从IT服务台到数据分析前沿，人工智能正带来全新策略与协作关系——它将如何重塑企业IT组织？这是每一位IT领导者都需要深入思考的问题。

根据调研机构Gartner最新发布的人工智能炒作周期报告，AI在未来五年内将占据首席信息官议程的首要位置，其变革性业务影响不容忽视。然而，对于众多IT组织而言，AI不仅仅是领导者眼中的业务增长引擎，它更在深刻改变IT职能本身——从自动化长期存在的传统流程，到要求IT团队更深度参与并采用全新方法论。

AI正在从多个维度重塑IT部门，以下五个方面尤为值得关注：

1. IT成为首要的人工智能消费者

ISG公司认知自动化与创新总监Wayne Butterfield指出，用于自动化传统故障修复和IT服务台流程的工具早已存在，但如今其普及速度明显提升。他表示：“IT服务台类似于客户服务操作，具有高度重复性和操作性，因此非常适合自动化。”

然而，这并非AI自动化在IT领域的唯一应用。TIBCO公司分析策略副总裁Shawn Rogers补充说：“IT正在迅速转变为AI的协作伙伴与使用者——借助AI实现安全与系统管理流程自动化，同时以AI驱动企业业务发展。”

2. 影子IT可能进一步扩张

Butterfield认为，受AI推动，技术核心之外的IT活动正大幅增长。从自助数据分析工具，到企业级功能型机器人流程自动化（RPA），再到面向特定业务场景的机器学习模型——企业在影子IT领域的投入持续增加。当然，“自助服务”与“影子IT”的定义及其界限，很大程度上取决于企业自身的文化。

3. 数据科学家需要与IT团队深度协作

一些主流企业应用（如CRM）正逐渐融合AI与自动化。然而，对于更先进的AI应用而言，IT技术团队与数据科学家之间的深度协作需求日益突出。Rogers指出：“组织中仅有一两位数据科学家的时代已经过去。如今数据科学团队不断壮大，而IT已成为该团队的组成部分。”

Fractal Analytics公司技术服务客户合作伙伴George Mathew进一步表示：“随着企业计划扩大AI与分析功能的利用，他们需要更深入地访问IT团队所掌控的系统、数据和应用程序。构建以AI为主导的解决方案，要求数据科学家与工程师紧密协作。每个领域本身都已足够复杂，但只有让这两个团队协同工作——并且在许多场景下实现领域交叉——才能开发出真正有效的AI方案。”

4. IT团队与数据科学团队需要共享工具与策略

Mathew认为：“IT团队与数据科学团队之间的协作，要求双方都学习和掌握彼此的技术与技能——至少达到熟悉程度，即便不一定是专家水平。”

他指出，工程师需要具备读取从本地数据集提取数据的源代码能力，理解探索性数据分析与特征工程，并掌握贝叶斯等算法以生成洞察。这些知识对于代码的重构与模块化至关重要，从而确保代码能在企业级IT系统上稳定运行。

反之，数据科学家则需要学习如何通过数据库连接器或API获取数据，如何在结构化存储中处理与存储数据，以及如何编写可供下游使用的模块化代码。

Mathew总结道：“我们观察到双方对共同挑战的认知不断加深，这直接推动了数据科学家与工程师之间协作的持续增强。”他提到，其所在组织的多个团队已经借助这种更强的合作伙伴关系，成功交付了复杂的AI解决方案。

5. AI治理成为关注焦点

随着企业部署越来越多AI自动化与流程，合规与声誉风险也在增加。Gartner在报告中强调了制定政策以应对AI潜在偏见、歧视及其他问题的重要性。

这也是数据与IT领导者可以携手发力的方向。Gartner建议重点关注三个方面：对数据源和AI功能保持信任；确保数据与算法的透明度；以及维护数据、算法和观点的多样性，以保障AI的伦理与准确性。