那个「95% 的 AI 项目失败」，从头到尾被读错了三层

「95% 的 AI 项目失败了。」

这句话被中文互联网引用了一整年。它有源头，源头也查得到：MIT NANDA 项目的《The GenAI Divide: State of AI in Business 2025》，2025 年 7 月发布。我们把这份报告的原始 PDF 找出来，逐句核对了一遍。结论是：这句话至少被读错了三层。而且报告自己给出的数据里，藏着一个和这句话方向相反的算式——真正跑过试点的组织里，约四分之一是成功的。

一、第一层：那句话的主语，从来不是「项目」

报告里那句原文是这样的：

"95% of organizations are getting zero return."

主语是 organizations——组织。整句话说的是「95% 的组织拿到零回报」，不是「95% 的项目失败」。

这两句话看起来只差几个字，分母完全不同。「项目失败率」的分母是已经启动的项目，「组织零回报率」的分母是所有被问到的组织，包括那些一个项目都没启动的。

报告自己给了一组漏斗数据，把这件事说得很清楚。据 MIT NANDA《The GenAI Divide》（2025 年 7 月），约 60% 的组织评估过生成式 AI 工具，约 20% 进入试点，约 5% 进入生产。

按这组数字往回推：100 家组织里，有 40 家连评估都没做过。这 40 家当然是「零回报」——它们没有回报，因为它们没有项目。剩下 60 家里，又有 40 家评估完就停下了，没进试点。这 40 家也算进了「零回报」。

也就是说，那个 95% 里，有相当大一块根本不是「试了没成」，是「压根没试」。

把没开始的公司算成失败的项目，这个百分比就不再是在描述「AI 项目好不好做」，它描述的是「有多少公司还没动手」。这是两个完全不同的问题，对一个 5 到 50 人的公司来说，指向的动作也完全不同：前者告诉你「别做」，后者告诉你「大部分同行也还没做」。

我们没有找到报告里任何一处写着「95% 的项目失败」或「95% 的试点失败」。这个说法是在转述环节出现的。

二、第二层：52 场访谈、153 份现场问卷，封面写着「初步发现」

第二件被跳过的事，是这份报告的样本。

据这份报告本身（2025 年 7 月），它的数据来自 52 场结构化访谈，加上 153 份在行业会议现场收集的问卷。

不是几百家企业的抽样调查，不是行业普查。是 52 场访谈加 153 份现场问卷。

行业会议现场收集的问卷有一个绕不开的性质：填问卷的人是自己走进那个会场的。愿意花时间去参加生成式 AI 主题会议的人，和整体企业分布不是一回事。这不是说这种样本没有价值，访谈和现场问卷擅长的是发现问题的形状——哪些环节卡住了、卡在哪里。它不擅长的是给出一个可以外推到全国企业的百分比。

报告自己也知道这一点。封面上标着 Preliminary Findings——初步发现。

报告里还有两句免责的话，几乎没有被任何转述提到过：

一句是 "directionally accurate…"，方向性准确。

另一句更关键："Six-month observation period may be insufficient… potentially understating success rates."——六个月的观察期可能不足，可能低估了成功率。

我们想说清楚的是：这不是一份没价值的材料。它方向上的判断——大多数组织确实还没从生成式 AI 里拿到可见回报——大概率是成立的，后面几组独立调研也指向同一个方向。错的不是报告，是把一份标着「初步发现」、自己说观察期可能不够的材料，当成了一次普查的结论，再把结论里的主语换掉。

对阿May这样被指派去做这件事的人来说，这一层尤其值钱。当有人拿「95% 都失败了」来否掉你的方案时，你需要知道的是：那句话的证据强度，是 52 场访谈。

三、第三层：数字是在哪一环被放大的

第三层是传播链本身。

我们顺着引用链往回找，找到了失真的第一环。据财经媒体 Fortune（2025 年 8 月 18 日）的报道，这份报告的方法论被写成了「150 场访谈 + 350 名员工问卷」。

对照原文的 52 场访谈 + 153 份现场问卷，样本量被放大了约三倍。

这一环很重要，因为后面的转述几乎全部继承了这个版本。样本从「52 + 153」变成「150 + 350」，它在读者心里的分量就不一样了——前者你会想「这只是初步的」，后者你会想「这是个大规模调研」。报告的结论一个字没改，就这样被抬进了后一个位置。

我们不是唯一注意到这件事的。研究方法领域有一篇评论文章（NewMR，链接见文末）专门讨论过这份报告被误读的问题。

还有一件事，是我们自己核对时撞上的。

2026 年 3 月，我们去访问发布方的页面，想拿一份来自发布方服务器的原始 PDF。那个地址发生了 302 跳转，落地页上不再提到这份报告，没有下载链接，也没有任何撤稿或更正的说明。我们最终拿到的 PDF，来自第三方存档（地址见文末）。

我们不推测这背后的原因，我们没有依据。我们只陈述核对到的状态：一份被引用了大半年的材料，原始文件已经不在发布方自己的服务器上，且没有说明。这件事本身，是任何人在引用它之前该知道的。

顺着这条链，可以整理出一套通用的动作。下次你看到一个吓人的百分比，在转发之前，按这四步自己走一遍：

第 1 步。找到原文那句话，只看主语。 不看转述，不看截图，找到报告 PDF 本身，把那句话所在的段落读完。主语是「组织」「公司」「项目」还是「试点」？这四个词的分母完全不同。一句话的主语被换掉，整个数字的含义就换了。

第 2 步。翻到方法论那一页，看样本怎么来的。 三件事：样本量多少、样本从哪里来（随机抽样、行业会议现场、自愿填答）、封面或摘要里有没有「初步」「preliminary」「working paper」这类限定词。样本量是几十还是几千，决定了这个百分比能不能外推。

第 3 步。读作者自己的免责段。 严肃的研究几乎都会写「本研究的局限」，作者自己划的边界通常比任何批评者都准。这份报告写的是「观察期可能不足，可能低估了成功率」，只要读到这一句，就不会把它当成定论。

第 4 步。往回倒推一环传播链。 你看到的这篇文章引的是谁？那一篇又引的是谁？一直推到原始文件为止。数字在中间任何一环变过，就以最原始的那个为准。第一环的失真，往往就是全部失真的来源。

四步都不需要专业训练，需要的只是不在第一环就停下。

四、那真实的失败率，大概是什么样

把报告自己的漏斗数字重新算一遍：约 20% 的组织进入试点，约 5% 进入生产。5 除以 20，等于 25%。

真正跑过试点的组织里，约四分之一把它推进了生产。

这个 25% 需要三个限定，我们不想省掉：第一，它还是「组织」口径，不是「项目」口径；第二，60/20/5 都是约数，25% 也就是个约数；第三，「进入生产」不等于「赚到钱」，只是没有死在试点阶段。

再并排放上另外几组口径不同、来源独立的数字：

据 Gartner（2025 年 6 月）预测，到 2027 年底，超过 40% 的 agentic AI 项目会被取消。注意口径——这是一个预测，且只限定在 agentic 这一类项目上。

据媒体转载的麦肯锡一项覆盖约 500 家组织的调研（我们只拿到转载版本，未能核到原始报告，请按「转载」看待），88% 的组织在使用 AI，仅 39% 报告有实际收益，约 6% 达到了 5% 以上的 EBIT 影响。这份调研里还有一个数字，是我们认为整篇文章里最值得抄下来的：收益影响最大的单一因素是「重新设计工作流」，而只有 21% 的公司真的做了。

据埃森哲中国数字化转型指数 2025 年版（2025 年 7 月），46% 的企业在规模化使用生成式 AI，仅 9% 拿到显著价值。

四组数字，四种口径，没有一组能直接和另一组比。但它们指向同一个地方：拉开差距的不是模型能力，是流程有没有被重画。88% 在用、39% 有收益、21% 重构了流程——这三个数排在一起，答案已经写在里面了。

对一个 5 到 50 人的公司，这意味着一件很具体的事：不要先买工具再找地方用。 先挑一段你能在纸上写下来的流程——报价、对账、客服回复、招聘初筛都行——把它从头到尾重画一遍，看哪一步是可以整段拿掉的，然后才是找工具去填那一步。顺序反过来，你就落进了「没有重新设计工作流」的那一侧——按麦肯锡那组转载数字，那一侧占了近八成。

五、什么时候不该这么读

必须说清楚：这篇文章不是给 AI 项目翻案。

25% 的意思是，四个跑到试点的组织里，有三个没进生产。Gartner 预测超过 40% 的 agentic 项目会被取消。麦肯锡那组数字里，真正拿到 5% 以上 EBIT 影响的只有约 6%。这三个数字没有一个是乐观的。

所以正确的读法不是「95% 是假的所以放心做」，是别被吓住，也别被哄住。吓住你的人拿的是一个换了主语的百分比；哄你的人会说重构流程很轻松，那也不是真的——重新设计工作流意味着有人的活要被改掉、有人要重新学，在一个 5 到 50 人的公司里，难点从来不在技术上。

还有两种情况不适用：如果你的公司连一段能完整写在纸上的流程都没有，先别谈重构，先把流程写下来；如果一段流程一个月只跑三五次，重构它的时间成本大概率收不回来，人工反而更便宜。

至于「先重构哪一段流程」，那是另一个问题了，值得单独看一篇。