过去两年，几乎每家企业都“试过 AI”：买了账号、开了培训、做了几个演示，甚至上过一两个试点项目。但很多老板心里都有同一个疑问：热闹过后，到底省下了什么？
这不是个别现象。多家研究机构都得出了相似的结论：企业 AI 项目真正跑进日常工作、产生可衡量回报的，只是少数。这篇文章整理了几份常被引用的研究，把失败背后的原因讲清楚，再给出一个更稳的起步方式。文末附一份自查清单。
数字背后：失败率到底有多高
下面三份研究经常被引用。它们的口径不同，数字也不应该被当成精确的“失败率”，但指向的是同一个方向：
| 来源 | 说了什么 | 需要注意 |
|---|---|---|
| RAND，2024 | “据一些估计”，超过 80% 的 AI 项目失败，约为不涉及 AI 的 IT 项目的两倍。研究访谈了 65 位资深数据科学家和工程师，总结出五个根本原因。 | 80% 是 RAND 引用的估计，不是它自己测出来的；它的价值在于对原因的归纳。 |
| Gartner，2024 年 7 月 | 预测到 2025 年底，至少 30% 的生成式 AI 项目会在概念验证（POC）之后被放弃，原因包括数据质量差、风险控制不足、成本上升或商业价值不清。 | 这是预测，不是事后统计。 |
| MIT NANDA，2025 年 7 月 | 报告称 95% 的组织没有从生成式 AI 投资中获得可衡量的回报；针对具体业务的企业级 AI 工具，只有约 5% 真正进入生产使用。 | 报告自称“初步发现”，基于访谈和调研，作者也提示数字只具方向性。 |
原文：RAND《The Root Causes of Failure for Artificial Intelligence Projects》、Gartner 新闻稿（2024-07-29）、MIT NANDA《The GenAI Divide: State of AI in Business 2025》。
与其纠结具体是 80% 还是 95%，不如看看这些研究在“为什么失败”上的共识。下面五个原因，几乎在每一份研究里都能找到。
原因一：从技术出发，而不是从问题出发
RAND 的访谈里，被提到最多的失败原因是：业务方没有想清楚、或者没有讲清楚，到底要用 AI 解决什么问题。常见的情形是“别人都在做大模型，我们也得做一个”，然后才去找用途。
结果往往是做出了一个能演示的东西，却和日常工作对不上：它回答的问题没人问，它省下的时间没人在意。RAND 还提到另一种情况：团队更在意用最新的技术，而不是解决用户的真实问题。
更好的起点是一句很朴素的话：哪件事，每天、每周都在重复，耗人、易错、又有规律可循？AI 只是解决它的一种工具。
原因二：资料和数据没准备好
RAND 把数据问题列为第二大原因，Gartner 也把“数据质量差”放在被放弃理由的第一位。对大多数中小企业来说，问题往往不在“数据量不够”，而在于：
- 同一份制度有好几个版本，没人说得清哪份是最新的；
- 关键经验在老员工脑子里，从来没写下来；
- 单据是拍照、扫描件，字段散落在不同系统里。
AI 不会替你决定哪份资料是对的。整理资料这一步，往往比技术本身更花时间，也更决定最终效果。
原因三：试点没有接进真实流程
MIT NANDA 的报告观察到一个现象：通用的对话工具（比如各种聊天助手）用的人很多，但主要提升的是个人效率；而针对具体业务的企业级工具，大多停在了试点阶段。报告认为，主要原因是流程脆弱、工具不能根据反馈改进，以及和日常运营脱节。
换成大白话就是：试点做在了真实工作旁边，而不是真实工作里面。员工要换一个系统、多一个步骤才能用，用了还得自己再核对一遍，那它很快就会被忘掉。
真正能留下来的 AI 应用，通常长在员工已经在用的地方：企业微信、钉钉、ERP、共享盘，并且清楚地划分了“AI 做什么、人做什么”。
原因四：价值说不清，成本算不明
Gartner 指出，很多企业难以把生成式 AI 带来的效率提升，直接换算成财务收益；随着项目范围扩大，成本压力也越来越明显。
如果一个项目开工前没有回答“成功是什么样子”，结束时就只能靠感觉评价。建议在试点开始前就写下一两个可以量化的指标，例如：
- 处理一张单据的平均时间，从多少分钟降到多少分钟；
- 新员工独立上岗的时间，从几周缩短到几周；
- 每天被打断回答重复问题的次数，减少了多少。
同时把后续费用算清楚：模型调用费、服务器费、维护的人力。这些都不是一次性的。
原因五：没有人负责，员工不愿意用
技术上线不等于有人在用。很多项目在验收那天达到了顶点，之后就慢慢失效：资料没人更新，答错了没人修，新员工不知道有这个工具。
员工的顾虑也很真实：“用了 AI，我的岗位还需要吗？”“答错了算谁的？”如果这些问题没人回应，最好的工具也会被冷落。
每个 AI 应用都应该有一个明确的业务负责人（不是 IT），并且配一次面向岗位的培训，告诉员工它能做什么、不能做什么、出了错怎么办。
一个更稳的起步方式
把上面五个原因反过来，就是一条更稳的路径：
- 选一个流程，而不是一个技术。挑一件高频、重复、规则相对清楚的工作，比如单据核对、内部问答、报价初稿。
- 写下成功的标准。一两个能量化的指标，以及“达不到就停”的底线。
- 用真实资料做一个小样。不求全，只求用你们自己的（脱敏）资料，在几天内看到它能不能用。
- 和人并行跑一段时间。AI 先处理，人来复核，对比结果，校准规则。
- 再决定是否扩大。效果达标再推广到更多部门；不达标，损失也只是几天的投入。
MIT NANDA 的报告还提到一个值得参考的发现：和外部伙伴合作的项目，成功率大约是纯内部自建的两倍。原因并不神秘：有经验的团队踩过坑，知道哪些地方最容易出问题。
开工前的自查清单
- 我们能用一句话说清楚，这个项目要解决哪件事吗？
- 相关资料有最新、可信的版本吗？谁来拍板以哪份为准？
- 它会出现在员工已经在用的系统里吗？
- “AI 做什么、人做什么”划分清楚了吗？出错时谁来兜底？
- 有一两个可以量化的成功指标吗？后续费用算过吗？
- 有明确的业务负责人吗？员工知道怎么用、为什么用吗？
如果有三条以上答不上来，先别急着买工具。可以先做一个 3 分钟的 AI 成熟度自测，或者预约一次免费诊断，一起找到最值得先做的那件事。
常见问题
企业 AI 项目的失败率真的有 80% 甚至 95% 吗？
这些数字口径不同，不宜当成精确统计。RAND 的 80% 是引用的估计；MIT NANDA 的 95% 来自初步研究，作者也说明只具方向性。但多份研究都指向同一个事实：真正跑进日常工作、产生可衡量回报的 AI 项目只是少数。
中小企业做 AI，应该从哪里开始？
从一个高频、重复、规则相对清楚的流程开始，比如内部制度问答、单据信息提取、报价初稿。范围小、见效快，也容易判断值不值得继续投入。
先买现成的 AI 工具，还是定制开发？
通用的写作、翻译、总结，用现成工具就够了。需要接入公司自己的资料、流程和系统时，才值得考虑定制。判断标准是：现成工具能不能放进你们的真实流程里。
怎样判断一个 AI 试点是否成功？
在开工前就写下一两个量化指标，例如处理时间、出错率、新人上岗时间，并约定试点结束时用同样的口径评估。达标再扩大，不达标就停下来复盘。