AI领域内，RAND Corporation发布了一份重要报告，揭示了在工业界和学术界构建AI/ML模型时，约80%的项目最终失败的现象。该报告基于对65位拥有至少五年AI建模经验的专业人士的访谈，归纳出五大导致AI项目失败的关键原因。首要原因是“投资错位”，即行业利益相关者对AI存在误解或沟通不足，不清楚AI能解决何种问题。其次，“缺乏足够数据”是普遍问题，企业往往未能提供足够资源以充分训练有效的AI模型。第三，“盲目追新”现象导致失败，企业过于关注采用最新技术，而非实际解决问题。第四，“缺乏算力”成为限制因素，企业在数据管理和AI模型部署方面资源不足。最后，“AI瓶颈”指AI产品定位过高，试图解决当前技术难以触及的问题，目标设定过于遥远。 这份报告提醒AI行业的参与者，需要更加谨慎地规划和执行AI项目，避免上述常见陷阱，以提高项目成功率。随着AI技术的持续发展，这一发现对于指导未来的AI应用实践具有重要意义。