95%的企业AI试点都失败了,问题到底出在哪?

技术深潜 第1期

一、一个扎心的数字

你有没有这种感觉——公司搞了半年AI，demo看着挺炫，回头一看业务数据，啥也没变？

不是你的错觉。

MIT最近公布了一个数字：约95%的企业AI试点，无法产生可测量的商业影响。这些企业前前后后已经砸进去了300到400亿美元。

说白了，几百亿美元，几乎全打了水漂。

什么叫"可测量的商业影响"？就是你能拿出数据说：用了AI之后，成本降了百分之多少，效率提了百分之多少，收入涨了百分之多少。不是PPT上的预测数字，是财务报表上真实出现的数字。

95%的企业，拿不出来。

更扎心的是Gartner的预测——到2027年末，超过40%的代理型AI项目将被取消。不是暂停优化，是直接砍掉。

我最近接触了不少企业，有个场景特别典型。老板在行业大会上听了几个AI故事，回来就拉着市场部说："咱们也搞个AI，不用找IT，你们自己弄弄就行。"

周二我会写一个真实的故事，讲的就是这么一家公司——老板绕开IT部门自己搞AI，一周后发生了什么。今天先不剧透，咱们先聊聊一个更根本的问题：为什么95%的企业AI试点，会失败？

二、失败原因一：MVP幻觉

"用ChatGPT写文案，效率提升10倍！"

这话你一定听过。听起来很厉害，但这是MVP，不是企业级AI。

咱们翻译一下。MVP就像在游泳池里学游泳——水温恒定、没有风浪、救生员就在旁边看着。你在这个池子里游得再好，也不代表你能跳进太平洋。

企业级AI就是太平洋。有数据隐私的风暴，有系统集成的暗礁，有用户习惯变化的洋流，还有合规审查的鲨鱼。

从MVP到生产级，中间横着四道鸿沟：

●  数据管道——demo用的是精心清洗过的样本数据，生产环境的数据是脏的、散的、随时在变的

●  模型评估——demo靠人肉看几条觉得"不错"，生产环境需要系统化的指标体系

●  系统集成——demo是个独立网页，生产环境要跟ERP、CRM、OA几十个系统打通

●  运维保障——demo挂了刷新一下就行，生产环境挂了就是生产事故

很多企业的AI试点，就死在以为游过游泳池就能横渡太平洋这个幻觉上。

demo阶段你看到的一切美好——响应快、效果好、成本低——都是建立在精心准备的数据、小范围测试、没有真实用户压力的前提下的。一旦上了生产环境，这些前提全部消失，裸泳的人马上就露馅了。

三、失败原因二：绕开专业团队

"老板让市场部自己搞AI。"

这句话我听了不下二十次。不是市场部不努力，是这件事的底层逻辑就不对。

Gartner的数据显示，75%的影子IT使用，发生在业务部门自行采购或免费使用SaaS工具的时候。什么意思呢？就是业务部门绕开IT，自己找工具、自己接API、自己跑流程。

听起来挺高效，对吧？但问题在于——

没有架构设计，系统就是一坨意大利面，改一个地方崩三个地方。没有风险评估，数据往第三方API一传，合规雷就埋下了。没有数据治理，各家口径不统一，最后AI给出的结果是"薛定谔的答案"——对不对全看运气。

更麻烦的是安全问题。业务部门自己接的API，用的什么密钥、传了什么数据、存在哪、谁能看，IT部门一概不知。等数据泄露了，才发现整个公司最敏感的客户信息，在三个月前就已经通过一个免费API传出去了。

说白了，绕开IT搞AI，等于蒙着眼开高速。短期可能跑得快，长期一定出事。

四、失败原因三：数据基础设施跟不上

很多人觉得搞AI就是"接入一个API"。找个大模型，调几个接口，齐活。

但AI真正的工作量，80%发生在API调用之前。你得先回答四个问题：

数据在哪？散在十几个系统里，有的在本地服务器，有的在云端，有的还在某人的Excel附件里。

格式统一吗？同一个客户名，A系统叫"北京XX科技有限公司"，B系统叫"北京XX"，C系统叫"XX科技"。

能实时获取吗？demo的时候手动导一份CSV就行，生产环境需要实时数据流，延迟超过两秒用户就骂娘了。

质量过关吗？缺失值、重复值、错误值——这些问题在demo里不存在，在生产环境里无处不在。

工业AI领域有个数据更触目惊心：87%的工业AI项目从未进入生产环境，其中60%死在了数据采集阶段。连数据都没采集利索，模型再先进也白搭。

打个比方。你给一辆F1赛车的引擎，装在拖拉机的底盘上。引擎再猛，跑起来也是散架。

AI就是那个引擎，数据基础设施就是底盘。底盘不行，引擎再好也跑不起来。

五、失败原因四：没有评估体系

"AI上线了，效果怎么样？"

"挺好的！大家都说不错。"

这不是评估，这是感觉。企业级AI不能靠感觉吃饭。

我见过太多团队，花了几个月开发AI功能，上线之后问效果，负责人支支吾吾说"用户反馈还行"。再追问具体数据，就卡壳了。上线前没有记录基线，上线后没有对照组，连"还行"这两个字都无从验证。

专业的评估体系至少要包括四样东西：基线指标（上线前是什么水平）、A/B测试（用了AI和没用AI到底差多少）、hallucination率监控（AI一本正经胡说八道的频率有多高）、人工审核流程（出了错谁能兜底）。

我列个表你直观感受一下差距：

维度	野路子评估	专业评估
指标定义	"感觉变快了"	处理时长从15分钟降到4分钟，误差率控制在3%以内
测试方法	挑几条看看	对照组 vs 实验组，连续跑两周以上
质量监控	用户投诉了才知道	自动化hallucination检测 + 抽样人工审核
兜底机制	出了事再说	预设降级方案，AI不确定时自动转人工

没有评估体系的AI，就是一台没有仪表盘的车。你不知道速度多快，不知道油还剩多少，不知道引擎有没有过热。直到它突然停下来，你才知道出了问题。

六、那5%成功的人做对了什么

说了这么多失败的，那成功的5%到底做对了什么？我观察下来，有三个共性。

第一，IT全程参与架构设计。不是IT来"配合"业务部门，是从第一天就坐在一起。业务说需求，IT说约束，两边一起画架构图。AI从来不是市场部一个人的事，也不是IT部一个人的事，是两个人的事。

第二，从数据治理开始，而不是从模型开始。成功的团队第一周不碰大模型，先花时间理清楚数据在哪、格式什么样、质量怎么样。地基打好了，上面盖楼才稳。

第三，先解决一个具体场景，再谈扩展。不是一上来就喊"全面AI转型"，而是找一个最痛的场景，做透、做深、做出可量化的结果，然后把经验复制到下一个场景。贪多嚼不烂，一个场景跑通了，后面十个才有可能。

这三条听起来平淡无奇，甚至有点 boring。但成功的团队跟失败的团队之间的差距，恰恰不在于谁用了更先进的模型，而在于谁把这些"无聊"的基本功做扎实了。

Klarna就是个很有意思的反转案例。这家公司曾经高调宣布AI替代了700名客服，股价蹭蹭涨。结果2025年自己承认"走得太远"，用户体验不升反降，重新开始招人。

从"AI替代一切"到"走得太远"，Klarna踩的坑就是——把MVP阶段的效率，当成了生产环境的标准。demo里AI能处理80%的工单，但剩下那20%处理不了的，恰恰是最需要人、最影响口碑的部分。

七、AI不是魔法，是工程

写到最后，我想说一句可能不太讨喜的话。

大多数企业搞AI失败，不是因为技术不行，不是因为模型不够强，甚至不是因为钱不够。投了几百亿美元，模型一代比一代强，工具一年比一年多，失败率还是95%。

问题出在哪？出在思路。

AI试点的失败，90%发生在技术选型之前——发生在那个"我们不需要IT，自己就能搞"的决定里。

AI不是魔法，不是你接个API就能变身科技公司。它是一项工程，需要架构、需要数据、需要评估、需要运维、需要人和流程的配合。

95%的失败率不是AI的问题，是我们对待AI的方式有问题。技术已经准备好了，但大部分企业的组织方式、数据基础、工程能力，还远远没跟上。

把AI当魔法，它就用95%的失败率教你做人。把AI当工程，它才可能给你那5%的回报。

明天周二，会开始一个以个人经历（随时可能追上正在进行时）为背景的连载故事（做了艺术加工，以免对号入座）——某公司老板绕开IT部门搞AI，一周后发生了什么。看完今天这篇，你大概能猜到结局，但过程比你想的更魔幻。

——岚，于山下

这是「技术深潜」的第1篇。每周一、三、五更新。