美国能源企业Ameren CIO谈如何推动AI时代的变革和转型

Bhavani Amirthalingam的职业生涯长达25年，在多个行业和地区担任过关键技术和高管职务。她在World Wide Technology工作了15年，担任过这家高科技、高增长型公司的首席信息官兼客户解决方案和创新副总裁。随后，她领导了全球财富100强能源管理公司施耐德电气的数字化转型。最近，她担任美国能源企业Ameren的高级副总裁兼首席客户和技术官，2018年她加入该公司担任高级副总裁兼首席数字和信息官，2023年加入客户体验和运营部门。

近日，Amirthalingam和我们探讨了成功引领大规模转型需要什么，以及领导者和企业应该如何思考和利用未来的AI和数据。

您有帮助大型组织转变客户体验和提高整个企业数字化能力的经验，那么您对那些着手进行大规模转型的领导者会有哪些建议？

让跨职能团队齐心协力，明确、综合地实现目标，对于这些转型取得成功至关重要。有时，组织会完全围绕着技术进行转型。但这不是一项技术计划，不是一项运营计划，而是一项企业计划，或者是一项客户计划。

首先，使这些转型发挥作用的一个重要因素，是创建一个由两三人组成的团队——取决于整个组织的关键利益相关者——负责并承担转型责任，无论是在基层还是最高层。

第二，组织往往低估了变革管理，而变革管理对于转型的成功至关重要。他们认为变革管理是项目结束时要做的事情，这么想注定会失败。变革管理是你从一开始就要着手做的事情，而且在实施过程中和实施之后要始终专注于此。

当你定义转型背后的原因时，变革管理就开始了，而且要和大家一起做这件事。你让那些在一线工作的人，或者如果客户，让他们参与进来，了解他们的观点，这样就能了解什么对他们来说是重要的，然后让他们参与到整个过程中来。你需要提前确定并组建这个“焦点小组”，确保它是有多样化的观点。也许某个人是你最好的采用者，因为他想要改变，会是最容易认可你的人；也许有个人是最难得到他认可的，他能让你了解他的顾虑是什么，以及为什么会有这些顾虑。

在你构建和设计解决方案的时候，理解和推动变革管理从第零天就要开始了，而不是第九天或第十天，因为很多时候，事情就是从第零天开始崩溃的。这就需要建立所有权——不仅仅是技术团队的所有权；还有团队和领导者的所有权，他们将在整个组织中受到影响。

人们可能会沉迷于技术。他们已经等待了很长时间，渴望得到技术，所以你继续向前推进。但你没有考虑变革管理，也没有考虑你想要打破和改变人们多年来一直以某种方式做的事情。

还有哪些潜在的盲点可能会阻碍您取得成功？

你可能有正确的目标、正确的举措、正确的团队、每个人都是团结的、推行的变革是正确的——然而，你可能无法实现这种转型的价值。

您可能拥有正确的目标、正确的举措、合适的团队、每个人都在团结一致、您已经进行了正确的变革，并且已经采用了变革 — — 但您可能无法实现这种转型的价值。

价值实现是转型的一个重要方面。重要的是你要提前共同定义成功是什么样子的。我们要寻找哪些关键绩效指标来表明，我们处于X，我们需要达到Y，并且我们能够达到那里。这个时间框架是什么样的？这段旅程是什么样的？

然后，当你谈到全球财富500强企业的时候，会发现有很多层复杂性。你必须了解组织动态和文化。例如，组织可能真的是矩阵化的，因此你必须弄清楚需要做什么才能让每个人都达成共识。

你还必须确保CEO参与其中，而不仅仅是技术负责人或者运营负责人。当你考虑这些大型转型时，你希望的是推动大规模影响并长期改变组织的数字能力，CEO的理解和参与对于成功和价值实现至关重要。

在您的整个职业生涯中，您做了很多令人兴奋的事情来利用数据和AI。领导者门有哪些机会可以利用AI来影响员工的工作方式并改善客户体验？

首先我要说的是，AI并不新鲜了。自20世纪50年代以来机器学习就一直存在着，使用数据和算法来模仿人类学习的方式在20世纪80年代开始就出现了，在21世纪进一步发展为深度学习。加速计算导致了大型语言模型的创建和扩展，这些模型现在已经使AI普及，也让ChatGPT成了AI的代名词。

我有机会利用AI来改善客户体验，为客户提供有关其能源使用情况的更多洞察；通过预测和预防故障以及有针对性地进行维护，提高可靠性，从而提高资产绩效；通过检测燃气和热水器泄漏来提高客户和员工的安全性；通过电路电压优化为低收入客户降低成本，以及许多此类用例。我对领导者的建议是，要确定潜力最大和影响力最大的那些领域，评估数据的准备情况，构建或部署利用AI的现有解决方案，确保从计划一开始就重新思考人们将如何利用这些新功能以不同的方式开展工作。

关于生成式AI，可以采取多管齐下的方法。首先，NI 可以成为一个接受者，通过了解你目前拥有的现有软件平台中嵌入的功能，为组织确定如何利用这些功能。其中一个例子可能是你今天用于软件开发的平台，现在具有了AI功能，你如何使用它来简化协作套件、CRM、劳动力应用中的开发和功能，等等。

第二种方法可以是作为一个塑造者，你可以利用超大规模数据中心运营商创建现有的大型语言模型的私有安全实例——本质上这就是你自己版本的ChatGPT，适用于你自己的企业，根据企业特定数据进行了微调，为你的业务提供非常具体的用例。你还可以为整个组织的不同职能构建Copilot助手。第三种方法是，你可以作为制造者，构建自己的大型语言模型，这可能成本既高又复杂，但可以为业务创造差异化的价值。

跨行业利用AI最常见的两个用例是提高开发人员的生产力和提高呼叫中心客户服务代表的效率。其中一个例子，就是通话之后的总结工作。你正在提高生产力、效率以及互动方式，以便你可以把时间花在对客户更重要且只有你才能做的事情上。关键就是要确定哪些用例是具有最大业务价值和影响的，确定你能够以哪些不同方式从中受益。在构建这些功能的时候，你必须以网络安全思维为先导。

人的因素将变得越来越重要。牢记这一点，同时提高我们员工的技能是非常重要的。AI不会夺走所有人的工作，但正如哈佛商学院的Karim Lakhani所说，“人工智能不会取代人类——但拥有人工智能的人会取代那些没有人工智能的人。”

与我们谈谈领导者应该如何思考数据质量在AI部署中的作用吧。

数据质量是有效部署AI的基石。没有数据质量，扩展AI解决方案就像在没有坚实地基的情况下建造大楼。领导者必须优先考虑投资数据质量和数据治理。使用高质量数据训练算法所需的时间很长，但这对于大规模实现预期结果是必不可少的。试点项目通常会揭示扩展的可行性；然而，并非所有计划都是具有商业意义的。设计可持续的架构时，必须考虑最终目标，确保可扩展性与业务目标保持一致。

领导者应该把数据质量视为一项战略资产。高质量的数据可以确保算法得到有效训练，从而实现更准确、更可靠的AI应用。建立强大的数据治理框架以确保数据完整性、安全性和合规性至关重要。这个基础为那些能够随着业务需求变化而适应和扩展的AI系统提供支持。

您认为AI如何影响未来业务的方方面面？

我认为业务的方方面面都会以某种形式或方式受到影响。打个比方，想想互联网、移动、社交和云技术在过去25年里是如何改变我们工作和生活方式的。AI将对我们的日常生活和商业运作方式产生更大的影响，我认为这种变化将会变得越来越迅猛。

我真的很高兴能够解决非常复杂的问题，这些问题可以在我们有生之年改善人类的生活，无论是应对气候变化的挑战，还是找到治愈癌症的方法。想想制药行业，药物研发需要多长时间。我认为使用AI将大大缩短这个时间。在产品创新方面，你提供的服务或产品本身可能会经历重大发展，甚至根据行业的不同而发生根本性的颠覆。因此，你也要从这个角度来看待你提供的“产品”，这一点非常重要。

听到您如此充满活力和乐观地谈论AI，真是太有趣了，因为很多人对此感到更加焦虑。

想想AI在对抗目前我们无法治愈的疾病方面的潜力就令人感到振奋。然而，这种进步并非没有风险。网络安全和数据隐私是必须解决的关键问题。数据中心为实现AI而产生的能源消耗，对我们的净零目标构成了挑战。尽管存在这些挑战，但我相信，我们将制定必要的保障措施，并继续利用AI造福人类。我相信，AI将有助于解决AI带来的一些挑战。