投资人工智能，不仅仅要考虑自建、外购、融合还是合作，更需要思考如何打造组织能力，合理运用这四种策略，同时建立决策框架，确保每种策略都能实现最大的战略价值。掌握这种多维度方法的企业，不仅能够优化其人工智能投资，还能创造可持续的竞争优势，让每一项投资决策都合情合理。

    为何有的公司在人工智能上投入数百万，结果竞争对手却能用少得多的资金取得更好的成效？
    这个问题精准地反映出一些公司面临的战略困境：投资人工智能的最佳方式是什么？公司何时该自行构建人工智能能力，何时又该购买外部解决方案？答案并非简单地二选一。
    如今，很多企业摒弃了这种非此即彼的构建或购买的简单抉择，转而采用更为细致入微的策略。国际数据公司IDC的数据显示，仅有 13% 的信息技术领导者计划从零开始构建人工智能模型，而 53% 的人打算先采用预训练模型，再结合企业数据加以优化。这种朝着战略实施方向的转变——其中战略合作伙伴关系的日益兴起尤为突出—— 表明，人工智能领域的成功并非取决于投入多少资金，而是在于能否明智地在自主构建、购买、融合及合作等策略间进行投资。
    作为一名人工智能转型顾问，我亲眼见证了企业如何在做出这些决策的同时，重新调整员工队伍以适应新技术。随着各类规模的企业加速采用人工智能，这些决策的紧迫性愈发凸显。TriNet 发布的《2024 年职场状况报告》显示，88% 的中小企业雇主和 71% 的员工目前已在工作场所使用人工智能。那些收益最为显著的企业，已制定出远超单纯成本考量的系统性方法。

战略决策框架

    最为成功的企业会通过一个系统性框架来评估每一项人工智能能力。首要问题不应是 “自主构建还是购买？”，而应是 “这项能力能否以竞争对手难以复制的方式，为我们的客户创造独特价值？”
    这种战略价值评估需要审视三个关键维度：竞争差异化潜力、组织就绪度以及长期战略契合度。在评估过程中表现出色的公司，其业绩往往持续优于那些主要基于前期成本或技术偏好做决策的公司。

何时自主构建

    当某项能力构成核心竞争差异化优势，企业所拥有的数据与行业知识形成独特的进入壁垒，大规模长期成本效益表明较高的前期投资具有合理性，又或者知识产权保护对其商业模式起着关键作用时，企业便会选择自主构建。
    自主构建需要全面规划和系统执行。首先要进行详细的能力规划 —— 明确从面向客户的应用程序到运营系统所需的所有人工智能能力。对于每一项需要定制开发的能力，都要进行全面的可行性评估，考量技术要求、人才需求和基础设施需求。
    组建专门的跨职能团队，整合现有内部人才并进行战略性招聘。这些团队不仅应包括技术专家，还需有深谙业务背景的行业专家，以确保人工智能解决方案能够应对实际运营挑战。规划 12 至 24 个月的开发周期，并进行迭代发布，以便持续获得反馈并完善。
    此外，要打造强大的开发基础设施，包括可扩展的计算资源、全面的数据管道以及支持整个机器学习生命周期的机器学习运维（MLOps）能力。此项基础设施投资通常占项目总成本的 30% 至 40%，但对长期成功至关重要。
    最后，明确成功指标，这些指标不应局限于技术性能，还应涵盖业务影响指标，如开发速度、系统可靠性、用户采用率以及可衡量的竞争优势创造。建立定期审查周期，对照这些指标评估进展，并按需调整策略。
    对于自主构建策略而言，风险管理尤为关键。要针对人才保留难题、技术演进和不断变化的业务需求制定应急预案。同时，需考量定制系统与未来技术收购的集成方式，确保架构能够顺应组织需求不断演进。
    摩根大通便是这种方法的典范。2024 年，该银行在技术领域投资 170 亿美元，其中很大一部分用于自主研发的人工智能系统。他们定制构建的用于欺诈检测的人工智能平台，能够分析特定客户群体的交易模式，提供现成解决方案无法比拟的定制风险评估。这一投资使账户验证拒绝率降低了 15% 至 20%，同时大幅减少了误报情况，充分展示了战略性自主构建如何创造可衡量的竞争优势。

“追随自己的激情所在”

    当上市速度至关重要、供应商具备卓越专业知识，或者内部开发成本超过长期价值创造时，企业会选择购买外部解决方案。购买策略在标准化功能方面效果尤佳，因为在此类情况下，竞争优势源自卓越的实施，而非底层技术的差异化。
    成功的采购需要复杂的供应商评估流程，不仅要考察当前能力，还要关注未来路线图的契合度和集成灵活性。制定涵盖技术性能、安全合规性、可扩展性潜力和供应商稳定性的全面评估标准。
    进行全面的供应商评估，包括向类似企业咨询参考意见、对关键功能进行试点测试，以及详细分析总体拥有成本（即许可、实施、培训和持续支持成本）。特别要关注集成要求，确保所购解决方案能够与现有系统和数据流无缝协作。
    谈判合同，既要为不断变化的需求提供灵活性，又要防止供应商锁定，并纳入数据可移植性、应用程序编程接口（API）访问和性能保证等条款。考虑采用多供应商策略，避免过度依赖单一供应商，同时营造有利于企业的竞争态势。
    请记住，要为所购解决方案制定完善的变革管理流程。即便是现成软件，也需要企业进行重大调整，包括用户培训、流程修改和文化适应。规划 6 至 12 个月的实施时间表，包括全面测试、用户培训和逐步推广阶段。
    最后，通过既定的服务水平协议和定期业务审查持续监控供应商绩效。关注竞争替代方案，一旦供应商绩效或战略契合度下降，要做好更换准备。
    Salesforce 的收购策略便是一个典型例子。他们收购了诸如 Einstein Analytics 等专业人工智能公司，并将这些能力整合到其核心平台中。Salesforce 并非在内部构建每一项人工智能功能，而是通过战略性收购成熟技术和团队，加速其人工智能能力的发展，同时将内部开发重点放在核心客户关系管理（CRM）创新上，以实现平台差异化。

何时融合

    当部分组件需要定制，而其他组件可以标准化，或者企业希望在掌控核心算法的同时利用外部基础设施时，混合策略 —— 即自行构建部分能力和系统，同时购买其他部分——最为适用。随着企业寻求在速度、成本和竞争差异化之间取得平衡，融合策略正日益受到青睐。
    成功的融合需要精密的架构规划，以实现内部和外部组件的无缝集成。设计具有明确接口的模块化系统，使不同组件能够独立开发、更新或替换。
    此外，要开发强大的应用程序编程接口（API）和数据交换协议，确保内部系统与外部解决方案之间的顺畅通信。尤其要关注数据安全和合规要求，特别是在将基于云的外部服务与包含敏感信息的内部系统集成时。
    建立清晰明确的治理架构，明确各系统组件的所有权归属与责任分工，并组建跨职能团队，负责监督集成工作、监控性能表现，以及推动融合解决方案的战略演进。鉴于内部与外部组件持续发展变化，需规划进行持续性的优化工作。融合解决方案需要持续关注，以确保一个组件的更新不会干扰其他组件，并且整个系统保持一致性和高性能。
    Capital One 有效地展示了这种方法。他们针对信贷决策这一核心竞争功能，搭建了专属的机器学习平台；与此同时，为实现客户服务自动化，采购了预制的人工智能解决方案。这种混合方法显著提高了处理效率和客户满意度得分，证明了战略性融合如何实现人工智能投资回报的最大化。

何时合作

    战略合作伙伴关系代表着第四条路径，它与传统供应商关系不同，能提供集技术、专业知识和持续服务交付于一体的综合解决方案。当某些能力至关重要但并非差异化因素、专业供应商具备卓越的专业知识和技术，或者企业需要适应不断变化需求的灵活服务模式时，这种方法最为理想。
    战略合作伙伴关系需要基于多个标准仔细评估合作伙伴，包括技术能力、行业专业知识、服务质量和文化契合度。寻找能够提供端到端解决方案的合作伙伴，而不仅仅是软件许可，包括实施支持、持续优化和战略咨询。
    制定详细的合作协议，除传统服务水平协议外，还应包括战略契合承诺、创新合作和相互绩效激励。这种关系应更像是内部团队的延伸，而非外部供应商安排。
    制定集成策略，使合作伙伴的解决方案能够在适当的安全和合规控制下与内部系统无缝协作。这通常需要建立专门的沟通渠道、共享绩效仪表板和定期战略审查流程。
    最后，建立治理结构，确保合作关系随组织需求发展。定期的战略审查不仅应评估运营绩效，还应评估战略契合度、创新合作和长期价值创造。
    达美乐披萨与微软Azure展开了合作，双方携手打造基于人工智能驱动的订单与配送优化平台。这一战略合作伙伴关系堪称典范，格外引人瞩目。达美乐没有在内部构建这些能力，也不仅仅是购买软件许可，而是与微软合作共同开发人工智能解决方案，以优化配送路线、预测客户偏好并实现订单处理自动化。这种合作方式使达美乐能够借助微软先进的人工智能能力，同时利用自身对披萨配送物流的深入理解。通过这种方式，达美乐利用考虑劳动力变量和订单复杂性的负载时间模型，将预测订单准备情况的人工智能准确率从 75% 提高到了 95%。微软则通过获得实际应用洞察，改进其面向其他零售客户的人工智能服务，而达美乐在无需大量内部投资从头构建的情况下，获得了企业级人工智能能力。

战略要务

    从人工智能中获得最大回报的企业，已超越了简单的构建或购买之争。他们创建了决策框架，根据战略价值创造、组织就绪度和长期竞争定位，系统地评估每一项能力。这些框架认识到不同能力需要不同的方法，并且最成功的实施案例往往在一个连贯的整体架构中结合多种策略。
    成功不仅需要为每项能力选择正确的方法，还需要精细的执行，包括强大的项目管理、谨慎的供应商选择、无缝的集成规划和持续的性能优化。企业必须培育内部能力，以驾驭这些复杂的实施流程。与此同时，还需做出战略决策，明确应将有限资源聚焦于哪些方面，从而获取最大的竞争优势。
    战略问题并非仅仅局限于是选择自建、外购、融合还是合作，而是如何打造组织能力，合理运用这四种策略，同时建立决策框架，确保每种策略都能实现最大的战略价值。掌握这种多维度方法的企业，不仅能够优化其人工智能投资，还能创造可持续的竞争优势，让每一项投资决策都合情合理。