AI 项目失败最常见的三种死法,签字立项前就能看出来
一句话 AI 项目很少是被技术搞死的,多数是被立项时的三个疏忽拖死的:场景是拍脑袋选的、数据是开工后才理的、上线后没人认领。这三种死法在签字之前都有信号,只是当时没人愿意停下来看一眼。
AI 项目失败后的复盘会,三方吵的从来不是同一件事
项目停了半年,复盘会准时开。老板先开口:供应商当初吹得太狠,说什么都能做。IT 负责人接话:图纸在研发各自的电脑里、库存表在 Excel 里、订单在 ERP 和微信群里各存一份,数据从来没理顺过,神仙来做也做不好。业务部门最后发言:我们当初就说这个东西没用,是你们非要上。
三个人说的都是事实,但三个人都没说到死因。老板怪的是「选了一个没有真实数据验证的场景」;IT 怪的是「数据没理顺就开工」;业务部门的沉默,则是「上线后没人用没人维护」的另一种说法。
我们在工厂里做 AI,见过的死法基本就这三种。它们不是运气问题,而是立项时的三个决定:场景怎么选、数据怎么办、上线后谁负责。接下来把三种死法拆开摆平,再给签字前就能用的识别办法。
三种死法摆在一起:死因、早期信号和能不能救
| 死法一:场景选错 | 死法二:数据没理顺就开工 | 死法三:上线后没人用没人维护 | |
|---|---|---|---|
| 怎么死的 | 场景没经真实数据验证 | 口径乱、编码乱、没人负责 | 没有日常使用者和维护者 |
| 立项时干嘛了 | 看了别家案例就定了 | 问了系统能不能接,没问数据归谁 | 只定了上线日期,没定使用者 |
| 早期信号 | 只肯拿演示数据给你看 | 关键数据找不到负责人 | 上线 3 个月登录次数个位数 |
| 钱花在哪 | 定制开发费打水漂 | 反复返工的人天 | 年费照付,价值为零 |
| 能不能救 | 3 个月内叫停能救 | 中途花力气理顺能救一半 | 有人认领就能救,没人认领等死 |
| 通常多久才承认 | 半年到一年 | 3–6 个月 | 1 年以上,甚至没人发现 |
这张表最容易被忽略的是「早期信号」这一行。三种死法在真正烧钱之前都亮过灯,区别只在于当时有没有人抬头看一眼。而最后一行解释了为什么失败总在半年后才被承认:承认失败本身要过一道心理关,拖得越久越难开口。
签字之前,用三个问题把三种死法的前兆问出来
第 1 问:能不能拿我们自己的真实数据,先试跑一次?
不用等签合同。拿 100 份你们真实的文档、真实的订单或真实的工单,让供应商一周内跑出结果,现场看准确率。对方如果只肯演示他家准备好的案例,说明这个场景还没在你的数据上被验证过——这是死法一的前兆。这一步最多花一两周,比签完合同再发现便宜得多。三个问题怎么向供应商开口、问到什么程度算过关,可以看签合同前必须问清的八个问题。
第 2 问:这个项目用到的数据,归谁管?
别问「我们数据质量好不好」这种谁也答不上来的问题。指名道姓地问三样东西:BOM 表归谁维护、工艺文件存在哪、库存台账多久更新一次。三个问题有一个答不上来,说明数据没人管,开工后光是找数据、对口径就要耗掉近一半的工期——这是死法二的前兆。数据没人管不是不做项目的理由,但意味着第一期预算里要留出钱和时间先理数据,这件事没人在乎,项目几乎必死。
第 3 问:上线之后,每天谁来用、出了问题谁来管?
让业务部门当场点名到人,写进立项书——不是一个部门名,是一个具体的人,连他每天什么时候用、用来干什么一起写。答案是「大家一起用」「到时候再说」,就是死法三的前兆。没人认领的系统,上线那天就是它这辈子最忙的一天。
多数来找我们「救项目」的厂,死在第 2 问和第 3 问的组合上:数据边做边理,人到最后也没定。所以这两问不要合并成一句「你们业务要配合」带过。场景本身靠不靠谱、为什么标准产品进了非标车间常常跑不动,可以对照非标制造的 AI 两难再核一遍。
立项阶段最该避开的六个坑
把供应商的演示当成自己厂的效果。 演示数据是挑过的,挑的都是系统最擅长的样本。合同里要写死:验收指标用你们自己的数据测,抽多少样本、准确率到多少算过,逐条写清。这一条不愿意写进合同的供应商,本身就是信号。
用「系统上线」当项目的终点。 上线只是中点,不是句号。合同里把验收后 3 个月的使用情况写进去:多少人登录、处理了多少单、业务部门打几分。只验收功能、不验收使用,等于亲手给死法三留后门。
让 IT 部门单独背这个项目。 AI 项目是业务项目,不是 IT 项目。IT 能保证系统活着,保证不了有人用。立项书上要业务部门负责人联签,项目例会业务必须到场。这一条做不到的厂,成功率掉一半不止——我们的判断,不是行业统计。
为了补贴立的项,验收完就死。 补贴能覆盖一部分开发成本,覆盖不了数据整理和日常运营。为补贴做的项目,验收材料通常齐全,使用记录几乎为零。把补贴当锦上添花可以,当立项理由,是拿厂里的信誉给政策陪跑。
第一期摊子铺得太大。 立项书里写着「覆盖 6 个场景、打通 3 个车间」,基本等于给三种死法各发一张邀请函。第一期只做 1 个场景,90 天内要看到结果:要么见效,要么止损。预算可控,人心也可控。
出问题先想着换供应商。 先查死因,再换人。如果是死法二,数据没理顺,换谁来都要重新理一遍;如果是死法三,没人用,新系统来了还是没人用。换供应商之前,把上面三个问题对新供应商再问一遍——多数情况下,这会帮你省下第二次学费。另外,部署方式属于签完合同就很难再改的决定,别在救项目的关口又添一个新变量,参考部署方式怎么选。
要一句话总结这六个坑:所有「到时候再说」的,最后都会变成「当初怎么就」。
常见问题
AI 项目失败,一般会亏掉多少钱?
看死在哪一环。死在场景选择,亏的是一两期开发费,几十万量级;死在数据,亏的是大半年的返工人天和停工的机会成本;死在没人用,亏得最隐蔽——年费照付一两年,加上当初的沉没成本,总数常常超过前两种。三种死法很少单独出现,多是连环发生。
项目做到一半发现数据不行,该停还是继续做?
先回答一个问题:停下来把数据理顺要多久。如果是一两个月,停下来理,比边做边返工便宜;如果涉及好几个系统的历史数据、要半年以上,重新评估这个项目还值不值得做。数据问题不会自己变好,拖得越久,返工成本越高。
供应商承诺准确率 95% 以上,这个数字能信吗?
先问一句:95% 是在谁的数据上测出来的。演示数据上的 95% 和你们真实数据上的 95% 是两回事。要写进合同的话,把测试样本从你们真实业务里抽、抽多少条、准确率怎么算,逐条写清楚,这个数字才约束得住人。
我们厂规模不大,是不是做 AI 更容易失败?
不是。规模小反而有优势:决策快、数据链路短、一个人能同时管好几摊事。失败率和厂的大小关系不大,和立项时三个问题有没有答案关系很大。小厂最容易栽的坑是为了补贴立项,以及第一期摊子铺得太大。
上线三个月基本没人用,还能救吗?
能救,但有个前提:业务部门肯认领。让业务部门指定一个人,把系统接到他每天的工作里,比如每天的例会报表从系统里出,坚持 4 周,使用率通常能拉起来。如果推了两次业务还是没人接手,别硬救了——承认这次失败,比再养一年更省钱。
先做 PoC 再立项,能不能避免失败?
能避免第一种死法,避免不了另外两种。PoC 用的是准备好的数据、指定的人、理想的使用环境,验证的是「这件事能不能做」,验证不了「你们厂能不能长期用起来」。所以 PoC 之外,立项前仍要把数据归属和上线后的责任人问清楚。
怎么判断一个 AI 场景本身靠不靠谱?
看两点:第一,这个场景在过去的半年里是不是靠人硬扛过来的,是,说明痛点真实;第二,支撑它的数据现在拿不拿得出来,拿得出来,说明基础存在。痛点真实、数据拿得出,场景大概率站得住;缺任何一条,都要先补再立项。
本文由 OnlyFDE 编辑部与 AI 共同创作,经人工审校。OnlyFDE 编辑部是 杭州妙用智能科技有限公司的工程师与创始人; 我们卖服务,也认真写「做不到什么」。