以 AI 升维自动化战略：核心实战手册 (上)

人工智能 (AI) 延伸自动化项目价值。AI 注入自动化项目，开启近乎无限的智能认知流程自动化机遇，将生产力、效率、客户满意度推向新高。

AI Playbook 网络研讨会（AI 峰会期间）邀请 dentsu international 美洲自动化负责人 Brian Klochkoff 分享：为自动化加装 AI 并实现价值的第一手实战。

无论您的自动化主要指 RPA、数据分析还是机器学习 (ML)，融入 AI 都能让自动化更强、更全面。

本文阐述铺垫 AI 的两步走：

1. 如何判断是否就绪为自动化加装 AI。
2. 如何构建推进 AI 接纳的势能。

下篇将讲解：如何将 AI 模型融入现有自动化项目、遵循哪些最佳实践。

判断是否就绪为自动化项目加装 AI

企业审视 AI 技术时，问自己是否就绪完全正确。我们将这一复杂问题浓缩为两个核心问题。

1. 是否拥有愿景布道者？

愿景布道者：驱动业务参与与执行支撑的领导者。

我们在《构建支持自动化运营模式的团队》一文中定义两类高管发起人：动员者与数字管家。动员者阐释自动化价值、招募 RPA 人才、争取启动资金。数字管家承接动员者成果，说服高管买单、引领自动化团队迈入下一增长阶段。

愿景布道者需融合上述技能。为自动化加装 AI 时，可能已有动员者、数字管家与众多自动化拥趸。但 AI 愿景布道者需要的不同。

审视潜在 AI 愿景布道者，自问三问：

• 此人能否对 AI 愿景保持热情与韧性？ AI 支持者面对使用自动化者的怀疑，布道者不可轻言放弃。
• 此人对组织与高管干系人是否有强影响力？ 热情与决心不够，优秀布道者需匹配影响力。战略须全企业覆盖，影响力亦须全企业覆盖。
• 此人能否向高管干系人清晰阐述强有力的商业论证？ 最终须能用高管能听懂、信服的语言阐释 AI 收益。

上述答案将指引核心问题：是否拥有愿景布道者？

锁定布道者人选后，进入下一核心问题。

2. 自动化项目是否足够成熟以承接 AI？

过往文章将自动化比作旅程、提供规模化框架。我们强调自动化长期主义，因其具备自顶向底变革潜能，需长周期视角。

故而，严审「是否是给自动化加装 AI 的正确时机」至关重要。我们相信所有企业终将视 AI 为必需，但不代表所有企业应今日冲锋陷阵上 AI。

评估自动化项目成熟度，自问团队自问三问：

• 自动化项目是否已有治理与流程？ 无治理直接部署 AI 会稀释 AI 影响、恶化商业论证。缺治理易引发对新技术风险的警惕。先为现有自动化补齐治理。治理就绪后，方可分层叠加 AI 等新方案，给团队信心与安心。
• 是否有可利用的现有基建与资源？ 复杂 AI 落地需数据科学家与 RPA 开发者。两者技能互补，但可能尚未协作。有了正确治理结构，可配置新工作流打通协作。
• 是否有面向业务用户的 AI 民主化愿景？ 民主化赋能业务用户使用自动化与 AI. 将民主化愿景植入 AI 推广设计。此愿景确保 AI 基建与治理设计时以业务用户为中心。

Klochkoff 所言成熟自动化项目，涉及「对运营卓越与技术潜能交汇点充满激情」的资源。该交汇点至关重要：对 AI/ML 的激情必要但不充分，业务务实性同等重要。

自动化项目成熟度非坐以待毙。构建自动化运营模式，可推进自动化早期落地与有效规模化。

构建 AI 热度势能

AI 在每位 C-suite 高管议程上，但竞争性议程林立。为点燃高管层与全公司对 AI 的热情，聚焦三维势能构建：去魅、参与、论证投资必要性。

去魅 AI：消解恐惧、激发期待

AI 因技术百花齐放常被误解。工具谱系从简单（业务用户可用）到复杂（主要面向数据科学家）全谱系覆盖。

即使企业拥有繁荣自动化项目与投入领导者，不代表懂 AI。认知缺口导致警惕乃至恐惧。目标：让 AI 成为真实、可理解的实体——从高管到一线人人可懂。

Klochkoff 说：「归根结底，自动化对我们许多人而言其实是人性化的……移除大量繁琐单调工作，无论哪种方式，从 CFO 到初级助理都能共情。」

推荐三维去魅：

• 建立人性连接：找到认同「渐进进步重于完美」的干系人（Klochkoff 语）。AI 因 ML/模型本质，首发难臻完美。帮助理解目标是达到置信度阈值、随时间训练模型。
• 锁定正确业务场景：Klochkoff 指出需「跨越心理鸿沟」，用 AI 影响日常生活的方式打动干系人。AI 感觉可怕因距离感，尽力让它真实而非抽象。正确业务场景将成概念验证，落地后成价值验证。
• 聚焦价值验证：用熟悉技术展示 AI 潜力。Klochkoff 推荐 Amazon Alexa。Alexa 离企业级 AI 尚远，但受众熟悉度助其理解价值。若能展示语音助手如何以 AI 创造价值，企业级 AI 价值验证就跨出关键一步。

Klochkoff 建议引导干系人想象「业务语音助手」：如用 NLP (自然语言处理) 实现 IT 自助服务？阐释潜在收益。用类比展示：不完美实施依然有用。数百万用户用 Alexa，虽非 100% 精准理解每次查询。

这非三套割裂方法，而是好 AI 论证的三个组件。

让领导者、员工与资源参与 AI 方案

推进势能时，牢记干系人构成不同，信息需随受众切换。

对 领导者：用 RPA 与 AI 解决真实业务问题打动。业务问题是他们的语言，说同一种语言。

对 员工：走读用例。展示 AI 如何融入日常工作。持续去魅。必要时花时间解释将交互的 AI 逻辑。最终结果仍由他们负责。

对 广义资源：聚焦打破孤岛。目标：让不同部门协作，尤其是 RPA CoE 与数据分析 CoE。并非易事。

随技能光谱向技术端延伸，Klochkoff 预警：可能遭遇 RPA 污名化。部分人眼中 RPA 过时。以事实纠偏：UiPath AI Center 等平台早已突破过往边界。「商业价值在，研发预算在，高技术人才便拥有『广阔沙盒』。」

推进参与过程中，将在各层级展示：如何将 AI 编织进现有 RPA 方案。领导者、员工、资源三方支持，是优雅落地的必要条件。

寻找真正懂 AI 的人

若本文只带走一个教训，请是这个：聚焦结果。演示与案例再多，不如有结果的用例震撼人心。

早期发掘用例，找到正确受众演示。正确用例将展示进展与真实效果。

案例：ApprioHealth 用 UiPath AI Computer Vision 高效处理海量医疗保险理赔。团队是 RPA 老手，但虚拟桌面基础设施 (VDI) 制约效果。AI Computer Vision 让机器人像人一样「看」屏幕，意味着 ApprioHealth 可在任意 VDI 系统跑 RPA。RPA 效率提升 7 倍。

此用例理想，因团队懂可能的进步边界，追逐后效率跃升 7 倍。

正确受众亦具备技术素养，懂 AI 业务价值，明确为何其参与 AI 倡议至关重要。

演示有时会偏离。Klochkoff 曾与缺乏技术敏锐度的前台干系人合作。团队构建 AI 方案预生成客户提案响应。

「大家因有趣复杂问题与价值而兴奋，但方案未达 100% 置信度阈值时，兴奋瞬间冷却。」Klochkoff 回忆。干系人只在意自己知道答案而 AI 答错的小部分问题。这非理想起步群体。

人人爱玩 Klochkoff 所谓「热词宾果」（AI、ML、RPA 乱入），但部分项目必须找真正懂技术内核的人。Klochkoff 最大成功来自「共事多年的伙伴」。

某项目中，准确率从 76% 经 4-6 周升至 97%，「离不开技术职能伙伴持续的参与与投入。」

相互理解，是将方案从概念验证推向规模化的通行证。

借势执行，不激进不懈怠

头部企业终将被迫学会用 AI 保持竞争力，但时机失当的实施与错失实施同等冒险。不拖延，也不冒进。

我们讨论了就绪测试与势能构建；下篇将详述：拥有热情后，如何将 AI 模型融入自动化项目，触手可及。

想听 Brian Klochkoff 与我亲述，请观看 AI Playbook 网络研讨会回放。