什么时候是放弃一个AI项目的好时机？

如果IT和业务领导者将AI项目与业务目标联系起来并建立成功指标，他们就可以看到哪些实验未能达到预期目标——并在成本累积之前停止这些失败的实验。

许多开展人工智能试点项目的组织不可避免地会遇到一个关键的IT难题：何时停止试点并转向其他项目。如果他们过早地放弃了一个未达预期的试点项目，可能会错失未来的巨大收益，但如果他们坚持的时间过长，则可能浪费大量的时间、资金和资源。

另一方面，Forrester最近发出警告组织不予寻找AI投资回报率太早了，因为他们可能会错过人工智能的好处。

但AI并不便宜，而且没有产生价值的试点项目可能会变成资金黑洞。例如，一个检索增强生成（RAG）AI文档搜索项目的部署成本可能高达100万美元，并且每年每位用户的持续费用可能高达1.1万美元。根据Gartner从头开始构建一个医疗、保险或金融领域的大型语言模型（LLM）AI可能需要高达2000万美元的成本。

当然，根据Gartner的数据，最近AI飞行员的部署速度正在加快。在2022年，将近一半而分析机构表示，在所有的人工智能试点项目中，有 的未能进入生产阶段，它预计只有大约30%导致AI项目明年失败的原因。

然而，30%的失败率代表了巨大的时间和资金消耗，考虑到当今广泛存在的AI实验。一个埃森哲调查7月份发布的一份报告发现，95%的高级管理人员表示他们的组织目前正在投资人工智能。

问题 тогда 变成：首席信息官（CIO）或首席AI官何时知道是时候放弃一个AI项目了？虽然没有一刀切的答案，但AI专家表示，IT领导者可以采取措施确保他们保留有意义的AI项目并放弃不合适的项目。为了避免表达上的偏差，我将重新组织句子以更符合中文习惯： 问题于是就变成了：首席信息官（CIO）或首席AI官何时知道是时候放弃一个AI项目了？虽然没有统一的答案，但专家表示IT领导者可以采取措施确保保留有意义的AI项目并舍弃不合适的项目。

定义成功

AI咨询师安德烈亚斯·韦尔施（Andreas Welsch）表示，IT领导者在启动人工智能试点项目时应采取的首要步骤之一是定义成功指标——超越ROI，并设定时间表以检查进度。

“挑战在于人们总是继续走着不去终止项目的路，因为他们总希望下一个突破就在不远处，”威尔施说。“很多时候，人们并没有设定合适的目标。”

一个AI项目的某些关键绩效指标（KPI）可能包括提高客户满意度10%，将填写请求报价（RFP）的时间减少30%，或者每月少花四小时支付发票。

在预定的检查点，IT和业务团队可以确定项目是否达到了既定目标。如果一个项目的指标没有达到预期，团队可以选择放弃该项目或给予更多时间。如果客户服务平台机器人提高了满意度7%，而不是原定的10%，也许继续投资是值得的。

然而，亚当·莱博维茨（Finastra 银行技术公司的首席人工智能官）补充说，在某些情况下，组织可以从缺乏焦点的开始中恢复过来。有时，CIO 或 CAIO 可以通过定义一条可行的道路来帮助失败的项目恢复。

“当目标不明确时，项目就会缺乏焦点而分崩离析，”他说。“这是项目无法成功的最早迹象，但同时也是重新聚焦并确立更具体的目标的时机。”

凯西·格尔斯（Kathy Gersch），变革管理咨询公司 Kotter International 的首席增长和商业官补充道，设定 KPIs 的一个挑战在于衡量结果。例如，衡量客户情绪可能并不困难，但衡量员工通过使用副驾来起草电子邮件节省的时间则更具隐蔽性。

“回报率可能来自许多这些不易量化的因素，”她说。“如果你没有衡量所有这些因素，你可能会过早地放弃一个项目，说‘哦，我们没有得到预期的回报率。’”

连接到业务需求

除了明确界定的关键绩效指标(KPIs)之外，组织还应该将人工智能项目与具体的企业需求联系起来，Welsch补充道。在某些情况下，组织似乎只是为了让技术得到应用而启动人工智能项目。然而，成功的项目会解决组织的实际痛点。

“我们要解决的是什么商业问题？”他说。“你应该与你的商业利益相关者密切合作，最好是在一开始的时候就说清楚‘我们想要解决什么问题？’”

许多被放弃的人工智能项目都没有达到这个基本要求，Gersch补充道。

“如果你有一个小团队在一边研究AI应该做什么，而这个团队与业务部门没有联系，那么就很难获得采用，”她说。“这就是项目可能会被过早或过晚放弃的地方，这取决于你的视角，因为它们实际上并没有与业务连接。”

格尔施建议将人工智能项目与业务目标挂钩，但她也鼓励进行实验。当一个项目与业务目标相联系时，员工更有可能接受它。

“一旦你能让人们真正采纳并使用它，你将学到更多关于人工智能可能实现的事情，”她说。

限制损害

Aible（一家人工智能解决方案提供商）的首席执行官Arijit Sengupta表示，启动AI项目的一种方法是设定有限的时间框架。他说，在许多情况下，Aible及其客户会在两个工作日内共同决定一个项目是否可行。

虽然拥有指标很重要，但桑古普塔补充说，IT和业务领导者也不应过于拘泥于达到确切的目标。在某些情况下，最初的目标可能过于宏大或实际上并不符合企业的真正需求。

“你基本上是在想象自己可能想要的东西，然后你说：‘好吧，如果你给我一辆飞行汽车，我会非常喜欢。’”他说，“然而六个月后，有人给你带来了一辆并不完全能飞的车，你就像是在说：‘这并不是我想要的。’但实际上那并不是你需要的；你真正需要的是一艘更快的船。”

六个月到九个月的AI试点项目可能是危险的。他说：“如果你打算放弃，你不希望在九个月后才放弃，因为那时人们会陷入沉没成本谬误，他们会努力让项目成功，并投入大量精力。”

有些失败的项目并非完全无用，而且在某些情况下，暂停一个项目可能是比放弃它更好的选择，Finastra的Lieberman补充道。

“需要注意的是，失败是创新过程中必不可少的一部分，”他说。“人工智能领域的进步非常迅速。这就是为什么暂停项目比完全放弃它们要好，因为新的能力和技术不断涌现。”