Mengapa Agile masih gagal di era AI: punca sebenar kegagalan projek perusahaan

Konteks Industri

Selepas perusahaan memperkenalkan AI, mereka sering menjangkakan projek boleh dilancarkan dengan cepat dan diiterasi pantas seperti fungsi perisian. Namun, realitinya tidak begitu. Sama ada pembangunan tangkas tradisional mahupun aliran kerja baharu berorientasikan AI generatif, punca kegagalan projek biasanya bukan terletak pada “ada atau tiadanya model”, tetapi pada sama ada perusahaan benar-benar mengubah proses, tadbir urus dan sistem tanggungjawab.

Isu utama yang dibincangkan oleh iTnews ialah: walaupun AI memasuki proses pembangunan dan operasi perusahaan, projek masih boleh gagal. Penilaian ini tidak mengejutkan. AI hanyalah penguat; ia akan memperbesarkan masalah kualiti data, masalah kerjasama antara jabatan, masalah kebenaran akses dan pematuhan, serta salah tafsir perusahaan terhadap ROI.

Bagi perusahaan, projek AI bukan lagi sekadar eksperimen IT, tetapi satu projek sistem yang melibatkan jabatan perniagaan, undang-undang, pematuhan, data, keselamatan dan perolehan. Banyak kegagalan bukan kerana model tidak cukup canggih, tetapi kerana perusahaan masih menggunakan pendekatan “rintisan alat” untuk memajukan projek “pembentukan semula proses”.

Kesan Pasaran

Kadar kegagalan projek AI yang tinggi, pertama sekali mempengaruhi cara pelanggan perusahaan memperuntukkan bajet. Dahulu, perusahaan mungkin sanggup membayar kos rendah untuk bukti konsep; kini, apabila AI semakin memasuki senario teras seperti perkhidmatan pelanggan, kerja pejabat, automasi jualan, bantuan pembangunan dan pencarian pengetahuan dalaman, pihak pengurusan akan lebih menekankan pulangan perniagaan yang boleh diukur, contohnya berapa banyak jam kerja dijimatkan, berapa banyak pemprosesan manual dikurangkan, dan berapa lama kitaran respons dipendekkan.

Ini akan secara langsung mengubah logik persaingan pembekal. Platform yang sekadar menyediakan akses model atau fungsi AI umum semakin sukar membuktikan nilai komersialnya. Pelanggan akan lebih menumpukan pada:

• sama ada ia boleh disepadukan ke dalam aliran kerja perniagaan sedia ada
• sama ada ia mempunyai pengasingan data, kawalan kebenaran dan keupayaan audit
• sama ada ia boleh diintegrasikan dengan sistem perusahaan
• sama ada ia boleh memantau kualiti output dan risiko secara berterusan
• sama ada ia benar-benar mengurangkan kos buruh, bukannya menambah beban pengurusan baharu

Bagi pelabur, ini bermakna logik penilaian AI peringkat perusahaan juga sedang berubah. Pasaran bukan lagi hanya melihat “kecanggihan teknologi”, tetapi lebih kepada “kedalaman pelaksanaan” dan “keupayaan pengekalan”. Jika produk AI tidak dapat membentuk aliran kerja yang stabil di dalam pelanggan, percubaan sekali guna tidak semestinya boleh ditukar kepada kontrak jangka panjang.

Landskap Persaingan

Pada masa ini, syarikat yang mendapat manfaat biasanya bukan syarikat yang hanya menjual “keupayaan model”, tetapi pembekal yang mampu menyepadukan AI ke dalam platform awan, suite pejabat, CRM, infrastruktur data dan rantaian alat pembangunan. Mereka mempunyai keupayaan pengedaran yang lebih kuat, kos penyepaduan yang lebih rendah, serta laluan pembelian perusahaan yang lebih matang.

Pihak yang berada di bawah tekanan pula merangkumi dua jenis syarikat:

1. Startup yang hanya menyediakan fungsi AI umum dan kekurangan keupayaan pelaksanaan perniagaan; 2. Pembekal yang cuba menggantikan proses perusahaan yang kompleks dengan alat AI titik tunggal, tetapi tidak dapat membuktikan ROI.

Sementara itu, kepentingan penyepadu sistem, syarikat perundingan dan penyedia perkhidmatan awan semakin meningkat.Sementara itu, kepentingan penyepadu sistem, syarikat perunding dan penyedia perkhidmatan awan semakin meningkat. Ini kerana apa yang benar-benar diperlukan oleh perusahaan bukanlah satu “model yang lebih pintar”, tetapi satu set sistem penggunaan yang boleh ditadbir, diaudit dan diskalakan. Dalam era AI, persaingan semakin menyerupai “siapa yang boleh membantu perusahaan menjadikan model sebagai proses”.

Implikasi Perusahaan

Bagi pembuat keputusan perusahaan, trend ini memberikan beberapa isyarat yang jelas.

Pertama, matlamat projek AI tidak boleh ditakrifkan hanya sebagai “dilancarkan”, tetapi harus ditakrifkan sebagai “bahagian proses mana yang digantikan, berapa banyak kos dijimatkan, dan penunjuk mana yang dipertingkatkan”.

Kedua, perusahaan perlu mendahulukan tadbir urus data, reka bentuk kebenaran akses, keselamatan model dan audit output, bukannya melakukannya selepas percubaan awal selesai.

Ketiga, pelaksanaan AI tidak seharusnya didorong hanya oleh pasukan teknikal. Jabatan perniagaan mesti terlibat dalam pemilihan senario dan standard penerimaan, jika tidak projek mudah terhenti pada peringkat demonstrasi.

Keempat, perusahaan harus mengutamakan platform AI yang dapat menyokong integrasi berskala besar dan operasi jangka panjang, bukannya alat yang paling menarik dari segi fungsi dalam jangka pendek.

Hal ini terutama berlaku bagi organisasi besar. Semakin mendalam AI generatif menyerap ke dalam proses teras, semakin diperlukan sempadan tanggungjawab yang jelas: siapa yang meluluskan, siapa yang menyelia, siapa yang bertanggungjawab atas output yang salah, dan siapa yang menangani pertikaian pematuhan. Jika soalan-soalan ini tiada jawapan, semakin besar skala projek, semakin tinggi risikonya.

Tinjauan

Dalam 12 bulan Perusahaan akan terus memajukan percubaan AI, tetapi dengan penekanan yang lebih kuat pada “hasil yang boleh diukur”. Banyak projek akan beralih daripada “strategi AI” yang umum kepada senario yang lebih khusus, seperti pengalihan pertanyaan pelanggan, carian dalaman, pemprosesan dokumen dan bantuan pembangunan.

Dalam 24 bulan Pasaran akan menjadi semakin terbahagi dengan jelas. Penyedia AI perusahaan yang dapat membuktikan ROI akan memperoleh lebih banyak kontrak, manakala produk yang tidak mempunyai kitaran nilai perniagaan yang lengkap akan berdepan kadar penyusutan pelanggan yang lebih tinggi. Pembelian oleh perusahaan juga akan memberi lebih perhatian kepada keupayaan tadbir urus, bukan hanya menilai skor model.

Dalam 3 tahun AI akan disepadukan dengan lebih mendalam ke dalam sistem operasi perusahaan, tetapi kunci kejayaan projek tetap bukan pada model itu sendiri, melainkan pada sama ada organisasi telah menyelesaikan penstrukturan semula proses. Tumpuan persaingan masa depan akan beralih daripada “siapa yang memiliki model lebih kuat” kepada “siapa yang memiliki keupayaan penyampaian peringkat perusahaan yang lebih kuat”.

Konteks Sumber

Artikel ini dianalisis berdasarkan kerangka isu yang disediakan oleh artikel iTnews “Agile in the AI Era: why projects still fail”, digabungkan dengan logik industri pelaksanaan AI perusahaan. Teks asal menekankan bahawa walaupun telah memasuki era AI, kegagalan projek masih kerap berlaku, dan puncanya lebih banyak berpunca daripada organisasi dan penyampaian, bukannya semata-mata keupayaan teknikal.

KesimpulanAI sedang mengubah cara perisian perusahaan digunakan, tetapi tidak menghapuskan masalah lama dalam pengurusan projek. Bagi perusahaan, cabaran sebenar bukanlah “sama ada untuk mengguna pakai AI”, tetapi “sama ada bersedia untuk membiarkan AI mengubah proses”. Inilah juga titik pemisah utama dalam tempoh 12 hingga 36 bulan akan datang bagi menentukan sama ada AI perusahaan boleh beralih daripada projek perintis kepada pelaksanaan berskala.