AI 项目为什么烂尾：四个断层，三句止损判据

两个数字放在一起看

SAP 的公开调研口径是 74% 的 AI 项目停在试点，没走到规模化。McKinsey 2026 年的调查里还有一个反向数字，30% 的企业用上 Agent 之后，生产率反而下降了。

把这两个数字放一起，结论不复杂。把 AI 用起来这件事，失败是常态，做成要靠方法，不靠运气。

很多老板把烂尾归成一句「模型还不够强」。等到更强的模型出来，项目还是停在那一步。因为卡住的地方在模型之前和模型之后，模型恰好是最容易换的那一环。

我们把停下来的项目按时间顺序摊开，断点集中在四处。四处的共同点是，当时都觉得「这不算是问题」，直到项目停住。

数字	含义	口径
74%	AI 项目停在试点	SAP 公开调研口径
30%	用上 Agent 后生产率反降	McKinsey 2026

四个断层，按顺序断

四个断层有先后顺序。第一个没解决，后面三个不用看。

断在哪一层，症状不一样。需求断层表现为「做完了没人用」，接入断层表现为「工期一拖再拖」，采用断层表现为「报表好看但没人打开」，资产断层表现为「第二个场景又要重新掏一遍钱」。

拿症状反推断层，比凭感觉判断快。项目停住的时候，先看停住前最后一件做成的事是什么。

1. 需求断层：说不清本周最耗人的那个环节。真要立项，写的是「某个岗位、哪一步、从几天变几小时」，一句「我们要提效」撑不起一个项目。
2. 接入断层：数据散在三个以上系统，权限归谁开没定，接口要谁改没人认。这一层吃掉的时间通常比做模型多。
3. 采用断层：系统上线，和有人在用，是两件事。谁教、谁盯、第一个月谁收反馈，没人认领。
4. 资产断层：一个能跑的场景没有变成能复制的东西。换个人接手，等于从零再来一遍。

三种烂尾形态

同一个断层，在不同阶段会烂成不同的样子。形状对了，止损动作就清楚。

烂尾形态	典型症状	该停的时候
试点永动机	每年换一个场景试点，从来没有真正上线过	第二个试点立项之前
上线即完成	系统交付了，使用率长期在个位数	上线后第 30 天
单人依赖	只有一个人在维护，他一休假系统就停	出现第一次无人接手

三句止损判据

判断一个项目还值不值得往里投，不用开会，问三句话。

三句都不合格，别再追加预算。把项目停在一个能交代清楚的位置，比继续往里投更省钱，也更容易跟团队讲明白。

1. 问使用率，不问满意度。满意度可以客气，打开次数不会。
2. 问第二个人能不能接手。答案含糊，就是没有资产。
3. 问下一个场景还要再花多少钱。和第一个一样多，说明这件事没有在积累。

顺序反过来，才是对的

真要动手，动作顺序和直觉是反的。先在自己业务里找到最耗人的那个环节，再判断这个环节值不值得上 AI，最后才谈用什么模型。

这个判断自己就能走一遍。写清那个环节多久发生一次、谁在做、做错一次损失多大、数据拿不拿得到，四句话就够开始。

走完这一步，再决定要不要花钱。省下来的是返工的时间，还有团队对这件事的信心。工具钱反而是最少的。

想先看一个环节怎么打分，可以读《一个环节值不值得上 AI：五个条件，当场打完分》；想要一份完整的成熟度坐标，可以先做一次在线诊断。

参考：SAP 关于 AI 项目停于试点的公开调研口径、McKinsey《The State of AI 2026》整理，配合作者一线诊断经验。