📰 零售电商行业的AI落地困境-36氪
本研究通过对65位在工业界或学术界拥有至少五年AI模型构建经验的数据科学家与工程师的访谈，总结出AI项目在企业落地中常见的五大环境性失败根源，并提出相应的应对路径。研究显示，80%以上AI项目未能走出试点，90%的生成式AI实验未出规模，企业在AI计划上放弃率快速攀升，而多家企业虽高度认知AI将带来影响，真正具备将AI融入业务的准备却不足。五大失败源包括领导层对问题的误解与传达不清、缺乏高质量训练数据、盲目追逐最新技术、缺乏部署与管理能力、以及将AI应用于无法解决的场景。这些因素反映出不仅是技术问题，更是组织文化、流程和人才结构的系统性失灵。为提升成功率，文章提出五点对策：明确业务问题、给予AI项目充足时间、聚焦问题而非技术、投资基础设施、理解并界定AI的局限性，并强调数据治理、跨部门协作与灵活的管理方法在零售电商场景中的关键性。最终，正确的路径在于以问题为导向的落地策略、稳固的数据与基础设施，以及以人为本的组织转型，而非盲目追逐新技术。
🏷️ #AI失败 #数据治理 #零售AI #组织转型 #AI落地
🔗 原文链接
📰 零售电商行业的AI落地困境-36氪
本研究通过对65位在工业界或学术界拥有至少五年AI模型构建经验的数据科学家与工程师的访谈，总结出AI项目在企业落地中常见的五大环境性失败根源，并提出相应的应对路径。研究显示，80%以上AI项目未能走出试点，90%的生成式AI实验未出规模，企业在AI计划上放弃率快速攀升，而多家企业虽高度认知AI将带来影响，真正具备将AI融入业务的准备却不足。五大失败源包括领导层对问题的误解与传达不清、缺乏高质量训练数据、盲目追逐最新技术、缺乏部署与管理能力、以及将AI应用于无法解决的场景。这些因素反映出不仅是技术问题，更是组织文化、流程和人才结构的系统性失灵。为提升成功率，文章提出五点对策：明确业务问题、给予AI项目充足时间、聚焦问题而非技术、投资基础设施、理解并界定AI的局限性，并强调数据治理、跨部门协作与灵活的管理方法在零售电商场景中的关键性。最终，正确的路径在于以问题为导向的落地策略、稳固的数据与基础设施，以及以人为本的组织转型，而非盲目追逐新技术。
🏷️ #AI失败 #数据治理 #零售AI #组织转型 #AI落地
🔗 原文链接
