當(dāng)前，AI技術(shù)正以前所未有的速度迅猛發(fā)展，并廣泛滲透到各行各業(yè)，成為眾多企業(yè)競(jìng)相追逐的 “新寵”。從智能客服提升客戶服務(wù)效率，到智能生產(chǎn)優(yōu)化制造流程，AI仿佛為企業(yè)描繪了一幅充滿無限可能的發(fā)展藍(lán)圖。然而，經(jīng)過近大半年的親身實(shí)踐，老楊發(fā)現(xiàn)，在這場(chǎng)AI技術(shù)的熱潮中，并非所有企業(yè)都適合引入AI。如果盲目跟風(fēng)引入AI，一些企業(yè)可能會(huì)陷入投入巨大但收效甚微的困境。

為什么這么說呢？

企業(yè)引進(jìn)AI項(xiàng)目本質(zhì)上也是一個(gè)數(shù)字化項(xiàng)目?；仡櫧陙砥髽I(yè)數(shù)字化轉(zhuǎn)型建設(shè)的歷程，不難發(fā)現(xiàn)，即便有些企業(yè)預(yù)算充足，但數(shù)字化轉(zhuǎn)型失敗的案例仍屢見不鮮。老楊總結(jié)了以下五大核心失敗原因：

1. 戰(zhàn)略失焦：戰(zhàn)略不清晰、目標(biāo)不明確。

2. 組織對(duì)抗：業(yè)務(wù)部門與信息部門之間存在或明或暗的博弈。

3. 能力斷層：?jiǎn)T工數(shù)字化能力不足，然而很多企業(yè)并未意識(shí)到這一點(diǎn)，不少企業(yè)領(lǐng)導(dǎo)仍盲目樂觀地推進(jìn)。相關(guān)調(diào)研數(shù)據(jù)顯示：當(dāng)企業(yè)50歲以上員工占比>40%時(shí)，培訓(xùn)成本翻倍；當(dāng)?？埔韵聦W(xué)歷占比30%時(shí)，數(shù)據(jù)錄入錯(cuò)誤率超25%。

4. 管理滯后：缺乏配套的管理機(jī)制和流程，無法適應(yīng)新技術(shù)帶來的變革。這會(huì)導(dǎo)致后期成本急劇上升，相關(guān)數(shù)據(jù)表明，當(dāng)企業(yè)缺乏數(shù)據(jù)標(biāo)準(zhǔn)時(shí)，后期治理成本將占整個(gè)數(shù)字化預(yù)算的28%。

5. 技術(shù)債堆積：盲目追求技術(shù)先進(jìn)性，卻忽視了技術(shù)與業(yè)務(wù)的適配性，導(dǎo)致系統(tǒng)臃腫、難以維護(hù)，不得不重新推翻重建，使前期投入付諸東流。

企業(yè)進(jìn)行數(shù)字化項(xiàng)目尚且如此，更何況AI作為一項(xiàng)更為復(fù)雜、更具顛覆性的技術(shù)，對(duì)企業(yè)整體協(xié)同能力和戰(zhàn)略執(zhí)行提出了更高的要求。因此，老楊認(rèn)為企業(yè)在引入AI之前，務(wù)必冷靜評(píng)估自身?xiàng)l件，明確技術(shù)應(yīng)用的邊界。盲目追逐熱點(diǎn)，只會(huì)讓企業(yè)陷入“為AI而AI”的誤區(qū)。所以，老楊建議從以下四個(gè)場(chǎng)景進(jìn)行自評(píng)：

第一，數(shù)字化基礎(chǔ)

企業(yè)是否具備良好的數(shù)據(jù)治理能力和信息化基礎(chǔ)設(shè)施，這是AI應(yīng)用的根基；業(yè)務(wù)匹配度方面，AI技術(shù)是否與企業(yè)核心業(yè)務(wù)場(chǎng)景高度契合，能否真正解決實(shí)際問題。比如數(shù)據(jù)質(zhì)量是否達(dá)標(biāo)，系統(tǒng)與數(shù)據(jù)孤島是否打通，這是決定AI能否發(fā)揮價(jià)值的關(guān)鍵。

第二，業(yè)務(wù)場(chǎng)景

當(dāng)前部分傳統(tǒng)企業(yè)引進(jìn)AI似乎走入了一個(gè)誤區(qū)，即引入AI是為了裁人降本，這顯然是對(duì)AI價(jià)值的誤讀。AI的核心價(jià)值在于“增效”，而非簡(jiǎn)單的“減人”。在業(yè)務(wù)場(chǎng)景的適配過程中，AI更適用于那些需要大量重復(fù)性勞動(dòng)、高精度決策支持或?qū)崟r(shí)響應(yīng)的領(lǐng)域，例如制造業(yè)中的質(zhì)檢流程、金融業(yè)的風(fēng)險(xiǎn)評(píng)估、零售業(yè)的智能推薦等。

第三，組織能力

AI技術(shù)對(duì)企業(yè)的組織能力提出了更高要求，不僅需要跨部門的協(xié)同機(jī)制，還需要復(fù)合型人才，尤其是能夠?qū)⒓夹g(shù)、業(yè)務(wù)與管理融會(huì)貫通的人才極為稀缺。研究數(shù)據(jù)表明，企業(yè)想真正開展AI相關(guān)工作，復(fù)合型人才占比需達(dá)到15%以上，否則項(xiàng)目成功率將大幅降低。最關(guān)鍵的是變革管理成熟度，企業(yè)在面對(duì)AI帶來的流程重構(gòu)和組織變革時(shí)，往往缺乏系統(tǒng)性的應(yīng)對(duì)策略。很多企業(yè)在技術(shù)引入時(shí)忽視員工的適應(yīng)與參與，導(dǎo)致變革推進(jìn)困難，甚至引發(fā)內(nèi)部抵觸。

第四，經(jīng)濟(jì)性

企業(yè)引入AI的目的是降本增效，但如果只關(guān)注短期成本節(jié)省，就容易忽略AI應(yīng)用帶來的長(zhǎng)期價(jià)值。實(shí)際上，AI真正的經(jīng)濟(jì)價(jià)值體現(xiàn)在效率提升、質(zhì)量?jī)?yōu)化和業(yè)務(wù)模式創(chuàng)新上。因此，企業(yè)在評(píng)估AI投入產(chǎn)出時(shí)效時(shí)應(yīng)更注重長(zhǎng)期收益而非短期節(jié)省，ROI周期應(yīng)以3年為基準(zhǔn)進(jìn)行規(guī)劃，同時(shí)在預(yù)算制定上預(yù)留至少30%的容錯(cuò)空間，以應(yīng)對(duì)技術(shù)迭代和應(yīng)用深化帶來的不確定性。

以上四個(gè)維度是企業(yè)引進(jìn)AI不可忽視的考量要素。企業(yè)在推進(jìn)AI落地的過程中，必須結(jié)合自身發(fā)展階段與資源能力，進(jìn)行系統(tǒng)性規(guī)劃。如果忽視這些關(guān)鍵因素，AI的引入不僅無法創(chuàng)造預(yù)期價(jià)值，反而可能加重企業(yè)負(fù)擔(dān)，甚至引發(fā)連鎖問題。

當(dāng)前，大部分傳統(tǒng)企業(yè)老板處于AI的焦慮中。一方面，他們迫切希望通過引入AI來提升企業(yè)競(jìng)爭(zhēng)力；另一方面，又對(duì)AI的實(shí)際價(jià)值、應(yīng)用路徑和投入產(chǎn)出充滿疑慮。接下來，我們談?wù)劚疚牡闹攸c(diǎn)：哪些企業(yè)不適合引入AI技術(shù)？老楊總結(jié)如下：

第一，數(shù)字化基礎(chǔ)薄弱型

這類企業(yè)往往缺乏完善的信息化系統(tǒng)，數(shù)據(jù)孤島現(xiàn)象嚴(yán)重，業(yè)務(wù)流程標(biāo)準(zhǔn)化程度低，甚至連基礎(chǔ)的數(shù)據(jù)積累都難以支撐AI模型的訓(xùn)練與應(yīng)用。研究數(shù)據(jù)表明，關(guān)鍵業(yè)務(wù)數(shù)據(jù)電子化率<50%，存在3個(gè)以上數(shù)據(jù)孤島的企業(yè)，AI應(yīng)用的成功率不足20%。

第二，業(yè)務(wù)非標(biāo)主導(dǎo)型

比如高端定制服裝企業(yè)，每一件服裝都根據(jù)客戶的獨(dú)特需求設(shè)計(jì)制作，從面料選擇、款式設(shè)計(jì)到尺寸裁剪，都有極高的定制化要求。數(shù)據(jù)顯示，在這樣的企業(yè)中，標(biāo)準(zhǔn)化數(shù)據(jù)不足30%，AI模型難以獲得足夠的有效輸入，無法形成可復(fù)用的智能化能力。這類企業(yè)若盲目引入AI，不僅無法實(shí)現(xiàn)預(yù)期效果，反而可能因模型誤判、資源錯(cuò)配而造成更大成本浪費(fèi)。

第三，管理慣性頑固型

這類企業(yè)往往存在嚴(yán)重的路徑依賴，管理層習(xí)慣于傳統(tǒng)管理模式，對(duì)變革存在天然抵觸心理。即便引入AI技術(shù)，也會(huì)因決策機(jī)制、組織文化、考核體系等方面與智能化要求不匹配，導(dǎo)致AI應(yīng)用難以落地。研究數(shù)據(jù)表明，當(dāng)一個(gè)企業(yè)的中層管理者平均年齡>45歲時(shí)，技術(shù)接受度下降37%，變革推進(jìn)阻力增加超過50%。這種情況下，AI不僅難以發(fā)揮預(yù)期效能，反而可能加劇內(nèi)部矛盾，阻礙企業(yè)的正常運(yùn)作。

第四，成本敏感生存型

當(dāng)前大部分企業(yè)都處于求生模式，在資金鏈緊張、成本壓力巨大的情況下，這些企業(yè)往往難以承受AI技術(shù)前期的高額投入，包括硬件采購、軟件開發(fā)、人才引進(jìn)等多個(gè)方面。數(shù)據(jù)表明，年?duì)I收<5億且AI預(yù)算<營(yíng)收1%，或毛利率<20%且ROI要求<18個(gè)月的企業(yè)，AI項(xiàng)目的失敗率高達(dá)65%以上。這類企業(yè)更應(yīng)優(yōu)先保障現(xiàn)金流健康，夯實(shí)基礎(chǔ)管理，而非盲目追逐技術(shù)熱點(diǎn)。

第五，技術(shù)幻想型

這類企業(yè)往往對(duì)AI技術(shù)抱有過高期望，認(rèn)為AI可以解決所有問題，甚至期望通過引入AI技術(shù)迅速顛覆行業(yè)格局。同時(shí)，他們認(rèn)為采購了硬件或某個(gè)大模型就等于擁有了智能化能力。實(shí)際上，這類企業(yè)往往缺乏對(duì)AI技術(shù)邊界和落地路徑的清醒認(rèn)知，既沒有明確的應(yīng)用場(chǎng)景規(guī)劃，也缺乏相應(yīng)的技術(shù)適配能力。數(shù)據(jù)顯示，超過60%的AI項(xiàng)目失敗源于需求定義不清或技術(shù)與業(yè)務(wù)脫節(jié)。

那么，企業(yè)該如何科學(xué)地推進(jìn)AI轉(zhuǎn)型呢？

老楊建議如下：

1. 先數(shù)字化，再AI化，夯實(shí)數(shù)據(jù)底座，打通數(shù)據(jù)鏈條，確保數(shù)據(jù)可獲取、可量化、可分析。

2. 理性決策，量力而行，結(jié)合企業(yè)實(shí)際發(fā)展階段選擇AI應(yīng)用的切入點(diǎn)，避免盲目跟風(fēng)。

3. 先從小場(chǎng)景切入，驗(yàn)證價(jià)值后再逐步擴(kuò)大應(yīng)用范圍，避免一開始就投入過大導(dǎo)致難以評(píng)估效果。

4. 加強(qiáng)組織協(xié)同，推動(dòng)管理革新，培養(yǎng)復(fù)合型人才梯隊(duì)，提升企業(yè)對(duì)新技術(shù)的適應(yīng)能力。

5. 注重技術(shù)適配，結(jié)合自身業(yè)務(wù)需求選擇合適的AI工具和模型，避免過度追求技術(shù)先進(jìn)性而忽略落地可行性。

6. 持續(xù)迭代，動(dòng)態(tài)優(yōu)化，在AI應(yīng)用過程中不斷總結(jié)經(jīng)驗(yàn)，調(diào)整策略，確保技術(shù)應(yīng)用與企業(yè)發(fā)展同步升級(jí)。同時(shí)，建立科學(xué)的評(píng)估機(jī)制，從數(shù)據(jù)質(zhì)量、模型性能到業(yè)務(wù)成效，形成閉環(huán)反饋，提升AI項(xiàng)目的可持續(xù)性和擴(kuò)展性。

7. 強(qiáng)化風(fēng)險(xiǎn)意識(shí)，提前識(shí)別并防范AI應(yīng)用可能帶來的技術(shù)、法律及倫理風(fēng)險(xiǎn)，確保技術(shù)使用合規(guī)、透明、可控。

8. 將AI應(yīng)用與企業(yè)文化深度融合，提升全員對(duì)智能化轉(zhuǎn)型的認(rèn)知和認(rèn)同，營(yíng)造開放包容、創(chuàng)新進(jìn)取的組織氛圍。

9. 腳踏實(shí)地，循序漸進(jìn)地推進(jìn)AI變革，而不是盲目跟風(fēng)。

最后，老楊想說，AI雖然強(qiáng)大，但并非所有企業(yè)都適合引入。技術(shù)只是手段，商業(yè)價(jià)值才是目的，理性決策才能讓AI真正賦能企業(yè)增長(zhǎng)。

本文來自微信公眾號(hào)“湘江數(shù)評(píng)”（ID：benpaoshuzi），作者：老楊，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com