並非所有AI項目都能取得成功。
因此，CIO必須將"快速失敗"原則應用於AI計劃，儘快判斷一個看似有前途的想法是否真的行不通。
說起來容易做起來難。麻省理工學院發布的《2025年企業AI現狀》報告顯示，在受訪的153位高級管理人員中，95%的人表示"毫無回報"。
為了解CIO如何決定何時終止一個AI項目，我們採訪了兩位IT領導者：什麼是具體的警示信號，告訴你一個AI試點已經變成了沉沒成本，需要被叫停？兩位領導者都明確指出了項目偏離軌道的典型跡象。
以下是Behrstock和Clark對這一問題的回答，經過整理和精簡。
Behrstock：從"成功是什麼樣子"開始
"當我們承擔AI項目時，我始終從這個問題出發：成功是什麼樣子，我們如何衡量它？
"舉個例子，如果我們將AI用於銷售或營銷預測，我們會從一小批我們非常熟悉的數據開始。基於這些數據，我們對輸出結果應該是什麼樣子有清晰的預期。如果輸出結果方向不對，通常就說明哪裡出了問題——可能是數據、流程或模型本身。
"在此基礎上，我們設定短期里程碑，通常每隔幾周檢查一次，看看我們是否在朝著預定目標靠近，並用可量化的結果來衡量。
"如果沒有進展，我們就轉向或暫停。我不認同為了顯示'我們在做AI'而盲目推進AI項目。如果成功沒有被清晰定義，或者我們無法衡量進展，那就是一個警示信號。
"除非判斷項目與業務方向不符，否則我不會輕易叫停。"
轉向以達成成功
"我發現，有時開發人員會陷入'分析癱瘓'——在AI應該如何運作這個問題上糾結不前，導致時間線和預算不斷拖延。但當設定的漸進式里程碑持續未能達成時，你就需要問：要做什麼改變才能走向成功？
"舉個例子：目前我們正在使用AI預測建模。我們取了一批非常熟悉的小樣本數據，對輸出進行衡量，從而明確'好的結果是什麼樣子'。然後我們不斷加入更多數據，以此判斷模型是否在正常運行，還是需要轉向。
"需要轉向時，可能是因為我們沒有合適的資源或技能，這時我們可能需要與諮詢公司合作來推進項目。"
"非常有意識地推進"的價值
"我還沒有到過需要說'叫停吧'的處境。但如果我們後來發現，原本以為對業務有意義的事情其實並不成立，我確實會做出這樣的決定。不過我還沒遇到過這種情況，因為我們做的每一件事都非常有意識。我非常注重提前設定預期、定義成功標準。所以如果里程碑沒有達成，通常是數據和流程方面的問題，我們就找到需要調整的地方，然後轉向。"
Clark：警示信號清單
"在我看來，最核心的警示信號是：試點項目不再有清晰的路徑為組織創造戰略價值。
"另一個信號是團隊陷入循環——每次帶來同樣的進展匯報，沒有任何推進，同樣的PPT，同樣的障礙，嘴裡說著'快好了'，但什麼也沒交付。那你就知道這個項目卡住了。
"還要關注用戶採用率低的情況——你發布了一些大家都說'哦，這太酷了'的東西，但最終沒人用。
"高管支持消失，也是我會關注的信號。
"還有一個非常重要的信號——這種情況很常見——就是當供應商開始將類似的AI功能納入其平台核心能力時。我們的工作不是和這些供應商競爭。
"最後一點——在人工智慧領域尤為突出——就是當你最初興奮不已的應用場景，因為技術發展太快而變得過時的時候。
"以上任何一種情況都可能是警示信號。"
尋找警示信號背後的原因
"你需要追問：為什麼有些項目會出現警示信號？
可能是被要求做的事情超出了團隊的能力範圍。這時你需要判斷：這個AI項目是否值得繼續追求——值得引入外部資源來完成；還是僅僅作為團隊練習和學習的試點就好；或者，當初對這個項目充滿熱情的高管現在根本不願意和我們開會，說明他已經不在乎了，你也就不應該繼續推進。
"你投入的所有資金和精力，完全可以用在其他更能實現組織目標的事情上。"
那個未能落地的試點項目
"我可以舉一個具體例子：我們一直在關注教育的可及性問題。我們認為可以通過創建一個AI輔導覆蓋層，讓開放教材——也就是那些免費的教科書——對學生更有用。
"於是我們嘗試試點這個項目，但沒有人採用。這讓人很沮喪，因為我們看到了通過增加支持系統來讓開放教材對學生更有價值的方式。
"事實證明，教師普遍不喜歡開放教材，因為這些教材沒有附帶他們所需的教學資源。所以儘管這是一個很棒的想法，能夠服務於我們的使命、推進戰略目標，高管們最初也認為很有價值，我們最終還是不得不放棄。"
從終止項目中學到的經驗
"做出這個決定確實令人痛苦，因為我認為學生們每年在教材上的集體支出高達數億美元。但我們從這個項目中學到了很多。比如，如果我們真的要做這件事，需要確保它支持多語言，能夠處理數學符號。我們學到了一些對社區有用、可以應用到其他地方的東西。"
Q&A
Q1：CIO如何判斷一個AI項目是否應該被終止？
A：判斷AI項目是否應該終止，主要看幾個警示信號：項目失去清晰的戰略價值路徑、團隊陷入循環沒有實質進展、用戶採用率極低、高管支持消失、供應商已將類似功能納入平台，或者原始應用場景已因技術疊代而過時。CIO應在項目啟動時就定義成功標準，並設置短期里程碑，定期檢驗進展，及時調整或終止方向不對的項目。
Q2：AI項目"快速失敗"原則在實際操作中如何落地？
A：落地"快速失敗"原則的關鍵是：啟動前明確定義成功標準和衡量方式，從小規模數據開始驗證，設置每隔幾周的漸進式里程碑，持續檢驗輸出結果是否符合預期。一旦發現里程碑持續未達成，就需要分析問題根源——數據、流程還是模型——並決定是調整方向、引入外部資源，還是直接終止項目。
Q3：AI開放教材輔導試點項目失敗的原因是什麼？
A：該試點項目嘗試為開放教材添加AI輔導功能，以降低學生教材成本。但最終失敗的根本原因是用戶採用率為零——教師普遍不喜歡開放教材，因為這類教材缺乏他們所需的配套教學資源。儘管項目本身出發點很好，也得到了高管的初步認可，但缺乏核心用戶群體的支持，導致項目不得不終止。不過團隊從中積累了多語言支持和數學符號處理等有價值的經驗。
