研究人员表示，AI工具与解决方案：IT领导者应利用AI工具(如副驾驶和助手)来帮助员工适应更复杂、更具影响力的AI解决方案。

那些未能在企业内部推动GenAI应用的CIO可能需要重新考虑他们引入这项技术的方式，以及他们如何调整AI策略以适应这一需求。

麻省理工学院(Massachusetts Institute of Technology)的最新研究表明，当IT领导者考虑GenAI时，他们应在推出提高生产力的AI工具和部署以业务案例为驱动的AI解决方案时分别制定不同的策略。

根据麻省理工学院信息系统研究中心(MIT Center for Information Systems Research，CISR)最近的一份简报《管理GenAI的两面性》(Managing the Two Faces of Generative AI)，所谓的AI工具和AI解决方案为对通用AI感兴趣的企业提供了两种不同的机会，并可能需要采取不同的部署方法才能取得成功。

报告作者表示，从AI工具和AI解决方案中获得价值的关键在于以正确的方式和正确的期望进行部署。麻省理工学院CISR的首席研究科学家Barbara Wixom表示，这份研究简报的部分动力来自于IT领导者的问题，他们想知道为什么他们没有从通用AI中获得与过去几十年从数据和分析技术中获得的相同价值。

其中一个原因可能是他们对AI采取了一种“一刀切”的方法，另一个原因可能是他们没有认识到，推出某些AI工具可以培养熟悉感，为未来更具雄心的举措奠定基础，从而实现更大的进步。

AI工具需要培训

麻省理工学院CISR的报告对当今企业中通用AI的使用进行了细分，将ChatGPT、Adobe Acrobat AI Assistant和Microsoft Copilot等能够提高生产力的AI工具，与那些旨在通过大规模改变流程和系统来创造经济回报的更复杂、更具战略性的AI解决方案区分开来。

Wixom表示，AI工具的作用不仅限于提高生产力，它们还能帮助员工习惯使用AI，因此，IT领导者需要将AI助手和副驾驶等工具视为“建立数据民主的重要机制”，她补充道。

她说：“员工和劳动力使用这些通用工具越多，他们在使用AI时就会变得更加自如和富有创造力，这将提升员工的技能，并推动解决方案方面出现更多的创新。”

然而，对于这一层次的AI产品，指导原则非常重要，因为有些产品可能会重新利用输入的公司数据，此外，培训也至关重要，以确保AI助手和副驾驶能够成为未来更复杂的AI解决方案的有效门户技术。

麻省理工学院CISR的研究科学家Nick van der Meulen表示：“在员工层面进行这种调整和实验是有价值的，但你要确保安全地进行。许多GenAI工具都是公开的，所以你需要确保你有一些好的指导原则，甚至可能只选择你信任的特定供应商提供的几种工具。”

在AI副驾驶的早期阶段，许多CIO发现他们并不完全相信这些工具的承诺，部分原因是很难计算其全部效果，因为员工通常不会跟踪所节省的时间。在这份报告中，研究人员采访了一位高管，该高管表示AI工具是生产力的“削减器”，因为它们可以通过总结文档或帮助起草电子邮件等方式为每项任务节省几分钟的时间。

AI解决方案需要战略规划

研究人员指出，与AI工具不同，AI解决方案旨在满足战略业务需求，一个典型的例子是，联络中心使用的大型语言模型(LLM)可以处理对话的内容和语气，并为客服人员提供实时指导。研究报告建议，部署AI解决方案的企业应建立正式透明的AI创新流程，并制定AI开发指导原则，优先考虑通过定制实现竞争差异化。

研究报告指出：“为了避免陷入一位高管所称的‘GenAI待办事项清单心态’，企业需要建立明确的治理结构，早期并持续地让利益相关者参与进来，并专注于可扩展的解决方案。这位高管的企业成立了一个高级别工作组来指导其GenAI计划，利用黑客马拉松和外部咨询师等多样化资源来挖掘利益相关者对于GenAI解决方案的想法。”

Wixom表示，在某些情况下，AI解决方案的价值可能比AI工具的价值更早显现。

她说：“如果你所在的行业内容繁重、专业性强、文件密集，拥有大量非结构化数据，那么就存在巨大的机会。他们将拥有最适合自己的黄金用例。”

定制化响应

SaaS文本营销平台Textdrip的首席技术官Dhaval Gajjar同意这两种类型的通用AI实施需要不同的策略。

Gajjar同时也是网站和移动应用开发公司Pranshtech的首席执行官，他表示，AI工具的成功使用(这些工具通常更容易部署)取决于用户培训。“供应商提供的标准化应该与指导原则和最佳实践相结合，以确保其有效使用，”他说，这呼应了麻省理工学院CISR的建议。

他补充说，像AI驱动的欺诈检测或预测分析系统这样的解决方案更为复杂。“就我而言，任何AI解决方案都需要一个结构化和正式的方法来启动，”Gajjar补充说。“因此，这需要跨职能协作来大规模实现这一价值，同时需要严格的测试和明确的治理。”

会计和咨询公司BPM的CIO Moe Asgharnia补充说，AI工具和解决方案之间的区分更多地是一个实用的部署框架，而不是技术上的区分。

他说：“重要的是要记住，底层技术是相同的。它们的不同之处在于如何应用和使用。像聊天机器人或写作助手这样的AI工具可以通过特定任务提高生产力，而像AI驱动的客户支持平台这样的AI解决方案则是利用多种AI能力来转变整个工作流程。”

Asgharnia同意，像副驾驶这样的AI工具可以让员工更容易接受更复杂的解决方案。“AI工具可以在生产力和效率方面迅速取得成果，并可以作为未来更复杂AI实施的垫脚石，”他说，“通过让员工熟悉并适应这些工具，公司可以为未来部署更大型的AI解决方案奠定更坚实的基础。”

他补充说，如果部署得当，这两种类型的通用AI技术都可以发挥作用。

Asgharnia表示：“每种技术的范围和复杂性不同，这直接影响了它们应该如何推出或实施。在这两种情况下，企业都应该通过即时影响和这些工具及解决方案与长期业务目标的契合程度来衡量成功。”