利益相关者的知识与行为仍然是CIO成功的关键，投入培训并讲述一个有意义的故事，是实现这一目标的途径。
最近一群学者问我："在技术领域，如今你需要了解多少才能算不算无知?"
哲学家(研究知识的人)和认知科学家(研究知识获取与应用的人)都认为，在社会中保持不落伍所需的知识基础正在不断扩大。出版我的著作《新知》的威利出版社，每年在其两千五百本的"傻瓜书"系列中新增约一百本书。
知识是一个移动的靶心，有新知识，有坏知识——那些从一开始就完全错误的认知，也有不再是好知识的东西——曾经正确但如今已不再成立的内容。
与中央情报局一样，CIO的任务是为决策者提供当前形势分析、条件可能变化时的预警建议，以及针对全方位技术投资选择中固有风险的警告。
从历史上看，组成美国情报体系的十八个联邦机构不会提出政策建议，他们只提供分析。CIO必须做得更多，首任国家情报总监John Negroponte曾指出："仅有警惕是不够的。"
经验告诉我们，世上不存在"防呆"系统，部署优秀的系统还不够，CIO必须确保使用这些系统的利益相关者具备足够的知识，以充分提取所提供技术的价值。
知识灌输——提供做出决策所需的基本事实——必须伴随面向多类群体的高管教育。CIO必须确保关键利益相关者理解底层技术状况，能够预测未来状况或结果，并检验假设或理论。
理想情况下，这涉及用数据可视化来呈现和传达结果。得克萨斯农工大学系统CIO Vince Kellen通常比行业平均水平领先三到四个标准差，他将这类图示称为"锚定可视化"。
你正在使用什么样的锚定可视化来让你的利益相关者群体朝着正确方向前进?
利益相关者对技术整体以及AI具体的满意或不满程度，与围绕该技术的叙事质量直接相关。
在《极化时代的远古智慧：为何人类需要历史的发明者希罗多德》一书中，Emily Katz Anhalt坚持认为："故事对我们是谁以及我们将成为谁有着深远的影响。"
你的技术和AI信息是否与使命以及解决难题的能力相关联?如果这个故事完全用金钱收益来包装，你可能会遇到问题。
在一封内部备忘录中，OpenAI CEO Sam Altman认为："AI传教士将击败AI雇佣兵。"
目前大量资源正被投入自主式AI，目标是实现工作流自动化。在《自主式AI：利用智能体重塑商业、工作与生活》一书中，Pascal Bornet和Jochen Wirtz表达了担忧："我们正在把人当机器人用，把AI当创意者用，是时候翻转这个等式了。"具有讽刺意味的是，我们正花费巨额资金训练模型，却几乎不教育使用这些模型的人。
德勤2025年互联消费者调查指出："在受访的工作中使用生成式AI的人中，40%表示公司提供了培训。"这是否意味着60%的经济体只是在部署工具然后听天由命?
主流商业媒体告诉我们，科技生态系统已从"快速行动、打破陈规"阶段转向以"稳步推进、构建根基"为核心的基础设施建设阶段。经验丰富的CIO从骨子里就知道，在行动之前，他们和利益相关者必须先"懂行"。
通过投资于麻瓜技术知识(知识灌输)，我们正在增强人类的能动性并扩展创新能力。
一般来说，人们希望理解身边的技术，这种求知意愿会被Keith E. Stanovich在《分裂我们的偏见：自我侧思维的科学与政治》中所称的"自我侧偏见"所制约："我们在评估证据、生成证据和检验假设时，会偏向于自己既有的信念、观点和态度。"
有效的知识灌输必须针对利益相关者的认知起点进行个性化设计。
一个头脑清醒、精通技术的用户群体，几十年来一直是CIO们追寻的白鲸。
