投資人工智能，不僅僅要考慮自建、外購、融合還是合作，更需要思考如何打造組織能力，合理運用這四種策略，同時建立決策框架，確保每種策略都能實現最大的戰略價值。掌握這種多維度方法的企業，不僅能夠優化其人工智能投資，還能創造可持續的競爭優勢，讓每一項投資決策都合情合理。

為何有的公司在人工智能上投入數百萬，結果競爭對手卻能用少得多的資金取得更好的成效？

這個問題精準地反映出一些公司面臨的戰略困境：投資人工智能的最佳方式是什么？公司何時該自行構建人工智能能力，何時又該購買外部解決方案？答案并非簡單地二選一。

如今，很多企業摒棄了這種非此即彼的構建或購買的簡單抉擇，轉而采用更為細致入微的策略。國際數據公司IDC的數據顯示，僅有 13% 的信息技術領導者計劃從零開始構建人工智能模型，而 53% 的人打算先采用預訓練模型，再結合企業數據加以優化。這種朝著戰略實施方向的轉變——其中戰略合作伙伴關系的日益興起尤為突出—— 表明，人工智能領域的成功并非取決于投入多少資金，而是在于能否明智地在自主構建、購買、融合及合作等策略間進行投資。

作為一名人工智能轉型顧問，我親眼見證了企業如何在做出這些決策的同時，重新調整員工隊伍以適應新技術。隨著各類規模的企業加速采用人工智能，這些決策的緊迫性愈發凸顯。TriNet 發布的《2024 年職場狀況報告》顯示，88%的中小企業雇主和71%的員工目前已在工作場所使用人工智能。那些收益最為顯著的企業，已制定出遠超單純成本考量的系統性方法。

戰略決策框架

最為成功的企業會通過一個系統性框架來評估每一項人工智能能力。首要問題不應是 “自主構建還是購買？”，而應是“這項能力能否以競爭對手難以復制的方式，為我們的客戶創造獨特價值？”

這種戰略價值評估需要審視三個關鍵維度：競爭差異化潛力、組織就緒度以及長期戰略契合度。在評估過程中表現出色的公司，其業績往往持續優于那些主要基于前期成本或技術偏好做決策的公司。

何時自主構建

當某項能力構成核心競爭差異化優勢，企業所擁有的數據與行業知識形成獨特的進入壁壘，大規模長期成本效益表明較高的前期投資具有合理性，又或者知識產權保護對其商業模式起著關鍵作用時，企業便會選擇自主構建。

自主構建需要全面規劃和系統執行。首先要進行詳細的能力規劃——明確從面向客戶的應用程序到運營系統所需的所有人工智能能力。對于每一項需要定制開發的能力，都要進行全面的可行性評估，考量技術要求、人才需求和基礎設施需求。

組建專門的跨職能團隊，整合現有內部人才并進行戰略性招聘。這些團隊不僅應包括技術專家，還需有深諳業務背景的行業專家，以確保人工智能解決方案能夠應對實際運營挑戰。規劃 12 至 24 個月的開發周期，并進行迭代發布，以便持續獲得反饋并完善。

此外，要打造強大的開發基礎設施，包括可擴展的計算資源、全面的數據管道以及支持整個機器學習生命周期的機器學習運維（MLOps）能力。此項基礎設施投資通常占項目總成本的 30% 至 40%，但對長期成功至關重要。

最后，明確成功指標，這些指標不應局限于技術性能，還應涵蓋業務影響指標，如開發速度、系統可靠性、用戶采用率以及可衡量的競爭優勢創造。建立定期審查周期，對照這些指標評估進展，并按需調整策略。

對于自主構建策略而言，風險管理尤為關鍵。要針對人才保留難題、技術演進和不斷變化的業務需求制定應急預案。同時，需考量定制系統與未來技術收購的集成方式，確保架構能夠順應組織需求不斷演進。

摩根大通便是這種方法的典范。2024 年，該銀行在技術領域投資 170 億美元，其中很大一部分用于自主研發的人工智能系統。他們定制構建的用于欺詐檢測的人工智能平臺，能夠分析特定客戶群體的交易模式，提供現成解決方案無法比擬的定制風險評估。這一投資使賬戶驗證拒絕率降低了 15% 至 20%，同時大幅減少了誤報情況，充分展示了戰略性自主構建如何創造可衡量的競爭優勢。

“追隨自己的激情所在”

當上市速度至關重要、供應商具備卓越專業知識，或者內部開發成本超過長期價值創造時，企業會選擇購買外部解決方案。購買策略在標準化功能方面效果尤佳，因為在此類情況下，競爭優勢源自卓越的實施，而非底層技術的差異化。

成功的采購需要復雜的供應商評估流程，不僅要考察當前能力，還要關注未來路線圖的契合度和集成靈活性。制定涵蓋技術性能、安全合規性、可擴展性潛力和供應商穩定性的全面評估標準。

進行全面的供應商評估，包括向類似企業咨詢參考意見、對關鍵功能進行試點測試，以及詳細分析總體擁有成本（即許可、實施、培訓和持續支持成本）。特別要關注集成要求，確保所購解決方案能夠與現有系統和數據流無縫協作。

談判合同，既要為不斷變化的需求提供靈活性，又要防止供應商鎖定，并納入數據可移植性、應用程序編程接口（API）訪問和性能保證等條款。考慮采用多供應商策略，避免過度依賴單一供應商，同時營造有利于企業的競爭態勢。

請記住，要為所購解決方案制定完善的變革管理流程。即便是現成軟件，也需要企業進行重大調整，包括用戶培訓、流程修改和文化適應。規劃 6 至 12 個月的實施時間表，包括全面測試、用戶培訓和逐步推廣階段。

最后，通過既定的服務水平協議和定期業務審查持續監控供應商績效。關注競爭替代方案，一旦供應商績效或戰略契合度下降，要做好更換準備。

Salesforce 的收購策略便是一個典型例子。他們收購了諸如 Einstein Analytics 等專業人工智能公司，并將這些能力整合到其核心平臺中。Salesforce 并非在內部構建每一項人工智能功能，而是通過戰略性收購成熟技術和團隊，加速其人工智能能力的發展，同時將內部開發重點放在核心客戶關系管理（CRM）創新上，以實現平臺差異化。

何時融合

當部分組件需要定制，而其他組件可以標準化，或者企業希望在掌控核心算法的同時利用外部基礎設施時，混合策略 —— 即自行構建部分能力和系統，同時購買其他部分——最為適用。隨著企業尋求在速度、成本和競爭差異化之間取得平衡，融合策略正日益受到青睞。

成功的融合需要精密的架構規劃，以實現內部和外部組件的無縫集成。設計具有明確接口的模塊化系統，使不同組件能夠獨立開發、更新或替換。

此外，要開發強大的應用程序編程接口（API）和數據交換協議，確保內部系統與外部解決方案之間的順暢通信。尤其要關注數據安全和合規要求，特別是在將基于云的外部服務與包含敏感信息的內部系統集成時。

建立清晰明確的治理架構，明確各系統組件的所有權歸屬與責任分工，并組建跨職能團隊，負責監督集成工作、監控性能表現，以及推動融合解決方案的戰略演進。

鑒于內部與外部組件持續發展變化，需規劃進行持續性的優化工作。融合解決方案需要持續關注，以確保一個組件的更新不會干擾其他組件，并且整個系統保持一致性和高性能。

Capital One 有效地展示了這種方法。他們針對信貸決策這一核心競爭功能，搭建了專屬的機器學習平臺；與此同時，為實現客戶服務自動化，采購了預制的人工智能解決方案。這種混合方法顯著提高了處理效率和客戶滿意度得分，證明了戰略性融合如何實現人工智能投資回報的最大化。

何時合作

戰略合作伙伴關系代表著第四條路徑，它與傳統供應商關系不同，能提供集技術、專業知識和持續服務交付于一體的綜合解決方案。當某些能力至關重要但并非差異化因素、專業供應商具備卓越的專業知識和技術，或者企業需要適應不斷變化需求的靈活服務模式時，這種方法最為理想。

戰略合作伙伴關系需要基于多個標準仔細評估合作伙伴，包括技術能力、行業專業知識、服務質量和文化契合度。尋找能夠提供端到端解決方案的合作伙伴，而不僅僅是軟件許可，包括實施支持、持續優化和戰略咨詢。

制定詳細的合作協議，除傳統服務水平協議外，還應包括戰略契合承諾、創新合作和相互績效激勵。這種關系應更像是內部團隊的延伸，而非外部供應商安排。

制定集成策略，使合作伙伴的解決方案能夠在適當的安全和合規控制下與內部系統無縫協作。這通常需要建立專門的溝通渠道、共享績效儀表板和定期戰略審查流程。

最后，建立治理結構，確保合作關系隨組織需求發展。定期的戰略審查不僅應評估運營績效，還應評估戰略契合度、創新合作和長期價值創造。

達美樂披薩與微軟Azure展開了合作，雙方攜手打造基于人工智能驅動的訂單與配送優化平臺。這一戰略合作伙伴關系堪稱典范，格外引人矚目。達美樂沒有在內部構建這些能力，也不僅僅是購買軟件許可，而是與微軟合作共同開發人工智能解決方案，以優化配送路線、預測客戶偏好并實現訂單處理自動化。這種合作方式使達美樂能夠借助微軟先進的人工智能能力，同時利用自身對披薩配送物流的深入理解。通過這種方式，達美樂利用考慮勞動力變量和訂單復雜性的負載時間模型，將預測訂單準備情況的人工智能準確率從 75% 提高到了 95%。微軟則通過獲得實際應用洞察，改進其面向其他零售客戶的人工智能服務，而達美樂在無需大量內部投資從頭構建的情況下，獲得了企業級人工智能能力。

戰略要務

從人工智能中獲得最大回報的企業，已超越了簡單的構建或購買之爭。他們創建了決策框架，根據戰略價值創造、組織就緒度和長期競爭定位，系統地評估每一項能力。這些框架認識到不同能力需要不同的方法，并且最成功的實施案例往往在一個連貫的整體架構中結合多種策略。

成功不僅需要為每項能力選擇正確的方法，還需要精細的執行，包括強大的項目管理、謹慎的供應商選擇、無縫的集成規劃和持續的性能優化。企業必須培育內部能力，以駕馭這些復雜的實施流程。與此同時，還需做出戰略決策，明確應將有限資源聚焦于哪些方面，從而獲取最大的競爭優勢。

戰略問題并非僅僅局限于是選擇自建、外購、融合還是合作，而是如何打造組織能力，合理運用這四種策略，同時建立決策框架，確保每種策略都能實現最大的戰略價值。掌握這種多維度方法的企業，不僅能夠優化其人工智能投資，還能創造可持續的競爭優勢，讓每一項投資決策都合情合理。

關鍵詞：

黛博拉?佩里?皮西奧內（Deborah Perry Piscione）| 文

黛博拉?佩里?皮西奧內是硅谷的連續創業者，也是創新與商業未來領域的思想領袖，同時還是專注于人工智能與 web3 的咨詢公司 Work3 Institute 的聯合創始人。她著有多部書籍，其中包括《紐約時報》暢銷書《硅谷的秘密》。她的最新著作是《就業已死：顛覆性技術如何徹底改變我們的工作方式》。她是領英學習平臺上講授冒險與創新主題的講師，曾在美國國會和白宮任職。

周強 | 編校

《哈佛商業評論》中文版 聯系方式

投稿、廣告、內容和商務合作

newmedia@hbrchina.org