监管缺失威胁企业AI试点项目，支出面临严格审查

高达80%的企业技术领导者将AI项目失败归因于缺乏可见性或监督，这是Solvd公司本周发布的一份报告中的发现。该数据来自这家AI咨询公司在12月对500名美国大型企业CIO和CTO进行的调查。

超过一半的公司表示，今年因性能不佳而关闭试点项目的可能性相当大。随着AI技术的采用展开，AI预算正面临严格审查，超过五分之四的CIO和CTO表示，他们的董事会正在质疑在AI上的支出金额。

Solvd首席执行官Mike Hulbert告诉CIO Dive，一些企业正在采取投资组合方法，同时试点多个AI实验，并假设其中一些会失败。

企业AI支出增长迅速，但缺乏支持项目的基础设施，如框架和治理，阻碍了技术达到预期或在2026年证明投资回报率。

Solvd发现，这些失败大多与项目缺乏可见性、实验协调不当和管理不善有关，而非技术本身的问题。为团队解决这些问题通常需要建立对项目的明确所有权和整个组织的透明度。

尽管71%的领导者报告他们计划在2026年适度增加对AI倡议的投资，但AI项目今年也将比过去受到更严格的审查。技术领导者报告说，他们面临更大压力，需要支持那些结果有数据支撑的AI项目。大多数领导者预计，只有能够回本的AI项目才能在2026年存活下来。

Hulbert说，许多公司仍处于AI实验的早期阶段，但该行业已经进入了比2022年炒作阶段反复失败更成熟的阶段。Hulbert警告说，形成成功试点可能需要多次尝试，因为CIO和CTO可能需要评估他们的方法是否过于狭窄或过于宽泛。

"虽然在某些情况下这很痛苦，但正确的方法是抛弃那些东西，利用团队已有的所有宝贵学习经验重新开始，但要采用更强大的架构和更广泛的用例范围，"Hulbert说。

重新开始对需要汇报项目进展的技术领导者来说可能感觉像是重击，但这比继续在没有成效的项目上花钱要好，52%的技术领导者报告他们的组织正在发生这种情况。

Hulbert说，这种方法与技术历史上的运作方式相反。

"一直以来都有这样的想法：我们建立基础，进行这些基本投资，然后随着时间的推移在此基础上构建，"他说。"但这不是我们对AI的追求。底层技术发展如此迅速，有时正确的答案就是抛弃它。"

Q&A

Q1：为什么80%的企业AI项目会失败？

A：根据Solvd的调查，大多数AI项目失败主要是由于缺乏项目可见性、实验协调不当和管理不善，而不是技术本身的问题。解决这些问题通常需要建立对项目的明确所有权和整个组织的透明度。

Q2：2026年企业AI投资会有什么变化？

A：虽然71%的领导者计划在2026年适度增加AI投资，但项目将面临更严格的审查。技术领导者需要更大压力支持有数据支撑的AI项目，预计只有能够回本的AI项目才能存活下来。

Q3：企业应该如何处理失败的AI试点项目？

A：专家建议采取投资组合方法，同时试点多个AI实验。对于失败的项目，有时正确的做法是抛弃原有项目，利用团队的学习经验重新开始，采用更强大的架构和更广泛的用例范围，而不是继续在无效项目上投入资金。