该公司正转向仅关注最高价值的生成式AI应用场景，并关闭冗余或效果不佳的试点项目
要点：
这是什么？
- 强生公司正从广泛的生成式AI实验转向聚焦高价值应用场景的方法
- 强生发现只有10-15%的AI应用创造了80%的价值，因此将重点放在药物研发、供应链和内部聊天机器人上
- 强生正在使用"销售代表助手"(Rep Copilot)指导销售人员，并探索生成式AI在药物研发和供应链风险缓解方面的应用
强生公司已经调整了其生成式AI战略，从医疗保健集团内的广泛实验转向更加聚焦的方法。
首席信息官Jim Swanson表示，此举确保公司只将资源分配给最高价值的生成式AI应用场景，同时砍掉那些重复或效果不佳的项目，或者其他技术比生成式AI效果更好的项目。
"这是我们经过大约一年学习后做出的转变，"Swanson说。"现在我们已经从'百花齐放'转向了对生成式AI的高度优先排序和聚焦。"
"百花齐放"的方法涉及来自公司各个部门的众多应用场景想法，这些想法通过中央治理委员会进行筛选。在某个时点，员工正在推进近900个独立的应用场景，其中许多是重复的或根本行不通的，他说。随着公司跟踪包括生成式AI、数据科学和智能自动化在内的AI的广泛价值，他们发现只有10%到15%的应用场景创造了约80%的价值。
现在强生正在深入研究围绕药物研发和供应链的高价值生成式AI应用场景，以及用于回答公司政策问题的内部聊天机器人。
"我们正在确定优先级、扩大规模，并研究最有意义的事情，"他说。"这是我们经历的成熟过程的一部分。"
自ChatGPT于2022年问世以来，各公司一直在思考在何处以及如何开始应用生成式AI。许多公司，包括强生在内，鼓励实验，这一战略使员工能够学习和测试技术，并构建可能在整个企业中得到更广泛采用的应用程序。
然而，在某些情况下，他们发现过多的实验可能与实际寻找商业价值相矛盾，因此正在寻求制定新战略。
强生去年开始调整方向，撤销了负责审查员工生成式AI想法的中央治理委员会。然后将治理责任分配给各种企业职能部门，包括商业、供应链和研究等，这些部门更了解这些应用场景是否真正在其领域创造价值。这些团队能够关闭或整合冗余的应用场景，并将资源集中到有效的应用上。
一个有效的例子是"销售代表助手"，它帮助指导销售代表如何与医疗专业人士就新疗法进行交流。公司正在其创新医学业务部门（该部门开发肿瘤学和其他领域的新疗法）进行试点，现在正努力将该试点扩展到其医疗技术部门，该部门销售机器人和髋关节置换、镜片等硬件。
生成式AI还被用于内部聊天机器人，该机器人吸收有关公司政策和福利的信息，帮助减少员工每年与服务团队的约1000万次互动。
在药物研发方面，公司正在研究生成式AI是否能帮助研究人员找到添加溶剂将液体分子转化为固体的最佳时机。Swanson表示，强生还在测试AI如何帮助识别和缓解供应链风险，包括特定原材料短缺的影响。
公司正在三个方面跟踪进展：首先，成功部署和实施应用场景的能力；其次，它们的广泛采用程度；第三，它们实现业务成果的程度。
Swanson表示，广泛实验阶段对于了解技术及其优势是必要的。"你必须采取迭代方法来确定'这些技术在哪里有用，在哪里无用？'我仍然认为，炒作远多于实质内容，"他说。
"三年前我们有正确的计划，但我们基于三年的理解成熟了我们的计划，"他说。"这是现在运行的更好方式。"
发信给Isabelle Bousquette：isabelle.bousquette@wsj.com
