智能“白菜價”時代，為何95%的企業AI項目依然失敗？

當通用智力成本急劇下降，真正的挑戰不是技術獲取，而是企業如何與這個“新同事”建立可持續的創造性關系。

最近，美國一份研究報告顯示，企業級生成式AI項目的失敗率驚人地高達95%，而個人使用場景的成功率卻能達到40%。這組反差強烈的數據揭示了一個深層問題：當人工智能從執行指令的工具進化為具備自主思考能力的“腦體”時，大多數企業仍在使用管理工具的思維來應對。

企業真正面臨的，不是技術門檻的問題，而是如何與這個新型智能體建立共生關系的挑戰。在智能“通縮”時代，通用智力正變得像自來水一樣廉價，獲取算力早已不再是核心壁壘。

重新定義關系：

從“使用工具”到“伙伴共生”

要理解人機關系的新范式，不妨從自然界的共生系統中獲得啟發。豆科植物與根瘤菌的組合提供了一個完美案例：植物提供養分和生存環境，根瘤菌則將空氣中的氮氣轉化為植物可利用的氮肥，雙方形成完整的價值交換閉環。這種關系之所以穩定，源于雙方生理結構的相互適應與長期進化形成的平衡機制。

在數字世界，類似的共生邏輯正在重塑商業生態。谷歌以Gemini大模型為核心，重構了整個產品矩陣的價值網絡。這不再是簡單的技術集成，而是以生成式AI為“數字根瘤菌”，重新定義了搜索、郵箱、地圖等核心產品的交互邏輯與價值創造方式。

當AI開始具備類似人類的認知與決策能力時，我們與它的關系必須從“主從使用”升級為“伙伴共生”。一方面，人類擁有創造力、同理心與倫理判斷；另一方面，AI正演進為“具備自主性的人類水平智慧的腦體”。

隨著AI系統復雜性的提升，共生關系中的平衡不斷變化。當AI在特定領域展現出超越人類專家的能力時，傳統的主從關系面臨重構。企業需要思考的不再是“如何控制AI”，而是“如何與AI建立可持續的共生平衡”。

關系三階段：

從基本對齊到共同創造

人機共生在企業內部的實踐呈現明確的階段性特征，每個階段對應著不同的組織能力和價值創造模式。這種演進本質上是組織認知與關系深度的系統性躍遷。

第一階段：協調（Coordination）—建立基本信任關系

協調是共生的起點，核心是建立人機系統的基本互操作性。這不僅僅是技術接口的對接，更是目標、節奏與風險偏好的系統性對齊。在這一階段，AI主要作為人類決策的執行延伸與信息過濾器。

價值對齊成為此階段的核心。當AI參與決策流程時，確保其決策邏輯與人類價值觀、商業倫理保持一致，成為企業必須解決的基礎問題。這需要構建涵蓋數據治理、模型透明度與決策可解釋性的完整框架。

在金融服務領域，AI信貸模型的決策不僅需要符合風險收益的量化標準，更需確保無歧視性并符合監管要求。這種對齊需要技術、法務與業務部門的深度協作。

第二階段：協合（Cooperation）—資源共享的能力融合

當基本信任建立后，共生進入資源共享的協合階段。此時，人與AI開始共享數據、知識乃至決策權限，形成能力互補的協作網絡。AI的價值從效率提升擴展到能力增強，開始參與更復雜的分析與判斷任務。

人力資源領域的實踐展示了協合的潛力：AI系統不僅篩選簡歷，還能通過分析候選人的數字足跡預測其文化適配度；而人類HR則專注于深度互動與關系構建。這種分工是基于各自核心優勢的有機融合——AI處理規模與模式識別，人類提供情境智慧與倫理判斷。

協合階段的關鍵在于接口設計與權限管理。企業需要建立清晰的數據共享協議、決策權限框架與責任歸屬機制。當AI接觸核心業務數據時，如何平衡開放性與安全性成為管理挑戰。

第三階段：共創（Collaberation）—構建無法復制的競爭優勢

共生的高級形態是人與AI在高度互信基礎上的共同創造。此時，AI成為擁有自主創意能力的創新伙伴。二者的關系從“人類主導、AI執行”轉變為“共同探索、相互啟發”。

在創新領域，AI系統能夠探索人類難以想象的解決方案空間，提出全新的可能性；人類則提供領域深層洞見與實施智慧。二者的互動是多維的、探索性的共同發現過程。

共創階段的核心是信任文化構建與容錯機制設計。當AI提出反直覺但可能具有突破性的方向時，組織是否具備接受挑戰的勇氣？是否能為探索性失敗提供緩沖空間？這些問題的答案決定了企業能否真正進入共創的深水區。

智能“白菜價”時代的四個戰略選擇

隨著AI技術快速普及與成本結構改變，企業正面臨戰略路徑的重新選擇。當前的技術發展揭示了一個關鍵趨勢：通用智能正進入快速“通縮”通道。當處理大量復雜信息的成本急劇下降時，獲取基本智能能力已不再是競爭壁壘。

數據戰略：從數量積累到質量構建

在智能通縮時代，數據的價值定位正在變化。原始數據的大量積累不再是優勢，而高質量、高維度、富含領域知識的專用數據成為稀缺資源。企業需要重新審視自己的數據戰略：如何構建反映業務本質特征的數據體系？如何通過知識注入培養AI的“領域直覺”？

信息戰略：從模式識別到因果推斷

當前AI系統在模式識別上已展現強大能力，但在因果推斷上仍存在局限。企業應聚焦于構建連接數據模式與業務因果的“解釋層”，將AI的統計發現轉化為可操作的商業洞見。這要求培養既懂算法又深諳業務邏輯的“跨邊界人才”。

知識戰略：從個體智能到集體智慧

智能通縮使得個體層面的知識獲取變得廉價，而組織層面的知識整合、創新與進化能力成為真正的競爭壁壘。企業需要思考：如何將AI系統深度融入組織的學習循環？如何構建人機混合的知識創造網絡？

治理戰略：從風險控制到價值塑造

傳統AI治理主要關注風險控制，而在人機共生的高級階段，治理的重點應轉向價值共建與關系培育。企業需要建立適應動態共生關系的治理框架：如何評估人機協作系統的整體效能？如何分配人機混合決策的責任？

當AI開始“選擇”與誰合作

一個有趣的發現是，隨著AI自主性的提升，它也在評估與選擇與人類的互動模式。這種選擇邏輯基于目標清晰度、資源開放度與風險共擔意愿的三重評估，形成了一個動態的關系調節機制。

這種雙向選擇機制對人機協作管理提出了新要求。企業不僅需要設計自己希望建立的共生模式，還需要通過清晰的溝通、適當的資源開放與風險共擔的誠意，引導關系向更高層級演進。在某種程度上，管理AI關系越來越像管理高價值的戰略伙伴關系。

這種關系的動態性還體現在學習效應上。隨著人機協作經驗的積累，AI系統會對組織的決策模式、風險偏好與創新文化形成更深的理解，從而調整自己的協作策略。這意味著早期的人機互動質量將直接影響長期共生關系的深度與創造性——初始階段的信任投資將產生復利式的回報。

智能成本下降正在改寫商業競爭規則。當通用智力變得廉價易得時，競爭優勢的來源從“誰擁有AI”轉向“誰能與AI建立更深層次、更富創造性的共生關系”。這不是一場算力或數據的競賽，而是一場組織認知、文化適應與關系構建能力的較量。

研究報告揭示的高失敗率，本質上是傳統組織模式與新型智能體之間的系統性不適配。成功的企業將是那些能夠放下“控制”的執念，擁抱“共生”的智慧，在協調中建立信任，在協合中實現融合，在共創中探索未知的組織。

未來的商業領袖，需要的不僅是理解算法，更是培育關系的智慧——一種能夠跨越生物與數字邊界，在人類直覺與機器邏輯之間架設橋梁，在價值對齊與創新突破之間保持平衡的深層能力。在這場人與智能體共同譜寫的進化篇章中，那些最早認識到關系價值并系統構建共生能力的企業，將定義智能時代的商業新秩序。

真正的智能革命，不是機器取代人類，而是人類學會與另一種智慧共同進化。

丁文璿 胡波｜文

丁文璿教授現任法國里昂商學院人工智能與商業分析教授、博士生導師，并擔任法國科學院及歐洲科學基金委員會人工智能專家、美國IEEE人工智能倫理標準委員會專家等多項學術職務。她師從諾貝爾經濟學獎與圖靈獎得主、人工智能奠基者之一赫伯特·西蒙教授(Herbert Simon)，是美國卡內基–梅隆大學的博士，亦是西蒙教授的關門弟子。胡波擁有國際關系學院和中歐國際工商學院碩士學位，曾擔任全球最大汽車集團中國首席營銷官(CMO)，目前在法國里昂商學院攻讀全球工商管理博士，亦是其全球商業智能中心執行副主任。

聯系方式

投稿、廣告、內容和商務合作

newmedia@hbrchina.org