CIO必须看懂的软件防坑指南

随着AI炒作的升温，CIO需要切实可行的方法，来区分企业级就绪平台与无法在生产环境中落地的产品。

Salesforce在Dreamforce 2024大会上发布了Agentforce平台，这是一个利用智能体自动处理业务任务和客户互动的AI驱动平台。Salesforce最初对该平台寄予厚望，其宣称的目标是到2025年底部署10亿个AI智能体。

然而，现实却截然不同。根据Salesforce Ben的数据，到2026年初，只有6%的Salesforce客户购买了Agentforce的付费方案，另据CNBC在6月份的一份报告显示，该公司股价在2026年上半年下跌了43%，而同期标准普尔500指数则上涨了约7%。

这种愿景与部署现实之间的巨大鸿沟，正是当前企业级“空头支票软件”(Vaporware，又称雾件)的真实写照。在这种情况下，AI平台在技术上虽然可用，但在生产环境中却无法带来实际价值。Vaporware最初用来形容那些发布后却从未面市的软件。在2026年，更常见的问题是产品虽然面市了，但无法实现规模化部署、由于更新过快而无法稳定实施，或者定价高昂导致在生产环境中使用的经济可持续性太低。

Vaporware最初的核心定义是指不存在的产品或服务，它只是空想，并非真实存在。现在，从企业IT的角度来看，这个词有了更丰富的内涵，包含以下几种类型：

• 从未发布的产品：企业对这些产品进行了发布和宣传，但从未推向市场。三星的Ballie家用机器人最初在2020年的CES上亮相，原定于2025年夏季在美国和韩国市场上市，但最终错过了这一时间窗口，至今仍未发布。

• 无限期推迟的产品：这些产品屡次承诺发布时间，但每次承诺都伴随着各种说辞被不断推迟。Ballie也符合这一类别，它先后在2020年、2024年和2025年的CES上亮相并连续做出承诺，却始终未能交付。

• 货不对板的产品：这些产品虽然上市了，但未能兑现核心承诺。Humane AI Pin在发布不到一年的时间里，因产品过热、销量低迷和市场反应冷淡，于2025年2月前停产。

• 战略性Vaporware：发布的主要目的是为了引导市场行为或打击竞争对手，但发布背后并没有明确的交付承诺。谷歌的Project Astra就符合这种模式，它在2024年5月14日的Google I/O大会上亮相，被定位为一个能够在不同设备间进行实时多模态交互的通用AI助手，而截至2026年6月，谷歌官方页面仍将Project Astra描述为“一个研究原型，正由少数值得信赖的测试人员进行使用和改进”，Fast Company将其列为2024年未能落实的AI产品之一。

• 企业级Vaporware：产品可以购买，但由于部署复杂度超出了企业的承接能力、生产成本不透明，或者价值主张无法与实际业务流程匹配，导致普及停滞不前，Agentforce就属于这一类。

Vaporware的常见预警信号包括：

• 交付时间表模糊，缺乏明确承诺。

• 仅提供Demo演示，没有可用的沙箱或测试版计划。

• 一再推迟，且每次都有不同的说辞。

• 缺乏技术规格说明或定价信息。

• 营销活动声势浩大，但缺乏客户采用的实际证据。

• 合作伙伴对实施指导方案感到困惑。

在实际应用中，有很多企业级Vaporware的案例可供企业吸取教训。

大型企业软件案例：Salesforce Agentforce

在2024年9月的Dreamforce大会上，Salesforce将Agentforce定位为一个能够自主、规模化改变客户服务、销售和业务流程的平台。为了支持这一雄心，Salesforce投入了巨额营销资金，瞄准了那些急于展现AI进展的企业。

然而，市场现实很快发生了偏离。Salesforce Ben在2025年7月报道称，客户和合作伙伴已开始将该平台描述为“昂贵、令人莫名其妙，或者根本不是很多公司准备好去接纳的东西”。Forrester的分析师在Dreamforce 2025大会上通过与客户的直接交流发现，该平台的实际采用率微乎其微，并得出结论：该平台“要实现有意义的ROI还有很长的路要走”。

彭博社在2026年5月的一项调查让这种脱节成为了焦点，标杆客户的演示“很大程度上只是愿景”。在Salesforce大会舞台上进行直播演示六个月后，Williams-Sonoma的电话线仍未接入Agentforce。芬航的网站将相关功能标注为“仅在未来规划中”，而致电芝加哥大学医学中心的患者仍被转接给人工排班人员，尽管该机构出现在了Salesforce的宣传视频中。

对于那些拥有Agentforce部署直接经验的企业来说，情况则更为复杂。

IT服务提供商Unisys的全球AI业务副总裁Chris Bennett表示：“我们使用Salesforce Agentforce的体验是积极的。”但Chris Bennett指出，很多企业在“错失恐惧症”(FOMO)的驱使下盲目推进AI落地，在这场热潮中遗忘了基本的企业架构、安全性和治理原则。

“仅仅因为你能以某种方式做某事，并不意味着你应当这样做。”Chris Bennett说，“我们在几乎每家企业中看到的两个最大阻碍就是流程和数据。”

其他备受瞩目的案例

同样的模式也出现在AI硬件和机器人领域。

• Humane AI Pin： 从包括OpenAI CEO奥特曼在内的投资者那里筹集了2.3亿美元，于2024年4月以700美元的价格上市，在HP以1.16亿美元收购其资产后，于2025年2月前停产。事实证明，雄厚的资金支持和上市前的铺天盖地的营销，并不能替代一款具备生产环境就绪度的产品。

• 三星Ballie： 最初在2020年CES上亮相，尽管在2020年、2024年和2025年的CES上频繁露面且每次都承诺即将上市，但截至2026年1月仍未发布，五年间引人入胜的演示并未转化为一款商业化产品。

• 自主式AI的过度承诺(全行业现象)： Agentforce的遭遇并非个例。根据研究机构Everest Group合伙人Yugal Joshi的说法，整个行业似乎处于一种长期的“原型模式”中。

“最近一段时间，OpenAI表现不佳的例子屡见不鲜，Anthropic的模型也频繁触及Token限制。”他表示，“此外，包括SAP、ServiceNow、Salesforce和Workday在内的众多企业平台厂商，其推出的AI智能体市场褒贬不一。”

• 具身智能与机器人： CES 2026展示了大量的自主机器人和具身智能系统，但生产环境的部署仍然罕见，评估该领域的企业在维护成本、集成、法律责任和ROI方面仍面临未解之谜。

大多数AI产品的失败都有一个共同的根源。

政府技术服务商Maximus的CIO Derrick Pledger表示：“最根本的脱节在于，企业在投资AI工具时，对其相关的应用场景或试图解决的问题缺乏清晰的认知。”

在生产环境中停滞不前的AI平台和自动化工具，会带来真金白银的财务和运营后果。

财务风险

由于实施停滞导致的IT预算浪费、因延迟投资已证实有效的解决方案而产生的机会成本，以及由于竞争劣势带来的隐性成本，这些都会迅速累积。

Quest Software的CIO Greg Sarich表示：“当企业将预算、时间和高管精力投入到一个无法规模化扩展的AI项目中时，会拖慢其他数字化的优先级，并可能导致内部对未来的AI投资产生怀疑。”

Derrick Pledger指出，另一个陷阱是，一些企业预期AI能带来生产力提升而提前削减了员工人数，但AI的红利并未兑现，导致企业面临更高的成本，并失去了AI无法替代的组织经验。

运营后果

失败的实施并不会让企业回到原点。围绕那些无法交付的产品制定的路线图会被打乱，实施团队不得不面对文档陈旧且变化过快的产品。

“团队可能会花几个月的时间，试图将一个工具强行塞进它尚未准备好的业务流程中，而真正的底层问题——如数据质量、系统集成、身份安全、治理和平台就绪度——却依然悬而未决。”Greg Sarich表示。

“可用但不可用”的难题

企业级Vaporware在合同层面上很难处理，因为产品确实存在，而试点项目掩盖了这一问题。

Rimini Street的CTO Eric Helmer表示：“试点项目让你避开了真正棘手的问题，你使用的是清洗过的数据、狭窄的应用场景和高度受控的环境，你不需要过多考虑治理、政策、数据保护、监控或可解释性，这些问题在Demo演示中不会出现，但在生产环境中会立刻暴露出来。”

治理风险

当产品存在但未能兑现承诺时，很难向供应商追责。由于功能不成熟引起的安全和合规漏洞会使企业面临风险，并削弱利益相关者对IT领导层的信任。Derrick Pledger指出，2026年最惨痛的AI失败案例，关键不再于Demo是否令人惊艳，而在于系统在生产环境中是否可治理、安全、可衡量、可签约以及经济上是否可持续。

要想规避Vaporware，首先要改变过去评估标准软件的方法来重新审视AI供应商。

拒绝纯Demo，要求生产环境测试

单靠Demo演示是远远不够的。

Chris Bennett表示：“你不能直接在你的呼叫中心、生产线或患者护理环境中部署某些东西，然后听天由命。”

他补充道，最明显的采购危险信号就是供应商说：“相信我们，直接部署吧，我们没时间做试点。”在FOMO心理驱动盲目决策的大背景下，这种态度正变得越来越普遍。

Eric Helmer注意到，他最常看到的错误是团队“陷入了对体验的盲目迷恋”。

“Demo看起来很棒，输出很惊艳，路线图听起来令人兴奋。”Eric Helmer说，“但一个好的评估流程必须逼你退后一步，问一个难得多的问题：这东西在我们的数据、我们的业务流程、我们的治理模型以及我们的业务规模下，到底能不能运转?”

将评估锚定在可衡量的应用场景上

技术的ROI必须在采购前定义好，而不是在部署后去碰运气。

Derrick Pledger表示：“与其将AI工具引入老旧或存在缺陷的系统中，真正的价值必须始于首先对流程和工作流进行重构，然后深思熟虑地选择在何处引入AI才能带来可衡量的ROI。在企业找出其流程瓶颈或效率低下之前，愿景与现实之间的鸿沟只会越来越大，AI工具治不好这些底层顽疾。”

评估供应商的公信力与技术架构

理解供应商提出的架构是必不可少的一步，在Derrick Pledger看来，一个可靠的企业级AI供应商评估流程，与其说是传统的IT采购，倒不如说更像是第三方风险管理、模型风险管理和产品尽职调查的结合体。

“如果供应商无法提供清晰的文档和架构蓝图，或者在缺乏人工反馈闭环、缺乏升级机制或决策可审计性的情况下，就推销针对关键决策的端到端自动化，这些都应该被视为重大危险信号。”Derrick Pledger表示。

针对“可用但不可用”的场景构建合同

传统的软件合同主要承担的是“无法交付”的风险，而企业级Vaporware则需要合同条款明确定义什么是“成功部署”，而不仅仅是“产品可用”。

Salesforce Agentforce的现状揭示了被许多CIO称为“企业级Vaporware”的现象——即产品在技术上存在，但在规模化应用中无法交付实际价值。

在2026年，问题已经不仅限于那些研发出来却从未面市的产品。对于IT领导者来说，更棘手的挑战在于那些虽然面市但无法成功部署、对企业数字化就绪度而言过于复杂，或者由于更新过快而无法稳定实施的产品。

“归根结底，AI供应商卖的是技术上的可能性，而企业面对的则是运营上的现实。”Eric Helmer总结道，“在两者达成一致之前，我们将继续看到这种模式——在早期阶段，承诺看起来无比宏大，但在规模化落地并实现这一价值的道路，远比大多数企业预期的要艰难得多。”