若缺乏与客户价值的明确关联，多数试点项目终将失败。而严谨的聚焦策略能扭转这一局面。

近期研究发现，95%的生成式人工智能投资未能产生可衡量的回报。这个数字令人警醒，尤其对那些数月来不断敦促团队尝试这项新技术的领导者而言。若几乎所有试点都以失败告终，企业是否该彻底放弃尝试？抑或问题不在于尝试本身，而在于实施方式？

该问题正是MIT研究的核心。研究团队分析了300余个公开的人工智能部署案例，调查了350名员工并访谈了150位高管。研究发现，尽管个人用户通过人工智能工具提升了工作效率，但多数企业尚未在损益层面获得实质收益。尽管最大回报通常来自后端转型，但多数资金仍投入销售和营销试点项目。

此类报道引发了熟悉的幻灭浪潮，与十年前数字化转型热潮后的情形如出一辙。当时众多高管鼓励尝试却放任项目失控——这种“百花齐放”策略本寄望少数幸运项目能开创突破，最终却导致分散的项目消耗了时间、人才和资金。作为研究人工智能并教授技术变革的研究者，我们发现当今领导者正重蹈覆辙：对人工智能热情高涨，却鲜少聚焦实际商业价值。

善意如何走向歧途

鼓励实验本身并非错误，放任其偏离目标才是症结。若脱离真实商业机遇，例如重新思考企业如何服务新老客户，实验注定令人失望。

人们总爱将人工智能描绘成颠覆世界的革命性力量。但这种认知往往让管理者忽视商业最根本的真理：企业存在的意义在于为客户解决问题。人工智能应当服务于这一使命，而非成为干扰。

要摆脱实验陷阱，需要遵循严谨的流程。首先，管理者需将人工智能置于更宏大的技术变革脉络中审视。其次，必须聚焦人工智能提升客户服务体验的潜力。第三，针对可扩展性设计特定机遇进行试验。最后，一旦价值得到验证，就必须系统性地扩大规模。

退后一步看全局

尽管人工智能占据今日头条，但它只是持续多年的长期变革中的一环。企业正从数字技术在外围运作的模式，例如IT部门管理硬件和数据库，转向数字技术成为核心的模式。

在新模式下，组织架构围绕数字化工作流和客户旅程构建，而非内部生产线。人类仍主导决策，但执行引擎日益依赖数据与算法。蚂蚁金服运用算法评估信用资质，亚马逊实施动态定价系统，正是这种变革的生动写照。

把握全局视野能让管理者清醒认识到：人工智能只是组织转型工具箱中的一个选项。互联网改变了服务方式，但未改变服务本质。人工智能亦将如此。

聚焦客户价值

以客户价值为视角审视人工智能，能帮助管理者在缺乏标准答案的时代精准布局。通过实验探索人工智能在各业务领域的价值创造路径势在必行。然而当不确定性主导局面时，领导者容易重蹈“百花齐放”的覆辙，将资源分散投入众多零散的小规模试验。

企业无需效仿科技巨头，不必成为Meta或谷歌，更不必追逐那些“为全力投入AI而裁员”的爆款新闻。真正的机遇近在咫尺，审视内部运营与客户旅程，精准定位当下能创造切实价值的AI应用场景。

聚焦即时价值的专项项目将成为AI落地的神奇马，绝非诡计，而是开启全面转型的钥匙。

精简实验，避免分散

明确优先级后，下一挑战是设计能真正赋能组织的实验。这需要做到三点：首先，确保实验与真实价值创造挂钩；其次，控制成本以支持多次迭代学习；最后，在每个项目设计中预留未来扩展空间。

这种平衡颇具挑战性。有些领导者急于推进无法扩展的试点项目，另一些则因从一开始就过度设计企业级系统而陷入瘫痪。理想状态是找到中间地带，在小规模解决实际问题，同时确保方案可行时具备明确的扩展路径。为筛选值得关注的创意，我们常采用IFD框架：

强度（问题严重程度）、

频率（发生频率）和

密度（受影响人群规模）。

能检测呼吸异常的婴儿监护仪在这三方面均表现突出；而公寓管理排班工具则不然。这种方法能帮助领导者优先推进最具实际影响力的实验项目。

有目标地扩展规模，组建合适团队

证明价值只是成功之路的一半；实现规模化需要完善的架构和领导力。当组织从试点阶段扩展到企业级应用时，数据整合、治理机制、所有权归属或企业文化等方面必然会出现新挑战。

部分组织通过组建小型授权工作组来应对，我们称之为“忍者团队”，这类团队既拥有推动变革的授权，也配备了相应资源。在亚马逊、Qualtrics和7-Eleven，这类团队受益于高层支持、跨部门协作及快速迭代的自主权。

当某项举措初见成效，即可重复“实验-验证-扩展”流程，但始终围绕核心问题：这如何帮助我们更好地服务客户？

勿将失败等同于徒劳

随着人工智能热潮趋于平缓，许多高管面临从早期挫折中得出错误结论的风险。有人已断言人工智能行不通，正如他们曾将数字化转型斥为一时风潮。但无论哪种情况，症结都在于应用技术的纪律性而非技术潜力本身。

人工智能已在创造切实效益，尤其在复杂的后台运营中，多智能体系统正实现任务自动化与优化。但请谨记：持久的成功始于首次实验的设计，当团队思考如何运用新工具解决真实客户的实际问题时，成功便已萌芽。

技术终将迭代，但初心永恒不变。那些将好奇心与严谨性相结合、始终聚焦客户的企业，方能将实验转化为变革而非浪费。