人工智能之路不是短跑，而是马拉松，企业需要相应地调整自己的步伐。那些尚未学会走路就想跑步的人会步履蹒跚，最终加入那些因急于求成而未能达到某种人工智能（AI）终点线、从而失败的企业行列。事实是，并不存在所谓的终点线。企业无法到达某个目的地然后宣称自己已经彻底征服了AI。据麦肯锡公司（McKinsey）称，2023年是AI的爆发之年，约有79%的员工表示，他们或多或少接触过AI。然而，突破性技术的发展并非遵循线性路径；它们会起伏不定，直至成为企业结构的一部分。大多数企业都明白，AI是一场马拉松而非短跑，这一点值得铭记在心。

以加特纳公司（Gartner）的技术成熟度曲线（Hype Cycle）为例。除了极少数例外，每一种新兴技术都会经历技术成熟度曲线上的相同一系列阶段。这些阶段包括：技术萌芽期、期望膨胀期、幻觉破灭期、复苏期和生产力平稳期。2023年，加特纳公司将生成式AI明确归为第二阶段：期望膨胀期。在这个阶段，围绕技术的炒作热度达到顶峰，虽然一些企业能够抓住机遇、迅速崛起，但绝大多数企业会经历幻觉破灭期，甚至无法到达生产力平稳期。

这一切都在表明，企业在部署AI时需要谨慎行事。尽管AI的初步吸引力和功能可能令人心动，但它仍在探索自己的立足点和极限。这并不意味着企业应该避开AI，而是应该认识到设定可持续步伐、明确目标以及精心规划AI之旅的重要性。领导团队和员工需要充分接受这一理念，确保数据质量和完整性，实现合规目标——而这仅仅是个开始。

通过从小规模开始并设定可实现的里程碑，企业能够以可控和可持续的方式利用AI，确保自己与AI技术同步发展，而不是超前发展。以下是我们在2024年观察到的一些最常见陷阱：

陷阱1：AI领导力

事实就是：如果没有高层的支持，AI项目将难以推进。虽然员工可能会自行发现生成式AI工具并将其融入日常工作，但这会使公司面临数据隐私、安全和合规方面的问题。无论以何种形式部署AI，都需要高层的支持，而高层对AI缺乏兴趣与过度投入一样危险。

以美国健康保险行业为例。ActiveOps最近的一项调查显示，70%的运营负责人认为，高管层对AI投资不感兴趣，这为创新设置了巨大障碍。尽管他们看到了AI的益处，近80%的人同意AI可以显著提高运营绩效，但缺乏高层的支持正成为阻碍进步的令人沮丧的障碍。

在使用AI的地方，组织内部的支持和领导层的支持至关重要。应建立领导层与AI项目团队之间的清晰沟通渠道。定期更新、透明的进度报告以及关于挑战和机遇的讨论，将有助于保持领导层的参与度和知情权。当领导层深入了解AI之旅及其里程碑时，他们更有可能提供应对复杂性和不可预见问题所需的持续支持。

陷阱2：数据质量和完整性

将低质量数据用于AI，就像给汽油车加柴油一样。你会得到糟糕的性能、损坏的部件以及高昂的维修费用。AI系统依赖于大量数据来学习、适应和做出准确预测。如果输入这些系统的数据存在缺陷、不完整、分类错误或存在偏见，结果必然不可靠。这不仅会削弱AI解决方案的有效性，还可能导致对AI能力的严重不信任和重大挫折。

我们的研究表明，90%的运营负责人表示，从他们的运营数据中提取见解需要付出太多努力——太多数据被分散在多个系统中，且存在不一致性。这是企业在考虑AI时面临的另一个陷阱——他们的数据尚未做好准备。

为了解决这个问题并改善数据质量，企业必须投资于强大的数据治理框架。这包括制定明确的数据标准、确保数据得到持续清理和验证，以及实施用于持续监控数据质量的系统。通过创建单一信息源，组织可以提高数据的可靠性和可访问性，这将为AI的顺利实施带来额外的好处。

陷阱3：AI素养

AI是一种工具，而工具只有在被正确使用的情况下才有效。AI项目的成功不仅取决于技术，还取决于使用这些技术的人，而这类人才短缺。根据Salesforce的数据，近三分之二（60%）的IT专业人士认为，AI技能的短缺是他们部署AI的首要障碍。这似乎表明，企业尚未为AI做好准备，他们需要在开始投资AI技术之前解决这一技能缺口。

然而，这并不意味着需要大肆招聘。企业可以推出培训计划，提升现有员工的工作能力，确保他们具备有效使用AI的能力。在组织内部培养这种AI素养，需要创造一个鼓励持续学习的环境——研讨会、在线课程和动手实践项目可以帮助揭开AI的神秘面纱，使其对所有层级的员工都更加触手可及，为更快的部署和更切实的利益奠定基础。

接下来该怎么做？

成功采用人工智能（AI）不仅仅需要技术投资；它还需要一个节奏得当、策略明确的方法，确保员工认同并获得领导层的支持。此外，企业还需具备自知之明，清醒地认识到技术有其局限性——尽管人们对AI的兴趣高涨，采用率也达到了历史最高水平，但很有可能的是，在AI进行自我修正并发展成为企业所需的稳定可靠工具之前，AI泡沫就会破灭。请记住，我们现在正处于“期望膨胀顶峰”，而“幻灭之谷”仍需度过。热衷于投资AI的企业可以通过以下方式为即将到来的风暴做好准备：培养员工、制定AI使用政策，并确保其数据清洁、组织有序、分类正确，并在整个企业中实现整合。