- 确定转型目标。 - 关键绩效指标 KPI 和价值类别标准化。 - 组建一个跨职能的治理指导委员会。

- 举办探索研讨会，以确定面临的挑战。 - 重点关注工作量大、复杂度高或成本高的任务。 - 使用收益建模框架构建商业案例。

- 使用 Watsonx Orchestrate 等平台创建特定领域的智能体。 - 从预构建的智能体开始，并根据您的需求对其进行定制。 - 将智能体 AI 集成到现有工具中，例如 Workday、Microsoft Outlook 和 SAP。

- 整合孤立的系统并统一数字体验。 - 在每个渠道中自动执行尽可能多的重复性任务。 - 通过直观的 AI 界面为员工和经理提供支持。

- 跟踪采用情况、（自助服务）完成率和节省的时间。 - 复制其他部门的成功用例。 - 通过友好的竞争和反馈促进创新。

- 不要等待完美。昨天是开始的最佳时机。次优时机是现在。IBM 在开始构思的 100 天后推出了 AskIT。 - 您正在增强您的员工队伍。让 AI 来处理日常事务，让您的员工来处理棘手的问题。

- 多智能体编排 - 第三方集成 - 持续学习和改进

- 使用 IBM 的收益建模框架构建商业案例。 - 使用生成式 AI 起草提案请求 (RFP)、电子邮件、报告和摘要。 - 专注于内容生成重复但要求上下文准确的领域。

- 从描述性洞察分析转向预测和建议行动。 - 将预测模型集成到决策工作流中，以更好地管理风险和机遇。

- 利用预制智能体、模板和工作流，针对常见业务需求快速启动转型。 *使用 watsonx 加速器和低代码工具在一天之内部署了 IBM 智能体。

- 将每一项 AI 举措与可衡量的业务成果挂钩，如成本节约、效率提升或风险降低。 - 与财务和战略团队合作，量化优势，并使 AI 工作与企业目标保持一致。

- 找出能够立即产生价值的领域。这一过程可以为更广泛的转型建立组织的信任和热情。 - 在构建之前，仔细检查您的数据，以发现模式、瓶颈和自动化机会。

- 利用生成式 AI 挖掘内容，基于客户资料、行业趋势和过往互动创建个性化消息。

- 利用 API 和数据编排工具，将所有分散的信息集中到单一集中界面上。

- 查找员工在重复性任务上花费过多时间的领域。 - 衡量花在潜在客户开发和外展、数据挖掘以及激励和佣金工作流上的时间。

- 将销售、IT、运营和研究的利益相关者聚集在一起。 - 团队共同创造 AI 解决方案，以便快速获得支持并顺利推进实施过程。

- 使用无代码平台让所有人都可以进行创新和采用。 - 鼓励非技术团队构建、定制和部署他们自己的 AI 解决方案。

- 在每个阶段为销售人员提供支持。确保您的 AI 助手具备情境感知能力，并能根据您的销售流程节奏进行量身定制。 - 您的助手应该在销售人员开展工作的地方上线，提供洞察分析并自动执行任务，而不会中断流程。

找出哪些手动流程会降低速度或增加风险。 - 专注于对成本、时间或合规性有可衡量影响的挑战。 - 让领导层参与进来，以带来紧迫感和提供支持。

- 寻找能够带来科技、战略或行业专门知识的合作伙伴。 - 组建跨职能团队，将业务洞察与技术专长相结合。 - 通过协作共同创造切实可行、可扩展、低风险的解决方案。

- 自主工作流依赖于实时提供的报税就绪数据。 - 数据是您的差异化因素。解锁它能提升准确性、速度和可审计性。

- 寻找能够与您现有系统和工作流程集成的平台。 - 优先考虑可提供透明度、安全性和适应性的 AI 工具。 - 将您的 AI 提供商作为 AI 编排者，以利用预先测试的集成和最佳实践。

- 选择 AI 能够快速取得成效的高影响力用例，例如高交易量、规则驱动的领域，包括销售和使用税、增值税、房产税、余额映射和对账。 - 利用最简化可实施产品 (MVP) 获取反馈，改进工作方式，并展示投资回报率。

- 与值得信赖的合作伙伴维持关系。 - 分享知识，发现创新机遇。 - 促进跨部门的持续实验和学习。

- 将控制、可审计性和监管对齐直接融入工作流。 - 建立明确的数据质量、模型性能和监督标准。

- 不要追逐 AI 机遇。找出问题所在，并利用 AI 加以改进。 - 做好数据报税准备，并将其用作差异化因素。 - 合作可以化繁为简。与战略合作伙伴合作，加快行动速度，交付更好的成果。