MIT的研究是對的

作者：Josh Anderson2025年10月22日

你肯定看過那項MIT研究：95%的企業(yè)的AI項目都會失敗。

你可能在會議上分享過，在領(lǐng)英上發(fā)過帖子，甚至用它來佐證對AI的擔(dān)憂。但你知道為什么這個數(shù)字這么高嗎？我知道。因為我親身經(jīng)歷過。

我花了三個月的時間，讓自己成為那95%中的一員。

我為期三個月的失敗實驗

作為一名兼職CTO和顧問，我經(jīng)常被問到同一個問題：“我們應(yīng)該如何在工程團(tuán)隊中使用AI？”我本可以給出關(guān)于增強功能和提高效率的標(biāo)準(zhǔn)顧問答案。但我決定探究一下，當(dāng)你全面投入AI時，究竟會發(fā)生什么。

我強迫自己完全使用Claude Code來開發(fā)一個產(chǎn)品。三個月。我一行代碼都沒寫。我想親身體驗一下我的客戶正在考慮的事情——100% 采用AI。我需要親身了解為什么會有95%的失敗率。

產(chǎn)品成功上線了，而且能正常運行。我為自己的成果感到驕傲。然而，接下來發(fā)生的事卻印證了麻省理工學(xué)院那項研究中的所有擔(dān)憂：我需要做一些小改動，卻發(fā)現(xiàn)自己沒有信心完成。這可是我自己的產(chǎn)品，由我主導(dǎo)開發(fā)，而我竟然對自己修改它的能力失去了信心。

二十五年軟件工程經(jīng)驗，我的技能卻退步到了如此地步，以至于看著自己指導(dǎo)人工智能編寫的代碼都感到束手無策。我成了自己產(chǎn)品開發(fā)的旁觀者。

現(xiàn)在，當(dāng)客戶問我關(guān)于AI應(yīng)用的問題時，我可以準(zhǔn)確地告訴他們100% 依賴AI的下場：看似成功，實則失敗。這就是陷阱——初期數(shù)據(jù)看起來很棒，你交付得更快，感覺效率超高。但三個月后你會發(fā)現(xiàn)，沒人真正懂自己搭建的東西。

所有失敗項目都在重復(fù)的模式

公司對AI充滿熱情。領(lǐng)導(dǎo)層強制推行AI。所有人都開始使用AI工具。起初，生產(chǎn)力指標(biāo)看起來很棒。但隨后，系統(tǒng)出現(xiàn)故障、需要修改或需要人工判斷，這時大家都不知道該怎么辦了。

開發(fā)人員無法調(diào)試他們沒有編寫的代碼。產(chǎn)品經(jīng)理無法解釋他們沒有做出的決策。領(lǐng)導(dǎo)者無法為他們沒有制定的戰(zhàn)略辯護(hù)。

所有人都指著AI工具說：“它告訴我這是正確的方法。”

在實驗過程中，我發(fā)現(xiàn)自己一直處于疲于奔命的狀態(tài)。Claude Code生成一些東西，總會有些許偏差，我去修正，它又會犯同樣的錯誤，我再去修正。我付出的努力比自己編寫代碼還要多，卻沒有任何學(xué)習(xí)或技能提升的機會。

鮑勃?蓋倫在我們最近的播客里說得一針見血：“喬希，那個產(chǎn)品到底是誰的？是你還是ClaudeCode？”答案是 ClaudeCode。我一邊告訴自己在創(chuàng)新，一邊徹底放棄了對產(chǎn)品的主導(dǎo)權(quán)。

恰到好處的平衡（很少有人能做到）

公式應(yīng)該是AI+HI（人類智能），其中HI（人類智能）大于AI。那么，那95%的失敗案例究竟是怎么回事呢？那就是AI運行，幾乎沒有人工干預(yù)。

當(dāng)AI幫助你更快地編寫出更優(yōu)質(zhì)的代碼，同時又能讓你保持對架構(gòu)的理解時——這就是增強。當(dāng)AI編寫出你無法理解的代碼時——這就是放棄主導(dǎo)權(quán)。

當(dāng)AI幫助你分析客戶反饋并輔助你做出產(chǎn)品決策時——這是增強。當(dāng)AI告訴你下一步該開發(fā)什么產(chǎn)品時——這是放棄主導(dǎo)權(quán)。

當(dāng)AI幫助你更快更好地寫作，同時保留你的個人風(fēng)格時——這就是增強。當(dāng)AI用一種并非你個人的風(fēng)格為你寫作時——這就是放棄。

我知道其中的區(qū)別，因為我兩種角色都體驗過。一開始，放棄主導(dǎo)權(quán)似乎更容易些：交付更多、進(jìn)度更快！但隨后你會意識到，你實際上已經(jīng)失去了控制權(quán)，而一旦出了問題（而且總會出問題），你就束手無策了。

我們正在失去的“大師”

我們即將面臨一場無人提及的危機。十年后，誰來指導(dǎo)下一代？從一開始就使用人工智能的開發(fā)者將缺乏架構(gòu)方面的知識來傳授；一直以來依賴AI做決策的產(chǎn)品經(jīng)理將缺乏判斷力來傳承；那些將決策權(quán)拱手讓給算法的領(lǐng)導(dǎo)者將缺乏智慧來分享。

我和鮑勃代表著一種可能正在消逝的東西：我們是各自領(lǐng)域的行家，通過實踐、失敗、調(diào)試和再次嘗試來學(xué)習(xí)。我們積累了超過25年的經(jīng)驗，這些經(jīng)驗告訴我們何時會出錯，為什么某個架構(gòu)決策會讓你后悔莫及，以及客戶的反饋究竟意味著什么。

你無法通過提示獲得那種知識，也無法下載那種經(jīng)驗，你必須靠自己去積累。如果你讓AI代勞，你最終只會落得個危險的依賴。

你的“主導(dǎo)權(quán)審計”

是時候感到一絲不安了。看看你最近的工作：

你能不參考AI的建議，詳細(xì)解釋每一個決定嗎？如果明天所有AI工具都消失了，你還能勝任現(xiàn)在的工作嗎？你的專業(yè)技能是在提升，還是僅僅更擅長提出建議？當(dāng)系統(tǒng)出現(xiàn)故障時，你的第一反應(yīng)是自己修復(fù)，還是讓AI來修復(fù)？

如果你感到局促不安，那么你就是那95%中的一員。

挑戰(zhàn)

接下來一周，選擇一項你工作中的核心技能。就一項。不要借助任何AI輔助工具。不用Copilot編寫代碼。不用ChatGPT做產(chǎn)品決策。不用Claude制定戰(zhàn)略。

感覺到了那種不適感？那不是能力不足，而是你真實技能水平的暴露。那是你真實水平與你一直以來假裝被AI塑造的形象之間的差距。

現(xiàn)在你面臨一個選擇。你可以通過提升自身技能來彌補差距，將AI作為訓(xùn)練伙伴而非替代品?；蛘撸阋部梢岳^續(xù)放棄，繼續(xù)自欺欺人地認(rèn)為自己很創(chuàng)新，最終成為那95%失敗者中的一員。

• 能夠蓬勃發(fā)展的公司并非擁有最先進(jìn)的AI工具的公司，而是那些員工利用AI提升自身能力而非變得更加懶惰的公司。在這些公司里，決策權(quán)、代碼權(quán)和戰(zhàn)略權(quán)都掌握在人類手中，AI是助力而非自動駕駛工具。

我花了三個月才慘痛地吸取教訓(xùn)。我讓AI主導(dǎo)了我的產(chǎn)品開發(fā)，差點迷失了自己作為開發(fā)者的角色。別犯我同樣的錯誤。別成為那95%的失敗案例之一。

掌控你的技藝。運用工具。不要讓工具掌控你。

保持勇氣。

Josh Anderson,

PS：麻省理工學(xué)院的研究并非個例。Gartner、麥肯錫和其他機構(gòu)也發(fā)現(xiàn)了類似的失敗率。模式一致：放棄領(lǐng)導(dǎo)權(quán)會失敗，而加強領(lǐng)導(dǎo)權(quán)則會成功。問題是：你站在哪一邊？

本文編譯自substack，原文作者Josh Anderson

https://leadershiplighthouse.substack.com/p/i-went-all-in-on-ai-the-mit-study