企业AI项目失败，员工自用“影子AI”成救星

快速阅读: AI项目因战略缺陷屡遭失败，MIT和麦肯锡研究显示多数企业AI投资未能转化为商业成果。成功关键在于价值创造而非成本削减，企业需重视AI准备度，包括数据整合、明确用例及跨部门协作。

图片来源：BlackJack3D/iStock/Getty Images Plus

关注 ZDNET：

将我们设为 Google 的首选来源。

ZDNET 要点总结：

– 由于底层战略存在缺陷，AI 项目正在失败。

– 商业领导者应致力于员工认为有用的项目。

– 成功者将专注于价值创造，而非成本削减。

– 尽管投资数十亿美元并持续炒作，最近的独立研究显示，大多数企业难以将试点项目转化为可量化的商业成果。

两项最新研究突显了这一问题：

– MIT NANDA 报告称，95% 的企业生成式 AI 试点未能带来收入增长。仅有少数（约 5%）试点成功扩展到生产阶段或实现实际增长。

– 麦肯锡 2025 年 AI 状态调查显示，尽管采用率在上升，超过 80% 的公司报告其 AI 投资对企业的 EBIT（息税前利润）没有影响。

这些研究传达了一个重要信息，必须在董事会中引起共鸣：AI 试点项目的失败并非因为技术不够强大，而是因为背后的策略和期望存在问题。

为何 AI 试点项目受阻

MIT 的研究表明，AI 试点失败的原因并非模型性能不足。最大的问题是企业集成度不高。大多数工具无法从工作流程中学习，多数公司也未培养出将实验转化为生产系统的运营能力。

麦肯锡的研究与此呼应：只有当企业重新设计工作流程、追踪关键绩效指标并改进运营模式时，AI 才能产生影响。陷入“演示模式”的试点项目只能带来一时的热度，却无法创造商业价值。

许多行业领导者将 AI 视为短期利润率杠杆，而不是用于构建持久能力的工具。典型的策略是裁员、降低成本并提高季度利润率。

这种做法或许能在一两个季度内满足投资者，但从中期到长期来看，它会产生累积的负面影响，包括：

– 知识负债：裁员和浅层自动化导致机构知识流失。隐性知识的丧失使得恢复成本高昂。

– 人才流失：顶尖人才不愿维持脆弱的系统。他们离职时带走了专长和积极性。

– 客户体验不佳：人手不足的服务线和半成品聊天机器人降低了问题解决率，增加了客户努力程度。不满最终会反映在收入上。

结果是财务工程，而非价值工程。股东价值最可靠的增长方式是通过增加客户价值，而不是挖掘现有价值。

两种 AI：企业与员工

讽刺的是，虽然企业级 AI 试点停滞不前，但员工已经在日常工作中频繁使用 AI 工具，如 ChatGPT、Claude 和 Gemini。

这些“影子 AI”用例并非宏大的数字化转型。它们是小型、战术性的应用：起草邮件、总结文档、生成代码片段、准备演示文稿或分析客户反馈。

这些应用之所以成功，恰恰是因为它们具有特定的任务导向。它们节省了针对具体活动的时间，提高了生产力，而无需大规模的工作流程改革或资本预算。

这正是 AI 的初衷：作为生产力的放大器，而非劳动力替代工具。员工使用 AI 来更好地完成工作，而不是取代工作本身。

企业应当注意这一点。内部的草根采用揭示了 AI 真正的价值所在。领导者不应忽视或禁止影子 AI，而应研究其应用，负责任地扩大规模，并建立在员工已经证明有用的基础上，记住 AI 是生产力的推动者，而非劳动替代品。

真正的障碍：AI 准备度

即使企业希望扩大 AI 应用，许多企业仍未准备好。真正的 AI 准备不仅需要大型语言模型的许可，还需要以下准备：

– 整合且干净的数据，供系统学习。大多数企业仍处于数据分散、孤立的状态，这削弱了结果的有效性。

– 明确的用例和预期，需在项目开始前定义。太多的试点项目以“试试 AI”为起点，而非确定要解决的具体问题。

– 跨技术、人员和流程的实施路线图。AI 不是即插即用的工具，它需要变革管理、治理和持续评估。

现实情况是，AI 准备度将随着时间成熟。在许多企业中，这种成熟过程将由在日常工作中尝试 AI 的员工引领。业务和技术领导者需要将自下而上的创新转化为自上而下的战略，以在整个组织中扩展价值。

设计持久价值

那么，什么方法有效呢？一条更好的前进路径如下：

从任务而非角色开始：利用人工智能减少客户努力或周期时间，然后将节省下来的资源重新分配到更高价值的工作上。

目标是生产而非演示：将人工智能解决方案视为产品。定义所有者、服务级别、采纳目标和业务KPI。

构建学习系统：部署能够捕捉反馈并在使用中不断改进的工具。静态试点无法创造长期价值。

投资能力而非实验：跨职能团队应全面负责用例，包括数据、安全、流程、变革和客户体验。

保护知识：将自动化与知识捕获及技能提升相结合，以减少工作量而不削弱专业知识。

对董事会的建议：每一项人工智能提案都应回答一个问题：这项举措如何在未来90至180天内增加客户价值，同时在接下来的18至24个月内建立可累积的能力？

例如，如果答案是一个减员计划，那么你优化的是会计流程，而不是成果。

此外：

人工智能代理如何消除企业中的浪费——以及为什么这比削减成本更明智

最终的赢家不会是那些最快削减成本的企业。赢家将是那些重新设计工作流程，使人员和机器共同提高客户服务水平的企业。这才是建立稳健收益、持续增长和持久股东价值的方式。

人工智能失败的原因不是技术问题。人工智能失败是因为领导者选择如何使用它。关注价值创造，而非成本削减。记住：关于人工智能如何帮助企业的最佳见解，可能已经存在于你的组织内部，正由员工默默测试着。

关于人工智能

我根据OpenAI的指导再次测试了GPT-5的编程技能——现在我对它的信任度更低了

如何在VS Code中使用GPT-5与GitHub Copilot

这是我尝试过的最快的本地AI，而且远远超过其他选项——如何获取

当免费版本提供如此多功能——包括GPT-5时，ChatGPT Plus还值20美元吗？

(以上内容均由Ai生成)