现在摆在企业面前的是一堆不太好写进汇报材料的问题：数据混乱、没人会用、算不清回报、老系统接不上、合规风险、员工抵触。这六件事才是转型真正卡住的地方，跟选哪个大模型关系不大。

1. 数据

大部分的 AI 项目会死在这一步。Gartner 预计到 2026 年，60% 的 AI 项目会因为数据不够"AI-ready"而被放弃。RAND Corporation 的研究说得更直接：80% 到 95% 的企业级 AI 项目没能交付预期价值，数据污染是主因。

全球有 63% 的数据管理领导者承认，自家的数据管理实践撑不起 AI。数据孤岛、质量参差、治理缺失，这三点在中国企业身上还多了一层：数据流通的信任问题。企业之间"不敢传、不愿传、不会传"，只有 15% 的中国企业有统一且真正能用的数据分类标准。巧妇难为无米之炊，现在的问题是米仓里堆满了没筛过的沙子。

2. 人才

缺的不是懂技术的人，是两头都懂的人。IDC 预测到 2026 年，全球超过 90% 的企业会碰上关键 AI 技能短缺，对应的经济损失估计 5.5 万亿美元。普华永道的数据是，AI 相关岗位的薪酬溢价平均 56%，抢人成本被抬得很高。

但真正卡住项目的往往不是薪资。技术专家不懂业务，业务专家说不清需求，两边各说各话，做出来的东西没人用。还有一个容易被忽略的数字：85% 的员工有能力使用 AI 工具，只有 25% 经常用。工具发下去了，用不起来。

3. ROI

算不清这笔账，项目估计撑不到第二年。麦肯锡的调查显示，近 90% 的企业已在至少一个职能中用上 AI，但只有约 37% 能把它和利润挂上钩。中国这边，48.5% 的企业报告 AI 项目 ROI 低于预期，44.4% 坦言根本算不清。

算不清是有原因的：战略目标一开始就是含糊的，隐性成本（数据清洗、接口改造、人力投入）被严重低估，评估框架更是缺位。结果是 S&P Global 记录的那个数字——2025 年 42% 的公司放弃了大部分 AI 项目，85% 的 C 级高管表示在看到更明确的价值证据前会推迟 AI 支出。我不认为这是保守，这是被上一轮花了钱没响声的项目吓出来的。

4. 遗留系统

老架构是 AI 的地基问题。德勤的调查里，60% 的 AI 领导者把遗留系统集成列为采用 AI 代理的主要障碍。Gartner 预测得更狠：到 2027 年底，超过 40% 的 AI 代理项目会因基础设施限制被取消。原因很实在，老系统普遍没有现代 API，不支持实时数据流，改起来牵一发动全身。

所以多数企业只能走"进化式现代化"，而不是推倒重来。丰田的做法是个例子：在老旧主机系统之上部署 AI 工具，把过去需要人工操作几小时的工作自动化，靠 API 网关这类桥梁技术分批改造。慢，但不至于把业务搞瘫痪。

5. 合规与安全

AI 带来了几种此前不存在的安全漏洞：数据投毒、模型窃取、对抗性攻击、提示词注入。IBM 的数据是，涉及 AI 的恶意网络攻击平均损失 600 万美元。

监管也在收紧。欧盟《AI 法案》、中国《生成式人工智能服务管理暂行办法》相继落地，数据隐私、算法备案、内容标识都成了硬要求。Zillow 因为算法失误造成 3.04 亿美元库存减值，最后永久关停了相关业务。这不是合规罚款，是模型直接把生意做没了。治理体系这件事，已经从加分项变成能不能继续做下去的前提。

6. 组织

70% 到 80% 的失败跟技术无关。这是六个瓶颈里最容易被低估的一个。员工担心被替代，不信任 AI 的黑箱决策，再加上多年数字化转型攒下来的变革疲劳，抵触是默认状态。

微软 Work Trend Index 里有个耐人寻味的矛盾：65% 的 AI 用户害怕自己落后，同时 45% 的人觉得专注眼前的事更安全。想进步，又不敢动。新数字工具的平均采纳率只有 32%，个人生产力的提升汇聚不成组织绩效。说白了，工具装到电脑上不算转型，装进日常工作流才算。

那么，该做什么

六件事讲完，落到行动上只有三条。

1. 第一，把钱花在看不见的地方。数据治理、人才培养、文化建设都不产 demo，也不好汇报，但它们是竞争对手最难复制的部分。
2. 第二，别一上来就重构业务。技术债重的公司，先从提升个人效率的 AI 赋能做起，再谈用 AI 重塑业务流程。
3. 第三，把人放在中间。成立跨职能的 AI 领导小组，让技术愿景和员工的切身利益挂上钩。否则前五条都做完了，第六条照样能把一切推翻。

企业 AI 转型的完整框架和落地路径，我们整理在企业AI转型深度解析里，可以作本文的配套阅读。

参考资料

1. IDC. (2025). Global AI Skills Shortage Forecast.
2. Deloitte. (2026). Tech Trends 2026: Legacy Systems and AI.
3. IBM Security. (2025). Cost of a Data Breach Report.
4. CAICT (中国信通院). (2025). 中国企业AI应用与数据治理白皮书.
5. S&P Global Market Intelligence. (2025). Enterprise AI Adoption Survey.