為什么95%的企業(yè)人工智能項目都會失敗

為什么95%的企業(yè)人工智能項目都會失敗，而這對初創(chuàng)公司來說卻是個好消息！

超越病毒式營銷炒作

如果你經(jīng)常瀏覽 TechX 或 YouTube，你肯定會被一個老生常談、病毒式傳播的說法所淹沒："95% 的人工智能項目都會失敗。" 人工智能領(lǐng)域的網(wǎng)紅和騙子們以此為證，聲稱整個人工智能行業(yè)都是一場騙局。

但這種說法忽略了真相。這個數(shù)據(jù)出自一份被廣泛誤解的麻省理工學(xué)院報告，它并非世界末日的預(yù)兆。相反，它揭示了一個巨大的、足以改變市場的機遇，而這機遇正等待著那些真正了解人工智能發(fā)展現(xiàn)狀的新一代開發(fā)者。

1. "95%的失敗率"并非危險信號，而是好兆頭

這些在網(wǎng)絡(luò)上瘋傳的說法是基于對麻省理工學(xué)院一項復(fù)雜研究的誤導(dǎo)性解讀，這種解讀篇幅短小，僅能用推文來概括。這項研究遠(yuǎn)非對人工智能技術(shù)的批判，它恰恰證實了許多創(chuàng)業(yè)者早已親身經(jīng)歷的事實：在現(xiàn)實世界中應(yīng)用人工智能的巨大挑戰(zhàn)造成了巨大的市場缺口。

高失敗率并非因為人工智能本身不好用，而是因為大型企業(yè)在構(gòu)建和部署人工智能方面嘗試失敗的方式。他們使用了錯誤的團隊、錯誤的合作伙伴以及錯誤的思維模式。這種普遍存在的組織性失敗恰恰在市場上造成了一個"初創(chuàng)企業(yè)型空缺"，為那些能夠真正做對人工智能的專注、靈活的團隊創(chuàng)造了機會。

2. 企業(yè)失敗的真正原因：即使是蘋果也無法打造完美的日歷應(yīng)用

說實話，對于任何被迫使用過企業(yè)內(nèi)部開發(fā)軟件的人來說，企業(yè)人工智能的高失敗率并不令人驚訝。坦白地說，大多數(shù)企業(yè)內(nèi)部開發(fā)的軟件都非常糟糕。

我最喜歡的類比來自一家擁有無限資源、匯聚全球頂尖人才的公司：蘋果。我們很多人都用iPhone，我每天都要無數(shù)次使用日歷應(yīng)用。即便如此，它仍然糟糕透頂。我?guī)缀趺刻於紩龅揭恍┠涿畹腷ug。如果連蘋果都難以完善一個基本的日歷應(yīng)用，我們又怎能指望一家普通企業(yè)的內(nèi)部IT部門或聘請的顧問從零開始構(gòu)建一個復(fù)雜尖端的AI系統(tǒng)呢？

企業(yè)軟件開發(fā)還因內(nèi)部的"政治斗爭和地盤之爭"而變得更加復(fù)雜。顧問的介入往往并非為了編寫精妙的代碼，而是為了調(diào)解各自為政的部門之間的矛盾，最終導(dǎo)致產(chǎn)品質(zhì)量參差不齊，淪為集體決策的產(chǎn)物。那么，當(dāng)這種不可避免的失敗發(fā)生時，企業(yè)會怎么做呢？他們犯了第二個錯誤。

3. 選擇"穩(wěn)妥之選"的咨詢顧問和現(xiàn)有企業(yè)往往是錯誤的選擇

企業(yè)常見的應(yīng)對策略是可以預(yù)見的。當(dāng)內(nèi)部IT項目失敗時，下一步通常是聘請像安永這樣的大型咨詢公司。

這被視為安全可靠的選擇，但往往卻并非明智之舉。

以Greenlight為例，這是一家向銀行銷售人工智能系統(tǒng)的初創(chuàng)公司。一家潛在銀行最初拒絕了Greenlight，選擇繼續(xù)使用他們信賴的供應(yīng)商安永會計師事務(wù)所。一年后，在咨詢公司主導(dǎo)的項目徹底失敗后，這家銀行又回到了Greenlight。如今，Greenlight的系統(tǒng)已在該銀行全面部署并正常運行。

這并非個例。關(guān)鍵在于：研究發(fā)現(xiàn)，雖然三分之二的受訪項目是由內(nèi)部人員或顧問主導(dǎo)的，但引入外部供應(yīng)商（例如初創(chuàng)公司）的那三分之一項目的成功率卻顯著更高。

現(xiàn)有軟件供應(yīng)商也并非解決之道。像 Castle AI 這樣的初創(chuàng)公司屢屢戰(zhàn)勝那些只是在幾十年前的老牌系統(tǒng)上"簡單地添加人工智能"的老牌企業(yè)。從一開始就采用原生人工智能技術(shù)是一項決定性的優(yōu)勢。

但這引出了一個更深層次的問題：為什么這些資金雄厚的老牌企業(yè)無法構(gòu)建所需的功能？問題往往出在內(nèi)部。

4. 內(nèi)部敵人：企業(yè)工程師其實并不相信人工智能

老牌公司無法打造出色的AI產(chǎn)品的一個根本原因在于，它們自身的工程團隊往往充斥著懷疑論者。這其中存在著根深蒂固的文化和心理障礙，阻礙了AI技術(shù)的普及應(yīng)用。

這種內(nèi)部阻力是一個關(guān)鍵瓶頸：

"......這些機構(gòu)的工程團隊里充斥著一些根本不相信人工智能、不使用代碼生成工具、認(rèn)為人工智能被過度炒作的人，但當(dāng)麻省理工學(xué)院發(fā)布研究報告說人工智能只是炒作時，他們卻興奮不已，還轉(zhuǎn)發(fā)了......"

這種不信任會成為一種自我實現(xiàn)的預(yù)言。因為如果開發(fā)產(chǎn)品的工程師都不相信這項技術(shù)，他們又怎么可能做出真正好用的產(chǎn)品呢？這就造成了一種真空，而只有初創(chuàng)公司才能填補這個空白，給了他們以前從未有過的機會。

這種心態(tài)與初創(chuàng)公司創(chuàng)始人截然不同，后者全身心投入到技術(shù)中。他們積極擁抱人工智能工具，將工程師的技能從1倍提升到10倍，再從10倍提升到100倍。

5. 真正的護城河不是模型，而是親力親為

人們常常批評人工智能初創(chuàng)公司缺乏可持續(xù)的競爭優(yōu)勢，也就是所謂的"護城河"。這種觀點忽略了真正的價值所在。護城河并非指底層模型，而是指深入而艱巨的整合工作。

一位企業(yè)采購員，同時也是一家市值50億美元的金融服務(wù)公司的首席信息官，對此評價最為精辟：

"我們目前正在評估五種不同的人工智能解決方案，但一旦我們投入時間訓(xùn)練一個系統(tǒng)，轉(zhuǎn)換成本將變得非常高昂。"

這就是客戶直言不諱的護城河。它建立在深度集成以及由此產(chǎn)生的高轉(zhuǎn)換成本之上。

這并非簡單的即插即用型SaaS模式。

成功的初創(chuàng)公司必須"融入業(yè)務(wù)流程"，并"深入、深入、深入地進行集成"。

這份努力終有回報。YC孵化的初創(chuàng)公司Reduct憑借出色的表現(xiàn)，超越了公司內(nèi)部長達數(shù)年的努力，贏得了與一家FAANG公司的重大合作。

他們的成功不僅在于卓越的產(chǎn)品，更在于巧妙地處理內(nèi)部政治，并與公司內(nèi)部的支持者建立了牢固的關(guān)系。

Last but not least

企業(yè)人工智能應(yīng)用方面的混亂和失敗并非技術(shù)本身存在缺陷，而是大型、行動遲緩的組織在結(jié)構(gòu)上無法滿足未來需求所致。

這種功能失調(diào)為初創(chuàng)企業(yè)創(chuàng)造了前所未有的機遇。

它們兼具深厚的AI專業(yè)知識、敏銳的產(chǎn)品洞察力以及深入了解客戶問題并真正解決問題的敏捷性，這實屬難得。

下次當(dāng)你看到關(guān)于人工智能失敗率高達 95% 的新聞標(biāo)題時，你會看到一場危機，還是會看到一代人以來最大的創(chuàng)新契機？

關(guān)注公眾號，用即刻視角洞察未來！