CDAIO：引领企业人工智能转型的核心领导角色

为了将人工智能从试验阶段转化为企业的核心竞争力量，组织必须设立CDAIO这一关键职位，并赋予其推动业务、文化和科技转型的职责。首席执行官及其他高层管理人员务必确保CDAIO能顺利履行职责，配备必要资源并进行组织架构优化。倘若企业渴望在人工智能时代脱颖而出，强大的人工智能与数据领导力便不可或缺。

随着人工智能应用加速推进，大型组织中的人工智能与数据领导力正经历深刻变革：这些领导者的职责是否需要调整？监督人工智能与数据，应被视为商业角色还是技术角色？

随着董事会、企业领导者和技术负责人被要求利用人工智能改造几乎所有业务流程与实践，这些问题愈发紧迫。不幸的是，答案并不简单。在我们今年早些时候的一项调查中，89%的受访者表示，人工智能可能是这一代人最具变革性的技术。但经验表明，企业仍在努力利用它创造价值。厘清新时代的领导力模式至关重要。

过去三十年来，我们一直密切关注数据、分析以及如今的人工智能如何重塑企业。我们常为领先组织提供咨询，指导他们构建高管领导力，以从这些工具中获取最大商业利益。基于我们的亲身经历、研究与调查数据，以及在这些组织中担任的顾问角色，我们确信，通常由一位领导者统筹数据、分析和人工智能最为合理。尽管许多组织目前拥有多位C级技术高管，但我们认为，角色过度增加既无必要，也缺乏效率。

我们认为，将相关职责合并为一个职位——我们称之为首席数据、分析与人工智能官（CDAIO），将最有助于组织为未来的人工智能发展做好规划。以下是CDAIO能够取得成功的原因。

CDAIO必须兼具布道者与现实主义者的特质

在2008-2009年金融危机之前，数据和分析普遍被视为后台职能，在企业决策中处于边缘地位。这场危机敲响了警钟，让人们认识到可靠数据的绝对必要性，许多人认为数据缺失是引发金融危机的重要因素。此后，数据和分析晋升为高层管理职能。首席数据官（CDO）最初作为一个专注风险与合规的防御性角色设立，多年来，随着更多公司将其重新定位为首席数据与分析官（CDAO），其职能不断演变。扩大CDAO职责范围的组织看到了超越传统风险与合规保障的机会，转而专注于进攻性活动，将数据和分析作为业务增长引擎。

根据我们其中一人（比恩）自2012年以来每年进行的一项调查即将发布的数据，这一角色似乎再次经历快速变化。随着人工智能迅速普及，53%的公司表示已任命首席人工智能官（或同等职位）、认为有必要任命，或正在扩大CDO/CDAO的职责以涵盖人工智能。93%的受访者指出，人工智能也促使企业更加关注数据并加大投资。

对于CDAIO及其所在组织而言，这些演变阶段可能令人困惑。职责、汇报关系、工作重点和要求可能迅速变化，所需技能也不例外。当前，对人工智能的巨大兴趣推动企业大量投资于各种人工智能概念试点（或许过于频繁）。这些人工智能项目快速增长且往往缺乏协调，领导者被要求在整个企业范围内协调人工智能战略、训练数据、治理和执行工作。

为应对这个特殊时代的挑战，我们认为公司应将CDAIO视为兼具布道者与现实主义者特质的角色——既是一位能够激励组织的富有远见的故事讲述者，也是一位专注于为公司创造价值项目、终止无回报项目的自律执行者，还是一位深刻理解人工智能技术格局的战略家。

这些工作的核心，也是CDAIO成功的关键，是确保对人工智能和数据的投资带来可衡量的商业价值。这一直是这类角色的常见绊脚石。数据项目未能创造相应商业价值，可能导致数据领导者任期短暂（更不用说对这一角色未来的质疑）。CDAIO从一开始就需要聚焦商业价值。

CDAIO需要明确的职责授权

在大多数大中型企业中，数据和人工智能涉及收入、成本、产品差异化和风险。如果趋势继续，未来十年将见证人工智能系统地融入产品、流程和客户互动。CDAIO的职责是在管理新兴风险的同时，协调实现企业价值。必须有一位拥有明确商业授权、并与关键利益相关者保持紧密关系的领导者来引领这一变革。

基于我们观察到的成功人工智能转型案例，现今组织必须赋予CDAIO以下职责：

1.制定人工智能战略：

要实现任何人工智能驱动的转型，组织内必须有一位领导者定义公司的“人工智能理念”，即人工智能如何创造价值，并制定相应路线图和投资回报率假设。该战略需要得到高级管理团队和董事会的认可与支持。

2.应对新型风险：

人工智能带来了安全、隐私、知识产权和监管等风险，需要超越传统政策的统一治理。CDAIO通常应与首席合规官或法务官合作履行这一职责。

3.开发公司的人工智能技术栈：

工具和技术的碎片化及管理不一致会增加成本，并降低成功开发应用案例的概率。CDAIO需具备相应权力，以落实其关于采用和开发适合组织的工具与技术的构想，打造安全的“人工智能平台即产品”，确保团队能够便捷运用。

4.确保公司数据适用于人工智能：

这对于生成式人工智能尤为关键，它主要使用文本和图像等非结构化数据。近年来，大多数公司只关注结构化数值数据。非结构化数据的数据质量方法对于生成式人工智能的成功至关重要，且与结构化数据的方法大不相同。

5.营造利于人工智能应用的文化：

拥有顶尖人工智能技术的公司，未必成为长期赢家。胜出者将是那些构建起人工智能应用与高效利用文化、从而实现价值创造最大化的企业。在大多数情况下，CDAIO应与首席人力资源官合作实现这一目标。

6.发展内部人才与外部合作伙伴生态系统：

通过外部招聘和提升内部人才技能来建立强大人才储备至关重要。这需要与技术合作伙伴和学术机构建立战略联盟，以加速创新和实施。

7. 为公司创造显著的投资回报率：

归根结底，CDAIO需要优先开展与明确的财务及战略关键绩效指标相关的人工智能项目，以此推动可量化的业务成果，例如实现收入增长、提升运营效率以及加快创新步伐。他们犹如一座桥梁，将试验阶段与企业层面的价值创造紧密相连。

为CDAIO创造利于组织成功的条件

CDAIO被赋予的职责固然重要，但他们在组织中的定位同样关键，这关系到他们能否有效履行职责。公司对于CDAIO的汇报对象采用了不同模式：有些向IT部门汇报，而另一些则直接向首席执行官或业务部门负责人汇报。本质上，CDAIO的主要职责是通过数据、分析和人工智能推动商业价值，对收入提升和成本降低等业务成果负责。虽然实现人工智能技术赋能是这一角色的关键部分，但它只是CDAIO更广泛价值创造职责中的一环。

鉴于对商业价值创造的重视，我们认为在大多数情况下，CDAIO应更靠近业务职能部门，而非技术运营部门。早期证据表明，只有一小部分组织表示生成式人工智能对利润表产生了积极影响，这凸显了以商业为先的人工智能领导力的必要性。虽然我们也见过CDAIO向技术职能部门汇报并成功的例子，但这仅当该职能部门的领导者（通常是“超级技术型”首席信息官）专注于通过技术推动业务转型时才会发生。

如今，我们看到一种持续趋势，即人工智能和数据领导角色向业务领导者汇报。根据今年即将发布的调查数据，42%的领先组织表示其人工智能和数据领导向业务或转型领导汇报，33%向公司总裁或首席运营官汇报。数据、分析和人工智能已不再是后台职能。像摩根大通这样的领先组织已将CDAIO职能纳入公司由14人组成的运营委员会。我们认为这为其他组织指明了方向。

无论CDAIO的汇报关系如何，他们的上级往往不完全理解这一较新角色及其期望。为确保CDAIO角色成功，CDAIO的上级高管应列出组织的人工智能目标和CDAIO职责清单。关键问题包括：

1. 我是否有一位对人工智能价值、技术、数据、风险和人才全面负责的领导者？

2. 针对业务成果，人工智能和数据路线图是否有足够的资金支持？

3. 我们的人工智能风险和道德防范措施是否足够强大，以支持快速发展？

4. 我们是否至少每季度衡量一次人工智能关键绩效指标，并根据需要进行调整？

5. 我们是否通过人工智能创造了可衡量且可持续的价值与竞争优势？

人工智能与数据领导力的未来已至

针对早期CDO角色的调查揭示了一个长期难题：期望常模糊不清，且仅聚焦基础数据投资任务，很难证明投资回报率。数据与人工智能是相辅相成的资源。人工智能为彰显数据投资价值提供了强有力途径，然而，人工智能要取得成功，离不开坚实的数据基础——分析型人工智能依赖结构化数据，生成式人工智能则需要非结构化数据。

将数据项目与人工智能计划相结合，能够同时展示两者的价值，从结构上看，这有利于设立CDAIO角色。数据章程涵盖治理、平台、质量、架构及隐私等方面，成为CDAIO职责范畴内数据与平台板块的构成要素。这样做的好处包括减少交接环节、加快决策周期和明确问责。

为了将人工智能从实验转化为企业的核心竞争力，组织必须设立CDAIO这一角色，并赋予其推动业务、文化和技术转型的职责。我们坚信，CDAIO不会是一个过渡性角色。首席执行官及其他高层管理人员务必确保CDAIO能顺利履行职责，为其配备相应资源并进行组织架构设计，以支撑CDAIO在业务、文化及技术方面的工作。倘若企业渴望在这比所有人预想都更快降临的人工智能时代中脱颖而出，强大的人工智能与数据领导力便不可或缺。

关键词：#AI

维平·戈帕尔（Vipin Gopal）、托马斯·H·达文波特（Thomas H. Davenport）、兰迪·比恩（Randy Bean）| 文

周强 | 编校