为什么 AI 项目不能从「采购软件」开始
先想清楚问题,再选工具
wei-editor · 2026-06-16T09:00:00.000Z
一句话结论
AI 项目的成败在立项阶段就决定了大半;先写下要解决的问题、现状成本和验收口径,再谈采购。
作者 wei-editor编辑 wei-editor审核 wei-reviewer发布 2026-06-16
很多企业 AI 项目失败,不是因为技术不行,而是立项时就错了——先买了软件,再回过头找「它能解决什么问题」。BCG 的研究显示,约 74% 的企业尚未从 AI 中获得显著价值,而「算不清 ROI」和「分不清优先级」正是典型症状。顺序反了,后面全是沉没成本。
约 74%
的企业尚未从 AI 中获得显著价值(BCG 全球调研)
来源:BCG《AI 成熟度与价值实现》研究
「先买工具」的三个典型死法
- 买了一堆 License,没人用 —— 业务部门说「这不是我要解决的问题」
- 用起来了,但解决的问题太小 —— 省的钱抵不上年费,ROI 算不过来
- 用起来了但出了问题没人负责 —— AI 给的建议错了,谁背锅说不清
正确的起点:一份最小立项说明
在花一分钱之前,先让业务负责人写下一页纸。这份说明比任何选型报告都重要,也决定了后面能不能验收。Deloitte 对高绩效企业的观察印证了这一点:它们在 ROI 衡量和责任治理上更成体系,而不是靠拍脑袋上项目。把验收口径写在前头,后面才不会沦为「跑通了但没人用」的技术演示。
立项五问(一页纸模板)
- 解决什么具体问题?(「客服每天处理 200 条退换货咨询,70% 是标准问题」——而不是「我们要用 AI」)
- 现在的人工成本 / 痛点有多大?(换算成钱或工时:每月多少人次 × 平均处理时长 × 时薪)
- 项目成功用什么指标衡量?(处理时长缩短 X%、转人工率降 Y%、差错率低于 Z%)
- 谁对结果负责?(必须是业务负责人,不能是 IT 或外部供应商)
- 不通过线是什么?(什么情况下直接叫停、不追加预算)
立项说明写好后,再做三件事
- 拿着立项说明去问 3 个同行或顾问:「这个方向对吗?」
- 先做最小验证(一个部门、一个场景、两周),不签年度合同
- 验证通过后再谈采购——这时候你对工具的要求是清晰的,不会被销售牵着走
问:小公司也要写这么正式吗?
答:不必长篇大论,但五问必须答得出来。哪怕一页纸,也能避免花了几万块买了个没人用的工具。小公司钱更紧,越应该先想清楚。
问:厂商说「我们有现成的行业方案」,能不能跳过这一步?
答:不能。厂商的「行业方案」基于别人的场景和别人的数据,跟你的业务流程、数据质量和员工习惯不一定匹配。立项说明的价值在于定义「你的问题」,而不是接受别人的定义。
参考来源:BCG《AI 成熟度与价值实现》研究
参考来源:Deloitte《State of Generative AI in the Enterprise》
参考来源(2)
1. BCG《AI 成熟度与价值实现》研究权威研究
发布主体:Boston Consulting Group使用政策:可摘要BCG 研究显示:仅有约四分之一(约 26%)的企业从 AI 中获得了显著的财务收益;AI 成熟度高的企业在价值捕获上明显领先,差距主要来自组织机制而非模型本身。https://www.bcg.com/publications/2024/ai-maturity2. Deloitte《State of Generative AI in the Enterprise》权威研究
发布主体:Deloitte使用政策:可摘要Deloitte 企业生成式 AI 季度调研:多数企业已进入试点到规模化的过渡期;「高绩效」企业在 ROI 衡量、责任治理与组织赋能上更成体系。https://www.deloitte.com/global/en/issues/work/genai.html