为何 AI 试点会失败：生成式 AI 鸿沟揭示了什么企业 AI ROI 问题

启动 AI 试点很容易。将其转变为可靠的业务系统则不然。

团队可以连接模型、上传内部文档，并在几天内完成令人印象深刻的演示。投入生产后，则会面临不完整的数据、访问控制、遗留软件、审批步骤、特殊情况以及已有固定工作习惯的员工。

这些环境之间的差距解释了为何企业 AI 的采用率可以上升，却未能带来预期的财务回报。IBM 的 2025 年 CEO 调研发现，受访高管的 AI 项目中，只有 25% 实现了预期 ROI，而 16% 已在整个企业范围内扩展。

Deloitte 的 《企业中的生成式 AI 现状》提供了一个有价值的对照。超过三分之二的受访组织预计，在未来三到六个月内，完全扩展的实验项目将占其项目的 30% 或更少。然而，近四分之三的组织表示，其最先进的项目已达到或超过 ROI 预期。

综合这些发现可以看出生成式 AI 鸿沟：实验很常见，但可衡量的价值集中在那些成为实际工作流程一部分的项目中。

AI 采用并不等于企业 AI ROI

员工使用 AI 总结会议或准备初稿，是采用的证据，但未必是转型的证据。

当一个系统改变了某个重复性流程时，企业 AI ROI 才会显现。它可能缩短合同审查时间、减少支持升级、加快报告生成、降低外部服务成本，或让团队无需按比例扩招便能处理更多工作。

许多试点采用了错误的评估信号。团队衡量提示词数量、生成内容量，或演示期间的积极反馈。这些指标或许表明人们感兴趣，但无法证明业务价值。

面向生产的试点必须回答三个问题：

1. AI 能否准确完成该任务？

2. 员工能否在工作流程中可靠地使用它？

3. 改进后的工作流程是否会影响成本、收入、风险或产能？

AI 试点为何在投入生产前失败

1. 项目从工具开始

薄弱的试点从一款新的 AI 产品开始，再寻找可以使用它的场景。更强的试点则从一个成本高、速度慢、易出错或受产能限制的流程开始。

在测试 AI 之前，团队应记录任务发生的频率、所需时长、由谁完成、延迟出现在哪里，以及需要多少审查。还应定义证明部署合理性所需的改进幅度。

没有基线，成功就会变得主观。一位利益相关者看到一个精致的回答，便称试点具有变革性；另一位看到一次错误，便称其不安全。这两种反应都无法证明工作流程是否得到改善。

2. AI 游离于工作流程之外

一个模型可以加速某项任务，却让整个流程变得更复杂。

员工可能从一个平台复制信息，粘贴到 AI 界面，审查回复，重写其中一部分，然后再将其移回另一个系统。模型生成了答案，但组织增加了交接环节。

可扩展的系统需要明确的入口和出口。输入来自哪里？模型可以访问哪些信息？哪些输出需要审批？数据缺失时会怎样？最终操作记录在哪里？

价值不只存在于生成的答案中，而是体现在组织接下来能够采取的行动中。

3. 系统不了解组织

企业工作依赖于通用工具不会自动具备的上下文。

一个有用的系统可能需要理解内部术语、已批准的证据、客户历史、定价规则、政策例外、首选格式以及之前的修正。当用户必须在每次会话中重新构建这些上下文时，该工具对于偶发任务仍有帮助，但对于重复性工作则会令人沮丧。

缺失的层面可能涉及检索、结构化数据、记忆、集成或反馈。模型智能很重要，但组织智能往往决定一个系统能否变得可靠。

4. 没有人负责生产结果

创新团队可以启动实验，但生产系统需要长期负责人。

必须有人对采用、数据访问、质量阈值、异常处理、员工培训、供应商表现和持续改进负责。没有这样的负责人，试点会在测试期结束时沦为一个昂贵的浏览器书签。

应在开发开始前指定负责人。该负责人还需要有权改变周边工作流程。

5. 治理来得太晚

安全、法务、合规和风险团队有时只在演示完成后才被邀请参与。到那时，试点可能已经依赖受限数据、不受支持的集成，或无法解释或审计的输出。

NIST 生成式 AI 概况建议在生成式 AI 系统的设计、开发、使用和评估全过程中纳入可信赖性考量。

团队应在一开始就识别敏感数据、可预见的故障模式、人工审查要求、日志记录需求和回滚程序。早期治理定义了一条安全的前进路线。晚期治理往往会让项目回到起点。

如何设计可扩展的 AI 试点

1. 选择范围狭窄、重复发生的工作流程

最强的首个用例很少是最雄心勃勃的那个。它通常是边界清晰、需求频繁且结果可评估的流程。

合适的候选场景包括文档分类、客户请求路由、定期报告准备、内部知识检索，以及从表单中提取标准信息。

2. 评估整个流程

模型准确性是必要条件，但并不构成完整的商业论证。可投入生产的试点应从三个层面进行评估。

输出质量：结果是否准确、完整、一致，并且来源恰当？

工作流程表现：该流程是否减少了时间、返工、交接或人工审查工作量？

业务影响：这种改进是否影响成本、收入、风险、客户体验或运营产能？

模型可以生成更好的内容，却不改善工作流程。更快的工作流程也可能规模太小，不足以证明部署合理。

3. 有意识地设计人工审查

完全自动化并非唯一成功结果。

在许多企业工作流程中，AI 可以处理可预测的情况，而专家审查例外情况。目的不是不惜一切代价移除人工，而是将人工判断置于最能创造价值的地方。

团队应衡量需要人工干预的频率、仍需编辑的工作量，以及哪些错误会带来重大风险。

4. 构建反馈循环

每一次修正、拒绝和升级都包含信息。

团队可以利用这些证据改进提示词、检索来源、审批规则、界面和评估标准。没有反馈循环，相同的错误会反复出现，员工信任也会被侵蚀。

企业 AI ROI 最常首先出现在哪里

最显眼的用例并不总是最有价值的。

面向客户的助手和创意工具容易吸引关注，因为它们的输出易于演示。后台工作流程可能带来更清晰的经济效益，因为它们涉及重复劳动、处理时间、外部服务成本和可衡量的错误率。

早期企业 AI ROI 可能来自减少文档处理时间、缩短支持队列、加快合规审查、改进内部报告、降低外包服务成本，或在不按比例扩招的情况下提高员工产能。

公司应区分个人生产力与企业价值。为一名员工节省二十分钟很有用。只有当这种节省可重复、在目标人群中得到采用，并与可衡量的结果相连时，企业 ROI 才会显现。

将生成式 AI 鸿沟视为一个可视化业务叙事

当采用数据、试点障碍、采购选择和实施模式被置于一个结构化故事中时，生成式 AI 鸿沟便更容易理解。

探索使用 Pi 创建的《生成式 AI 鸿沟：2025 年商业 AI 现状》，了解如何将密集的企业 AI 研究转化为清晰的演示文稿，用于领导层讨论、战略评审和投资决策。

准备好将您自己的报告、研究或业务文档转化为可供决策的演示文稿了吗？

使用 Pi 创建演示文稿，将复杂的源材料组织为连贯的视觉叙事。