95%问题：人工智能并非过度炒作，而是企业准备不足

本周，麻省理工学院发布了一项注定会疯传的数据：95%的企业生成式 AI 试点项目正在失败。不出所料，市场出现了轻微的存在主义危机。专家们低声谈论着那个 B 开头的词（”泡沫”），交易员们转向防御性股票，而你的同事转发给你一封主题为 “AI 被过度炒作了吗？？？” 的邮件链接。

让我们明确一点：95%的失败率并非对 AI 的警告——它是一面镜子，照出了企业僵化程度之深。

两个事实可以同时成立：

1. 这项技术非常真实。
2. 大多数企业在部署 AI 时表现得极其糟糕。

如果你是从零开始的初创公司，AI 就像超能力。没有遗留系统，没有 17 层审批链，没有法务团队追问 ChatGPT 是否”通过 SOC2 审计”。你只管发布，快速迭代，最终胜出。

但若你身处大企业，组织结构复杂得像扭扭乐游戏，工作流程还停留在《老友记》热播的年代。你需要的不是更好的模型，而是一场企业文化层面的彻底革新。

这并非”AI 泡沫”破裂，而是每次平台变革必经的适应滞后期。

• 2010 年代的云计算： 同样的故事——大量概念验证，无数白板图表，但直到流程和思维模式跟上之前，真正的转型寥寥无几。
• 2000 年代的移动技术： 企业以为开发个 iPhone 应用就是战略。剧透一下：并不是。
• 90 年代的互联网： 半数财富 500 强 CEO 宣称”这只是一时风潮”。其中一些公司已不复存在。

历史总是押韵。滞后不是故障，而是默认设置。

在这条广为流传的”95%”标题之下，企业可汲取三大实用经验：

• 后台部门> 前台部门。 最大投资回报来自后台自动化——财务运营、采购、理赔处理——但过半 AI 预算却流向了销售与营销。宝藏其实藏在组织架构图的另一端。
• 采购> 自研。 当企业选择采购或与供应商合作时，成功率可达 67%左右。自主开发的成功率仅有前者三分之一。除非追踪模型架构进展就是你的全职工作，否则必然落后。工程师们无需重复造 LLM 这个轮子，而应聚焦于真正体现差异化的领域。
• 整合重于创新。 试点失败并非因为 AI”不奏效”，而是企业不知如何将其融入工作流程。”学习鸿沟”才是真正的杀手。要在变革管理、流程设计和用户培训上投入与工具本身同等的精力。若不重新设计流程，”AI 应用”就像一月购入的 Peloton 健身车，到三月就沦为衣帽架。你并非败在健身，而是败在坚持。

五年后，生成式 AI 将如同今日的云计算般无形却不可或缺。领先者与落后者之间的差异不在于模型获取能力，而在于是否有勇气颠覆流程并重建。

“95%失败率”的数据并不意味着 AI 是骗局，它只说明企业正处于十年应用曲线的第一年。市场误将成长阵痛当成了绝症。