Gartner调查：AI基建项目72%未回本，20%直接翻车

782位IT运维经理的年底复盘，给AI热潮浇了盆冷水。28%的成功率，意味着每投4个项目，3个在亏钱。

数据背后的残酷分层

Gartner去年11-12月的调查覆盖全球782位I&O（基础设施与运维）负责人。结果呈现明显的"二八分化"：28%完全达成投资回报，52%部分成功或仍在推进，20%彻底失败。

失败率最高的三个场景堪称"AI三件套"：自动修复、自愈式基础设施、跨系统智能代理工作流。这些正是厂商PPT里吹得最凶的功能——系统自己发现问题、自己打补丁、自己协调上下游。现实是，它们也是翻车最狠的试验田。

研究总监Melanie Freeze点破症结：「他们假设AI能立刻自动化复杂任务、削减成本、解决积压多年的运维难题。」预期没校准，结果出得慢，信心崩得快，项目就烂尾。

她补了一刀：「20%的失败率，主要来自过于激进或边界模糊的AI项目。融不进组织运营的AI，根本产不出ROI。」

成功的53%做对了什么

调查也划出了一条"安全区"。在IT服务管理（ITSM）和云运维领域，53%的负责人报告成功。这两个场景的共同点很直白：技术更成熟，边界更清晰。

ITSM本质是工单分类、知识库检索、一线客服辅助——知识库是现成的，对话数据是结构化的，失败成本可控。云运维则是监控告警、容量预测、成本优化，指标明确，回滚机制成熟。

换句话说，AI在"锦上添花"时表现稳定，在"雪中送炭"时容易翻车。那些指望AI根治陈年顽疾的，往往发现旧伤未愈，新坑又挖。

技能缺口和数据质量是两大拦路虎。遭遇挫折的负责人中，38%抱怨团队能力不足，同样比例的人将失败归咎于数据质量差或数据匮乏。这两个38%高度重叠——没数据练不出模型，有模型没人才部署，形成死锁。

2026年的预算悬崖

Funding（资金）问题正在从"业务单元自筹"转向"高管层审批"。Freeze观察到：「很多AI基建项目仍由单个业务部门掏钱。但随着支出攀升，CEO和CFO必须更积极地设定资金标准、批准重大投资。」

这翻译成人话就是：业务部门的小金库快烧完了，高层开始要说法了。

压力正在累积。Harris Poll受Dataiku委托的调查显示，98%的技术负责人感受到董事会要求证明ROI的压力。71%的CIO相信，若上半年目标未达成，AI预算将面临削减或冻结。

另一组数据更刺眼：2月一项覆盖美英德澳近6000名高管的调查发现，尽管69%的企业已使用某种形式的AI，超过80%的人表示AI对就业或生产力"无明显影响"。

投入在涨，产出难测，问责在即。这是2024年底Gartner调查埋下的伏笔，也是2026年预算季的前奏。

Freeze的最后一个判断值得贴在显示器上：「AI若不适合组织的运营方式，就无法交付ROI。」技术适配业务，而非相反——这个道理被说了很多年，但28%的成功率说明，多数人仍在交学费。

当71%的CIO开始为上半年KPI焦虑，你的AI项目进度条走到哪了？