而非高管(的人互联网团队的是沙皇)

AI正大行其道。
随着企业认识到生成式AI几乎无穷尽的潜力，他们开始快速推进现有的AI项目，并在供应链、人力资源管理、销售、营销等所有业务领域启动新的项目。

我们应该让经验丰富的高管集中管理AI项目，对吗？

错了。
每当有新技术出现时，大公司都会认为，需要任命一位指定的高层领导者——用流行语说就是“沙皇”——来推动新技术。
元宇宙、区块链以及AI都是如此。
许多企业几乎下意识地会任命一位高级负责人来监督新技术的应用。
这往往也是一个很大的错误。

据我观察，这一过程通常始于董事会听说了一项热门的新技术。
各团队向领导层提出了非常乐观但相互矛盾的应用案例。
董事会虽然很兴奋，但却不知道该如何着手，于是便让某个可怜的、毫无防备的人负责整个事情。
这种做法很少成功。
在与新技术苦苦挣扎几年而收效甚微之后，这个负责开辟新路线的领导者往往会离开企业，而公司内部对此会感到非常惊讶，但实际本不该如此。
这些领导者失败是因为，他们根本不知道公司的一线业务是如何运行的，也不知道如何将想法付诸实践。

那么，企业应该怎么做呢？

在开发AI等应用技术时，领导者必须在日常工作流程中寻找机会。
换句话说，要想找到新技术的用途，就必须了解公司的工作是如何完成的。
沙皇们很少能搞清楚这一点，因为他们离一线工作太远了。

有一种更好的方法：领导者不应让决策层层下传，而应让创新发生在一线，并通过组织的卓越中心来提供平台、数据工程和管理支持。
企业不应亲自挑选一位专家领导者，而应让团队主导整个过程。
重要的是，这种结构可以让你发挥运营专长，负责任地、大规模地、快速地将新技术应用到业务中。

这就是我们在Verizon的做法。
我们不采用自上而下的集中式结构，而是由贴近一线工作的团队主导AI的应用，这意味着，大量的利益相关者都可以向我们提供实时反馈。

例如，我希望我的供应链职员找出最佳的AI应用案例。
他们拥有的洞察力是一个专注于战略、收入和增长的“沙皇”所没有的。
他们能识别出高效完成工作所面临的挑战、迅速发现最有效的工具。
这些一线团队有预算压力和服务协议，必须面对最终结果。
他们通常会将注意力集中在既能提高这些指标，又能产生可见成果的项目上。
这就意味着，你会得到一个能产生可见成果的AI使用案例。

目前，Verizon正在与外部公司合作，在三个领域应用AI并对模型进行微调：1）在运营方面，建立大型语言模型，帮助完成认知和计算任务；2）在网络方面，将AI应用于构建设计、容量预测和功率放大，帮助实现自动化并加快网络响应速度；3）在客户服务和销售方面，帮助实现营销和个性化。

我们已经做了一段时间，并从错误中吸取了教训。

例如，在过去的十多年里，我们采用了一种集中的、包罗万象的方式来解决客户服务问题。
但我们从一线员工那里了解到，各种各样的信息——比如，如何操作特定设备、兑换促销活动、解决特定的账单计费问题、回答有关网络建设的问题等——可能过于复杂，很难从这种万能的方式中找到，这让客服代表本就很沉重的负担更加沉重了。
我们公司支持数百种不同的设备，任何时间都有大约100种不同的促销活动，而我们的客户服务团队需要了解所有这些活动。

这就是我们求助于AI来减轻员工认知负担的原因。

比方说，一位客户打电话来询问移动端促销活动，并希望了解他们在互联网服务方面有哪些选择。
客服代表很可能会在多个屏幕上搜索并调出文档，概述所有可用的促销方案和家庭互联网配置。
现在，想象一下，有1万份这样的文件和一个AI搜索机器人（或者助手），它能立即告诉你想要了解的信息，并为客户提供个性化服务。
这就是我们现在正在测试的技术。

再举一个例子：以前，产品开发周期涵盖一系列步骤：确定需求、构建软件、发布，然后再听取反馈意见，在下一个版本中更新。
现在，AI可以在工作的过程中不断学习并进行近乎实时的更新，因此，产品开发的周期会变得快得多。
如今，我们会根据代理商的互动情况训练AI，以获得实时反馈。
这表明，AI的发展与AI在前线的应用是同步的。

我们只在已经衡量过有效进展的领域进行投资。
在这些领域，AI不仅能提供实时信息，还能改善KPI。

我们的成果在不断进步。
使用AI搜索机器人得到的答案准确率与人工相当，但我们相信，未来可以将准确率提高到99%。
技术每天都在不断改进，但衡量成功的最好标准是提高净推荐值（Net Promoter Scores），这也是Verizon今年的目标。

同样，在销售方面，我们已经开始部署AI工具，帮助预测客户可能需要什么，并主动为客户提供选择。
我们捕捉了大量的数据点来更好地服务客户。
在此基础上，我们能做100多种不同的预测，为客户提供更加个性化的体验——比如，根据兴趣提供最佳的互联网和内容选项，或根据使用年限提供独一无二的促销。
当能准确、主动地识别客户需求或愿望时，我们就能在与客户的第一次对话中解决所有问题。

这种积极主动的工作已经将销售转化率提高了6%以上，包括新用户注册、增加独家优惠，以及升级套餐等所有方面。
AI让机器做机器最擅长的事，让人类做人类最擅长的事。

而且，为了强调我的观点，我们已经授权一线团队来指导其他人，如何最好地利用AI来减少认知负荷，并提高客户服务效率。
这样，员工们就可以专注人际互动、换位思考和如何超越客户的期望。
客户交易中没有沙皇，只有一线员工利用专业知识做出决策。
然后，绩效结果会向上级传递，以便整个组织对流程进行评估，并在整个企业范围内进行微调。
我们分散了决策流程，以寻求最佳结果。

AI让我想起了本世纪初的互联网时代。
每个人都有自己的网络公司，但并不是所有人都做得很好，因为成功所需的不是一个互联网高级副总裁的职位和一个.com的名字。
如今，每家公司都想利用AI，但要取得长期成功，需要的不仅仅是让一位高管推动技术应用。
在Verizon，AI的成败不是由“沙皇”决定的，而是由一群掌权的利益相关者决定的，他们可以看到结果、客户参与度和反馈。
正如一些人最近倡导的那样，企业应该对AI有一个清晰的愿景——我们也是这样做的。
但正如历史向我们展示的那样，学会利用一线员工的才能创造运营优势的公司，才是最后的赢家。
这一次，AI也不例外。