75%的CIO后悔盲目引入AI，如何避免企业中年危机

一项最新调查发现，四分之三的首席信息官对过去18个月内的重大AI采购决策感到懊悔，其中近三成甚至被要求解释无法完全理解的AI输出结果。

如今，绝大多数首席信息官都对自己所在企业做出的重大AI采购决策感到后悔，其中不少人还需要为难以解释的AI输出结果进行辩解。

根据AI编排服务商Dataiku委托开展的一项调查显示，75%的首席信息官表示，他们对过去18个月内至少做出的一项重大AI供应商或平台选择感到懊悔，其中部分失望情绪源于意外的AI结果。

Dataiku公司AI战略负责人Kurt Muehmel表示，29%的首席信息官称，他们被要求对无法完全解读的AI成果进行说明，这些数据令人担忧。

他说：“看到这个统计数据，作为社会的一员，我感到有些不安，因为企业越来越依赖这些系统运行。在部署这项技术的热潮中，这是可以理解的，毕竟它潜力巨大，但我们在治理框架方面却超前了一两步。”

Muehmel指出，AI的普及速度远超包括机器学习在内的许多其他技术，而机器学习在过去十年中才逐渐兴起，他说，随着机器学习的发展，其能力也在逐步提升，各企业共同探索出了哪些方法可行，哪些不可行。

他补充道：“对于AI，尤其是当前的智能体，发展速度极快，以至于我们尚未建立起完善的治理和智能体运维能力。目前，行业内尚未明确界定这些最佳实践。”

转换成本

与此同时，Muehmel表示，首席信息官的后悔情绪似乎与转换成本有关，他补充说，在某些情况下，推出智能体的公司会将部署与特定的AI供应商绑定。

他说：“想象一下一个智能体，以及所有指示和编排流程，这些都是它正常工作所必需的。如果你将其与某个供应商绑定得过于紧密，然后发现其他供应商推出了更好的模型或框架，那么从底层系统中提取该逻辑的成本将非常高昂。”

调查还显示，首席信息官在推动AI应用方面感受到了巨大压力。60%的首席信息官表示，他们的CEO在过去一年中对他们的AI供应商或平台决策提出过质疑，71%的首席信息官表示，如果到2026年年中未能实现目标，他们的AI预算很可能会被削减或冻结。

一位IT负责人表示，调查结果与他们的亲身经历相符。电子邮件和短信营销技术提供商Omnisend的工程副总裁Tomas Kazragis表示，在公司早期采用AI时，他就被要求解释一些自己也无法完全理解的输出结果。

他说，和其他许多IT负责人一样，自己也陷入了AI的炒作热潮中，过于急切地追求结果，他补充道：“我们进行了大量尝试，但很难解释我们实际想要达到什么目标。基本上，我们要求人们行动起来，他们也照做了，但我们却没有明确的目标或可衡量的结果。”

Kazragis表示，他仍然面临着产生积极AI结果的压力，他补充道：“竞争对手和专业网络都在热议AI将如何改变世界，如果你不参与其中，就会被淘汰，但当你批判性地观察这一切并保持清醒的头脑时，你很快就会发现，这场讨论既包含虚假宣传，也包含真正的创新。”

急于求成，后悔莫及

Kazragis表示，IT负责人保持冷静、不盲目追随每一个AI趋势至关重要，不过，他对Omnisend做出的任何AI供应商或产品决策都不感到后悔。

他说：“由于创新速度极快，我们已经更换了不少AI工具，但这并不值得后悔，这是与创新解决方案合作时自然产生的成本，因为这类解决方案的替代风险本身就很髙。”

AI可观测性供应商Monte Carlo的联合创始人兼CTO Lior Gavish也对已部署的AI工具没有任何后悔。

他说：“有些AI技术取得了巨大成功，而有些则效果不佳，但在这样一个快速发展的领域，实验和失败是必不可少的。”

他补充道，Monte Carlo很快发现，成功部署的关键之一是将AI工具与所需数据连接起来，他说：“对于那些没有做到这一点的时刻，我们感到后悔。”

Gavish承认，他确实感受到了推动AI发展的压力，他补充道：“满足AI目标的压力来自快速变化的市场，我们的客户对此有所期待，如果我们不这样做，竞争对手就会超越我们。”

不过，他认为这种压力即使没有减轻，也会随着时间的推移而发生变化，他表示，在早期因害怕错过（FOMO）而推动采用后，各企业将从实验阶段转向问责阶段。

他补充道：“企业正在超越试点阶段，对可靠性、治理和可衡量的ROI提出更高要求。采用速度将继续加快，但重点将从速度转向信任和运营严谨性，这最终是周期中更健康的阶段。”

金融科技AI智能体供应商SAVVI AI的CEO Maya Mikhailov补充道，首席信息官经常因来自上级的FOMO情绪而承担后果，她表示，许多AI决策都是高管强加给技术团队的。

她补充道：“向企业高层和董事会推销的AI演示和承诺，与企业数据准备方面实现AI成功的实际情况之间存在巨大脱节。不幸的是，首席信息官首当其冲地承受了这种脱节带来的后果，因为他们是期望让这些选择发挥作用的技术专家，即使是在使用遗留系统和存在缺陷流程的情况下。”

Mikhailov补充道，公司应根据具体需求以及相对于价值的复杂性来采用AI。

她说：“‘我们需要购买ChatGPT，然后再考虑用它做什么’并不是一种商业策略，但不幸的是，这现在却成了首席信息官的责任。”