构和所需信息并不复杂。例如，扫描发票、提取基本合同信息或从PDF表单中捕获信息。即使是简单的用例，也存在需要业务流程外包(BPO)或内部数据处理团队管理的例外情况。

Appian的首席技术官兼创始人Michael Beckley表示，文档处理是一个看似枯燥但具有巨大商业潜力的GenAI用例。“使用传统的OCR和AI模型，你可能得到60%的直通处理率，运气好的话能达到70%，但现在GenAI解决了所有边缘情况，你的处理率能提高到99%。”Beckley说。

许多法务部门可以从智能文档管理中受益，因为合同审查的时间会影响运营。根据Bloomberg Law的一项研究，即使是像保密协议这样简单的合同，也可能需要30天的周转时间。

“法律AI增强了合规性，并加快了传统上冗长的流程，如合同谈判和合同续签监控，使法务团队能够更高效地工作，并最终增加收入，”ContractPodAI的总裁兼首席技术官Anurag Malik表示，“AI驱动的工具简化了工作流程，并揭示了有价值的见解，使企业能够更高效地管理合同审查、风险分析和合规性。”

其他文档处理用例包括生命科学中的临床试验、零售银行中的贷款承保以及保险理赔处理，这些文档的工作流程需要深厚的专业知识，而GenAI的文档处理能力可以帮助或加速这些流程。

Zetaris的首席执行官兼创始人Vinay Samuel与我分享了一个代理式AI与文档处理的有趣集成，这可能对企业治理产生深远影响。“有了代理式AI，董事会可以拥有一名虚拟董事，能够实时访问、分析和解释数千份文档，这可能带来合规和企业治理的黄金时代。”Samuel说。

押注方向：寻找嵌入复杂业务规则的、可扩展的部门机会，这些规则融入文档处理中，并结合无代码、低代码、RPA和BPO解决方案。利用基础的GenAI能力重新设计这些工作流程可以带来成本效益，并帮助IT部门整合平台。

优先考虑营销部门的客户数据需求

寻求GenAI投资增长机会的CIO们，应从审查营销部门的目标和集成挑战开始。根据《2024年营销技术现状》报告，员工超过10000人的公司平均使用650个SaaS应用程序，而较小企业平均使用不到300个。报告显示，过去一年投资组合的整合和集成投资有所增加，但只有32%的企业表示其营销技术栈中超过80%已实现集成。

为何关注营销部门?虽然许多GenAI努力都集中在提高生产力和员工体验上，但营销部门应有实例证明，GenAI投资能够改善客户体验和推动收入增长。

CIO的一个机遇是帮助营销部门提升品牌忠诚度。AND Digital的总裁兼总经理Mike Lee表示：“在旅行和忠诚度行业，生成式AI正在彻底改变客户与奖励计划的互动方式。”Lee描述了一个AI旅行代理如何通过一款直观的、AI驱动的产品来增加预订量，该产品受到了83%用户的青睐，超越了传统的搜索选项，使日利润超过100万美元。

Verint的首席产品官Jaime Meritt分享了第二个例子，即在客户联络中心使用AI，通过客户体验(CX)自动化节省数百万美元，同时提高效率、一致性、准确性和合规性。Meritt表示：“在联络中心中，延迟采用和部署能够带来业务成果的AI品牌，将开始经历客户体验评分下降和员工流失率上升的情况，这可能导致竞争滞后，并带来显著的财务影响。”

在营销上押注AI往往能产生倍增效应，因为它能推动数据治理和安全投资。“AI创新不能——也不应该——在没有相应治理投资的情况下存在，以确保其负责任且有效的整合，”Mitratech的治理、风险和合规(GRC)战略董事总经理Henry Umney说道。

押注方向：由于SaaS工具过多以及实验运行的便捷性，营销的数据和工作流集成成为了技术债务的深渊。CIO应优先考虑与客户体验可衡量改进和加速销售成果相关的目标，然后寻找机会，利用制胜的AI能力推动利益相关者在平台整合上达成共识。

从数据驱动转向AI驱动

企业通常设有集中的数据科学团队负责开发AI模型，报告团队与各种企业平台保持一致，接受过数据可视化培训的公民数据科学家，数据运维部门负责监督数据管道，以及主动的数据治理职能来制定政策并确保合规。即便如此，这一分工仍然忽略了数据管理、工程和安全职能。

企业中有许多不断变动的组成部分，CIO可能会寻求将GenAI作为推动统一战略、组织模型和平台能力的驱动力，特别是在寻求行业特定的AI和分析差异化能力时。“通过将AI嵌入数据分析框架，企业可以在医疗诊断、制造质量控制和营销优化方面解锁前所未有的能力，将原始数据转化为战略竞争优势。”Acceldata的联合创始人兼首席技术官Ashwin Rajeeva说道。

CIO为何要押注统一其数据和AI实践?

2024年，各部门和团队试验了与其工作流和运营指标相结合的GenAI工具。为了试验、快速学习和广泛采用，这创造了分散的实践，并在许多领域获得了生产力回报，然而，数据驱动型组织可以将2025年作为重新调整其数据、分析和AI工作方向的一年，以寻求更多的战略利益。

“你可以想象，在2025年及以后，数据工作可以完全委托给AI，但由人类同事进行检查或纠正，或者数据专家可以依靠AI，基于整个企业数据团队的集体智慧提供智能反馈，”KNIME的首席执行官Michael Berthold说道。“然而，这只有在投资于为AI执行或辅助的数据工作带来透明度和可靠性的技术时才有可能实现。”

押注方向：CIO应寻找其AI和数据战略中的运营和风险管理缺口，并考虑在数据架构、数据可观测性、分析平台、AI治理和数据安全态势管理方面进行押注。

重新审视IT堆栈以支持AI目标

营销部门并不是唯一因SaaS工具过多和使用电子表格进行集成而成为采用AI解决方案障碍的部门。“CIO可能会发现大量的数字工具造成了信息孤岛，并影响了战略决策，”Quickbase的CIO Dalan Winbush说道。“数据断联导致员工在应用之间跳转寻找工作所需信息，从而产生了不必要的重复工作。”

IT和DevOps团队也面临着类似的工具泛滥问题，这在DevOps的黄金年代可能是可以接受的，当时许多开发团队在选择工具时几乎没有约束。许多企业正在转向平台工程，以改善开发人员体验和生产力。

第三个争论转移的领域涉及数据中心、公有云、混合云、多云和边缘计算之间的基础设施。在过去十年中，CIO和首席信息安全官(CISO)基于易用性、可扩展性、安全性和成本调整了他们的策略，结果却发现，他们为选择最佳架构制定的黄金规则存在许多例外，并且随着基础设施创新而每年都在演变。

那么，CIO应将其基础设施、应用合理化和数据集中化押注在何处，以更好地支持即将到来的代理AI时代?CIO应该将数据带给AI，还是将AI带给数据?

押注方向：基础设施选择和优化架构取决于用例，但在2025年，有几个领域值得CIO押注，以塑造其技术战略和计划。

• 工具过多、手动流程而非集成，以及大量的技术债务限制了AI的有效应用范围和效果。面临这些挑战的CIO应考虑整合和平台策略。

• 在GenAI之前，上市速度推动了许多应用架构决策。在AI时代，可能是可访问、安全和高质量数据的速度推动数据管理策略。

• 鉴于基础设施、平台和运营选择的多样性，CIO将需要强大的财务运营(FinOps)实践来建模成本，特别是随着AI能力扩展数据和处理需求时。

鉴于AI能力的发展速度，我预计2025年将有更多CIO采用“少即是多”的方法来选择和管理技术，并押注于提供更高互操作性和可移植性的平台。

来源：纵览全局