为什么真正决定AI项目成败的，是第一周？丨FDE重新理解项目启动

2012年，德州大学旗下的MD Anderson癌症中心——全世界最顶尖的癌症研究机构之一——找上IBM，两家一起做一套叫Oncology Expert Advisor的AI系统，想让Watson帮医生给出癌症治疗建议，目标写得很大：提升全球癌症治疗水平。IBM的Watson在2011年靠智力问答节目《危险边缘》打败人类冠军一战成名，随后被包装成能治病救人的"AI医生"，大举进军医疗行业，MD Anderson是它最早、也最重量级的合作伙伴之一。四年后，这个项目烧掉6200万美元，合同延期了12次，最终被无限期搁置——从头到尾，没有一个真实患者真正用过它。

外界后来复盘，总把账算在"AI不够聪明"上，仿佛只要换一个更强的模型，结果就会不一样。但真正的审计报告显示，问题从第一份合同就已经埋下——最初的判断是：用医生编写的假设性病例训练系统，而不是真实、混乱的病历；范围先聚焦一种血液病；6个月交付；固定费用240万美元。这几个判断后来变成了整个项目的锚点：适用范围一次次调整（从白血病转向肺癌），投入的资金追加到最初预算的十几倍，合同续签了12次——每一次，都是在给最初那个判断打补丁，而不是重新问一次它对不对。

这不是个例。RAND Corporation 2024年的一份报告显示，基于对65位资深数据科学家和工程师的访谈，超过80%的AI项目最终无法进入有意义的生产部署阶段，失败率是没有AI的传统IT项目的两倍。报告给出的结论更值得注意：最根本的失败模式，发生在还没选定任何技术、还没训练任何模型之前——业务方和技术团队对"AI到底要解决什么问题"这件事本身，理解就不一致。

一旦几个关键判断落定，后面能改的空间就会急剧收窄。

NotebookLM的音视频概览，解读的比较通俗易懂，对于时间比较紧张的读者朋友，可以听听，会有启发。

项目不是逼近，是自我强化

行业习惯把AI项目的生死线画在开发阶段：模型选得对不对、数据够不够、工程能力强不强。这背后有一个更深的默认假设——项目是一个不断逼近正确答案的过程，只要保持迭代、保持复盘，方向偏了也能慢慢拉回来。

这里很容易被读成一份操作清单——先对齐需求、再锚定范围、再校验成功标准。但这三件事该怎么做，第一季已经拆解过。这一篇真正想说的不是"该做哪几件事"，是为什么这几件事一旦在最初做错，代价会不成比例地被放大。

这种放大不是AI项目独有的现象——任何项目，最初的判断一旦定下来，都会经历同样的自我强化。

真正让AI项目格外脆弱的，是另外两件事。
第一，AI项目最初的判断往往更难被清楚写下来：传统软件的需求可以是"点击这个按钮触发这个计算"这样明确的规格，对不对测试一下就知道；AI项目的需求经常是"让AI更好地服务客户"这类模糊表述，本身就没有一个能立刻验证的标准。
第二，AI项目的判断错误浮现得更晚：传统软件需求理解错了，大概率在开发早期的联调、测试阶段就会露出马脚；AI项目的判断对不对，往往要等系统真正上线、用户开始实际使用之后，才能通过效果反馈显现——而那时候，最初的判断早已经被投入、组织承诺和系统生长，焐得足够热了。

AI项目最大的成本，从来不是开发成本，是掉头成本。

开发成本是明账，写在预算表里；掉头成本是暗账，是承认"我们从第一周就走错了"要付出的代价——推翻已经投入的时间、已经做出的承诺、已经长起来的整套系统。掉头成本为什么会越滚越大？这才是这篇真正想拆开的问题。

锚定，是一种会自我强化的机制

锚定效应（Anchoring Effect，行为经济学概念，指人一旦被给出一个初始参照点，后续判断会不自觉地围绕这个参照点调整）是一个很成熟的概念：哪怕这个参照点本身是随手给的、明显不合理的，人还是会不自觉地用它衡量后面每一个决定。

放到项目里，锚定效应不只是一次性的心理偏差，它是一套会持续自我强化的机制——项目运行得越久，越会主动替最初那个判断生产新的理由，证明它"没有错"，而不是主动去检验它对不对。这个自我强化，大致发生在三层。

投入，在替判断下注

已经花出去的预算、已经投入的人力和时间，不是抽象的沉没成本，它们每一分都在为最初那个判断背书。承认判断错了，不只是损失这些钱，是要承认这些钱从一开始就投在了错的方向上——这比单纯损失一笔钱难接受得多，组织会本能地找理由，证明这笔投入是值得的。MD Anderson的审计报告里有一个细节很能说明问题：原本240万美元、6个月的合同，最后被追加到近4000万美元、拖了4年，每一次追加的理由都是"再给一点时间就能看到效果"，而不是"我们要不要先停下来看看方向对不对"。

组织的承诺，在替判断背书

项目立项时向董事会汇报过，写进了年度路线图，定成了季度OKR，客户可能已经知道这件事在做，团队也已经按照这个方向组建、分工。到这一步，改变方向不再是一个技术判断，是一次要推翻好几层组织承诺的政治决定——谁来承认最初那份汇报讲错了？企业级AI项目还有一层更具体的枷锁：合规审批、供应商合同、安全评审这些流程一旦走完，换方向就意味着这些流程要重新跑一遍，没有人愿意主动申请把已经通过的审批推倒重来。很多团队也会遇到类似的场景：项目启动会上，某位负责人当着几十号人拍了板"就这么定了"，这句话本身未必是深思熟虑的判断，但它一旦说出口，后面所有人默认的动作就是执行，而不是质疑。

系统，在围绕判断生长

这是最容易被忽视的一层，也是最FDE的一层。最初一旦判断"用AI做客服"，接下来数据会照着这个方向采集，Prompt会照着这个方向写，评测体系会照着这个方向搭，接口会照着这个方向接，监控和培训也会照着这个方向设计。一段时间之后，想要修正的已经不是一个模块、一句Prompt，是一整棵顺着最初那个判断长出来的树——枝叶越茂盛，越难看清主干最初是不是长歪了。这也是为什么单纯换一个更强的模型，很多时候救不了一个方向错了的项目：如果最初判断AI要做的是"客服"，而客户真正需要的是"减少投诉升级到管理层"，那么无论底层模型换成什么，整套数据、评测、接口都是照着"客服"这个目标在打磨，模型越强，只是把偏离的目标完成得越精细。

回到MD Anderson的案例：项目进行期间，IBM一直强调Watson给出的治疗建议和专家意见有大约九成一致，把这个数字当作项目成功的证据反复对外展示。但批评者后来指出，这个数字本身说明不了太多——如果普通肿瘤科医生本来就能达到类似的一致率，九成一致既谈不上突破，也谈不上失败，它更像是一个被挑出来证明"最初判断没错"的数字，而不是一次真正检验判断对不对的证据。

项目最大的风险，从来不是最初判断错了，而是项目会不断替这个判断寻找证据。

这句话，比"项目难以掉头"更准确——难掉头是结果，不断找证据证明自己没错，才是驱动这个结果持续发生的引擎。

FDE重新理解项目启动

这里需要立一个判断：项目启动阶段，FDE要交付的不是一份需求文档，而是一个校准过的判断锚点。

行业把"项目启动"理解成走流程——立项、签合同、组建团队，走完这些手续，“真正的工作"才算开始。

FDE理解的"项目启动”，是整个项目里唯一一段，能够以最低成本修正判断的窗口期——一旦这个窗口关闭，后面每一次修正，都要付出正在滚雪球的掉头成本。

FDE要做的第一件事，从来不是第一个开始开发的人，而是第一个在错误方向被无意识定下来之前，把它拦下来的人。

具体来看，这意味着FDE要在客户还没意识到"这就是关键判断"的时候，主动把几个问题摆到台面上——这套系统真正要解决的是什么问题、拿什么数据训练、用什么标准判断它做对了——而不是等客户已经在会议上拍了板、写进了路线图之后，再拿着一堆假设去开发。等到那个时候，再合理的质疑，听起来都会像是拖慢进度的借口。

第一季讲过FDE进入现场之后该做的几件事——问需求、对齐范围、校验成功标准；
这一篇想说清楚的是，为什么这几件事发生的时间点，比后面开发、部署、运营加起来还重要。
同样一份需求文档，写在项目还没有任何投入、任何承诺、任何系统的时候，和写在项目已经跑了三个月之后，分量完全不同——前者还能被推翻，后者已经在为自己辩护。

写在最后

如果锚点是在项目还没意识到的时候被定下来的，那么真正决定一个AI项目会不会走上MD Anderson这条路的，从来不是后面配了多强的技术团队，是有没有人在第一份合同签下去之前，先问一句"我们凭什么认定，这几个判断是对的"。项目不会放大能力，只会放大最初的判断。

锚点校准对了，项目才算真正打好了地基。接下来要做的判断是：地基之上，该选什么技术、走什么方案——是不是，技术越先进，方案就越好？

感谢你看到最后，如果你觉得有启发，随手点个赞、在看、转发吧，如果想第一时间收到推送，也可以给我加个星标⭐我们下期见。

我是「AioGeoLab」主理人塔迪Tardi，AioGeoLab是深度洞察AI第一性原理和应用实践的前瞻性研究实验室，目前有两个主要研究方向：
「塔迪GEO判断工程」在AI从“说”到“做”进化阶段，试图回答，如何让AI敢于行动、不因为责任问题而畏手畏脚，而做的一个前沿研究项目。
「塔迪硅基禅心」是传统东方智慧、未来AI前沿、当下应用实践，深层共鸣的探索。不是用AI解读经典，也不是用经典指导AI。 这是一场跨越2500年的对话，在算法与古老智慧之间，照见意识、智能与存在的本质。
塔迪的微信 - tardyai2025。