本文来自微信公众号： 洞见学堂 ，作者：刘晓晨
一、战略之困：战略摇摆，甚至战略缺失
战略迷茫是企业AI落地的第一大拦路虎，也是最核心的问题，主要体现在战略摇摆与战略缺失两个方面。
从战略摇摆来看，一些企业在AI转型时战略定力不足，反复调整战略规划与目标，这种战略上的不确定性导致项目频繁中断、资源空耗，使得企业错失市场先机。例如，苹果内部长期存在“AI不是核心功能”和“主张AI优先”的“保守派”与“激进派”路线之争，同时在AI大模型自研与开放合作之间反复横跳，这种战略摇摆导致其承诺的AI功能多次延期，核心AI人才持续流失，造成其在生成式AI竞赛中的落后局面。
从战略缺失来看，很多企业布局AI，盲目跟风，砸钱引入大模型、AI应用，缺乏系统性的战略规划。这类企业往往把AI当成“万能解药”，没有明确的战略定位，既不清楚AI要解决什么核心业务问题，也不明确优先落地哪些场景，更没有分阶段将AI融入企业整体运营体系的落地路径。
罗兰贝格全球管理委员会联席总裁戴璞表示，他们调研200家公司后发现，90%以上对AI的投资都非常失望，问题出在“盲目飞行”，近三分之二的公司没有统一的AI策略，且衡量标准单一，只关注技术本身，而忽视了全面价值。这种顶层设计的缺位，让AI从一开始就注定难以落地、难以见效。
二、数据之痛：数据质量差，存在数据孤岛
数据是AI的核心原料，没有坚实的数据基础，再先进的模型也是“无米之炊”。安克创新CIO龚银表示：“数据是严重阻碍了我们去深入应用智能体和深入去应用AI的一个能力。”众多机构通过调查研究也证实了这一点。
很多企业看似积累了海量的数据，但数据质量差、数据孤岛严重。AI团队拿到的数据要么残缺不全，要么杂乱无章，无法训练出有效的AI模型，即便勉强搭建模型，输出的结果没有参考价值，导致AI项目无法推进。邓白氏公司2025年发布报告称，超过一半的受访组织对其在AI中利用的数据的可信度和质量表示担忧。例如，在金融服务行业，52%的公司表示AI项目因数据质量差而失败。
三、适配之难：技术盲目追新，脱离业务痛点
技术与业务的“两张皮”，是企业AI项目落地的一大核心堵点。很多企业的AI技术团队沉迷于研发复杂大模型、高端算法，却不深入业务一线调研真实需求，导致AI技术脱离业务场景，无法解决实际业务问题。
IDC报告指出，62%的企业AI项目失败的根本原因是“技术与业务需求不匹配”；Gartner调研显示，70%的AI项目失败源于“战略与业务目标不一致”，即企业把AI当“技术试验”，而非“业务增长的核心驱动力”；艾瑞咨询调查显示，82%的中国企业AI项目停留在试点阶段，一个重要原因就是技术与业务流程无法融合。
安克创新曾提出All In AI，举办了大量Workshop（工作坊）、Hackathon（“黑客松”，一种限时、高强度的协作式技术开发活动）等活动，但效果有限。他们很快意识到AI需要真正融入业务流程，如果缺乏清晰的问题导向和应用场景，技术热情很容易就会被现实的落地困境所冷却。安克创新CIO龚银表示，安克的经验是让AI团队和一线业务团队深度协同，敢于迭代、推翻重来，实现技术和业务的“共成长”。
四、回报之惑：成本高且见效慢，ROI难量化
企业AI转型投入成本高，从前期的技术采购、团队搭建、数据治理，到中期的模型训练、试点优化，再到后期的运维升级、迭代优化，都需要持续的资金、人力投入。《中国经济周刊》2025年的一篇文章指出，传统企业接入AI，单一工位的质检优化成本通常在10万元量级；产线级改造需百万到千万元；而全厂智能化转型，投资可能达千万元及以上。
同时，企业AI转型具有长周期的特点，见效慢。波士顿咨询公司报告指出，企业的AI支出是“前置的”，而收益是“后置的”。大量资金正被投入基础设施、数据治理和员工技能培训，这些都是规模化AI应用的先决条件，但很少能立即产生收入增长。
更为关键的是，AI项目的投资回报率（ROI）难以量化。其带来的成本降低、效率提升、决策优化等效果，无法与短期财务指标直接挂钩，管理层难以评估项目价值，导致投入意愿降低。
五、人才之殇：复合型人才稀缺，能力断层成瓶颈
随着大模型底层技术的逐渐成熟，企业的用人逻辑从抢名校、高学历的技术人才，转变为抢既懂技术、又懂业务的复合型人才。
德勤《2026年中国企业AI人才需求调研》数据显示，2023年国内80%的AI核心岗位要求博士或985院校硕士学历，顶会论文、名校背景是硬通货；而到了2026年，这一比例已降至32%，反而有76%的企业将“垂直行业落地经验、可量化的业务成果”列为招聘的第一优先级。
但目前，这类复合型人才极度稀缺，成为AI落地的核心瓶颈。我国人社部2026年发布的《人工智能行业就业景气现状分析报告》显示，工业、金融、医疗等垂直领域的AI复合型人才缺口已超62万，供需严重失衡。小鹏汽车自动驾驶负责人吴新宙表示：“我们需要既懂车辆动力学又能写控制算法的工程师，这种人才目前供需比达1:8。”
六、文化之阻：员工抵触敌视，人机协同难推行
AI转型不仅是技术和业务的变革，更涉及企业文化的重塑。但很多企业忽略了文化建设和员工心态引导，导致AI推行过程中遭遇巨大的人为阻力。Gartner调查显示，45%的CEO表示，其大部分员工对AI持抵触态度，甚至公开敌视。
员工的抵触情绪主要源于两点：一是失业焦虑，员工担心AI替代自己的工作，对AI工具产生抵触甚至敌视心理；二是思维惯性，员工习惯于传统工作模式，对新工具抱有怀疑，不愿改变原有流程。
联想智能体上线初期，就遭到管理层的强烈抵触。一位资深采购经理发现，他手中的采购订单审批量下降了近一半，那些常规的、标准化的订单，在他还未看到之前就已经被智能体自动审批通过。起初他感到轻松，随后却陷入了焦虑：如果连审批权都不需要了，他的价值何在？还有一位销售总监，其负责的业务涉及大量定制化报价，过去一直依赖他个人的经验与直觉，智能体上线后，他在内部会议上表示：“我无法接受让一个算法来决定给客户多少折扣。这太冒险了。”这种文化阻力看似无形，却直接影响AI落地效果，即便企业搭建了完善的AI系统，员工不使用、不配合，也无法真正发挥AI的价值。
小结
战略之困、数据之痛、适配之难、回报之惑、人才之殇、文化之阻，揭示了企业AI转型的六大核心痛点。AI时代，真正的赢家从来不是最先砸钱的企业，而是最懂落地、最会破局的企业。与其盲目跟风投入，不如沉下心解决核心困境，让AI真正落地产生价值。