進入人工智能時代

過去五年來，許多企業已經在機器學習和人工智能計劃上進行了投資，卻沒有太多回報，這已經不是什么秘密了。領先的行業分析師表示，只有20%的AI項目將從試點轉移到生產。發現自己處于這一位置的公司之所以這么做，并不是因為機器學習或AI并不是強大的變革力量，而是因為沒有明確的業務案例或進行此項投資的理由，并且沒有采用財務手段。

不過，不再需要對AI進行投資，CFO可以通過研究如何最好地成為AI優先公司來幫助引領潮流。盡管許多財務人員可能會發抖，但他們認為這意味著他們需要投資數十名高薪工程師和數百萬美元，但事實并非如此。通過專注于解決特定的核心業務問題，CFO可以降低成本，同時還能找到投資回報率。從這里開始，在整個組織范圍內進行擴展的路徑變得更加容易，并且可以快速地開始第二和第三個用例。

沒有目標明確的明確財務模型和業務案例的情況下，太多的AI項目啟動了。在這里，CFO可以成為負責構建AI的團隊的重要合作伙伴。最好的官員將尋求投資于AI，但與發票處理團隊的費用報告一樣，對其進行仔細的審查和細化。也就是說，密切關注投資和成果的細節。與費用報告一樣謹慎地管理AI項目可以產生更高的投資回報率。

為此，從理解市場力量和業務定位的更廣泛背景開始至關重要。熟練的財務團隊可以迅速指出大型成本中心和業務效率低下，這是尋找AI項目正確業務問題的好地方。通常，企業的財務狀況非常豐富，位于房屋前后的客戶接觸點和交易數據。這些區域可用于確定AI飛行員的最佳機會。因此，優秀的第一批員工可能并不直觀-您不需要數據科學家來開始–而是一位精通AI的熟練產品經理可以評估業務需求并確定候選人。

首席財務官可以與AI團隊合作，制定支出指南，以從一開始就指定合適的領域來關注和投資AI。這些類別在很大程度上減少了客戶獲取成本或服務客戶成本以及交付新產品或服務的成本。

例如，首席財務官的目標可能是降低呼叫中心成本并改善客戶體驗以提高保留率。一個特定的呼叫中心每天可能會處理7,000個呼叫，平均呼叫成本為9美元，相當于每天65,000美元或每年2,300萬美元。在這些電話中，有15%與追查客戶丟失或放錯的帳戶序列號有關，該序列號在客戶等待15分鐘后平均需要處理五分鐘。

呼叫中心助理的目標是首先識別呼叫者是否正在打電話尋找序列號，如果是，則在不聘請代理的情況下找到客戶的號碼。處理時間減少了一半，可以維持或提高客戶滿意度。在尋找一種成功的指標來控制沒有代理的情況下控制80%的呼叫時，呼叫中心可以預期每年減少138萬美元的成本。