使用人工智能改进现有KPI或创建新KPI的组织比在没有人工智能的情况下调整KPI的组织获得更多的业务收益。
改进关键绩效指标是大多数组织的明确任务。根据我们的第七次年度全球高管人工智能调查，十分之七的受访者认为，提高KPI对他们的业务成功至关重要。正如一位高管所指出的那样，“我们需要不断改进我们的 KPI，这样我们就不会根据传统指标来运营我们的业务。越来越多的公司现在以各种方式使用人工智能来加速这种演变。“我对机器学习在让我们的高级领导者从向后看的指标转向可以向前看的指标方面所做的工作感到非常兴奋，”数字营销机构Croud的首席战略官、谷歌前全球战略分析高级总监Avinash Kaushik说。
在Lyft的早期，工程师们设计了一种算法，通过匹配司机供应和客户需求来最大化收入。“它研究了乘客和司机的所有可能组合，并根据请求的乘车、司机所在的位置、所有系统动态来选择组合，这将使收入最大化，”Lyft前科学副总裁伊丽莎白·斯通说。然后，当数据科学家开始测试其他目标时，一些有趣的事情出现了。一个人工智能解决方案发现，优化转化率反过来又会在未来提供更多的乘车请求。更多的乘车请求最终意味着更多的收入。由于使用了人工智能，Lyft将其收入KPI从专注于乘车和司机组合转变为专注于优化转化率。1在印度尼西亚最大的市场之一Tokopedia，人工智能筛选PB级的数据，以检测与可信度和可靠性相关的信号。这些是关键的考虑因素，因为其86万商家中有14.1%是新企业家。拥有更可信的商家使市场更具吸引力、有效性和效率。“他们可能有很好的产品可以销售，但他们不知道如何管理他们的库存，”Tokopedia的首席技术官Herman Widjaja说。“借助人工智能，我们将客户连接到他们想要的合适商家提供的合适产品。”该公司将数百万个可能的信号合成到一个评分系统中，该系统代表了围绕商家质量的新 KPI。虽然大多数受访者都了解需要增强的KPI，但目前绝大多数受访者都依赖不足的工具和技术来管理他们的指标。即使机器学习算法和生成式人工智能改变了企业能力，人类判断仍然是KPI增强的压倒性主导方法。三分之二的受访者肯定，管理者在调整组织的KPI时会做出判断。虽然这种方法很常见，但往往无法产生预期的结果：仅依靠人工判断的受访者中，只有三分之一的受访者看到他们的 KPI 有所改善。
相比之下，使用人工智能来告知其KPI的公司更有可能看到改进的指标。90%使用人工智能创建新的KPI的受访者表示，他们看到自己的KPI有所改善。这些基于人工智能的KPI提供了业务优势并展示了新功能：它们通常会带来更高的效率和更大的财务收益，并且更详细、时间敏感，并与组织目标保持一致。
我们为研究采访的所有领导者都表达了提高KPI的类似理由。随着遗留指标变得静态和过时，它们作为定义和实现组织目标的工具的价值就会降低。事实上，它们变得不那么有用了。无论是个人还是集体，KPI都需要更新和增强，以确保它们推进预期的组织成果。在不增强KPI的情况下提高绩效会产生竞争风险。专注于或围绕次优措施的公司处于竞争劣势。只关注绩效而不相应关注绩效，会造成固有的不平衡，从而破坏公司有效竞争的努力。根据我们的研究——其中包括对3000多名经理的全球调查结果和对十几次高管访谈的定性分析——我们确定了三种利用人工智能增强战略指标的方法。
