導(dǎo)語：在過去的一年半里，誰不談 AI 誰就是落伍者。為了趕上這趟時(shí)代的列車，無數(shù)企業(yè)高管拍著桌子逼迫 IT 部門趕緊采購 AI 大模型。但現(xiàn)在，狂歡的后遺癥來了。
最新發(fā)布的一份調(diào)查報(bào)告，像一盆冷水澆醒了狂熱的科技圈：高達(dá)四分之三的?CIO（首席信息官）表示，他們對過去 18 個(gè)月內(nèi)做出的某項(xiàng)重大 AI 采購感到后悔。更有 29% 的 CIO 正面臨著尷尬的靈魂拷問——老板指著那些離譜的 AI 生成結(jié)果問：“這玩意兒是怎么算出來的？”而他們根本解釋不清。
為什么曾經(jīng)的“全村希望”，現(xiàn)在變成了燙手山芋？我們從 CIO 們的血淚史中，總結(jié)了這波“AI 踩坑潮”的三大元兇：
與上一代“機(jī)器學(xué)習(xí)”那種循序漸進(jìn)、慢慢摸索規(guī)律的節(jié)奏不同，生成式 AI（特別是最近火爆的 AI Agent 智能體）的發(fā)展速度簡直是脫韁的野馬。?大家急著把這種能“自己做決定”的智能體推向生產(chǎn)線，卻完全沒有建立配套的護(hù)欄和治理框架。當(dāng) AI 做出一個(gè)荒謬的決策時(shí)，由于大模型的“黑盒”屬性，CIO 根本無法向業(yè)務(wù)部門或合規(guī)審查員解釋其底層邏輯。業(yè)務(wù)跑在了合規(guī)的前面，這讓每一個(gè)在這個(gè)系統(tǒng)上運(yùn)營的企業(yè)都像是在走鋼絲。
這是讓 CIO 們最肉痛的地方。很多企業(yè)在開發(fā) AI 智能體時(shí)，將其復(fù)雜的指令、工作流邏輯死死地綁定在了某一家特定 AI 廠商的模型上（比如早早地全套梭哈了 OpenAI）。 但 AI 領(lǐng)域的進(jìn)化是按“周”計(jì)算的！當(dāng)你突然發(fā)現(xiàn)市面上出現(xiàn)了一個(gè)更便宜、甚至開源的優(yōu)秀模型（比如 DeepSeek）時(shí)，你絕望地發(fā)現(xiàn)：要把你原先的業(yè)務(wù)邏輯從舊的底層系統(tǒng)中剝離出來，其遷移成本高到令人發(fā)指。
很多時(shí)候，真的不能全怪 CIO。許多荒唐的采購決定，是高管們在看了幾個(gè)炫酷的 AI 演示后，被“錯(cuò)失恐懼癥（FOMO）”逼迫著硬塞給 IT 團(tuán)隊(duì)的。 金融科技專家 Maya Mikhailov 一語道破天機(jī)：“‘我們得先把?ChatGPT買回來，以后再想能用它干嘛’——這根本不是什么商業(yè)戰(zhàn)略，但倒霉的 CIO 卻要為此背鍋?！?/span>老板們根本不知道自家企業(yè)那爛攤子一樣的數(shù)據(jù)結(jié)構(gòu)，根本達(dá)不到喂給 AI 的標(biāo)準(zhǔn)。結(jié)果，AI 水土不服，CIO 成了替罪羊。
結(jié)語：從“盲目跟風(fēng)”到“硬核問責(zé)”
好消息是，這股狂熱正在降溫。企業(yè)開始從最初的“搞個(gè)試點(diǎn)玩玩”，轉(zhuǎn)向嚴(yán)肅的財(cái)務(wù)拷問：“這個(gè) AI 到底能帶來多少可量化的 ROI（投資回報(bào)率）？”
面對 2026 年中旬如果不出業(yè)績就“凍結(jié)預(yù)算”的最后通牒，CIO 們是時(shí)候清醒了：停止為恐慌買單。在你的數(shù)據(jù)準(zhǔn)備好、業(yè)務(wù)場景清晰之前，不要把任何一毛錢，砸向那些你根本無法控制的 AI 黑盒。
副標(biāo)題：許多 IT 領(lǐng)導(dǎo)者正面臨尷尬的境地——他們被要求為那些他們自己都無法解釋的 AI 結(jié)果進(jìn)行辯護(hù)。這導(dǎo)致了對早期選擇的 AI 廠商和平臺產(chǎn)生了深深的失望。
[圖片說明：fizkes / Shutterstock]
絕大多數(shù)首席信息官（CIO）現(xiàn)在正對自己組織做出的重大 AI 采購決定感到懊悔，同時(shí)，許多人還被要求為那些他們根本無法解釋的 AI 輸出結(jié)果進(jìn)行辯護(hù)或背書。
根據(jù) AI 編排服務(wù)提供商 Dataiku 委托進(jìn)行的一項(xiàng)調(diào)查顯示，四分之三的?CIO表示，他們對過去 18 個(gè)月內(nèi)至少一項(xiàng)重大的 AI 廠商或平臺選擇感到后悔。其中部分的失望，正是源自于 AI 系統(tǒng)給出的那些令人意想不到（甚至離譜）的結(jié)果。
更有 29% 的 CIO 坦言，他們曾被要求去證明那些他們自己都無法完全解讀的 AI 成果的合理性。Dataiku 人工智能戰(zhàn)略負(fù)責(zé)人 Kurt Muehmel 警告說，這些數(shù)字發(fā)出了一個(gè)極其令人擔(dān)憂的信號。
“看到這些統(tǒng)計(jì)數(shù)據(jù)，作為一個(gè)生活在越來越多企業(yè)依賴這些系統(tǒng)運(yùn)轉(zhuǎn)的社會(huì)中的一員，我感到有些脊背發(fā)涼，”他說?！翱紤]到這項(xiàng)技術(shù)的巨大潛力，大家急于部署它時(shí)的興奮之情是可以理解的；但問題在于，我們現(xiàn)在的部署速度，已經(jīng)遠(yuǎn)遠(yuǎn)把安全治理框架甩在了一兩步之外。”
Muehmel 指出，AI 的普及速度甚至比過去十年里的機(jī)器學(xué)習(xí)（Machine Learning）等許多其他技術(shù)都要快得多。他說，在機(jī)器學(xué)習(xí)時(shí)代，能力的建設(shè)是循序漸進(jìn)的，企業(yè)作為一個(gè)整體，有時(shí)間去慢慢摸索什么行得通，什么行不通。
“但在當(dāng)前的 AI 浪潮下，尤其是眼下正火爆的 AI 智能體（Agents），一切都發(fā)生得太快了。我們目前根本沒有建立起與這種發(fā)展速度相匹配的完整治理機(jī)制和智能體運(yùn)營（Agent Ops）能力，”他補(bǔ)充道?！霸谡麄€(gè)行業(yè)中，關(guān)于這些技術(shù)的‘最佳實(shí)踐’至今還沒有被清晰地定義出來?！?/span>
與此同時(shí)，Muehmel 表示，CIO 們的悔恨似乎與高昂的“轉(zhuǎn)換成本（Switching costs）”密切相關(guān)。他補(bǔ)充說，在某些情況下，那些急于推出 AI 智能體的公司，將他們的部署與某一家特定的 AI 供應(yīng)商進(jìn)行了深度綁定。
“想象一下一個(gè)復(fù)雜的 AI 智能體，里面包含了所有的提示指令，以及規(guī)定它該如何運(yùn)作的整個(gè)編排邏輯，”他說?！?/span>如果你把這些業(yè)務(wù)邏輯與某一家底層供應(yīng)商耦合得太緊密，那么當(dāng)有一天你發(fā)現(xiàn)市面上出現(xiàn)了更好的模型，或者更優(yōu)秀的框架時(shí)，你想把這些邏輯從那個(gè)底層系統(tǒng)中剝離出來，成本將變得極其高昂。”
調(diào)查還表明，CIO 們肩負(fù)著必須讓 AI 產(chǎn)生實(shí)際效益的巨大壓力。六成的 CIO 表示，在過去一年中，他們的首席執(zhí)行官（CEO）曾對他們選擇的 AI 供應(yīng)商或平臺提出過質(zhì)疑；71% 的人悲觀地預(yù)測：如果在 2026 年年中之前未能達(dá)成既定的 AI 目標(biāo)，他們的 AI 預(yù)算極有可能會(huì)被大幅削減甚至徹底凍結(jié)。
一些 IT 領(lǐng)導(dǎo)者表示，這項(xiàng)調(diào)查的結(jié)果簡直是“句句戳心”。電子郵件和短信營銷技術(shù)提供商 Omnisend 的工程副總裁 Tomas Kazragis 坦言，在公司采用 AI 的極早期，他就曾被要求去解釋那些他自己都看得一頭霧水的 AI 輸出結(jié)果。
Kazragis 表示，像許多其他 IT 領(lǐng)導(dǎo)者一樣，他當(dāng)時(shí)也被卷入了 AI 的炒作狂潮中，為了追求所謂的結(jié)果而用力過猛。“當(dāng)時(shí)整個(gè)團(tuán)隊(duì)動(dòng)作頻頻、熱火朝天，但其實(shí)很難說清楚我們真正瞄準(zhǔn)的業(yè)務(wù)結(jié)果到底是什么，”他補(bǔ)充道。“基本上，我們就是給員工下了‘全軍出擊’的死命令——他們也確實(shí)照做了——但這一切完全缺乏一個(gè)定義清晰的目標(biāo)，也沒有可衡量的結(jié)果標(biāo)準(zhǔn)?！?/span>
Kazragis 坦言，他現(xiàn)在依然背負(fù)著必須產(chǎn)出積極 AI 成果的沉重壓力?！案偁帉κ趾透鞣N職業(yè)社交網(wǎng)絡(luò)都在喋喋不休地討論 AI 將如何顛覆世界，”他補(bǔ)充道。“那種感覺就是，如果你不身在其中，你就會(huì)被時(shí)代淘汰。但是，當(dāng)你保持清醒的頭腦，以批判的眼光去審視這一切時(shí)，你會(huì)迅速發(fā)現(xiàn)，這場狂歡中，忽悠人的‘萬能神藥’與真正的硬核創(chuàng)新其實(shí)各占一半。”
Kazragis 建議，對于 IT 領(lǐng)導(dǎo)者來說，保持極其清醒的頭腦至關(guān)重要，絕對不能強(qiáng)迫自己盲目地去追逐每一個(gè)熱門的 AI 趨勢。不過，他表示，對于 Omnisend 公司做出的任何 AI 供應(yīng)商或產(chǎn)品決策，他至今沒有任何悔意。
“由于創(chuàng)新的節(jié)奏實(shí)在是太快了，我們已經(jīng)淘汰并替換了相當(dāng)數(shù)量的 AI 工具——但這并不是什么值得后悔的事情，”他說。“這是你采用前沿創(chuàng)新解決方案所必須付出的‘自然成本’，在這種領(lǐng)域，產(chǎn)品被淘汰替換的風(fēng)險(xiǎn)本來就極高。”
AI 可觀測性供應(yīng)商 Monte Carlo 的聯(lián)合創(chuàng)始人兼首席技術(shù)官 Lior Gavish，也對他們部署過的 AI 工具毫無怨言。
“有些 AI 技術(shù)被證明取得了巨大的成功，而另一些則差強(qiáng)人意，”他說?！暗谶@樣一個(gè)高速進(jìn)化的領(lǐng)域，實(shí)驗(yàn)和試錯(cuò)是絕對不可或缺的?！?/span>
他補(bǔ)充說，Monte Carlo 公司很快就摸清了門道：成功部署 AI 的關(guān)鍵因素之一，是將 AI 工具與它們所需的高質(zhì)量數(shù)據(jù)無縫連接起來。“如果要說后悔，我們唯一后悔的是那些當(dāng)初沒能做到這一點(diǎn)的時(shí)刻，”他補(bǔ)充道。
Gavish 承認(rèn)，他確實(shí)感受到了推動(dòng) AI 向前發(fā)展的巨大壓力。“必須達(dá)成 AI 目標(biāo)的壓力，源于這個(gè)瞬息萬變的市場，”他補(bǔ)充說?！拔覀兊目蛻羝惹衅诖@些功能，如果我們做不到，競爭對手就會(huì)將我們無情碾壓?！?/span>
不過，他觀察到，這種壓力雖然未必會(huì)立刻減輕，但其性質(zhì)正隨著時(shí)間的推移而發(fā)生演變。他指出，在“錯(cuò)失恐懼癥（FOMO）”驅(qū)動(dòng)了第一波的盲目采用之后，企業(yè)的重心將從“四處試驗(yàn)”轉(zhuǎn)向嚴(yán)苛的“結(jié)果問責(zé)”。
“企業(yè)們正在跨越最初的‘試點(diǎn)（Pilots）’階段，開始提出更加尖銳、硬核的問題：關(guān)于系統(tǒng)的可靠性、安全治理，以及可量化的投資回報(bào)率（ROI），”他補(bǔ)充道?！?/span>AI 的普及步伐不會(huì)停止，但關(guān)注點(diǎn)正在從‘追求速度’轉(zhuǎn)向‘建立信任和嚴(yán)謹(jǐn)?shù)倪\(yùn)營規(guī)范’，這標(biāo)志著我們終于進(jìn)入了這個(gè)技術(shù)周期中一個(gè)更加健康的階段。”
金融科技 AI 智能體供應(yīng)商 SAVVI AI 的首席執(zhí)行官 Maya Mikhailov 補(bǔ)充說，由于上層管理者的“錯(cuò)失恐懼癥（FOMO）”而導(dǎo)致的一系列災(zāi)難性后果，最后往往都是由倒霉的 CIO 來背鍋。她指出，許多關(guān)于 AI 的采購決定，其實(shí)是高管們強(qiáng)行塞給技術(shù)團(tuán)隊(duì)的。
“那些專門向高管和董事會(huì)推銷的炫酷 AI 演示與宏大承諾，與企業(yè)內(nèi)部在底層數(shù)據(jù)準(zhǔn)備度上的糟糕現(xiàn)實(shí)之間，存在著一條巨大的鴻溝，”她補(bǔ)充道。“不幸的是，CIO 承受了這種脫節(jié)帶來的全部沖擊，因?yàn)樗麄兪潜辉O(shè)定為‘必須讓這些破玩意運(yùn)轉(zhuǎn)起來’的技術(shù)大拿，哪怕他們面對的是一堆陳舊的遺留系統(tǒng)和千瘡百孔的業(yè)務(wù)流程?！?/span>
Mikhailov 強(qiáng)調(diào)，企業(yè)應(yīng)當(dāng)基于非常具體、清晰的需求來采用 AI，并深刻評估該技術(shù)的復(fù)雜性與其帶來的價(jià)值是否匹配。
“‘我們得先把 ChatGPT 買回來，然后再想能拿它干什么’——這根本算不上什么商業(yè)戰(zhàn)略，但不幸的是，這正是當(dāng)下許多 CIO 正在被迫扛起的重?fù)?dān)，”她無奈地說道。
