邱懿武
工作台

李开复:为什么几乎每一场企业 AI 转型都失败

企业 AI 转型最常见的失败方式,是把模型接进流程,却不碰流程本身。

原文日期
整理日期
作者
**李开复(Kai-Fu Lee)**——零一万物创始人兼 CEO、创新工场董事长;前 Google 中国总裁、微软副总裁、苹果高管;著有《AI 原生》

渠道:未标 · 体裁:文章 · 信源层级:**二手**(中文译本综合;TIME 原文未直取) · TIME《Why Almost Every Corporate AI Transformation Fails》,IDEAS 栏目,2026-11-03 19:00 CT(原文 time.com;本机不可达,读中文译本 CSDN/InfoQ)


〇、核心洞察

“企业 AI 转型最常见的失败方式,是把模型接进流程,却不碰流程本身。”

最刺眼的一句:95% 以上的 AI Transformation 项目失败,原因不是模型不够强,而是企业只做“功能性试点”,没触到业务核心。

(⚠️ “95%” 未给直接出处;MIT NANDA 曾有“95% 生成式 AI 试点无财务回报”研究,是否等同待核。)

一、失败的样子:浅层试点

客服接个问答机器人 / 销售加个话术生成器 / 运营用 AI 写文案 / 研发接个代码助手……

每个点都能讲成案例,但放回业务系统里——收入、成本、交付周期、组织效率,没有明显变化。

问题不在工具没价值,在于它们被放在了“太浅的位置”。

二、真正的转型至少改三件事(全篇的骨)

层面浅层试点深层改造
工具给员工加 AI 助手重写关键流程
决策人看报表再判断Agent 参与实时决策
组织保持原有分工重新定义岗位边界

“AI 不是只影响一线效率,它会改变信息如何流动、判断如何形成、责任如何分配。”

三、为什么点名“管理层”

如果管理层仍按“传统软件采购”的方式理解 AI,结果就是买了一堆工具、留下更多碎片化流程。

企业 Agent 最能暴露这个问题:

一个 Agent 若只能完成单点任务,它就是“自动化脚本的升级版”;一个 Agent 若要进入业务核心,它必须拿到上下文、权限、反馈、数据和明确的责任边界——而“这些东西都不是模型团队自己能决定的”。

四、最狠的一段(落点)

AI 转型的难点,不是让员工用起来。真正难的是让组织承认:

- 原来的流程可能不再是最优解

- 原来的审批链可能太慢

- 原来的岗位说明可能挡住了自动化收益

收尾:

AI 最终不是给企业贴一个智能标签,而是逼企业重新计算——哪些决策该由人做,哪些应交给系统先跑,哪些岗位需要从“执行者”变成“审计者”。


读后判断(范德的产出,非用户原话)

① 这是近几天所有阅读里,和懿武各会议撞得最狠的一篇。

它说的每句,过去两周十几场会都在现场演过:

② 它补上了缺的“因”。

此前反复说“没人定义什么算做到”——本文给出根因:因为管理层没重写流程,所以流程里的“做到”没人定义。

即:验收标准缺失,是“没重写流程”的症状,不是原因。

③ 它与 Collison 那篇是一体两面。

④ 一处保留:95% 数字未给直接出处,待核。