如（rú）果运营模型定义了（le）组织如（rú）何定位（wèi）人（rén）员，流程和技术以实现客户（hù）价值，那（nà）么具有（yǒu）AI优先运营模（mó）型的公司就是（shì）那（nà）些优先（xiān）使用AI以便（biàn）将更多的智能和自动化编织（zhī）到公司（sī）的产品，流程，和经验。

在2020年7月（yuè）的梅（méi）蒂斯战略数字（zì）研讨会上从100多个（gè）全（quán）球CIO收集的数据体现了AI优先（xiān）运营模式的趋（qū）势：66%的CIO表示他们有（yǒu）团（tuán）队专注（zhù）于（yú）识（shí）别AI用例，进行试点并扩（kuò）展可改（gǎi）善的案例结果。在目（mù）前没有资（zī）源专注于此的（de）CIO中，大约60%的CIO表示正（zhèng）在其路（lù）线图上。

在（zài）与《财（cái）富（fù）》 500强公司的合（hé）作中，我（wǒ）们确（què）定了（le）成功过渡到以人工（gōng）智能（néng）为先的（de）组织之（zhī）间的共同特征。以下（xià）是数字领导者可（kě）以采取的一系列明（míng）智的第一步，以启动，加速或纠正他们的AI转换。

1.规范对人工智能的理解

火星首席数字官（guān）Sandeep Dadlani等数字先锋已经采取了战略性方法来正规（guī）化对AI的理（lǐ）解。在7月与Metis Strategy的（de）对（duì）话中，Dadlani表示，他（tā）故意推迟了正式AI课程的开发，转而采用以业（yè）务（wù）为中心的方法（fǎ），该方法（fǎ）将“帮（bāng）助人们（men）通过解决环（huán）境（jìng）中（zhōng）的（de）问题来学习。”团队接触到每个（gè）业务和（hé）市场，并（bìng）首先了解需（xū）要解决的（de）问（wèn）题，然后应用AI和以用户（hù）为中心的概念来（lái）解决它们。与高（gāo）级领（lǐng）导者进行（háng）的快速头脑风（fēng）暴会议也可以帮助加深组织对AI的理解（jiě）。在垂（chuí）直轴上使用具（jù）有AI技（jì）术（例如，有监督的机器学习，无（wú）监督（dū）的机器学习，自然语言处理）的简单（dān）矩（jǔ）阵，以及在（zài）水平轴（zhóu）上具有业务问题的矩（jǔ）阵，可以（yǐ）用来构建对话框（kuàng）架。然后，主（zhǔ）持（chí）人描（miáo）述了每种技术的（de）可能性（xìng），高级领导者集（jí）思广益用例来解决现有的业务问题。高级领导者可以（yǐ）在自己的团（tuán）队中重复进行此练习，以确（què）保（bǎo）这种理解在整个（gè）组织中不断扩散。

2.定（dìng）义人（rén）工智（zhì）能（néng）如何推（tuī）动业（yè）务发（fā）展并创造更多获胜方（fāng）式

有效的策略以最简（jiǎn）单的形（xíng）式（shì）回答了两个（gè）主要问题：在哪里玩和如何获胜。以人工（gōng）智能为先的公司使用AI创造（zào）更多的取胜方式，例如提（tí）供（gòng）个性化体验（yàn）或创建可指数扩（kuò）展（zhǎn）的功能。作（zuò）为（wéi）数字（zì）化（huà）领导者（zhě），阐明人工智能（néng）与（yǔ）业务（wù）成果之间（jiān）的（de）关系对于达成认可至关重（chóng）要。具体（tǐ）而言，公司应准确（què）定义（yì）AI计划将如何影（yǐng）响您（nín）的业务模型的各个方（fāng）面，包括客户价值（zhí）主张（例如，客（kè）户为什么购买），利润公式（例如，我们如何实现利润）以及关键（jiàn）资源/流程（例如，如何我们创造并交付价值）。

知道这些问（wèn）题的答案（àn）通（tōng）常是为AI计（jì）划提供（gòng）初始（shǐ）资金的先决条件，但是许多高管未能以与（yǔ）业（yè）务（wù）产生（shēng）共鸣的（de）方式进行（háng）解释。我们建（jiàn）议与主（zhǔ）要（yào）利益相关者进行（háng）一系列的一对（duì）一会议，以确保获得有关AI投资如何改善（shàn）业务（wù）模型和实现目标成果的清晰故事。寻找有关AI如（rú）何改善您的业务模型的灵感吗？查看我们（men）与AI先（xiān）驱Sherif Mityas（TGI星期五）和Vijay Sankaran（TD Ameritrade）的讨（tǎo）论。

3.找出（chū）将限制您的AI转（zhuǎn）型（xíng）的数字基础裂缝

人工（gōng）智能（néng）驱动的业务（wù）成果（guǒ）的承诺吸引了高（gāo）级领导（dǎo）者（zhě），但是（shì）技术和组织上（shàng）的僵化（huà）往（wǎng）往（wǎng）介于快速获胜和真正的（de）企业（yè）范（fàn）围内的转（zhuǎn）型之间（jiān）。数（shù）字化领导者（zhě）必（bì）须制定全面的路线图（tú），其中包括两项投资，以赢得快速（sù）胜利，同时加强数字基础。以下是一些有助（zhù）于（yú）实现（xiàn）顺利运行的建议：

4.摆脱部落的（de）运作模式（shì）

大（dà）型企业，不管（guǎn）他（tā）们是否承认（rèn），通常都按照由损益表，业（yè）务部门和职（zhí）能定义（yì）的“部落”运（yùn）作。绩效激励措施（shī）与这些部（bù）落保（bǎo）持一致，在进（jìn）行战略规（guī）划和资本配置活动时会产生“我们与他（tā）们（men）”的心态。这导致了一（yī）个由不（bú）同数据（jù）和应用程序（xù）组成的技术产业，每个数据和应用程序旨在（zài）推（tuī）动有益于某（mǒu）个（gè）部落的成果。人（rén）工智（zhì）能优先组织（zhī）超越了（le）组织孤岛，并在标准的数字基础（chǔ）上积（jī）极致力于重建企业。例如，微软在其数（shù）字化转型期（qī）间（jiān）将IT重命名为“核（hé）心服务”，以表示（shì）其与BU无关的纵向，新使命，即提供组织可（kě）用来构建运行整个公司的流程的组件（jiàn）。

5.集（jí）中和标准化您的数据，以全面了解客户

由于部族结构的原因，跨（kuà）组织出现的（de）不同（tóng）的（通常是不（bú）兼容的（de））应用程序和数据源使连（lián）接（jiē）不同（tóng）客户交互之（zhī）间（jiān）的点变得困难。许多组织已经（jīng）意识到了这一缺点，并启动了多年计划来（lái）构建企业范（fàn）围的（de）数据平台（或“数据湖”），以吸收，关联和集（jí）成所（suǒ）有数据源，并开发出（chū）客户（hù）的360度（dù）视图。借助跨组（zǔ）织（zhī）过程的（de）受信（xìn）任数据源，公司（sī）可以使（shǐ）用监督（dū）学习算法来开发AI应用（yòng）程序，从而（ér）抢先识别可能流失的客户并主动将业务（wù）扩（kuò）展到高风（fēng）险（xiǎn）客户。