2026西湖龙井茶官网DTC发售：茶农直供，政府溯源防伪到农户家
最初发布于 科里克斯公司官网。
人工智能项目为何会失败？87% 的人工智能项目因五个反复出现的错误而从未投入生产使用：业务目标不明确、数据质量差、缺乏治理框架、团队结构不当以及扩展速度过快。这一数据来自高德纳咨询公司关于企业人工智能采用的持续研究，自 2020 年以来并未显著改善。如果您正计划进行人工智能投资，了解这些失败模式是保护您的预算和时间表所能采取的最重要步骤。
我在构建软件系统方面拥有 19 年的经验，最近几年则专注于人工智能实施。我曾见过项目因上述所有五个原因而失败——其中包括一些我被请去挽救的项目。以下是实际出错的地方，更重要的是，如何预防每一个问题。
人工智能项目失败分析
87% 从未投入生产使用
13%
失败 / 搁置 / 从未部署
成功投入生产使用
87% 的人工智能项目从未投入生产使用（来源：高德纳咨询公司）
| 失败原因 | 发生频率 | 预防措施 |
|---|---|---|
| 业务目标不明确 | 最常见 | 在开始前定义一个可衡量的成果 |
| 数据质量差 | 非常常见 | 将项目时间的 40-60% 预算用于数据准备 |
| 缺乏治理框架 | 常见 | 从第一天起就将治理设计为一项约束条件 |
| 团队结构不当 | 常见 | 指定运营负责人，而不仅仅是倡导者 |
| 扩展速度过快 | 常见 | 从针对单一流程的专注试点开始 |
原因一 —— 业务问题从未被真正定义
这是最常见且代价最高的错误。领导团队阅读了有关人工智能的文章后感到兴奋，并告诉他们的团队：“我们需要实施人工智能。”这不是一个业务目标，而是一种技术偏好。
如果没有具体、可衡量的成果，项目就会偏离方向。工程师构建了技术上令人印象深刻的演示，却未能解决任何实际问题。利益相关者不断改变方向，因为从来就没有固定的目标。三个月和 8 万英镑之后，试点项目被悄悄搁置。
模糊的版本
“我们希望利用人工智能来改善我们的运营。”
具体的版本
“我们希望将每批文档的处理时间从 4 小时减少到 90 分钟，准确率达到 95%
免责声明：本文内容来自互联网，该文观点不代表本站观点。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，请到页面底部单击反馈，一经查实，本站将立刻删除。
