通过考虑这些建议，IT 领导者可以推动人工智能计划，尽管他们面临着障碍和压力。
译自 The Art of Merging Legacy Tech and Modern AI-Driven Infrastructure，作者 Jeremiah Stone。
对于 IT 领导者来说，现在是艰难的时刻。“以更少的投入做更多的事情”的号召甚至不足以形容这一挑战的巨大性。
从本质上来说，IT 领导者被要求仅利用现有的资源（预算、员工），在竞争激烈的商业环境，善变的市场以及我们大多数人在职业生涯中见过的最大技术变革中，重塑整个企业。
所有企业都面临着利用生成式人工智能（简称 GenAI）来推动业务竞争力的压力，同时为其员工、合作伙伴和客户提供更好的体验，而 IT 领导者需要引领变革，以实现这一愿景。事实上，IDC 预测，到 2027 年，企业在生成式人工智能计划上的支出将达到 1430 亿美元。与此同时，人工智能人才却很难找，麦肯锡认为人才短缺是人工智能进步的最大障碍之一。
另一个挑战在于，资本成本昂贵，预算受到限制，与过去 15 年形成了鲜明对比；大多数情况下，IT 领导者需要从现有支出中创造 AI 预算。大多数组织都没有钱来聘请一些新团队成员来领导人工智能开发，因此，当前的员工必须学习额外的技能组。尽管这创造了令人兴奋的机会，但倦怠的风险很大，因为大多数 IT 员工本来就超负荷工作，这是由于两年的裁员和受限的人员编制预算造成的。
最后，员工们需要接受一种全新的工作方式，在其中，生成式人工智能已将技术从一种被动工具转变为主动的合作者或副驾驶。组织的基础设施必须做好支持这一变化的准备，这需要全面审查架构，了解业务风险和机遇，以及人工智能可以在何处以及应该如何集成到现有基础设施中。
与此同时，人们期望 IT 领导者使系统平稳运行，并继续推进其他数字化转型计划。每个企业都希望站在数字化改造的前沿，而 IT 领导者需要学会将遗留系统与现代的、以人工智能为驱动的基础设施相结合，以便在这个新环境中蓬勃发展。
以下是我为实现这一目标提供的最佳建议。
不要陷入沉没成本谬误中
人工智能的出现促使 IT 领导者们在保持预算中立的情况下，涉足一个全新的领域。实现这一目标的最有效方法是检查业务组合是否存在重复和重叠的情况。多年来，由于缺乏采购纪律、为速度牺牲效率的决策或供应商能力的自然发展，公司积累了大量从根本上完成相同任务和提供重复能力的工具。人工智能预算挑战是一个寻找工具合理化、合并、简化或整合工作的好机会。
同样重要的是，要知道什么时候才能放弃某些投资：不要陷入沉没成本谬误中。公司在某个领域投资多少时间或金钱都无关紧要，公司必须持续评估它是否仍在为今天和可预见的未来提供价值。我们可以将此比作近藤麻理惠的整理哲学：IT 领导者应该问自己，“这会点燃幸福（增长和生产力）吗？”在明确减少哪些方面以及扩展哪些方面的资源才能为 genAI 等事物创造预算之间，必须时时保持平衡。
通过提高 IT 团队的代理能力来解决倦怠
倦怠是一种有据可查的现象，但工作量并不是唯一的原因。IT 团队通常由于不可预测性和缺乏代理能力而出现倦怠。IT 领导可以应对这个问题的一种方法是让其团队参与投资组合重新评估过程。鼓励他们进行批判性思考，营造一种让他们在重新调整投资组合的哪些部分时，能够舒适地挑战现状的环境，并要求他们严格地为其主张辩护。授予 IT 团队代理能力并采取跨组织方法对于对重大变更（尤其是与人工智能相关的变更）采取后续行动至关重要。
IT 领导可以防止倦怠的另一种方法是确保其团队理解工具合理化相关的“原因”。通常，负责特定工作量的员工不了解自己的工作一开始存在的原因以及其对业务的重要意义。因此，他们不太可能对改进、更改或整合工具以影响变革充满热情。
定义业务成果
无论 IT 是专注于工具合理化以释放 AI 预算还是将传统技术与 AI 驱动的基础设施合并，明确业务成果及其衡量这些成果的指标至关重要。这是 IT 和业务领导者之间通常发生分歧的地方：IT 领导者对 他们工作的业务成果没有清晰的了解，而业务领导者没有充分意识到技术团队为实现该成果所需的投资和承诺水平。
AI 的激增以及不稳定的商业环境迫使 IT 领导者认真审视他们的工具、流程和资源。
有许多不同的框架可用于定义业务成果，但一个好的最佳实践是创建一个综合地图，定义以下内容：总体业务成果和相关的总可寻址问题、解锁该成果所需的杠杆以及实现该成果所需的障碍和能力。这些项目中的每一个都应该有一个相关的指标和指定的负责人，以便团队保持正轨。此框架或成果图是一种工具，可用于推动对要解决的广泛挑战、克服挑战的价值以及成功障碍的共同理解跨参与团队。
对生成式 AI 采取综合方法
在使用 genAI 增强现有系统时，IT 领导者可以采取综合方法。与之前的 Web 和移动技术浪潮不同，genAI 不需要将全新的基础设施、开发和交付模型集成到传统环境中。然而，重要的是，IT 领导者要确保其现有堆栈中的工具可以与 genAI 集成，并且在合理化工具集时应考虑这一点，尤其是在预算受限的情况下。
GenAI 与传统系统集成后总结、识别和传递信息的能力具有变革性。例如，一家公司可以使用 genAI 为员工创建一个带有会话界面的知识库，以便他们轻松浏览其福利、入职程序等。或者，一家软件公司可以使用 genAI 允许其客户通过提问与其技术进行交互。在不久的将来，大型零售商将使用 genAI 简化消费者的购物：想象一下，询问 genAI 聊天机器人如何以某种风格布置特定大小的房间，而不是手动滚动数百件物品并尝试拼凑一些东西。
现在是公司仔细考虑其 AI 驱动的体验将如何与其当前产品不同并为客户提供更多价值的时候了。其中一个组成部分是将 genAI 功能添加到现有服务中，但组织还需要考虑重要因素，例如其会话界面将具有哪种类型的个性以及其主要功能是什么。
通过考虑上述建议，IT 领导者可以克服他们面临的障碍和压力，推进 AI 计划。有一句 Tuli Kupferberg 的名言：“当模式被打破时，新世界就会出现。”AI 的激增以及不稳定的商业环境迫使 IT 领导者认真审视他们的工具、流程和资源。那些愿意打破模式并对新可能性持开放态度的人将进入一个新世界，在这个世界中，GenAI 为新颖的体验和机会提供动力。
