在战略规划中做好AI准备：为未来的AI整合准备当今的战略

人工智能在未来十年内有望带来重大变革。当前的人工智能技术尚不足以胜任关键战略任务，但大多数组织已经看到了其潜力，并开始为其未来发展进行规划。

我们将在2026年OOP大会（慕尼黑）上展示一个人工智能实施战略的案例研究。欢迎联系我方团队，了解BSC Designer平台如何帮助组织管理人工智能战略并与整体业务目标对齐。

OOP 2026，地点：Munich, Germany，日期：13 February 2026。

来源： AI Preparedness Scorecard。

人工智能的趋势在哪里？

除了算法部分，人工智能的一个关键推动力是计算能力的成本。当计算能力变得足够便宜时，我们可以期待什么？

这将使以下方面具有成本效益：

• 在更大量的数据上训练模型。
• 分别在专有数据上训练模型。
• 最终，将训练频率提高到模型可以实时更新的水平。

一个完美的战略副驾驶会是什么样子？

想象一下人工智能可以：

• 理解当前趋势、驱动因素，“关注”新闻，并“阅读”商业杂志。
• 监控竞争和监管环境。
• 知道您组织的利益相关者是谁，以及他们的需求是什么。
• 记住您的团队尝试过的所有战略假设及其结果。
• 了解所有目标背后的理由。
• 理解当前的行动计划、成功因素和预期成果。
• 能够访问当前和历史的绩效数据。
• 理解您的团队针对绩效激增所做的评论。
• 能够跟踪您在内部讨论中提到的目标或KPI指标的链接。
• 最终，可以观看上一次战略会议的录像。

我们可以向这样的人工智能提出什么样的问题？

• 即使其支撑技术仍处于当前发展水平，我们也可以从这些数据中获得巨大的洞察力。

例如，BSC Designer的用户已经可以为平台内置的人工智能助手提供相关的上下文信息，并就公司战略改进提出问题。

为人工智能准备策略

乐观估计，我们离所描述的情景还有3到5年的时间。

我们今天可以做些什么，以确保当人工智能足够适用于特定应用时，能够更轻松地过渡到人工智能？

在不同层面上提出了类似的问题。例如，国际货币基金组织在数字基础设施、人力资本和劳动力市场政策、创新与经济一体化、法规和伦理的视角下，制定了其人工智能准备指标¹。

数字战略工作流程

在所描述的场景中，AI 可以帮助您制定战略，但它需要了解您组织的背景。更重要的是，它需要理解您历史决策的背景。

仅仅上传销售数据到 AI 并期待一些魔法是不够的。

根据这种逻辑，我们的建议是将所有战略工作流程转移到专业软件，如 BSC Designer。 今天，工具不需要具备任何 AI 功能（尽管我们已经在进行一些实验）。

关键在于工具允许映射所有相关战略数据，您可以在未来重用这些数据以训练 AI。

在 BSC Designer 中，您的战略相关数据存储于：

• 连接的战略和功能记分卡中。
• 保存所有活动日志的审计跟踪中。

您可以随时将数据导出为 CSV 或 Excel 格式。

人工智能认知与数据专家培训

此前，我们曾撰写过关于数字化转型和大数据的内容。人工智能或许听起来像是另一项数字化举措，但我认为它有一个根本性的不同。

在数字化转型和大数据方面，我们的建议是从利益相关者的需求出发，寻找最佳技术来支持这些需求。

我们也可以对人工智能这样说，但在当前的发展阶段，这项技术与我们以往的经验有很大不同。因此，利益相关者需要更多时间来理解技术的潜力并制定战略。人工智能目前的状况类似于电力早期尚未成为商品时的阶段。

在这个阶段，我们能做的最好的事情就是提升对现有人工智能技术的认知，并对数据专家进行培训，使其能够为人工智能的近期发展做好数据准备。

AI意识指数

在讨论人工智能的一般意识时，我们可以使用这个简单的指数：

• 0 – 组织缺乏对合适的AI应用的认识。
• 1 – 组织已识别出AI的潜在用例。
• 2 – 组织已与现有AI模型建立整合（例如，利用ChatGPT API）。
• 3 – 组织使用自己的数据训练AI模型。

合规性

从一开始，数据的伦理和合法使用问题就一直是人工智能发展的重点。我们已经看到了一些人工智能相关法规的出台。例如，欧盟法规²禁止生物识别监控和情感识别。如果您打算在人工智能领域进行重大投资，密切关注未来法规的法律环境至关重要。

BSC Designer 的用户可以使用合规模板，以适应新法规，梳理基本驱动力，并跟踪具体政策执行。

准备人工智能的路线图

让我们通过制定一个通用的人工智能准备策略来总结一些为组织准备人工智能的想法。定制我们的人工智能准备模板以应对您的特定挑战。

战略规划的一般建议：

• 过渡到在专业软件中进行的全面数字化战略规划。如果您正在使用电子表格，这里有一些论据可以说服利益相关者。

使用此战略地图将组织的努力集中在人工智能准备上。 来源： 人工智能准备记分卡。

学习目标：

• 制定与人工智能意识培训相关的目标。
• 在组织中发展必要的数据相关能力。

业务系统层面：

• 制定以数据可用性量化的数据生成策略。
• 建立人工智能法规合规监测（使用合规模板）。
• 进行风险分析以识别和量化风险。

内部和外部客户：

• 识别人工智能可能帮助的用例（网络安全、自动化、客户服务、趋势分析）。

利益相关者：

• 将用例与利益相关者的需求对齐。
• 估算成本节约、成本避免等。

人工智能治理与风险管理

随着您的人工智能应用程序的规模扩大并达到一定的成熟度，您的组织需要一个稳健的方法来管理人工智能。我们在我们的独立文章中详细讨论了这一主题：人工智能治理与风险管理。

使用 人工智能准备度记分卡 模板

BSC Designer 帮助组织实施其复杂的策略：

1. 注册平台上的免费计划。
2. 使用 人工智能准备度记分卡 模板作为起点。您可以在 新建 > 新建平衡记分卡 > 更多模板 中找到它。
3. 遵循我们的战略实施系统，将利益相关者和战略目标对齐为一个全面的策略。

立即开始，看看 BSC Designer 如何简化您的战略实施！