AI News HubLIVE
站内改写2 分钟阅读

美国企业因失败的AI项目损失2.4%营收

根据Emergn的报告,美国企业平均将年收入的2.4%投入到未达预期的AI项目中。分析人士指出,缺乏明确的问责机制和项目终止决策中的沉没成本偏见是主要原因。组织应建立基于证据的评估体系,使项目停止成为正常管理实践。

来源Hacker News AI作者: redsymbol

根据技术与管理咨询公司Emergn于7月2日发布的一份报告,美国企业平均将年收入的2.4%投入到未能带来预期价值的AI计划中。该报告基于对700名高级业务领导者的调查,揭示了企业在AI投资上的普遍浪费问题。

调查显示,只有30%的组织将关闭表现不佳的AI或转型计划视为正常做法。近半数受访者表示,项目通常只有在消耗了大量时间和资金之后才会被叫停。Emergn首席执行官Alex Adamopoulos指出:“问题不在于公司冒险投入AI,而在于它们为活动提供资金却称之为进展。解决之道不是更快地削减……而是要在你仍有选择余地时做出决定,在沉没成本和内部政治替你决策之前。”

企业正陷入转型需求与及时终止无效项目的能力之间的拉扯。Emergn的研究表明,由于沉没成本、组织政治或绩效可见性有限,企业往往基于非实质性的业务成果证据而让项目继续存活,同时账单不断累积。Adamopoulos建议,在启动一项计划之前,应能明确说出三点:它旨在证明什么?什么迹象表明它正在起作用?什么信号表明应该停止?如果无法回答这些问题,就不是投资,而是碰运气。

治理与指标方面的挑战尤为突出。随着实验的扩展,企业常常难以早期发现失败的方案,并准确掌握项目实际进展。平均每个组织同时运行超过六个转型和AI计划,而十分之一的组织没有任何正式的监督或治理结构。KPMG人工智能、数据与技术战略主管Christopher Panneck表示,脱离无效AI项目的决策更多是“文化与治理问题”,而非技术问题。“明确的问责至关重要。当业务负责人与结果挂钩时,继续或停止的决策会变得更加务实。目标是一种能够跟上创新步伐的敏捷治理:既有足够的结构管理风险,又能灵活地快速纠正方向。”

Panneck还建议不要以项目运行时间长短来评判。“关键在于平衡耐心与纪律:AI需要迭代,但不需要盲目信心。原则是不要衡量花费的时间,而要衡量进展的证据。如果一个用例没有改善产出或改变人们的工作方式,那么更多时间也无济于事。”

如果没有对正在进行中的项目有清晰洞察,CIO可能会继续资助那些已经不值得投资的计划。Adamopoulos指出,只有27%的美国领导者表示能够随时向董事会提供所有转型和AI计划的完整实时视图。“如果你看不到正在运行的项目,就无法决定继续资助什么,资金就会继续流向无人真正关注的工作。”然而,可见性依赖于数据的真实性。超过五分之一的受访者表示,项目状态报告呈现的画面比实际更乐观;六分之一的人表示坏消息在到达高层之前已被篡改。Adamopoulos认为,应对措施应是结构性的,创造一种人们在任何阶段都乐于承认坏消息的环境。项目终止应成为“常态”,而非承认失败——近四分之一的受访者表示,高层领导者不愿承认AI项目失败。

BMC Helix首席人力官Sakaar Anand建议CIO在AI项目生命周期中设定明确的决策点,避免期望立即回报。“给予空间并不意味着无限期的耐心。应该有明确的指标,并附带时间框架,以做出‘终止或扩展’的决策。未来属于那些能够成功将人类潜力与数字能力相结合,并确保领导力与技术同步发展的组织。”

为了实现更好的AI投资回报,企业需要将项目与明确结果对齐,按固定节奏对照真实证据进行审查,并就下一步行动做出诚实的决策。Adamopoulos总结道:“当这种节奏内化为组合管理的方式时,项目终止就不再是对个人的评判,而只是良好的组合管理。”