在欧洲最大的企业中，有四成的 AI 计划被"有意"地保留为永久试点——既不终止，也不规模化。这个数字并不会随着组织在 AI 上越发娴熟而下降，反而上升。在最成熟的 AI 项目内部，永久试点的占比攀升到 48%，即便 AI 的平均支出已达每年 3920 万英镑、并以 27% 的同比速度增长（Valliance，经 Consultancy.uk 报道，2026）。更多经验、更多预算、更高的成熟度——以及更多无果而终的试点。这就是那个悖论，也是迄今为止最清晰的信号：破坏 AI 回报的并非实验本身，而是实验之后那个缺失的决策。
对这些数据的本能解读是"AI 试点会失败，所以启动时要当心"。这恰恰是错误的教训。深埋在 Valliance 对 1000 名高层领导者调查中的更尖锐发现是：实验本身运作良好；缺的是 kill-or-scale 关卡——即有人对照事先约定的指标审视某个试点，并裁定它要么作废、要么进入生产的那一刻。对于一家 200 人公司、正在敲定明年 AI 计划的 Head of Operations 而言，从试点到生产的难题不是放慢节奏的理由，而是安装一个决策的理由——一个你那些坐拥全部预算的大企业同行至今仍未做出的决策。
悖论：成熟本应治愈"试点病"，但它没有。
组织学习的直觉模型告诉我们：你做的 AI 项目越多，就越擅长把它们做完。你练出肌肉：学会哪些用例可以规模化，更快砍掉失败的，命中率上升。Valliance 的数据却显示，在市场顶端发生的恰恰相反。拥有最成熟项目的组织，正是积累最多永久试点的组织——48% 对基准的 40%（Valliance，经 Consultancy.uk 报道，2026）。
这应当让你停下来。它意味着"试点病"——无休止地实验却从不做出承诺的状态——并非成熟可以治愈的新手病。它是一种成熟会放大的结构性状况，因为成熟项目有预算把更多试点无限期地维持下去，也有足够的政治复杂度来避免砍掉其中任何一个。每个试点都有一位赞助人，每位赞助人都有一个理由说它"还在学习"。没有人对裁决负责。结果就是一个在边缘不断膨胀、却在中心永不解决的组合。
Valliance 对机制的描述很精确：失败的不是实验，而是其后发生——或没有发生——的事。糟糕的成功指标、低采用率，以及为延长而非收尾而设计的咨询合同，把试点推入等待的轨道。3920 万英镑的平均支出买不来生产系统。其中很大一部分买来的，是继续运行那些没人会正式收尾的实验的权利。
为何"实验失败了"是错误的诊断
这就是为什么这个区分在运营上至关重要。如果诊断是"AI 不管用"，疗法就是少部署。如果诊断是"我们从不决断"，疗法就是治理——而把它做对的收益巨大且有充分文献支撑。
当 AI 真正嵌入工作流程，而非被搁在试点的炼狱里时，绩效差距并不微小。Harvard Business School 与 BCG 针对知识工作者的实地实验发现，正确使用 AI 的顾问完成任务的速度约快 25%，产出的工作在质量上被评定为高出约 40%，相较于对照组（Harvard Business School & BCG，2023）。这就是关卡另一侧等待的奖赏。永久试点型组织为 AI 付了全价，却几乎收不到回报，因为那 40% 的质量提升只有在工具进入生产、融入日常工作流程、被真正采用时才会兑现——而不是在沙盒里被"评估"到第十八个月时。
不决断的代价也体现在宏观数据中。被广泛引用的 MIT 2025 年分析发现，企业中约 95% 的生成式 AI 试点对损益表没有产生任何可衡量的影响——只有约二十分之一跨越到真正的财务回报（MIT，经 Fortune 报道，2025）。与 Valliance 并读，图景更加清晰：问题不在于 AI 无法带来回报——那些把它整合得当的少数，回报极其丰厚。问题在于绝大多数试点从未被要求证明它能带来回报，于是默认落入了那 95%。
这就是诊断。不是"实验失败了"。实验成功了，却从未被转化。 缺失的器官，是那道决策关卡。
对中端市场而言，缺失关卡的每一欧元代价更高
把这件事归档为大企业的问题会很省心——3920 万英镑的预算、1000 名领导者的欧洲跨国公司、一种中端市场公司永远达不到的浪费规模。这种安心放错了地方，原因在于算术。
一家 AI 支出 3920 万英镑的公司，可以把十几个僵尸试点当作四舍五入的误差扛下来。浪费是真实的，但被稀释在庞大的预算里；永久试点是 CFO 容忍的一个条目。一家 200 人的公司无法稀释任何东西。如果你在跑三个 AI 试点，其中两个因惰性而永久化，你浪费的就不是四舍五入的误差——你是在错配一笔本就难以争取来的、可自由支配的技术预算中相当大的一部分。浪费的百分比也许相近；但承受这份浪费的能力却不同。中端市场对每一个停滞的试点的感受，是大企业在结构上被隔绝的。
还有第二重不对称。大企业有治理职能——转型办公室、组合评审委员会、其团队至少能看见僵尸试点的 CIO。在一家 200 人的公司里，你的运营负责人春天里与某供应商启动的那个试点，没有任何评审委员会准备评判它。如果你不亲自建起关卡，就没有关卡。Valliance 关于即便成熟的企业项目也无法砍掉试点的发现，若读得正确，是一个警告：如果那些专为治理此事而建的组织尚且做不到，中端市场就不会偶然地养成这种纪律。它必须被有意地安装。
反方论点："Bain 说用例已经在规模化了"
对这一切最有力的反对来自一个可信的来源，值得给出直接的回应。Bain & Company 2026 年的高管调查提出了某种近乎相反的叙事——在大多数用例类别中，企业确实正在把 AI 从试点推向生产，"一切都卡在试点"的说法被夸大了。如果 Bain 是对的，那 kill-or-scale 关卡解决的是一个本已在自行解决的问题。
两个发现可以同时为真，而握住这种张力比选边站更有用。规模化是不均衡的。一个组织完全可以真正把它最好的两三个用例推向生产，同时积累一长串永远不会解决的试点——也就是 Valliance 测得的 40% 到 48%。Bain 数的是越过门槛的赢家；Valliance 数的是没越过的积压。给中端市场的教训不是"无视 Bain"，而是：在规模化上成功的组织，恰恰是做出明确规模化决策的那些；而淹没在永久试点里的，是从未建起决策机制的那些。关卡正是把 Bain 的规模化故事与 Valliance 的停滞故事分开的东西。你要有意地站在那条线的正确一侧。
支持性证据指向同一方向。EY 的 Work Reimagined 研究发现，尽管如今近九成员工以某种形式使用 AI，却只有约四分之一的组织真正具备把这种部署转化为高价值成果的条件（Deloitte，State of AI in the Enterprise，2026）。使用是普遍的；转化却是稀有的。区分因素不是能否用上 AI，而是决定如何处置每一次部署的纪律。
建起 kill-or-scale 关卡：本季度的三个组成部分
解法是收窄的、廉价的，并且在下一个预算周期锁定支出之前完全在你的掌控之中。你不需要一个转型办公室。你需要一道关卡，而关卡有三个部分。把它应用到你今天在跑的每一个活跃 AI 试点上，并对每一个新试点强制执行。
第一，固定的评估窗口。 每个试点在启动的那一刻就拿到一个结束日期——60 天、90 天、一个季度，视用例而定，但要有一个事先指定的日期。制造永久试点的唯一行为，就是开放式的时间线：没有终点的试点永远不必面对裁判。关上时间线，你就强制了裁决。如果一个试点到了窗口期却没有决策，默认不是"延长"，默认是"作废"。
第二，事先约定的成功指标。 在试点开跑之前，用你最终真正能拿到的数字写下成功的模样——每周节省的工时、降低的错误率、人均吞吐量、目标用户中的采用率。据 Valliance，成熟大企业之所以停滞，原因正是指标糟糕、采用率低：从未被给定一条清晰跨越线的试点，永远可以声称自己"还在学习"。一个有事先约定指标的试点，要么达到、要么没达到。在你有动机去移动那条线之前，就把它定下来。
第三，二元裁决与具名负责人。 在窗口期结束时，由一位负责的人——而非一个委员会——做出恰好两种决定之一：以真实预算和采用计划把它规模化进生产，或者把它作废并收回支出。没有第三个选项。"再延长一个季度"是病，不是决定。HBS-BCG 的收益——快 25%、好 40%——只能在该裁决的"规模化"一侧兑现，而且只有当规模化意味着真正的整合、而非更大的沙盒时才行。
这三者没有一个需要你没有的人手或一个平台。它们需要的是事先决定：一个试点要靠在既定日期前跨越既定门槛、并由具名者评判，来赢得它的延续。这就是从试点到生产的全部治理底线，也是一个会转化的组合与一个悄悄豢养僵尸的组合之间的区别。
Valliance 2026 数据的总体故事是：AI 成熟度最高的组织，最不擅长把开始的事情做完——而中端市场，由于负担不起它们对浪费的容忍，从一种它们从未建立的纪律中获益最多。本季度摆在 Head of Operations 面前的决定，不是要不要跑更多 AI 试点，而是你账上今天是否有哪怕一个试点，带着结束日期、成功数字，以及一个附在裁决上的名字。挑出你最昂贵的那个活跃试点，在预算关闭前给它配齐这三样。kill-or-scale 关卡不是你 AI 项目的刹车，它是唯一能把支出变成回报的东西。
