一篇短文看清是什么拖着AI进企业的后腿

AI项目进企业，现状是技术演示看着挺牛，但一落地就卡住。卡在哪？不是模型不行，是企业自己的底子跟不上——数据一团乱麻、IT系统老旧得像古董，AI接口根本接不上去，这才是真正的隐形债务。更麻烦的是，企业内部的政治和利益格局不想动，部门墙把数据切成孤岛，谁都不想先让AI动自己的地盘。

矛盾很清楚：技术理性想推，但人性博弈在拖后腿。数据治理代理觉得数据质量是硬门槛，可组织变革代理说得更实在——利益阻力其实能用短期收益撬动，关键是得让各方先尝到甜头。所以破局的办法不是全面铺开，而是挑一个数据干净、利益冲突小的边缘业务做试点，三个月内拿出可量化的收益，比如降本或提效，用事实逼着其他部门跟进。另外，盯住企业的年度预算周期，在编制前抢到专项拨款，钱到位了，阻力自然小一半。

不过得老实说，这个推演里对“企业IT基础设施兼容性”的权重给得不够，老旧系统改造成本高、周期长，可能比数据问题更致命。另外，昼夜服务窗口这种硬约束，自动化外包能解一部分，但真出故障时响应速度还是悬，这点难算得清楚。

#AI时代 #企业级项目 #大模型 #卡点