在科技领导者承受着构建成功AI项目并实现投资回报的双重压力之际，公共部门那种精打细算、注重成本的创新实践，或许能为企业CIO提供不少值得借鉴的经验。
纽约州首席信息官Dru Rai于2023年从企业界转入公共部门后，思维方式发生了显著转变。此前，他先后在Quaker Houghton公司、Ball Corporation、杜邦涂料、GE先进材料和安永等机构积累了丰富的从业经历。
与私营部门相似，他的创新团队同样致力于借助AI节省时间与资源，但不同之处在于，他们的目标不是改善公司盈利，而是服务于纽约州的居民。这一定位使他们必须高度重视所使用工具和数据的安全性。
"我们的政策核心是确保服务好每一个人，"Rai说，"我们确实认为AI是一种提升生产力的工具——它能让纳税人的每一分钱发挥更大效用，让工作完成得更快更好——但我们绝不能以牺牲民众的健康、安全和隐私为代价。"
尽管面临经济逆风，企业AI预算在过去几年里持续增长，但进入2026年，企业高管们在AI项目的成本与回报方面受到了更为严格的审视。
今年年初，许多企业鼓励员工尽可能多地使用AI，以推动创新与实验，并向董事会证明其价值。然而，随着AI服务商将定价模式转向基于使用量或结果导向的结构，企业切实感受到了"按Token计费"模式带来的真实成本压力，这种激励氛围在许多公司逐渐消退。
Rai表示，企业或许可以开始像政府部门那样重新审视IT支出——政府历来必须用更少的钱办更多的事。他的团队正是在这样的约束下，不断寻求更具创造力的资源利用方式。
"当资金有限时，你反而会找到更有创意的使用方法，"他说。
Rai将私营部门的一套策略带入了州政府工作，那就是构建一种"在高度可控的环境中快速尝试、快速失败"的文化与流程。他将这一理念应用于AI试点项目，强调团队需要尽早识别出那些难以扩展的项目并及时止损，而非持续追加投入。
"这让我们在资金使用上更具韧性，确保每一分钱都用在刀刃上，因为我承担不起大规模失误的代价，"Rai说。
尽管这可能有悖于许多CIO的直觉，Rai认为，不再一味追求"以最快速度出成果"的思维方式，反而可能大有裨益。注重预算的决策，有时意味着选择一款价格更低、速度稍慢的AI模型，但最终同样能够帮助员工得出相同的结论或产出相同的结果。
Rai表示，成为某件事上的"第一"并非他团队的优先目标，找到可持续的解决方案才是核心所在。"我乐于做第二个，"他说。
Rai指出，无论是公共部门还是私营部门，CIO的角色都在发生变化。如今，CIO被期望能够预判问题并提前找到解决方案，引领团队完成技术转型。他将学习如何有效使用AI与职业生涯中接触其他工具的经历相类比，称其为技术演进中的"一个阶段性事件"。
Rai表示，未来的IT领导者需要应对对GPU等硬件的持续依赖，以及未来量子计算的兴起，并不断更新其技术栈。
科技领导者很可能需要具备一定的韧性，以应对外界对其预算和职能角色不断变化的预期。但Rai认为，保持公务员式的务实心态，加上靠谱的技术合作伙伴，完全可以让事情顺利推进。
"我们的AI预算永远不会充裕，"Rai说，"所以你只能想办法解决，调整优先级，找到出路。"
Q&A
Q1：纽约州CIO Dru Rai是如何平衡AI应用效率与公众安全的？
A：Rai明确表示，AI在公共部门是提升生产力的工具，可以让纳税人的钱发挥更大价值，但前提是绝不牺牲民众的健康、安全与隐私。他的团队通过严格的政策管控，确保所使用的AI工具和数据符合安全标准，在提升效率的同时守住安全底线。
Q2：公共部门"快速尝试、快速失败"的AI试点策略，企业该如何借鉴？
A：Rai的核心做法是在高度可控的环境中快速推进AI试点，同时建立早期预警机制，一旦发现项目难以规模化推广，立即止损，避免持续浪费资源。这一策略的关键在于：不追求完美，而是通过快速验证来提高资金使用效率，企业CIO可将其引入内部AI项目管理流程。
Q3：企业面对AI按Token计费的成本压力，有哪些应对思路？
A：随着AI服务商转向基于使用量或结果导向的定价模式，企业实际承担的AI成本大幅上升。对此，Rai建议不必执着于使用最快、最贵的模型，选择性价比更高、速度稍慢但同样能达成目标的AI工具，同样是务实有效的选择。关键在于调整优先级，找到可持续的解决方案，而非盲目追求"第一"。
热门跟贴