Gartner于2023年4月发布题为《4 Top Practices That Help EA/TI Leaders Add Value to Artificial Intelligence Initiatives》的报告，详细探讨了如何通过企业架构（EA）和技术创新（TI）领导者的四个顶级实践来为人工智能（AI）项目增加价值。该报告作者为Andreas Frangou, Andrei Razvan Sachelarescu 和 Anthony Mullen。
以下是报告内容概要：
一、背景与关键发现
背景： AI 提供了巨大的机会，同时也带来了难以量化的风险。报告建议企业架构和技术创新领导者通过四步能力建模方法来评估这些机会和风险，并更有策略性地规划他们的AI项目。
关键发现：
- 优先AI用例：明确优先处理的AI用例并将其与业务成果匹配的组织更有可能成功实施AI项目。
- 理解AI的益处：缺乏对AI益处的清晰理解和衡量其业务价值的方法是组织在实施AI时常见的障碍。
- 策略性投资：处于AI早期采用阶段的组织通常以临时性方式进行投资，导致技术债务增加。
二、四大顶级实践
实践一：识别业务能力以实现业务成果 通过应用数字业务概念于业务能力模型（Business Capability Model, BCM），EA领导者可以帮助业务领导者探索增强或开发其能力的方法，从而推动业务机会的实现。BCM定义并传达业务策略，展示人、流程和技术资源如何变化以实现目标业务成果。
实践二：评估业务能力对AI的准备度 使用BCM和热图技术评估业务能力对AI的准备度。这包括确定哪些业务能力可以通过AI技术填补资源缺口，以及市场上现有工具的成熟度。评估结果以高、中、低的热图形式展示AI准备度。
实践三：构建AI能力到业务能力模型 在识别出各业务能力的AI准备度后，EA领导者可以构建高层次的机会声明，展示AI能力与业务能力及目标业务成果的映射。例如，在供应链管理中，通过AI能力如文档处理、场景预测和人机增强来支持业务成果。
实践四：识别和优先排序AI项目 基于前述分析的AI准备度排名，EA可以帮助优先排序AI投资。这种优先排序有助于在最大化投资回报的地方集中AI资源。
三、结论与建议
结论： EA可以确保组织对AI的期望值现实且合理。通过连接AI的承诺与业务成果，EA可以帮助组织集中精力在当前市场状态下可行的AI项目上，最小化努力，最大化收益。
建议：
- 明确业务成果：与业务领导者紧密合作，确保技术投资与业务战略紧密结合。
- 系统化评估AI机会：使用BCM和其他架构工具系统化地评估AI的机会和风险。
- 优先排序和规划：通过多标准方法优先排序AI项目，以实现最高的投资回报。