编者按：本文是关于衡量生成式人工智能投资回报率挑战的两篇系列报道中的第二篇。在第一部分中，CFO Dive 描述了财务高管如何在缺乏可靠收益预估的情况下，将数十亿美元投入生成式人工智能。

对机构投资者而言，“投机”是一个不体面的词——除非他们恰好因此获利。对财务高管来说，基于投机行事往往是失业的导火索。

然而，多个行业的CFO正基于模糊的收益预测，将数十亿美元投入生成式人工智能。

“这是一个充满噪声的估计，”AI咨询公司Workhelix联合创始人Daniel Rock在谈及生成式AI常见收益预测时表示，“但这并不意味着尝试不值得。”

生成式AI已帮助CFO精细调整客户服务、优化预测、加速软件更新并升级其他任务。

然而，随着AI带来“知识生产的工业化”，财务高管在准确预测从数据中挖掘更多价值的新兴强力举措的投资回报率方面面临挑战，哥伦比亚大学商学院金融学教授Laura Veldkamp指出。

这一挑战常常打破衡量ROI的常规标准：数据本质上比支撑工业经济时代的资产（如建筑和员工）更难观察和定价，Veldkamp在纽约联邦储备银行2月举行的生产力研讨会上表示。

“经济中有很多东西我们难以衡量，而且我们对此了解还不够，”宾夕法尼亚大学沃顿商学院副教授Prasanna Tambe在同一研讨会上说，“衡量仍是一个挑战。”

尽管存在不确定性，CFO和AI专家表示，涌入生成式AI的热潮已席卷投资者、财务高管以及各种规模的信息技术公司。

“投机狂热是技术的一部分，因此不必害怕，”红杉资本合伙人David Cahn在6月的研究报告中表示。他观察到，企业在AI相关基础设施上的支出与证明这些支出合理性所需收入之间存在6000亿美元的缺口。

“那些在这一时刻保持冷静的人有机会建立极其重要的公司，”Cahn说，“但我们需要确保不要相信那种已从硅谷蔓延到全国乃至世界的错觉。那种错觉认为，因为AGI（通用人工智能）明天就要到来，我们都会迅速致富。”

愿意冒险投资生成式AI的财务高管，可以遵循以下七项策略，以穿透预测迷雾并抓住潜在回报：

1. 灵活评估ROI

对任何“新新事物”的追捧都要求CFO保持怀疑。然而，当一项可能改变格局的技术出现时，顶级财务高管应考虑在评估ROI时更加灵活。

“作为CFO，你对来要钱的人说的第一句话是：‘ROI是多少？’”Eventus Advisory Group的CFO Glenn Hopper在接受采访时表示，“对于AI这类事物，很难确定。”

他提到，效率提升往往是最直接的回报之一。AI可将商品或服务交付与付款之间的时间（即应收账款周转天数）缩短最多三天，还能简化准时制库存控制并避免错误。

“在没有先验知识的情况下，很难评估潜在投资回报，”EY-Parthenon首席经济学家Gregory Daco在接受采访时表示。精确识别每家公司的潜在回报可以消除部分模糊性。

“我们与许多客户逐案合作，说：‘在你们的具体行业，对于拥有X市场地位和X总可寻址市场的公司，我们认为如果AI应用于这些职能，可能产生这样的回报率，’”Daco说，“这确实是逐案处理，因为每个行业和公司都不同。”

Rock在接受采访时表示，许多在生成式AI上取得成功的公司将拥抱风险并尝试，尽管ROI不确定。

“如果失败，并不一定意味着你做了糟糕的选择，”Rock说，“你可以终止它并转向其他方向。”Rock与Erik Brynjolfsson和Andy McAfee共同创立了Workhelix。

KPMG在6月的一项调查中发现，今年C级高管对生成式AI的ROI预期表现出灵活性。

第一季度，51%的企业领导者预计未来12个月的最大收益来自生产力提升，47%预计收入增长为首要收益，KPMG表示。

第二季度排名反转，100名受访者中52%将收入增长列为最大改进，而生产力提升降至40%，根据KPMG数据。

2. 关注长期收益

Rock表示，启动生成式AI通常需要大量前期投资，这些资金本可用于其他回报更确定、更即时的业务。

“构建无形的东西，如新的做事方式、新的组织结构或新工作流程，存在机会成本，看起来你投入很多却一无所获，”他说，“后来，你会觉得‘嘿，我们效率高多了’——开始获得有形收益。”

矛盾的是，最了解AI的CFO——其能力、局限和成本——往往预期收益在3到5年内实现，Daco说。对技术了解较少的同行“倾向于相信收益会更即时——在两年内”。

3. 制定“整体”战略计划

Daco表示，在考虑潜在投资回报之前，CFO应帮助制定战略计划，通过将生成式AI融入组织来简化运营和促进增长。将技术简单附加到现有运营上往往收益甚微。

“这不仅仅是说‘我们可以自动化或增强某些功能，’”他说，“而是要从整体视角看待如何将AI整合到组织架构中，而不是简单的附加。”

与任何战略计划一样，从一开始设定目标至关重要，费用管理软件提供商Emburse的CFO Adriana Carpenter表示。“最好从这个问题开始：‘我想要实现什么结果？’”她说。

在从高层视角制定广泛战略的同时，CFO还应确保员工，直至一线员工，能充分利用生成式AI，CFO和AI专家表示。

“你需要培养一种精通AI的企业文化，并思考如何优化劳动力，以便将自上而下的战略视角与自下而上的运营视角结合起来，”Daco说。

4. 优先排序AI项目

CFO可以将生成式AI应用于大多数公司职能，但应抵制这种诱惑并优先排序，财务高管和AI专家表示。

“你可能需要对各种机会进行排序，因为机会很多，而资源肯定有限，”Rock说。

除了与战略一致外，生成式AI项目应利用现有员工，专注于他们觉得有吸引力的操作，并提供快速成功的前景，他说。

在启动概念验证之前，“挑选一个你知道会成功并改变观念的项目，”Rock说，“当你展示了ROI后，就可以说：‘好，现在我们可以继续了。’”

一些生成式AI的早期采用者，虽然最终有信心实现全公司范围的收益，但首先专注于挑选一个稳妥的项目，而不是冒险失败导致员工对技术产生反感，Rock说。

“你必须优先考虑你想要实现的业务成果，”Carpenter说。

生成式AI在通过分析客户数据并变现来提升收入方面尤其有效，Carpenter说。它还可以帮助识别公司相对于竞争对手定价过低的地方，或如何扩大客户群。

5. 与CTO、CIO建立友好关系

作为资金掌控者，CFO可能与首席信息官或首席技术官关系紧张，后者可能无法总是为其顶级项目获得资金，AI专家和财务专家表示。CFO应设定友好、协作的基调。

“CFO和CIO——通常——他们的领域历史上被视为成本中心，所以他们互相竞争，”Hopper说，“重要的是合作起来提高效率，并真正理解AI是一种战略能力，能增强公司的财务表现和运营卓越性——如果他们合作，每个人都赢。”

CFO还需要比以往几十年更深入地理解技术，AI专家和CFO表示。

以前，CFO主要关注AI和自动化如何帮助财务管控、后台及其他财务职能。现在，CFO需要拓宽视野，理解生成式AI在整个公司的价值。

“我不是说你必须成为数据科学家或开发人员，但你需要了解你的业务、你的行业，以便拥有这种广度知识，”Hopper说，“如果你不知道信息是如何创建的，你怎么能纠正它？”

精通技术的CFO也会更快识别生成式AI中高回报的创新。

“每周都有各种新突破——总有新奇的玩意儿，”Rock说，“你需要跟上新进展，并建立自己的探测器，以发现对公司而言价值极高的创新。”

6. “定义”数据

作为准确衡量ROI的一部分，CFO需要确保输入生成式AI的数据在全公司范围内有精确定义，AI专家和CFO表示。否则，公司不同部门可能使用相同数据得出不一致的结论，削弱技术价值。

“早期你会遇到数据孤岛，因为每个人都在做自己的公民开发，建立自己的数据领地，”Hopper说，“如果你每次只拿一块饼，你不会获得最大价值。获得最大价值的方式是通过共享数据仓库并在全公司使用。”

CFO应记住，启动生成式AI应用的成本——包括创建“数据字典”和作为“负责任AI”一部分的详细信息治理——可能超出估计，Carpenter说。

7. 带动员工参与

寻求高ROI的CFO如果主要将生成式AI用于削减工资，将犯错误，AI专家和CFO表示。相反，该技术提供了简化运营和提升员工工作满意度的潜在工具。

“将这一技术视为节省劳动力成本而非增强工具，是一个巨大错误，它能让人们完成大量工作并专注于真正困难的事情，”Rock说。

像ChatGPT这样的大型语言模型将危及数十个职业的工作，包括会计师、审计师、金融定量分析师、区块链工程师、口译员、数学家和记者，根据宾夕法尼亚大学和OpenAI研究人员的一项研究。

研究人员表示，该技术将逐步简化80%工人至少10%的任务，以及19%工人一半的任务。

为消除员工焦虑，CFO应“培养一种渴望推进的AI素养文化，”Daco说。他们应确保员工“支持转型，并减轻对失业的恐惧”。

财务高管和AI专家表示，精确衡量生成式AI的ROI不会在几个月内实现。要成功，CFO需要平衡决心和耐心。

“需要学习很多东西，会有反复，每种业务在不同行业需要时间演变和加速采用，”Carpenter说，“但生成式AI将长期存在。”