配套视频

AI投资回报率与成熟度:如何衡量真正有效的应用——配套视频

文章拒绝使用虚荣指标,转而在工作流层面衡量AI应用:基线、时间、质量、风险、持续使用和成熟度。这段配套视频提供了该主题所需的CFO案例研究:一位财务负责人按照文章主张的方式衡量智能体AI——逐工作流评估,设置质量关卡,并作出停止决策。

首选视频

55:43
HPE首席财务官(CFO)谈财务领域的AI智能体

CXOTalk

HPE首席财务官Marie Myers讲述了如何在一个3600人的财务组织中推广智能体AI(其“Alfred”平台),并采用文章所主张的严谨方法:直接与间接投资回报率框架;决定每个用例继续或停止的阶段关卡;强制设置人在回路质量控制;以及工作流层面的指标,例如某项每周审核流程的人工工作量减少了约90%。这里衡量的是工作方式的改变,而不是工具登录次数。

您应该从中获得什么: 为一项AI工作流建立投资回报率论证,其中包含基线、直接与间接收益、质量关卡和明确的停止决策。

先观看或了解: 有团队级AI试点、业务指标或规模足以衡量的财务或运营流程经验。

AI Expert 注释: 这是一场厂商中立的访谈,但仍是由一家公司CFO讲述的成功案例,因此内容自然会突出成果。可以借鉴其衡量框架和阶段关卡纪律,但应根据你自己的基线验证这些百分比。

打开视频页面