重新设计企业AI：聚焦核心价值流驱动增长

AI 投资加速，但成果有限。根据 IBM 与牛津经济学联合调查，截至 2025 年底，仅有 37% 的 AI 项目实现了高层领导预期的商业价值，平均净价值为 1.15 亿美元，投资回报率（ROI）为 51%。到 2028 年，高管们期望实现 4.62 亿美元的净价值，ROI 提升至 105%，但调查显示，只有 29% 的 AI 项目将实现规模化部署。

核心障碍：流程、数据和决策权

• 流程再造是关键：大多数企业现有的 IT 环境由孤立的决策构建，缺乏整体协调，导致流程效率低下。调查显示，75% 的 AI 项目失败是因为未能重新设计业务流程。
• 数据孤岛限制价值：高价值流程数据分散且格式不统一，仅有 41% 的数据源可实时访问。AI 代理需要持续、上下文相关的数据访问权限才能做出准确决策。
• 决策权不明确：企业缺乏对 AI 系统决策权的明确界定，导致员工对 AI 推荐的接受度低，限制了 AI 的应用范围。

价值最大化：聚焦客户价值流

• 投资回报最大化：企业应将 AI 投资集中于能直接创造收入的客户价值流，而非优化行政活动。例如，1% 的收入增长可带来 1.7 亿美元的额外收入，远高于 1% 的 SG&A 成本节省（2400 万美元）。
• 集中资源：企业应集中资源改造少数关键价值流，以实现更大的财务影响。通过聚焦高回报项目，企业可以比单纯削减行政成本获得 7 倍的价值。

企业改造：架构、数据、决策权和运营

• 架构：建立统一的架构模型，确保跨环境的一致性，并嵌入控制措施，以实现可扩展的 AI 部署。
• 数据：创建“暖数据”，即持续更新、良好治理且可跨价值流访问的数据，为 AI 代理提供可靠的信息。
• 决策权：明确定义 AI 系统的决策权，建立清晰的问责制和自主权边界，并实施持续监督。
• 运营：建立跨职能团队，赋予其持续的责任和资金，并嵌入 AI 系统的日常运营，以培养员工的 AI 应用能力。

行动指南

• 未来 30 天：建立可见性和重点，识别价值停滞点、决策积压点和 AI 的潜在影响点。
• 未来 120 天：规模化改造单个价值流，建立一致的执行层，明确决策权，并创建持续的数据流。
• 未来 360 天：扩大规模以实现持续的企业影响，建立企业级的“暖数据”，并建立持续改进机制。

通过改造企业流程和运营，企业可以克服 AI 实施的障碍，释放 AI 的全部潜力，并实现可观的商业价值。