首席AI官需转型为变革推动者:从实验失败率到人才密度与安全风险
本文为HG Insights AI战略副总裁Francis Brero的客座文章。文章指出,尽管有报道称95%的AI计划失败,但实验失败率并非关键指标,速度才是。首席AI官(CAIO)需教育高管层,将可学习的实验视为成功,并推动人才管理变革,提升人才密度,使AI代理价值输出超越人类。同时,需关注安全风险(如数据泄露、模型上下文协议攻击)和“workslop”(AI生成的低质量内容)问题,与CISO合作平衡速度与风险。CAIO的角色关乎企业能否在AI转型中生存。

编者按:本文为HG Insights AI战略副总裁Francis Brero的客座文章。
我们常看到耸人听闻的标题,宣称95%的AI计划正在失败。但天并没有塌下来。事实上,这些所谓的失败恰恰是成功的标志。
与其运行两个成功率50%的实验,不如运行1000个成功率10%的实验。当速度成为唯一关键时,失败率就是错误的衡量标准。
随着AI深入嵌入商业与社会,首席AI官(CAIO)的角色应运而生,成为创新与实用之间的桥梁。C级高管和董事会一直支持AI计划,但随着成本上升,企业开始质疑AI实验的价值。
为推动采用,CAIO必须教育高管层:如果公司能从实验中学到东西,那实际上就是成功。
企业和个人都难以改变,而AI却在不断推动变革。CAIO的关键职责之一就是推动人才管理变革。
成功的变革管理依赖于将员工身份与公司身份对齐,同时激励对AI驱动变革的积极态度。领导者必须找到方法,让人们看到重新学习技能可以多么令人兴奋,或者让他们反思为何一直以某种方式做事。
预期的AI效率提升与现实之间存在脱节。企业正走向这样一个阶段:不再是10个人做以前100个工人的工作,而是这10个人将完成以前100个工人无法完成的任务。
找到这10个人至关重要。传统的通过雇佣更廉价资源来扩张的模式正变得过时。因此,领导者需要重新思考人才密度,转向雇佣能够自动化执行的正確的系统思考者。
组织应为任务自动化设定目标。对于当前AI模型,任何任务达到100%自动化几乎不可能。但对许多工作职责而言,实现80%是可行的,因此团队可以规划从0%到80%的机会,作为有效的资源分配。
AI代理的价值输出
人才密度方程的一部分意味着要达到AI代理的价值输出超过人类贡献者的程度。这是必要的,因为那时人们将成为这些AI代理的管理者。
这些变化正在迅速发生。每周似乎都有新的AI发布或小危机拐点来搅动人心。AI领导者的职责是让团队跟上节奏,同时避免信息过载。
CAIO必须引导人们战略性地、有影响力地将AI融入日常工作。如果做得好,最令人欣慰的是看到个人更高效地克服复杂挑战的可见成功。
安全也是变革中的首要关注点。每家公司都有员工使用ChatGPT,无论是否官方批准。公司数据正在进入ChatGPT。但安全风险远不止数据泄露。
模型上下文协议(MCP)服务器可能被用于数据外泄,如果对手知道如何提示它们。有报道称,有人发送日历邀请,其中包含提示词,当LLM读取邀请内容时会注入指令。
高管们应开始思考这一切的影响。随着AI格局进入2026年,CAIO需要与CISO紧密合作,以确定速度与风险之间的最佳折衷。
“Workslop”问题
另一个担忧是“workslop”的泛滥。专家估计,内部共享文档中有30-60%是AI生成的,这些内容质量平庸,却被当作正经工作成果。
带有标题大小写、大量破折号和段落分隔的文档,一看就是“用ChatGPT写的”。Google的Nano Banana等工具生成的幻灯片也开始出现,它们造成拥挤却未提供清晰度。这导致了缓慢但存在性的漂移,而此刻产品市场契合度极其不稳定。
CAIO需要教育高管这些风险,引导AI工作文化走向问责和透明。领导者必须投资构建workslop检测机制,从低技术开始,逐步改进。
CAIO角色的存在意义
任何企业的命运都取决于其推动组织内正确使用AI的能力。
不仅仅是采用,也不仅仅是速度,而是那种平衡实验与安全、放大人才密度、防止workslop破坏产品市场契合度的正确使用方式。
做错的公司是在流沙上建造,做对的公司在构建未来。
从人才密度挑战到安全风险再到workslop,CxO们面前任务繁重。但CAIO不仅仅是另一个高管职位,它是决定公司能否在AI转型中生存或被淘汰的角色。