当我们想到在商业世界中越来越受欢迎且具有颠覆性的技术时，人工智能无疑是其中的主要工具之一。 这并非偶然，麦肯锡进行的《2024年初人工智能现状：生成式人工智能采用激增并开始创造价值》调查显示，72%的企业已经在使用人工智能。 热情主要源于通过自动化消除重复任务的可能性，从而优化专业人员的时间，这些时间可以用于更有价值和相关的活动，降低成本并提高效率。
这种狂热可能会让尚未采用这项技术的管理者感到处于劣势。 在高度竞争的市场中，寻求创新解决方案以使组织脱颖而出并取得成功是很常见的。 然而，管理者在采用新技术之前，进行战略性思考至关重要，避免仓促做出仅追求创新外观的决策。 有必要确保这些解决方案的接受与业务的实际需求保持一致，并理解它们如何真正推动增长。
收养必须经过仔细研究，因为工作日常的任何变化都涉及到流程、组织结构和文化的变革，这既需要时间也需要资源。
为了支持决策，像麻省理工学院的研究员亚历山大·纳西门托这样的专家提出的研究，可能在制定企业人工智能计划中起到关键作用。 一个例子是由他创建的AI2M（人工智能采纳意愿模型），该模型考虑了影响人工智能整合意愿的五个主要因素：促进条件，评估用户是否相信自己拥有使用人工智能所需的资源；性能期望，衡量用户是否相信人工智能会改善其工作表现；努力期望，反映用户对学习和使用人工智能难度的看法；自我效能感，即用户对自己使用人工智能能力的信心；以及社会影响，评估来自他人的采用压力。
更一般地说，这些决策者应考虑以下情景：我面临的问题是什么，人工智能如何帮助解决，而不是采取相反的方法，即在未考虑其应用地点和方式的情况下决定实施人工智能。 这些质疑并不打算对人工智能的整合持负面看法，因为很明显它可以极大地促进工作流程。 相反，目标是强调人工智能应被视为一种工具，而不是神奇的解决方案，就像媒体频繁关注所带来的热情和炒作常常让人觉得如此。 因此，组织可以最大化人工智能的益处并确保有效的转型。
