从动化流程的目标是提拔营业的施行结果。这意味着必需将从动化勤奋取明白的投资报答率 ( ROI ) 间接联系关系起来。

　　“此外，考虑到阐发、实施和集成从动化所需的前置时间，对于近期内可能发生严沉运转前提变化的流程，不招考虑从动化，由于正在流程本身过时之前，其投资报答率 ( ROI ) 可能无法达正值，”Biswas 弥补道。

　　“正在评估组织中的 AI 取从动化机遇时，往往存正在敌手艺之外营业影响认识不脚的问题。CIO 必需确保可以或许将 AI 能力为具体的贸易策略，以便向好处相关者展现强大的 ROI 潜力，”PagerDuty（一家以 AI 为先的运营平台）的 CIO Eric Johnson 说道。

　　“应聚焦于高影响范畴，初期充实操纵开源东西的力量，并持续。需要时进行调整。切勿采用‘摆设后充耳不闻’的准绳，”Nabeel 说道。

　　“另一个挑和正在于未能规划好集成工做，这可能导致供应商锁定和系统割裂。CIO 应选择可以或许取现有根本设备兼容且支撑尺度的从动化东西，以避免陷入单一供应商的生态系统，”Goshorn 说道。

　　2025 年为 IT 正在从动化实施方面带来了很多新挑和。虽然律例变化和相关合规成本一曲是问题，现在这一问题变得愈加凸起。

　　Ashmore 称，这些立法勤奋涵盖了全面的消费者、针对从动化决策的行业特定律例、聊器人监管、生成式 AI 通明度、数据核心能源利用以及取先辈 AI 模子相关的公共平安问题。

　　Adeptia（一家 AI 取自帮办事平台）的总裁兼首席手艺官 Deepak Singh 暗示，正在实现 AI 落地过程中呈现的不测收入、多云集成复杂度的添加以及不竭扩展的生态系统中对集成的要求，都给 IT 带来了压力。

　　“本年，CIO 应出格关心可能影响其从动化策略的新兴监管要求。领会行业特定律例和合规尺度至关主要，特别是对于从动化系统若何处置数据这一点。

　　“对于制制业来说，环节正在于确保人才既懂制制，也懂 IT。这能够通过对出产人员进行 IT 培训实现，但同时必需确保 IT 人员及其合做伙伴领会出产现场的实正在挑和和数据。IT 取 OT ( Operational Technology ) 不该再有隔膜，而应朝着配合方针协同做和，并充实理解相互的范畴，”Gaus 说道。

　　“若是数据不完整、不分歧或不精确，从动化不只无法发生成心义的成果，还可能加剧现有问题。例如，将出缺陷的客户数据输入从动化营销系统可能导致错误的定位、资本华侈，以至声誉受损，”Guan 弥补道。

　　“AI 正在 IT 从动化中的整合正正在加快，此中生成式 AI 和 agentic AI 等手艺饰演着环节脚色。美国各州立法机构正积极推出取 AI 相关的法案，2025 年已建议数百项，”Ashmore 暗示。

　　鉴于全球经济因通缩、动荡及其他要素而充满不确定性，关心成本问题是能够理解的。但这种狭隘的核心可能会让你忽略其他预算方面的影响。

　　成功的环节正在于培训范畴专家使用 AI 及其他手艺，并精确评估哪些流程能够成功从动化，哪些不可。

　　“本年，若是轻忽躲藏成本和监管方面的突发环境，将会遭到冲击。除了许可证费用之外，还要留意集成时可能呈现的紊乱场合排场 —— 系统之间无法‘顺畅对话’ —— 以及障碍采用的培训缺口。诸如不竭演变的 PR [the European Union’s General Data Privacy Regulation] 和 AI 通明度法等全新数据现私律例，都意味着 CIO 必需对东西的合规性和伦理设想进行严酷审查，”Looka（一款用于设想标记的 AI 平台）的首席施行官兼结合创始人 Dawson Whitfield 如是说。

　　“一个常见错误是认为由 AI 驱动的从动化能够正在无人监视的环境下运做。虽然 AI 是一个强大的东西，但它仍然需要人工检测以捕获错误、误差或平安风险，”Blink Ops（一家基于 AI 的收集平安从动化平台）的高级平安处理方案工程师 Mason Goshorn 说道。

　　从动化正从常规的 IT 使命改变为一场奔向恍惚不清起点线的竞赛。 AI 就像是挡风玻璃上的污渍，使人难以辨清前进标的目的，而道上的各类妨碍则进一步加大了实现高效运营的难度。

　　一种典型做法是从动化那些简单反复的流程，而不去关心其背后躲藏的问题。现在轻忽根因，最终可能带来极大损害。

　　集成正在某个时点是必不成少的。对于 AI 来说，取人工监视者的集成需求尤为火急，并且常常还需要取其他软件进行整合。

　　“你不晓得本人不晓得的工具，也无法改良看不见的问题。缺乏流程可视性可能会使从动化仅仅变成对出缺陷流程的从动化，从而加快问题的恶化，华侈时间和资本，并减弱思疑者的信赖，”Celonis（一家流程挖掘取流程智能供给商）的转型传教师 Kerry Brown 说道。

　　“对于发生频次较低或耗时较少的流程，从动化的价值较低。像大大都营业流程一样，从动化也会发生成本，并且节流下来的成本应跨越实施取的费用，”NCC Group（一家收集平安公司、收集平安征询公司）的手艺总监兼 AI 和 ML 平安担任人 David Brauchler 说道。

　　数据可谓是 IT 最无趣的问题。由于更新、标注、办理和储存海量数据需要付出庞大勤奋，且这项工做永无尽头。虽然这工做单调，但却至关主要，迟延不得，不然后果可能十分严沉。

　　虽然 AI 是一股从导力量，但它并不是从动化范畴的独一变量。一些既定东西和法则仍然合用。倒霉的是，以前的圈套和挑和也仍然存正在，此外还叠加了所有由 AI 带来的问题。

　　“带领者应着沉提拔现有人才的技术，并投资于社区扶植，以建立强大的人才梯队。如许一来，跟着从动化的添加，员工便可承担监视脚色，并有更多精神专注于可以或许提拔企业业绩的立异，”Deloitte（一家征询公司）的智能制制营业担任人 Tim Gaus 说道。

　　“CIO 正在鞭策从动化时常犯的一个严沉错误，就是低估数据质量的主要性。从动化东西旨正在大规模处置和阐发数据，但它们完全依赖于输入数据的质量，”Thunderbit（一款 AI 收集爬虫东西）的结合创始人兼 CEO Shuai Guan 说道。

　　“对一些人来说，从动化只是一个风行词和一场的和役，但对大大都手艺人员而言，它简单得就像 ABC。 然而，很多手艺从管和 CIO 正在起跑线上就已陷入窘境，”巴基斯坦文娱平台 Begin 的首席手艺官 Muhammad Nabeel 暗示。

　　然而，即便是保守的从动化东西也需要集成。大大都 IT 人员对此有所认识，但这并不料味着他们正在最终策略中做好了相关规划。

　　往往所谓的打算其实只是急于从动化低垂果实以图敏捷获胜。倒霉的是，成本效益阐发会为你指明准确标的目的，而慌忙选择可能会使你误入。

　　此外，正在暗潮中躲藏但即将激发严沉问题的，是越来越的影子 AI。企业用户常常依赖免费或低成本的 AI 订阅模式来完成工做，规避企业监视或干涉。再者，各类企业软件和硬件以及智妙手机等私家设备中嵌入的 AI 模子数量不竭添加，这意味着大量无人监管且可能不平安的 AI 正正在组织中漫逛。例如，很多 AI 模子可能正在收集数据以锻炼将来的 AI，此中一些数据可能具有专有性。

　　“CIO 常常陷入如许一种误区，认为从动化仅仅是降低乐音和削减工单数量。但若能计谋性地使用从动化，其价值远不止于此，”Tanium（一家自治端点办理取平安平台）的 CIO Erik Gaston 说道。

　　“若是 CIO 们只专注于初级此外工单，而不处理问题的根源或理解更普遍的模式，则可能会使这些问题演变成更严沉的问题，并最终激发更大的风险。经常被的 3-4 级问题，最终可能升级为 1 或 2 级问题！”Gaston 说道。

　　“现在，AI 对糊口的各个范畴都发生了深远影响，特别是正在科技范畴。因而，每一位 CIO 或手艺担任人都必需将 AI 要素纳入考量，”Nabeel 弥补道。

　　“CIO 很可能会因选择了不合适的手艺而面对集成窘境、不需要的复杂性，以至供应商锁定。一个常见的圈套就是只关心成本节约，而轻忽了诸如火速性、立异性和客户体验等更普遍的收益，这会从动化的现实价值，”IT 征询公司 Asperitas 的使用转型担任人 Derek Ashmore 说道。

　　“任何需要复杂人类推理、感情或互动，或不遵照既定法则取布局的流程，都不适宜进行从动化。当然，AI 正正在恍惚这一边界，然而，鉴于当前的成长情况以及可能发生的法令和后果，此类流程应正在从动化中降低优先级，”NCC Group 的手艺总监、风险办理取管理担任人 Sourya Biswas 说道。