大规模部署AI的竞赛正在给企业技术预算带来压力，部分项目未能实现预期的投资回报。

根据Emergn于本周三发布的一份报告，美国组织在未能交付预期价值的AI项目上，平均损失其年收入的2.4%。这家技术与咨询公司为编制该报告调查了700名高级商业领袖。

调查显示，仅30%的组织认为关停表现不佳的AI或转型项目属于正常操作，而近半数组织表示，项目通常只有在大量时间和资金已被消耗之后才会被叫停。

Emergn首席执行官Alex Adamopoulos表示：“问题不在于企业敢于在AI上冒险，而在于它们为‘活动’提供资金，却将其称为进展。解决之道并非更快地削减……你应当在仍有选择余地时做出决定，在沉没成本和内部政治替你拍板之前。”

企业正陷入两难：一方面面临转型的压力，另一方面又缺乏叫停无效项目的能力。

Emergn的研究表明，组织通常因沉没成本、内部政治或绩效可见性有限而维持项目运转，而非基于切实的业务成果证据，尽管账单在不断累积。

Adamopoulos称：“在为一个项目提供发展空间之前，你应当能清晰说出三件事：它旨在证明什么、什么迹象表明它正在奏效、什么信号意味着应当停止。如果你无法回答这些问题，那么你不是在投资，而是在碰运气。”

问责制与衡量标准

组织在为其AI项目建立治理机制方面一直面临困难，导致项目无序蔓延。随着实验范围的扩大，企业往往难以及早发现失败项目，也难以对工作真实进展形成准确认知。

Emergn指出，平均每家组织同时运行超过六个转型与AI项目，而十分之一的组织完全没有正式的监督或治理结构。

毕马威（KPMG）AI、数据与技术战略主管Christopher Panneck对CIO Dive表示，放弃未能交付成果的AI项目，其决策更多涉及“文化与治理问题”，而非技术问题。

Panneck表示：“清晰的问责制至关重要。当业务负责人与成果挂钩时，继续或停止的决策会变得更加务实。目标是建立能够跟上创新步伐的敏捷治理：既要有足够的结构来管理风险，又要保持灵活性以便快速纠偏。”

他还建议组织避免以项目运行时间长短作为评判标准。

“关键在于平衡耐心与纪律：AI需要迭代，但不需要盲目信任，”他说，“作为一条原则，不要衡量投入的时间，而要衡量进展的证据。如果一个用例未能改善产出或改变人们的工作方式，更多时间也无法解决。”

做出正确的决策

Adamopoulos表示，如果对正在进行的项目缺乏洞察，首席信息官（CIO）可能会继续资助那些已不再值得投入的项目。

他说：“仅有27%的美国领导者表示，他们能够按需向董事会提供所有转型与AI项目的完整、实时视图。如果你看不到正在运行的项目，就无法决定该继续资助什么，资金便会持续流向无人真正关注的工作。”

然而，可见性的价值取决于数据本身的质量。Adamopoulos指出，坏消息在向上传递的过程中有时会被“软化”。超过五分之一的受访者表示，项目状态报告呈现的画面比现实更为乐观；六分之一的受访者称，坏消息在到达高级领导层之前已被篡改。

Adamopoulos补充道，应对措施应当是结构性的，即营造一种环境，让人们愿意在任意阶段坦诚承认坏消息。叫停项目也应被视为“平常之事”，而非承认失败——近四分之一的受访者表示，高级领导者不愿承认AI项目已经失败。

BMC Helix首席人力官Sakaar Anand表示，CIO应避免期望立竿见影的回报，同时应在AI项目生命周期中设立清晰的决策节点。

Anand对CIO Dive表示：“给予空间并不意味着无限期容忍。应当设定明确的指标，并附带相应的时间框架，以做出‘终止或扩大’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的组织，同时确保领导力的演进与技术发展同步。”

Adamopoulos总结道，要实现更好的AI投资回报，企业需要将项目与清晰的成果对齐，按既定节奏依据真实证据进行审查，并就下一步行动做出诚实的决策。

“当这种节奏融入项目组合管理方式时，叫停项目并非对个人的评判，”Adamopoulos说，“那只是良好的项目组合管理。”