2025年11月，在罗马举办的SiGMA 中欧峰会上，行业领袖齐聚一堂，参加由CEVRO支持的高端讨论小组——《决策中的人工智能：从数据过载到战略洞察》。讨论由Valueships联合创始人兼合伙人、专注于AI驱动策略的精品定价咨询公司负责人Krzysztof Szyszkiewicz主持。
与他同台的还有Accora创始人兼首席执行官Michael Cutajar、Cevro AI创始人兼首席执行官Chaim Heber、SiGMA Play董事总经理Mex Emini以及Cloud Office技术总监Chavdar Trendafilov。他们共同探讨了组织如何从原始数据积累迈向真正可操作的智能洞察。
数据到洞察
讨论一开始就进行了现实检验。Szyszkiewicz指出：“我们每年的数据量增长了90%。”他向观众提问，有多少人觉得自己“坐在一堆数据上”，几乎全场观众都举起了手。
对Heber来说，问题不在于收集，而在于清晰度。“收集数据不是关键，你必须知道你想要达成的结果，”他强调，决策始于目标，而非仪表盘。
Trendafilov也有同感，他指出分散的系统是主要障碍。“我们往往在不同地方拥有数据孤岛，却没有将它们连接并利用，”他解释道，并倡导统一的数据策略，把数据当作产品而非副产品来处理。
整理混乱
在金融和会计领域，精准是不可妥协的。Cutajar强调，将杂乱的输入转化为结构化智能是一大挑战。“将非结构化数据转化为结构化数据是第一挑战，”他表示，当上下文不明确时，AI仍然需要依赖人类专业知识。
对于以个性化为驱动的AI，背景信息更为关键。“如果你不给它正确的上下文，AI代理就无法正确行动，”Heber解释道。选择哪些历史数据重要、哪些不重要，是区分有用自动化与噪音的关键。
衡量重要指标
支撑这一切的是基础设施。Trendafilov概述了三大支柱，包括架构、自动化和治理。“即使数据在孤岛中，你也需要知道它存放的位置以及如何使用它，”他强调，韧性与可扩展性是战略优势。
谈到绩效，Emini敦促公司重新思考指标。“正常运行时间不会推动你前进，它只是让你保持漂浮，”他说，将关键绩效指标（KPI）重新定义为健康指标而非增长驱动因素。小组一致认为，真正的成功在于可衡量的业务影响。
人工智能驱动盈利
人工智能在盈利中的作用引发了最激烈的讨论。Emini分享了AI洞察如何帮助SiGMA Play在巴西市场快速调整策略。“在AI出现之前，你可能需要花费200万美元进行咨询项目来学习市场情况，”Szyszkiewicz评论道。
在收入方面，Heber提到高度个性化的玩家互动。“我们通过定制化优惠防止玩家流失并提升收入，”他说。与此同时，Cutajar量化了效率提升——原本手动完成需要一分钟以上的任务，现在通过AI可在不到15秒完成。
决策中的人工智能
“先关注问题，再谈技术，”Trendafilov建议道。虽然高度个性化和AI辅助策略将持续扩展，但共识很明确：在高风险决策中，人类必须保持控制权。
想要获取更多由塑造AI、数据和决策的专家提供的洞察？2026年，加入我们的全球SiGMA 活动，体验更多专家小组讨论、真实案例研究以及前瞻性讨论，将新兴技术转化为竞争优势。
