AI规模化落地：与其说是技术挑战，不如说是人的挑战

AI正在各个行业慢慢落地。思科系统公司对1000位行业领导者进行的一项调查发现，在制造业、交通运输业和公用事业领域，61%的组织正在部署人工智能，以提高生产力、降低成本并加强运营韧性。

然而，尽管势头强劲，但只有20%的组织实现了真正规模化、成熟的采用。技术正在快速发展，但一旦人工智能从试点走向生产，进展往往会放缓。缺乏必要的基础设施、网络安全风险和系统复杂性是最常见的原因，但在这些技术挑战之下，存在着一个更根本的制约因素，它根植于人们如何协同工作。

行业AI是一项团队运动

各种垂类人工智能处于两个历史截然不同的学科的交汇点。信息技术团队受过管理网络、数据、安全和数字平台的培训。运营技术团队则是工业流程、安全、可靠性和实时运营方面的专家。两者都具备不可或缺的能力，但任何一方都无法独自实现人工智能的规模化。

人工智能并没有取代这种专业分工，而是放大了它。随着人工智能系统连接更多资产，将决策更接近运营，并增加对数据的依赖，协调的需求也随之增长。当信息技术和运营技术在孤岛中运作时，无论技术多么先进，组织都难以在生产中自信地部署人工智能。

思科的调查发现，虽然57%的组织报告了某种程度的信息技术/运营技术协作，但相当大一部分（43%）的协作有限或没有实质性合作。完全融合的团队仍然很少见。这并不是因为领导者没有认识到其价值，而是因为在个人身上培养结合的信息技术/运营技术技能既困难又不切实际。

协作，而非融合

期望个人掌握信息技术和运营技术两个学科的知识很少是可行的。这种综合技能非常罕见。更重要的是促进协作，创造一种环境，让信息技术和运营技术团队能够充分发挥各自的专业知识，并为共同的目标而努力。

促进这种协作的组织对其扩展人工智能的能力表现出更高的信心。它们也体验到更高的网络稳定性，并且更加强调网络安全是基础要求，而不是事后才想到的问题。相比之下，团队各自为政的组织更有可能经历不稳定、部署缓慢和风险增加。

这既是人的挑战，也是技术的挑战。它需要信任、共同的语言和一致的激励措施。它还需要领导层将人工智能定位为一项联合运营能力，而不是一个信息技术项目或运营技术实验。

应对风险

随着人工智能扩展连接和数据流，网络安全问题急剧上升：40%的组织认为这是扩展垂类人工智能的最大障碍，48%的组织将安全和分段列为其首要的网络挑战。拥有更强信息技术/运营技术协作的组织更有可能尽早认识到这些风险并共同解决它们。

在孤岛持续存在的地方，风险往往是分散的。运营技术团队可能会优先考虑可用性和安全性，而信息技术团队则专注于安全控制和合规性。如果没有协作，权衡就难以管理，人工智能部署仍然局限于低风险环境。通过共同努力，团队可以设计出在安全性和运营连续性之间取得平衡的系统，这是在不容有失的生产环境中部署人工智能的先决条件。

问责制建立信心

难以扩展人工智能的组织往往犹豫不决，不是因为技术未经证实，而是因为所有权不明确。当人工智能驱动的系统影响运营时，谁负责？当性能下降或出现安全警报时，谁来响应？

在人工智能之旅中走得更远的组织倾向于通过共享治理和跨信息技术和运营技术的更清晰的问责制来解决这些问题。这不需要进行结构性的彻底改革，而是需要对共同目标达成一致：正常运行时间、安全性、韧性和性能。

随着时间的推移，这种协作也支持劳动力准备。技能短缺仍然是一个障碍，总体而言有34%的组织提到了这一点，但在更成熟的人工智能采用者中，这一比例下降到27%，这表明经验和协作有助于随着时间的推移缩小技能差距。

最终，要实现垂类人工智能的全部潜力，就需要打破孤岛，让信息技术和运营技术团队能够将各自独特的能力带到一张共同的桌子上。目标不是去设计一种罕见的混合型超级员工，而是打造真正互联的团队。通过将数字敏捷性与运营严谨性无缝结合，这些统一的团队将人工智能的承诺转化为持久的日常影响。