CIO们面临着大量工作来确保他们主导的AI项目成功,但许多人很快将承担另一项责任:收拾由业务同事发起的失败AI项目的残局。
当AI专家给出成功部署建议时,他们通常敦促CIO与业务领导者密切合作,启动为组织创造价值的项目。
但是,虽然AI专家看到IT团队在没有强有力业务案例支持下启动AI项目时会出现问题,他们也警告当其他部门在没有CIO完全支持的情况下推进AI实验时会带来危险。
而这种后果即将到来。IT分析公司Forrester预测,根据该公司的"2026年预测:技术领导力"报告,25%的CIO将在2026年被要求拯救组织内业务主导的AI失败项目。
在某些情况下,这些失败的AI项目从一开始就会有一些CIO的参与,但对AI的过度热情导致了对所需技术支持数量的错误计算,Forrester副总裁兼研究总监Mark Moccia说。
"我们看到由于爆炸性增长和快速推进的愿望,我们花费了大量资金,"他说。"这是在走捷径,试图匆忙将部署推向生产环境,因此使这些项目要么成本过高,因为在模型开始运行时你不了解经济性,要么缺陷太多导致环境中的其他问题。"
此外,许多组织在启动一系列AI项目之前,还没有建立最健全的企业架构或治理程序,Moccia补充道。
CIO被排除在外
虽然一些业务主导的AI项目包括CIO的参与,但AI专家已经看到许多组织在没有重要CIO或IT团队支持的情况下启动AI项目。
当其他部门在没有IT深度参与的情况下启动AI项目时,他们可能低估了使项目成功所需的技术工作,数据精炼平台提供商Datalinx AI的首席AI官Alek Liskov说。
在急于采用AI的过程中,一些业务团队忽略了IT要求,他补充道。
"我们看到的是,他们只是缺乏对从数据角度、硬件角度、质量角度、测试角度需要做的所有事情的深度理解,"Liskov补充道。"这是为了获得成功结果而需要进行的所有技术工作。"
许多组织采用了AI采用的"自下而上"方法,创造了IT团队没有显著参与的情况,AI笔记提供商Read AI的CEO David Shim补充道。
"最成功的AI工具是有机传播的,员工采用实际帮助他们完成工作的工具,而不是来自自上而下的命令,"他说。"这对创新很好,但也意味着许多组织现在有分散的AI使用、不一致的数据管道和没有集中治理。"
许多组织现在处于Shim所称的AI采用"想象阶段"的尾声,对内部构建智能体和独立产品的实验正在减少。
"现在焦点是真正的生产力和运营结果,"Shim解释道。"随着这些期望的提高,领导层意识到努力需要标准化。这时CIO被重新拉回来使其在规模上发挥作用。"
文化变革
Datalinx的Liskov敦促组织创建包括IT领导者、业务领导者和其他利益相关者的项目启动团队。但让这些群体良好协作可能需要对公司文化进行重大改革,因为业务领导者有时将IT团队视为障碍,他指出。
"在你走得更远之前,首先让技术人员参与进来,"他说。"我仍然看到许多组织要么业务和IT之间存在脱节,要么IT方面缺乏速度,或者可能只是缺乏信任。"
尽管存在疑虑,IT领导者需要从所有AI项目的开始就参与其中,大型律师事务所Jackson Walker的CIO Bill Finner补充道。
"AI只是堆栈中要添加的另一项技术,"他说。"最好拥抱它并帮助业务成功,而不是坐在板凳上观看。"
CIO应该是审核潜在解决方案和确保成本控制的内部专家,他补充道。
"这是CIO与法律和商业专业方面的所有实践领域密切合作的绝佳机会,确保我们教育每个人了解应用程序的能力以及它们如何通过简化流程来增强他们的日常工作流程,"Finner说。"CIO喜欢帮助业务成功,这只是他们可以展示价值的另一个领域。"
准备接管
Forrester还建议CIO为公司高管依赖他们修复失败AI项目做好准备。IT领导者还应该评估其组织的AI项目在哪些方面不足。
目前,该公司调查的所有AI决策者中只有39%表示他们的CIO或CTO领导AI技术策略,而21%领导AI业务策略。随着组织意识到IT领导者处于构建成功AI智能体的有利位置,Forrester预计这些百分比将翻倍。
IT领导者"将建立正确的治理和能力来管理数据和知识资产、设计出色的用户体验,并仔细管理输出质量,"Forrester在其2026年预测报告中说。"CEO不能等待高调的AI伦理或政策违规失败登上头条新闻才成为建立这种治理的推动力。"
Q&A
Q1:为什么CIO要承担业务部门AI项目失败的责任?
A:因为许多业务部门在推进AI项目时没有充分的CIO参与,低估了技术复杂性,导致项目失败。Forrester预测25%的CIO将在2026年被要求拯救这些失败项目。
Q2:业务主导的AI项目为什么容易失败?
A:主要原因包括缺乏对数据、硬件、质量和测试等技术层面的深度理解,忽略IT要求,以及缺乏健全的企业架构和治理程序。过度热情导致匆忙部署,造成成本过高或缺陷过多。
Q3:CIO如何避免AI项目失败?
A:CIO应该从项目开始就参与所有AI项目,建立包括IT和业务领导者的协作团队,成为审核解决方案和控制成本的内部专家,并建立正确的治理和管理能力。
好文章,需要你的鼓励
OpenAI、Anthropic和Google的AI代码助手现在能够在人工监督下连续工作数小时,编写完整应用、运行测试并修复错误。但这些工具并非万能,可能会让软件项目变得复杂。AI代码助手的核心是大语言模型,通过多个LLM协作完成任务。由于存在上下文限制和"注意力预算"问题,系统采用上下文压缩和多代理架构来应对。使用时需要良好的软件开发实践,避免"氛围编程",确保代码质量和安全性。研究显示经验丰富的开发者使用AI工具可能反而效率降低。
这项研究由北京交通大学研究团队完成,系统阐述了人工智能智能体从"流水线"范式向"模型原生"范式的转变。研究表明,通过强化学习,AI可以自主学会规划、使用工具和管理记忆等核心能力,而不再依赖外部脚本。论文详细分析了这一范式转变如何重塑深度研究助手和GUI智能体等实际应用,并探讨了未来多智能体协作和自我反思等新兴能力的发展方向。
英伟达与AI芯片竞争对手Groq达成非独家授权协议,将聘请Groq创始人乔纳森·罗斯、总裁桑尼·马德拉等员工。据CNBC报道,英伟达以200亿美元收购Groq资产,但英伟达澄清这并非公司收购。Groq开发的LPU语言处理单元声称运行大语言模型速度快10倍,能耗仅为十分之一。该公司今年9月融资7.5亿美元,估值69亿美元,为超200万开发者的AI应用提供支持。
Prime Intellect团队发布开源AI训练全栈INTELLECT-3,这个106亿参数模型在数学、编程等测试中超越多个大型前沿模型。团队完全开源了包括prime-rl训练框架、环境库、代码执行系统在内的完整基础设施,为AI研究社区提供了高质量的训练工具,推动AI技术民主化发展。