中国的 AI 落地仪表盘上，为什么没有「失败率」这个指标

一位老板手上同时有两份材料。一份是同行转来的公众号长文，标题里带着一个很大的百分比，说的是有多少 AI 项目失败了。另一份是行业协会发的通稿，通篇是产业规模、算力规模、增长率。

两份材料讲的是同一年、同一件事，读完的感受却完全相反。

这不是立场问题，也不是谁在夸大。问题出在更前面一层：这两份材料测量的根本不是同一组东西。 把它们各自公开发布的指标名单抄下来并排放，你会看到一件很少有人去数的事——共同指标是 0 个。

这一篇就做这件事：把两边的指标名单原样抄出来、数一遍、说明为什么会这样，然后给出唯一的可行动作——既然没有人会替你发布那个数，你得自己造一台只有三个指标的仪表盘。

一、国内这一侧：一篇稿子里有八个数，没有一个是"没成"

先取一份口径最集中的公开材料。据新华每日电讯 2026 年 1 月 28 日刊发的《新华深读｜2026 年中国 AI 发展趋势前瞻》，全文出现的量化指标有八项，逐条抄下来：

• 1「人工智能（AI）企业数量超过 6000 家」
• 2「AI 核心产业规模预计突破 1.2 万亿元，同比增长近 30%」
• 3「国产开源大模型全球累计下载量突破 100 亿次」
• 4「中国成为 AI 专利最大拥有国，在全球占比达 60%」
• 5「我国已建成万卡智算集群 42 个，智能算力规模超过 1590 EFLOPS」
• 6「2024 年初中国日均 Token 消耗量 1000 亿，而截至 2025 年 6 月底，中国日均 Token 消耗量突破 30 万亿」
• 7「2024 年中国数据中心用电量占社会用电量比例 1.68%」
• 8「截至 2025 年第三季度，形成医疗、工业、教育等行业的高质量数据集超过 500 个，带动数据标注相关产值 163 亿元」

八项。我们逐句读过全文，没有找到任何一项关于"失败""未达预期""投入无回报""项目取消"的量化数据。 不是数字小，是这个指标不在名单上。

这里要提前声明一件事，也是本文和常见写法最不一样的地方：上面第 6 项那两个 token 数，本文不去做除法。 用它除出一个倍数很容易，但那个倍数说明的是调用总量的变化，跟"企业用得成不成"是两码事，而本文要谈的正是后者。把这两个数放在这里，唯一的作用是让你看清它是名单上的第 6 项——一个产量指标。

再取一份更专业、更厚的材料，看指标体系本身。中国信息通信研究院产业与规划研究所 2025 年 11 月发布的《人工智能算力基础设施赋能研究报告（2025 年）》，是一份逐章讨论"怎么衡量做得好不好"的报告。我们把它的评价维度抄出来：

报告在衡量算力设施的关键能力时，用的是这样几组词——利用率（原文：「主要指智算中心算力的利用率，决定了智算中心最终的有效算力供给」）、吞吐率与时延、异构多样性、单体集群算力规模、线性加速比（报告写在特定规模的训练中「线性加速比均可达 91%」）、模型算力利用率 MFU、模型迁移高效性、池化调度能力。在讲某个中心的运营成效时，用的是「上线仅三个月，填充率便突破了 80%」。

这些指标全部指向同一件事：这套设施跑得满不满、跑得快不快、能不能被接上。

它们都是好指标，而且都比"失败率"更容易测准。但它们全都在供给这一侧。 一台设备的填充率是 80%，与坐在设备另一头的那家五十人的厂有没有把它用出效果，是两个完全不相干的问题。

同样的取向，在目标口径上也看得到。据 2024 年 12 月 12 日中国政府网发布的《中小企业数字化赋能专项行动方案（2025—2027 年）》，到 2027 年的目标写的是4 万家以上中小企业开展数字化转型、中小企业上云率超 40%。

请注意这两个指标的动词：一个是「开展」，一个是「上云率」。都是"做了没有"，不是"做成了没有"。

二、欧美这一侧：五个指标，全是"没成"的比例

换到另一边，把公开发布过的指标同样抄一遍。

指标一：价值兑现率。 据埃森哲《2025 中国企业数字化转型指数》（2025 年 7 月发布），46% 的受访中国企业正在规模化应用生成式 AI，而「仅有 9% 的受访企业由此实现了生产效率、收入和利润提升等显著成果」。这份指数虽然测的是中国企业，但发布方是一家咨询公司，它的指标设计逻辑属于这一侧。

指标二：放弃率。 据 CIO Dive 2025 年 3 月 14 日报道的 S&P Global Market Intelligence 调研（该调研覆盖北美与欧洲一千余名受访者），「The share of companies abandoning most of their AI initiatives jumped to 42%, up from 17% last year」——放弃大部分 AI 计划的公司占比从 17% 升到 42%。我们没有取到 S&P 的原始报告页面，只取到这篇报道，所以这一条按"据转载"处理。

指标三：概念验证报废率。 同一篇报道里的另一句：「The average organization scrapped 46% of AI proof-of-concepts before they reached production」——平均每家组织在投产前废掉了 46% 的概念验证。

指标四：项目取消率。 据 Gartner 2025 年 6 月 25 日的官方新闻稿，其预测是到 2027 年底，超过 40% 的 agentic AI 项目将被取消。

指标五：零回报组织占比。 这一项站上已有一篇文章把它的原文、样本量与传播失真逐层拆过，本文不重复，也不引用它的数字，只把它记在名单上——因为它是这一侧最著名的一个指标，而它衡量的同样是"没成"。

五项。它们的共同点非常整齐：每一项的分子都是"没成的那部分"。

三、把两张名单并排：交集是 0 个

下面做这一篇唯一的那个动作——把两张名单摆在一起，找共同项。

共同指标：0 个。

不是数值对不上，是两张名单上没有任何一个指标是重合的。所以你拿这两份材料去互相印证、互相反驳、或者算一个"综合结论"，从方法上就不成立——它们连一个能对齐的坐标都没有。

那为什么会这样？有两个不带任何褒贬的解释，都能从"谁在为谁写这份材料"推出来。

第一个解释：发布者的角色不同，产品也就不同。

咨询机构的商业模式是"你有一个问题，我来帮你解决"。一个被量化的问题，是它最有效的开场白。 所以它必然会持续测量并发布"有多少人没做成"——这不是坏事，这是它的专业产出，也是它招揽业务的方式。第二节那五个指标，全部由咨询机构或市场研究机构发布，没有一个例外。

而产业与信息化口径的职责是产业规划与基础设施建设。规划要回答的是"这条链子该往哪长、缺哪一段"，所以它测量的是产能、规模、连接率、覆盖数。 第一节那八项加上后面那一串效能指标，全部服务于这个问题。

两套指标各自都是称职的，只是它们回答的问题都不是"我这家公司这次会不会白干"。

第二个解释：失败率这个指标本身极难测准，而两边对"测不准"的处理方式不同。

"失败"要定义。项目上线了但没人用，算不算？算出效果但没进财务报表，算不算？跑了三个月被叫停，是失败还是及时止损？没有一个统一定义，任何一个失败率都是定义出来的，不是数出来的。

咨询机构可以接受这种不确定——它在报告里加一段方法论说明就行，报告本身是观点产品。而政务与产业统计口径通常不发布一个无法统一定义、无法逐级汇总核对的数。 与其发布一个会被反复质疑的比例，不如发布可以逐级核到的规模数。

这两个解释合起来，得到的结论对你其实是个好消息：没有人在隐瞒那个数字，只是没有人有职责去生产它。 而这就意味着——

四、自己造一台仪表盘：三个指标，一张纸

下面这套是给一家 5 到 50 人的公司用的。它不需要任何系统，一张纸、一个人、每月一次。三个指标，一个都不能多——多了没人填，填了没人看。

第 1 步。列一张"在跑的清单"，一行一件事。

一件事的定义是：有一个具体的人，用一个具体的工具，做一件具体的、以前也在做的事。 不是"我们上了 AI"，是"小王用它写询盘的第一轮回复"。写不出这三个具体，这一行就不该存在。

多数公司列完会发现只有两到五行。这是正常的，也是这张表最有价值的第一个发现。

第 2 步。第一个指标：还在跑的行数 ÷ 曾经开始过的行数。

这就是你自己的那个"失败率"，而且它是唯一一个你能测准的版本——因为定义是你自己下的，且分母就在你手上。

关键在于分母不许删行。一件事停了，不要把它从表上划掉，改成标注"停于某月某日，原因一句话"。绝大多数公司的这张表之所以永远好看，是因为失败的行被删掉了。

判定线本文给一个建议值，不是任何一方的标准：连续两个季度这个比值低于 50%，就该停止开新行，先把已有的行做稳。

第 3 步。第二个指标：每一行的"上一次被使用"是哪一天。

一行不需要天天用，但需要有人知道它上一次被用是什么时候。超过 30 天没有被使用过的行，等同于停了，即使没有人宣布过它停。这是最常见的一种"没成"，也是最不容易被察觉的一种——没有人叫停，它只是安静地不再被打开。

这一列的记法极简单：每月月底问一句"这一行这个月用过吗"，答"没有"就填上月的日期。

第 4 步。第三个指标：省下的分钟数，按绝对值记，不记百分比。

写法是"这件事以前每次要 X 分钟，改完之后每次要 Y 分钟，一个月发生 Z 次"。三个数，全部由做这件事的那个人自己报。

不要记"效率提升多少倍"。 倍数会被无意识地夸大，而分钟数不会——因为报的人知道自己每天在干什么。

第 5 步。每月同一天填一次，条件不变。

固定到几号，别"想起来就填"。不同条件下量出来的数不能比，而比不了的数等于没量。

第 6 步。半年后做一次减法：三个指标里，有几个是你半年前就能报出来的。

这一问才是这张表真正的作用。一家公司如果半年前答不出、半年后能答出，那这半年就没有白过——即使那个比值不好看。

五、这套的边界，以及什么时候不该这么做

第一，这张表测不出别人，只能测你自己。

它的三个指标全部是内部定义的，所以它不能拿去和任何公开数据比大小。你算出来一个 40%，不能说"比某某报告说的 42% 好"——两个数的定义、口径、观察期完全不同。这张表唯一的比较对象是你自己上一次的那张。 一旦开始拿它去和外部数字比，它就变回了本文第三节反对的那件事。

第二，如果你只有一行，先别做这张表。

只有一件事在跑的时候，比值不是 0 就是 100%，没有信息量。这种情况下该做的是把这一行做到第 4 步那三个数能报出来，然后再考虑开第二行。

第三，不要把这张表交给一个专职的人去填。

一旦有人的考核和这张表挂钩，第 2 步里"分母不许删行"这条规矩会在第三个月失效。填表的人应该就是做那件事的人，看表的人应该是老板本人。 中间不加一层。

第四，也是最该说清楚的一条：这篇文章不是在替 AI 项目辩护，也不是在唱衰。

第二节那五个指标里的数字都是真的，第一节那八项也是真的。本文的全部主张只有一句：它们回答的都不是你的问题。 一份说 42% 的报告，和一份说产业规模 1.2 万亿的通稿，对"我们厂下个季度该不该开第二个场景"这个决定，提供的信息量同样接近于零。

别被吓住，也别被数字撑着。 这两种情绪的来源是同一个——用别人的仪表盘看自己的车。

最后回到那位手上有两份材料的老板。这两份材料他都不用扔，但也都不该用来做决定。它们真正的用处是提醒他一件事：这两拨人都在认真测量，只是谁都没打算测他那台车。

那台车的仪表盘只有三个表，装起来不用一个下午。

这套仪表盘的完整模板、逐列填写口径与月度复盘的提问清单，在《DeepSeek企业实战》第 5 课。