衡量AI成功：企业必须关注的10个关键指标

随着生成式AI席卷企业界，首席信息官们面临的最大挑战已从“是否采用AI”转向“AI究竟创造了什么价值”。

这个转型过程并不轻松。根据Gartner的研究，近半数的AI决策者坦言，他们的企业在衡量和展现AI价值方面存在困难。若无法将AI项目与业务影响力挂钩，技术领导者可能陷入AI炒作的误区，例如资源过度扩张或项目虚胖。

企业对AI的实施成本及其伴随而来的挑战心存顾虑。层出不穷的问题迫使首席信息官们必须为项目制定商业案例、设定明确预期，才能将其付诸实践。

在选择应用场景时，必须明确你追求的价值指标是什么，Gartner杰出副总裁分析师Arun Chandrasekaran在该公司上周举办的IT研讨会暨展览会上表示。

虽然企业在应用AI时的具体目标不尽相同，但仍存在一些共同追求，比如提升客户体验或促进收入增长。

食品饮料巨头卡夫亨氏建立了一套定量和定性评估体系，用以衡量其AI项目的成功程度。百事公司也密切关注其AI项目所分配的关键绩效指标。

明确项目的最终目标，有助于企业在采用AI的过程中，当问题出现时能够快速定位需要改进的领域。今年夏天，劳氏公司在追踪使用指标后发现，员工更倾向于使用语音转文字功能，而非在程序中手动输入文字。基于数据驱动的洞察，该公司加大了对语音转文字功能的投入，从而改善了员工和客户的体验。

“AI项目失败的一个常被忽视的原因在于，它未能创造实际价值，导致员工不愿使用，”Chandrasekaran指出，“我们必须清晰界定AI将带来哪些具体价值。”

无论应用场景如何，尽早定义成功标准并确定有助于实现目标的指标都至关重要。

“作为首席信息官和技术领导者，你们不仅有机会将价值转化为技术指标，更可以将这些技术指标转化为商业论据，”Chandrasekaran补充道，“我们能否跨越从专注内部技术指标到更具商业价值指标的鸿沟，将决定我们能否取得成功。”

以下Chandrasekaran列出的首席信息官用于衡量AI成功与否的十大指标：

1. 每位员工的平均劳动力成本

这一成本公式常被希望降低成本的业务部门采用，有助于衡量运营效率。

2. 营运资金天数和平均循环债务利用率

营运资金天数用于衡量企业的现金转化周期。平均循环债务利用率则用于观察企业使用了多少可用信贷额度。

3. 供应商支出

企业可以追踪供应商支出的总减少量，以确定AI工具在特定时间段内带来的节省。

4. 可执行的合同违约罚金或奖励

这一指标体现在供应商合同中的条款里，这些条款根据绩效提供激励和惩罚，以判断是否达到既定目标。追踪这一指标的企业通常旨在降低成本并增加收入。

5. 实现价值的平均时间

这一指标有助于确定用户从采用AI中受益的速度，从而找出需要优化的环节。首席信息官在旨在降低成本和增加收入时会追踪这一指标。

6. 低经验员工数量的减少或创新与战略产出的增加

希望降低成本和增加收入的首席信息官，往往会致力于减少低经验员工的数量，或追踪创新和战略产出的数量，以衡量是否达到目标。

7. 回款效率指数