AI 试点项目：企业中的失败

Lisa Ernst · 07.11.2025 · 技术 · 8 分钟

生成性 AI 已在企业中迅速从实验发展为战略议题。尽管投入巨大，往往难以获得可衡量的结果。一项 MIT 研究显示，大约只有约 5% 的生成性 AI 试点项目能够实现可持续的生产力或利润与损益（P&L）效应。媒体报道将此简化为“95% 的 GenAI 试点失败”。本文阐明了导致这一失败的原因，并展示了实现 AI 推出第二波成功所决定性的要素。

来源: 自定义呈现

介绍

AI 试点项目是小规模、初步的实验，用于在全面推广之前评估新技术的可行性、风险和潜在结果。对于生成性 AI，通常是与大型语言模型（LLMs）一起工作的聊天机器人、助手或自动化工具。生成性 AI 能从示例数据中生成新的内容，如文本、图片或代码。 Business Impact 或 ROI 指的是可衡量的财务效应，而不仅是模糊的生产力感知。关键在于技术实现与实际采用之间的区别。实现意味着引入并使系统可用。采用意味着人们在日常工作中使用该解决方案，以改变行为和流程并产生效果。因此，AI 不是一个纯 IT 项目，而是一个包含流程设计、治理、培训和变革管理的组织项目。

当前状况

据对超过 300 个 GenAI 项目的访谈和分析，估算只有大约 5% 的被调查应用能够提供可衡量、可持续的 P&L 或生产力贡献。 MIT-Studie „The GenAI Divide“，基于对超过 300 个 GenAI 项目的访谈与分析，估计只有大约 5% 的被研究应用能够提供可衡量、可持续的 P&L 或生产力贡献。媒体如 Tom’s Hardware, TechRadar 和 Times of India 强调，主要原因在于与现有流程和系统缺乏整合。该 globale McKinsey-Umfrage „The State of AI: Global Survey 2025“ 显示，只有 39% 的企业对 EBIT 效果作出归因，且只有约 6% 被视为“高绩效者”，其中 AI 对 EBIT 的贡献超过 5%。它们的特征是重新设计的工作流程、明确的治理和系统化的 KPI 跟踪。

来源: kurierverlag.de

尽管投入巨大：AI 实施中的障碍仍然存在。

诸如咨询公司如 IHL Group 估计大约 80% 的 AI 项目会失败，只有约 30% 能超出试点阶段。主要原因是数据问题和缺乏数据治理。 TechRadar 总结称，到 2026 年，60% 至 90% 的 AI 项目处于风险之中。 Eine Guardian-Analyse 引用毕马威（KPMG）的一项调查，只有 8.5% 的受访者对 AI 结果“始终”信任。所谓“Workslop”现象，是指 AI 生成的内容看起来专业，但并不能推进实际任务。 Prosci 显示，63% 的组织把人为因素列为导致 AI 推广失败的主要原因。数据表明，原因几乎总是出现在数据、治理、流程和人员的协同作用中，而不是在模型技术本身。

原因分析

导致高比例 AI 试点失败背后，是炒作与战略必要性之间的悖论性互动。媒体煽动性的故事制造期望压力，而研究表明，持续的财务影响很少。企业因此陷入一个“试验陷阱”，拥有许多小型、松散相关的试点，但缺乏清晰的目标图景。 Medien- und Plattformdynamiken 这进一步加剧，因为像“95% 的 AI 试点失败”这样的耸人听闻的数据迅速传播。供应商和咨询公司有动机强调风险或机会，因为两者都易于市场化。许多组织向员工提供接入 AI 工具的机会，但既没有明确的用例，也没有质量标准。因此，AI 成为一个游乐场，而不是经过设计的价值链组成部分。

来源: de.linkedin.com

AI 项目中最常见的陷阱——媒体中反复出现的主题。

为 AI 推进的第二波，组织架构成为核心。成功的企业积极围绕新机遇重新设计其流程和角色。其中包括清晰的目标愿景、优先级明确的用例和治理与风险的明确决策路径。 Governance 这不是官僚主义的话题，而是对具体风险的应对。可信 AI 只有在明确的责任、有记录的数据源和定期检查的条件下才能工作。 TechRadar 总结称，几乎所有导致 AI 项目失败的问题都归因于“混乱的数据”和缺乏治理。Prosci 将阻力、沟通不足、培训不足和领导力薄弱识别为最重要的绊脚石。 ITPro 此外，描述了日益增长的“转型疲劳”。成功的团队将 AI 项目与具体的管道和销售指标紧密绑定，并有针对性地投资于能力。原因几乎总是出现在数据、治理、流程和人员的协同作用中，而不是模型技术本身。

事实与对立观点

有证据表明，当今相当数量的 AI 试点项目并未带来明确可衡量的财务收益。该 MIT-Studie „The GenAI Divide“ 将成功严格定义为超出试点阶段的实施，具备文档化 KPI 和六个月后的可衡量 ROI，并得到约 5% 的成功率。多家专业媒体支持这一规模。 McKinsey-Daten 显示，只有极少数在企业层面报告显著的 EBIT 效应。

尚不清楚，“95%”这一具体数字是否可作为普遍适用的基准。该 Marketing AI Institute 批评称，MIT 的研究仅基于52次深度访谈和对公开案例的定性分析。对“零 ROI”的定义排除了学习效应或定性流程改进等影响。因此，这 95% 应被视为警示信号和讨论的起点，而不是精确的全球数值。

错误或误导性的说法是，AI 试点失败主要是因为技术尚未成熟。 IHL, TechRadar, Prosci, LexisNexis 和 McKinsey 一致认为，主要原因是在目标不清、数据质量差、治理缺失、培训不足和领导力薄弱。关于“Workslop”的 Guardian 示例显示，问题往往来自雇主未建立明确的规则、质量标准和培训。

标题“95% 的 AI 试点失败” 引发了不同的反应。一些评论者认为这是对 AI 泡沫的肯定。其他，如 Guardian 的例子，指出将这一数字渲染为媒体现象。 Marketing AI Institute, 批评将这一数字的夸大视为媒体现象。来自实践的务实反对观点指出，在其他创新领域，失败实验比例高也是常态。与此同时，具体成功案例的数量也在增长。 McKinsey 描述了“AI 高绩效者”，通过持续重组工作流和强力的领导赞助，达到可衡量的 EBIT 贡献。许多不同反应的共同信息是：该技术既不是灵丹妙药，也不是彻底失败。关键在于企业如何有意识地设定目标、用例、数据基础、治理与变革方法。

行动建议

关于失败的 AI 试点的辩论意味着 AI 推进的第二波需要像对待其他战略变革一样对待 AI——设定清晰目标、可靠的指标，并制定覆盖人员、数据和流程的计划。

第一点：把焦点从工具问题转向问题本身。与其问“我们应该使用哪一个 AI 平台？”，不如问“在未来6–12个月，我们要在某个具体的业务流程中实现可衡量的改进吗—如果是，我们将如何衡量？” 成功的项目几乎总是从一个界定清晰的用例开始。

第二点：数据与治理问题应提前处理。 IHL, TechRadar 和 Business Insider 指出，糟糕的或不可获取的数据以及缺乏治理，是多数失败项目的幕后原因。像这样的框架（如此类框架）可以提供指引。 NIST AI Risk Management Framework 提供指引。

第三点：需要有意识的变革管理。 Prosci 表示，培训不足、沟通薄弱和角色不清是导致采用问题的很大原因。实际而言：为学习型培训留出时间和预算，协同制定提示词与示例，制定清晰的指导原则，并积极陪伴试点小组。

第四点：对成功指标进行慎重处理。若 ROI 只被定义为六个月内的直接 P&L 效应，许多有意义的学习项目将被记为“失败”。 Investopedia 建议有意识地将 ROI 与时间范围、成本类型和收益分类绑定。 HBR 建议除了直接收入和成本降低，还要考虑生产力提升、错误减少和客户体验。

第五点：不要被夸张的头条所左右，而要将其作为提出更好问题的契机。那些显示方法论和对“成功”或“零 ROI”定义进行有意识质疑的报道，是非常重要的。 MIT-Studie kritisch einordnen, 显示，阅读方法论以及对“成功”或“零 ROI”的定义进行有意识的质疑是多么重要。

未解问题与结论

尽管有大量研究，仍然存在一些重要问题尚未解答。第一，缺乏广泛可用、长期的纵向数据来衡量多年的 AI 试点 ROI。第二，不清楚成功率在不同部门、企业规模和用例类型之间的差异有多大。第三，像代理性 AI 这样的新发展带来有关治理、责任和可衡量性的新问题。第四，监管和标准的作用仍在变动；未来会显现是否更清晰的规则会提高成功率，还是带来额外的障碍。最后，企业未来如何更公开地报告失败？透明、匿名的行业基准可能有助于更好地理解失败并从中更具建设性地学习。

关于为什么企业中如此多的 AI 试点会失败的问题，得到一个明确的结论：在大多数情况下，问题并非“AI 不够强大”，而是缺乏清晰、治理、数据基础和对人的陪伴。理解 AI 作为一个具有清晰目标、干净的数据与治理架构以及被认真对待的变革管理的组织项目的人，可以成为那些让试点扩展为可衡量 ROI 的少数人之一。对你们而言，这意味着 AI 采用的第二波更像是一种纪律问题，而不是下一个“神奇工具”的问题。谁愿意优先考虑少量、定义良好的用例，认真对待数据与治理，带动员工参与并使成功可衡量，就能将关注点从炒作转向可持续的商业影响。