導(dǎo)語：2023年生成式 AI 爆火時，每家公司都在瘋狂搞“黑客馬拉松”，無數(shù)炫酷的 AI 原型如雨后春筍般涌現(xiàn)。但兩年過去了，MIT 的一份報告給所有人潑了一盆冷水：約 95% 的生成式 AI 試點項目，未能產(chǎn)生任何可衡量的商業(yè)影響。
為什么在隔離的實驗室里跑得飛起的模型，一放到真實的業(yè)務(wù)環(huán)境中就“見光死”？
死于“演示到生產(chǎn)的鴻溝”
自動化工具獨角獸 Zapier 的高管一針見血地指出：AI 的難點從來不在于 AI 本身，而在于它周圍的“編排協(xié)調(diào)”。一個 AI 生成的內(nèi)容，如果還需要人類手動復(fù)制粘貼到另一個系統(tǒng)，如果卡在漫長的安全合規(guī)審查里，或者與現(xiàn)有的數(shù)據(jù)源完全脫節(jié)，那它就只是一場昂貴的“玩具演示”。
失敗的早期信號：隱秘的“拖延癥”
你的 AI 項目是否也陷入了這種怪圈？匯報時高管聽到的總是“即將發(fā)布”，但實際落地日期卻一拖再拖。這周是因為“要解決接口集成”，下周變成了“等待安全評估”。更致命的是，很多項目從一開始就只是為了“用 AI 做點什么”，而不是為了解決用戶的真實痛點，結(jié)果就是上線后毫無反響。
該搶救還是該“拔管”？
如果你的項目已經(jīng)卡在“即將上線”的狀態(tài)超過兩個周期，是時候做決定了：
如何搶救？停止盯著“模型準(zhǔn)確率”自嗨，轉(zhuǎn)向“工作流性能指標(biāo)”。找出人工交接的斷點，明確誰對最終的業(yè)務(wù)結(jié)果（而非實驗結(jié)果）負(fù)責(zé)。
何時“拔管”？別被“沉沒成本”綁架。AI 領(lǐng)域的格局每個月都在變，一年前覺得不可行的技術(shù)現(xiàn)在可能輕而易舉。如果繼續(xù)投入的成本已經(jīng)超過了它能帶來的價值，果斷砍掉它！
結(jié)語：
在 AI 時代，終止一個失敗的項目絕不是認(rèn)輸。相反，迅速把團(tuán)隊從爛泥潭里拔出來，將精力和資金投入到真正有商業(yè)價值的場景中，這才是最高級的領(lǐng)導(dǎo)力。別忘了，在 AI 領(lǐng)域，學(xué)習(xí)的速度，永遠(yuǎn)比任何單一項目的成敗更重要。
原文：如何挽救失敗的AI項目？
大多數(shù)AI項目的失敗源于組織內(nèi)部的問題，而非模型本身。領(lǐng)導(dǎo)者需要知道何時應(yīng)在內(nèi)部修復(fù)并重新調(diào)整項目方向以及何時應(yīng)終止項目。
圖源：Paul Fleet ?| Shutterstock
2023年3月，自動化公司Zapier宣布內(nèi)部代碼紅色警報，敦促各團(tuán)隊加速進(jìn)行AI實驗。AI原型在短時間內(nèi)大量涌現(xiàn)，工作流程被重建。該公司首席人力與AI轉(zhuǎn)型官Brandon Sammut（布蘭登·薩穆特）表示："那種能量令人難以置信，團(tuán)隊正在構(gòu)建AI驅(qū)動的工作流程。"
然而，很少有自動化流程能夠真正投入生產(chǎn)。雖然模型在隔離環(huán)境中運行良好，但它們無法在Zapier現(xiàn)有工具、數(shù)據(jù)源、審批流程和人工工作流程的復(fù)雜網(wǎng)絡(luò)中存活下來。
Sammut（薩穆特）補(bǔ)充道："就在那時，我真正理解了這一點——AI的難點不在于AI本身，而在于它周圍的編排協(xié)調(diào)。"
他所說的"演示到生產(chǎn)的鴻溝"只是AI項目偏離軌道的眾多原因之一，數(shù)據(jù)碎片化、治理薄弱、領(lǐng)導(dǎo)者與一線團(tuán)隊之間的脫節(jié)往往使問題雪上加霜。數(shù)據(jù)也反映了這一點。MIT（麻省理工學(xué)院）《2025年商業(yè)AI現(xiàn)狀》報告估計，約95%的生成式AI試點未能產(chǎn)生可衡量的商業(yè)影響。
AI的采用確實很混亂，比一些估計所顯示的要復(fù)雜得多，這已不是什么秘密。因此，C級高管必須識別AI項目何時正在偏離軌道以及是否值得挽救。不過，憑借正確的策略，一個陷入困境的實驗可以轉(zhuǎn)變?yōu)檎嬲?wù)于企業(yè)的項目。
普華永道美國及全球首席AI工程官Scott Likens（斯科特·利肯斯）表示："AI不應(yīng)僅憑樂觀情緒維持，它需要可觀察、可重復(fù)且與商業(yè)價值掛鉤的成果。"
一、失敗的早期跡象
問題跡象往往在早期就會浮現(xiàn)。一個常見跡象是項目看似在推進(jìn)，但投入實際使用的日期卻一再推遲。Sammut（薩穆特）說："再過幾周變成'我們需要解決集成問題'，然后變成'我們在等待安全審查'。每次延遲單獨看都合情合理，但綜合起來就形成一種模式。"
另一個項目走向失敗的跡象是領(lǐng)導(dǎo)者與執(zhí)行者之間的鴻溝。高管往往認(rèn)為自己對項目有清晰的了解，而實際執(zhí)行工作的工程師和運營人員卻說，日常摩擦中的許多問題并未被看見。曾經(jīng)有一段時間，Sammut（薩穆特）相信項目進(jìn)展順利，因為他聽到了里程碑和發(fā)布日期的匯報。但仔細(xì)查看后發(fā)現(xiàn)，團(tuán)隊正卡在集成積壓和政策延遲上——這些問題在高管匯報中很少被提及。
在其他情況下，項目失敗是因為從未被領(lǐng)導(dǎo)層視為優(yōu)先事項。網(wǎng)絡(luò)安全軟件提供商Fortra的數(shù)據(jù)科學(xué)經(jīng)理Eli Vovsha（伊萊·沃夫沙）就經(jīng)歷了這種情況。大約在2022年，他和一位同事著手將一個黑客馬拉松原型轉(zhuǎn)化為由強(qiáng)化學(xué)習(xí)驅(qū)動的生產(chǎn)就緒系統(tǒng)。
Vovsha（沃夫沙）和他的同事交付了概念驗證（PoC），但從那之后，事情就停滯了。他說："經(jīng)過各種延遲后，項目最終被徹底放棄。"
回顧往事，他補(bǔ)充道，這項計劃之所以受挫，是因為領(lǐng)導(dǎo)層從未將其視為真正的優(yōu)先事項。他說："這種缺乏真正關(guān)注意味著我們的工程師同事不得不反復(fù)推遲工作，因為更高優(yōu)先級的任務(wù)不斷出現(xiàn)。"
事后看來，他并不質(zhì)疑自己做出的技術(shù)決策，這是一次戰(zhàn)術(shù)性的教訓(xùn)。他說："作為項目經(jīng)理，我會非常謹(jǐn)慎地確保該計劃與相關(guān)產(chǎn)品經(jīng)理的愿景和路線圖保持一致，并且有內(nèi)置的杠桿來保證工程支持。"
Likens（利肯斯）表示，他觀察到許多AI計劃在偏離明確的商業(yè)目標(biāo)時失去動力。他說，在AI領(lǐng)域，靈活性比所有權(quán)更重要，重新聚焦于由更強(qiáng)大的數(shù)據(jù)和治理支持的特定商業(yè)問題，可以幫助團(tuán)隊更快地行動并交付持久的成果。
但并非所有警示信號都容易察覺。有些很微妙，容易被忽略——比如項目從議程中淡出，人們不再談?wù)撍伦兊媚：?，曾?jīng)圍繞它的興奮情緒讓位于禮貌的沉默。這就是為什么高管需要關(guān)注那些沒有被說出來的東西。如果項目已經(jīng)部署，他們還應(yīng)該關(guān)注用戶反饋。澳大利亞軟件工程師Sean Goedecke（肖恩·戈德克）在自己的網(wǎng)站上撰寫關(guān)于AI和大公司動態(tài)的文章。他說："主要需要關(guān)注的是積極用戶反饋的缺失，最成功的AI產(chǎn)品都能立即與用戶產(chǎn)生共鳴。"
他補(bǔ)充說，失敗的AI項目通常是因為它們被"要用AI做點什么"的沖動所驅(qū)動，而非解決用戶的真正問題。
二、挽救失敗的項目
有些AI項目具備挽救價值，但恢復(fù)需要從技術(shù)導(dǎo)向轉(zhuǎn)向業(yè)務(wù)價值導(dǎo)向的思維轉(zhuǎn)變。不過，這些項目不應(yīng)被視為技術(shù)實驗。領(lǐng)導(dǎo)者需要轉(zhuǎn)而關(guān)注工作將如何為業(yè)務(wù)交付真正的價值，這意味著將這些項目整合到實際工作流程中，分配明確的所有權(quán)并設(shè)定可衡量的結(jié)果。
Likens（利肯斯）說："第一步是從模型性能指標(biāo)轉(zhuǎn)向工作流程性能指標(biāo)，要問的是業(yè)務(wù)成果是否在改善，而不是模型是否準(zhǔn)確。"
要想有任何挽救失敗AI項目的機(jī)會，組織需要了解實際正在發(fā)生什么，而非領(lǐng)導(dǎo)層認(rèn)為正在發(fā)生什么。然后，重要的是找出編排協(xié)調(diào)的缺口在哪里以及真正阻礙進(jìn)展的是什么。
Sammut（薩穆特）說："我們不再孤立地看待模型性能，而是審視整個工作流程。"這意味著要問：手動交接點在哪里？人們在哪里將結(jié)果從一個系統(tǒng)復(fù)制到另一個系統(tǒng)？在AI產(chǎn)出與團(tuán)隊實際需要采取行動之間，流程在哪里斷裂？
一旦回答了這些問題，公司就可以采取具體措施。Sammut（薩穆特）和他的同事建議分配明確的所有權(quán)。他說："必須有人對生產(chǎn)結(jié)果負(fù)責(zé)，而不僅僅是實驗。"
他們進(jìn)一步投資于更早的集成規(guī)劃，敦促團(tuán)隊在截止日期臨近之前就系統(tǒng)、數(shù)據(jù)流和工作流程依賴關(guān)系提出尖銳問題。他們從流程一開始就建立治理，而不是讓合規(guī)和安全審查在后期作為意外障礙浮現(xiàn)。此外，他們標(biāo)準(zhǔn)化了工具，使團(tuán)隊在同一平臺上工作并優(yōu)先開展培訓(xùn)，幫助員工學(xué)習(xí)如何使用新技術(shù)并適應(yīng)工作流程。
Sammut（薩穆特）說："當(dāng)團(tuán)隊共享共同的基礎(chǔ)和相互學(xué)習(xí)的方式時，每個新項目都建立在上一個的基礎(chǔ)上，而不是從頭開始，這就是如何將單次實驗轉(zhuǎn)化為可復(fù)用的項目能力。"
他還堅持認(rèn)為，組織在開發(fā)AI項目時需要使用三支柱框架，即每個計劃都應(yīng)在效率、質(zhì)量和員工體驗方面帶來可衡量的改進(jìn)。他說："僅靠效率會導(dǎo)致崗位流失、恐懼和抵制，僅靠質(zhì)量無法證明投資的合理性，如果執(zhí)行工作的人討厭新流程，它就不會持續(xù)下去。"
他補(bǔ)充說，如果更早應(yīng)用這一測試，他的團(tuán)隊就能更快終止較弱的嘗試，并將時間和投資集中在顯示出真正前景的項目上。
三、何時終止AI項目
組織往往在項目前景黯淡后，仍持續(xù)維持存在問題的AI項目。終止AI項目可能令人痛苦，尤其是在數(shù)月工作和公開支持之后。但經(jīng)驗豐富的高管表示，知道何時停止是游戲的一部分。終止一個陷入困境的項目可以釋放時間、資金和人才，用于能夠交付真正價值的想法。
在AI領(lǐng)域，技術(shù)發(fā)展迅速，這種紀(jì)律顯得尤為重要。Goedecke（戈德克）說："組織應(yīng)該特別愿意終止AI項目，格局變化如此之快，以前技術(shù)不可行的AI項目，如今每個月都可能成為現(xiàn)實，所以一個一年前的AI項目可能僅僅因為時間問題就應(yīng)該被重新審視。"
Sammut（薩穆特）也見過這種模式。團(tuán)隊出于沉沒成本思維而緊抓AI試點，僅僅因為已經(jīng)投入了如此多的時間和精力就沒有人愿意承認(rèn)它可能行不通，于是繼續(xù)投入。他說："這是個陷阱，將精力和資源重新導(dǎo)向更高影響力的機(jī)會，比繼續(xù)向不會帶來改變的東西傾注資源要好。"
他建議終止那些證明影響力低于預(yù)期，或即使在最佳情況下成本也超過其可能交付價值的項目。
Sammut（薩穆特）說："如果一個試點已經(jīng)幾乎準(zhǔn)備好投入生產(chǎn)超過兩個周期，卻沒有解決明確、具體的障礙，那可能就到了直接討論是否重新設(shè)計或停止的時機(jī)。"
不過，停止項目并不意味著浪費背后的工作。有時，將團(tuán)隊轉(zhuǎn)移到不同的項目可以加速進(jìn)展，而非停滯。他說："這里的元教訓(xùn)是，學(xué)習(xí)速度比任何單一項目都重要，如果終止一個項目能讓你的團(tuán)隊在更好的項目上更快學(xué)習(xí)，那就不是失敗，而是好的領(lǐng)導(dǎo)力。"
四、應(yīng)對疑慮
AI項目承載著巨大的期望。它們以大膽的承諾、雄心勃勃的時間表和快速轉(zhuǎn)型的希望啟動。Likens（利肯斯）說："當(dāng)它們未能交付時，可能感覺像是一次公開的挫折，尤其是考慮到AI的可見性。"
當(dāng)他們未能達(dá)到預(yù)期時，這種壓力可能會非常個人化。Sammut（薩穆特）說："確實會有一個充滿懷疑的時刻，你會反思是不是對項目推進(jìn)力度把握不當(dāng)，你會想人們是否因為一個停滯的項目而對更廣泛的AI戰(zhàn)略失去信心。"
構(gòu)建這些AI項目的團(tuán)隊也感受到了。工程師和產(chǎn)品經(jīng)理可能變得更加謹(jǐn)慎，不太愿意冒險或提出大膽的想法。隨著時間的推移，這種猶豫可能比任何單一的失敗項目更能減緩創(chuàng)新。
Sammut（薩穆特）補(bǔ)充說："存在真正的風(fēng)險，即人們會認(rèn)為AI實驗存在風(fēng)險或AI價值被過度宣傳。這兩個結(jié)論都是錯誤的，但它們是事情沒有按預(yù)期進(jìn)行時的自然反應(yīng)。"
在這些情況下，透明度很重要。Sammut（薩穆特）說："當(dāng)某事不奏效時，我們會以一種將經(jīng)驗視為輸入而不是責(zé)備的定論來討論原因。"
在AI這樣快速發(fā)展的領(lǐng)域，這種開放性可以是一種競爭優(yōu)勢。他補(bǔ)充道："我們將公開學(xué)習(xí)和分享我們所學(xué)到的，無論是否成熟。"
