- 作者认为，大多数领导者误解了“AI-First”的概念，专注于购买工具而非改变组织的运作方式。
- 在实施几个月后，许多AI平台被闲置或误用，因为基础流程尚未准备好接纳新技术。
- 作者是一家服务于华盛顿州和俄勒冈州1,100多名成年人的AI核心非营利组织的CEO，他表示应用AI是因为资源有限，而非预算过剩。
- 第一个教训是在自动化之前记录工作流程。如果当前流程低效，AI只会加速放大这种低效。
- 在审查运营时，该组织发现只有不到三分之一的流程有正式记录；其余的仅存在于员工的记忆或旧邮件链中。
- 作者认为这是许多AI项目失败的主因：工具产生了结果，但没人知道下一步该做什么。
- 引用麦肯锡公司的研究，文章指出只有约21%使用生成式AI的组织真正重新设计了工作流程，尽管这是获得业务价值的最强预测因素。
- 第二个教训是在部署AI之前建立审核文化。内容生成的快速使员工容易将AI结果视为成品而忽略验证。
- 作者分享了一个案例：AI为资助申请生成的内容中引用的数据来源错误，由于审核流程才在提交前被发现。
- 第三个教训是，最好的流程改进通常来自前线员工，而非技术团队或高层领导。
- 通过基于实际反馈重新设计流程，该组织在运营成本低于预算7.5%的情况下，管理并分析了1,100多名参与者的数据。
- 作者总结道，AI的成功不需要巨额的数字化转型预算，而需要良好的运营基础、清晰的流程和一致的质量控制。
📌 AI-First本质上是运营战略而非技术战略。一家服务1,100多人的机构经验表明，成功的三个决定性因素包括：自动化前记录流程、建立AI结果审核文化以及赋能前线员工参与工作再设计。虽然只有约21%的企业真正通过改变流程来利用AI，但只有做到这一点的组织才能从AI中创造持续价值，而非仅仅追逐新工具。
