Saya telah mengikuti dengan teliti transformasi yang dibawa oleh kecerdasan buatan dalam dunia perniagaan. Di tengah-tengah revolusi ini, peranan CIO telah berkembang pesat. Ia tidak lagi mencukupi untuk membolehkan teknologi. Ia perlu untuk menerajui perubahan. Dan di sinilah terletaknya perbezaan antara CIO operasi dan CIO yang benar-benar transformatif.
CIO yang hanya bertindak sebagai pemboleh teknikal AI terlepas pandang bahagian paling penting dalam persamaan ini: impak terhadap perniagaan. Sudah tentu, keselamatan maklumat, seni bina data dan pematuhan adalah isu asas, tetapi tidak mencukupi. Transformasi sebenar berlaku apabila AI direka bentuk untuk mengubah cara syarikat beroperasi, dan ini memerlukan pemahaman yang mendalam tentang model perniagaan.
Hari ini, sebahagian besar nilai AI generatif terletak pada pengaturan penyelesaian berbilang ejen yang mampu mengautomasikan proses, membuat keputusan masa nyata dan mengubah cara seluruh jabatan berfungsi. Untuk mencapai matlamat ini, CIO perlu melangkaui IT. Mereka perlu menguasai reka bentuk strategik, pengalaman pengguna dan perjalanan perkhidmatan. Hanya dengan itu barulah teknologi dapat diselaraskan dengan tujuan dan impak.
Penjajaran ini kekal menjadi penghalang bagi ramai orang. Menurut Agenda 2025 CIO Gartner, 72% CIO di seluruh dunia mengatakan bahawa kecerdasan buatan adalah antara keutamaan teknologi strategik mereka. Walau bagaimanapun, hanya 24% yang dapat menunjukkan bahawa mereka menjana nilai ketara dengan inisiatif ini. Ini menonjolkan jurang antara niat dan pelaksanaan, mengukuhkan keperluan untuk peranan yang lebih aktif dan strategik untuk CIO dalam perjalanan AI.
Tiga kemahiran utama untuk keluar dari makmal
Jika anda seorang CIO dan masih terperangkap dalam fasa eksperimen, cadangan saya jelas: bangunkan tiga kecekapan asas untuk mengubah keadaan dan memberikan nilai sebenar.
- Reka bentuk strategik dan perkhidmatan: Memahami bagaimana aliran kerja dan pengalaman berhubung adalah penting untuk membina penyelesaian AI yang masuk akal dalam perniagaan.
- Eksperimen tangkas: Tiada apa yang dapat menggantikan keupayaan untuk menguji dengan pantas, gagal dengan pantas dan belajar dengan lebih pantas. Model seperti Scrum, Lean dan Design Sprint adalah sekutu yang hebat.
- Kebolehsuaian: AI berubah setiap hari. Model baharu muncul, API berubah, peraturan muncul. CIO dan pasukan mereka perlu bersedia untuk membina semula apabila perlu. Ia adalah sebahagian daripada permainan.
Malah, satu kajian baru-baru ini oleh MIT Sloan Management Review dengan kerjasama BCG menunjukkan bahawa hanya 11% daripada syarikat yang dianalisis berjaya memperoleh pulangan kewangan yang positif dengan AI. Apakah persamaan mereka? Integrasi yang kukuh antara teknologi dan strategi perniagaan, serta tadbir urus yang jelas dan tumpuan pada nilai dari awal.
Bagaimanakah saya telah mengaplikasikannya dalam amalan?
Di syarikat tempat saya berkhidmat sebagai CIO, kami telah membuat keputusan untuk mendemokrasikan akses kepada AI sejak awal lagi. Kami membina platform dalaman, hab AI sebenar, yang menghubungkan model berbeza (termasuk LLM terkemuka di pasaran) dalam antara muka tunggal, yang boleh diakses oleh semua 900 pekerja.
Langkah ini mengelakkan dua kesilapan biasa: penggunaan alat awam yang tidak terkawal (yang boleh menjejaskan data sensitif) dan mengehadkan penggunaan AI kepada niche terpencil. Di sini, semua orang mempunyai akses, daripada khidmat pelanggan hinggalah kepimpinan.
Tambahan pula, kami telah mencipta pelan tindakan inovasi awam, yang dikemas kini dua kali seminggu, yang menunjukkan dengan jelas projek yang sedang dijalankan, fasa-fasanya, hasil kerja dan langkah seterusnya. Ini memupuk ketelusan, penglibatan dan akauntabiliti.
Satu lagi fokus ialah bengkel AI bulanan, yang merangkumi topik seperti ejen autonomi, kejuruteraan segera, perbandingan antara LLM dan banyak lagi. Lebih 400 orang mengambil bahagian secara aktif. Dan yang paling penting, kami mempunyai lembaga peringkat C yang mengutamakan inisiatif AI berdasarkan pulangan pelaburan mereka.
Struktur dan inisiatif jenis ini semakin wujud di Brazil. Panduan Perbelanjaan AI Amerika Latin IDC 2025 menganggarkan bahawa syarikat Brazil harus melabur lebih daripada US$1.9 bilion dalam penyelesaian kecerdasan buatan tahun ini. Tumpuan utama adalah automasi proses, khidmat pelanggan, analisis data dan sokongan keputusan. Dalam erti kata lain, pasaran tempatan sudah memahami AI sebagai tonggak strategik, bukan lagi sebagai eksperimen terpencil.
AI bukan lagi makmal — ia adalah platform untuk nilai
Jika saya boleh memberikan satu nasihat kepada CIO lain, ia adalah: berhenti melayan AI seperti eksperimen makmal. Pilih kes penggunaan kecil dengan potensi impak yang tinggi dan pelaksanaan yang pantas, dan masukkannya ke dalam pengeluaran. Walaupun tidak sempurna, ujian lapangan ini akan memberikan maklum balas yang berharga untuk menambah baik penyelesaian.
Lonjakan sebenar ke hadapan berlaku apabila pasukan pembangunan dan pengguna akhir bekerjasama. Kerjasama berterusan antara teknologi dan perniagaan menghasilkan penyelesaian yang lebih relevan, berkesan dan berkekalan.
Akhirnya, AI yang baik ialah AI yang berfungsi di dunia nyata. Dan CIO yang memahami perkara ini, yang membinanya bersama pengguna, tidak lagi menjadi sekadar pengurus teknologi dan menjadi protagonis dalam transformasi perniagaan.
