企业应通过工作流重设计实现AI变革性影响
企业如何超越利用AI实现渐进式效率提升，创造变革性影响？我在瑞士达沃斯的世界经济论坛（WEF）上撰写此文，期间与多位CEO就如何利用AI促进增长进行了交流。一个反复出现的主题是，运行大量实验性的、自下而上的AI项目——让百花齐放——并未带来显著回报。相反，更大的收益需要工作流重新设计：从更广泛、或许是自上而下的视角审视流程中的多个步骤，并从头到尾改变它们协同工作的方式。
以银行发放贷款为例。工作流由几个独立阶段组成：
营销 -> 申请 -> 初步审批 -> 终审 -> 执行
假设每个步骤过去都是人工操作。初步审批曾需要一小时的人工审核，但新的智能体系统可以在10分钟内自动完成。用AI审核取代人工审核——但保持其他一切不变——带来了微小的效率提升，但并非变革性的。
以下是变革性的：申请人无需等待一周让人类审核他们的申请，而是可以在10分钟内得到决策。这样一来，贷款成为更具吸引力的产品，更好的客户体验使贷款机构能够吸引更多申请，最终发放更多贷款。
然而，做出这一改变需要更广泛的业务或产品视角，而不仅仅是技术视角。此外，它改变了贷款处理的工作流。转向提供“10分钟贷款”产品需要改变营销方式。申请需要数字化并更高效地路由，终审和执行也需要重新设计以处理更大的量。
尽管AI仅应用于一个步骤——初步审批——但我们最终实施的不仅仅是点解决方案，而是更广泛的工作流重新设计，从而改变了产品本身。
在AI Aspire（我共同领导的一家咨询公司），我们观察到：自下而上的创新很重要，因为最接近问题的人往往最先看到解决方案。但将这些想法规模化以创造变革性影响，通常需要看到AI如何从头到尾改变整个工作流，而不仅仅是单个步骤，这正是自上而下的战略方向和创新可以发挥作用的地方。
今年的WEF会议与往年一样，是一场令人振奋的活动。在技术专家中，频繁讨论的话题包括智能体AI（当我提出这个术语时，并未预料到它会出现在广告牌和建筑物上！）、主权AI（国家如何控制自己对AI的访问）、人才（应届毕业生面临的艰难就业市场，以及如何提升国家技能）以及数据中心基础设施（如何解决能源、人才、GPU芯片和内存方面的瓶颈）。我将在后续文章中讨论其中一些话题。
在地缘政治不确定性的背景下，我希望我们所有从事AI的人继续搭建连接各国的桥梁，通过开源分享，并为所有国家和人民造福。
[原文：
https://
deeplearning.ai/the-batch/issu
e-337/
… ]
以银行发放贷款为例。工作流由几个独立阶段组成：
营销 -> 申请 -> 初步审批 -> 终审 -> 执行
假设每个步骤过去都是人工操作。初步审批曾需要一小时的人工审核，但新的智能体系统可以在10分钟内自动完成。用AI审核取代人工审核——但保持其他一切不变——带来了微小的效率提升，但并非变革性的。
以下是变革性的：申请人无需等待一周让人类审核他们的申请，而是可以在10分钟内得到决策。这样一来，贷款成为更具吸引力的产品，更好的客户体验使贷款机构能够吸引更多申请，最终发放更多贷款。
然而，做出这一改变需要更广泛的业务或产品视角，而不仅仅是技术视角。此外，它改变了贷款处理的工作流。转向提供“10分钟贷款”产品需要改变营销方式。申请需要数字化并更高效地路由，终审和执行也需要重新设计以处理更大的量。
尽管AI仅应用于一个步骤——初步审批——但我们最终实施的不仅仅是点解决方案，而是更广泛的工作流重新设计，从而改变了产品本身。
在AI Aspire（我共同领导的一家咨询公司），我们观察到：自下而上的创新很重要，因为最接近问题的人往往最先看到解决方案。但将这些想法规模化以创造变革性影响，通常需要看到AI如何从头到尾改变整个工作流，而不仅仅是单个步骤，这正是自上而下的战略方向和创新可以发挥作用的地方。
今年的WEF会议与往年一样，是一场令人振奋的活动。在技术专家中，频繁讨论的话题包括智能体AI（当我提出这个术语时，并未预料到它会出现在广告牌和建筑物上！）、主权AI（国家如何控制自己对AI的访问）、人才（应届毕业生面临的艰难就业市场，以及如何提升国家技能）以及数据中心基础设施（如何解决能源、人才、GPU芯片和内存方面的瓶颈）。我将在后续文章中讨论其中一些话题。
在地缘政治不确定性的背景下，我希望我们所有从事AI的人继续搭建连接各国的桥梁，通过开源分享，并为所有国家和人民造福。
[原文：
https://
deeplearning.ai/the-batch/issu
e-337/
… ]