Peringkat 1 ke 2: Dari Ad-Hoc ke Projek Perintis, Titik Terhenti AI yang Paling Biasa

Pasukan anda sudah menggunakan AI. ChatGPT, Copilot, Gemini, Perplexity, mungkin sedozen yang lain. Tiada siapa yang tahu mana yang tepat. Tiada polisi. Tiada item baris belanjawan. Sebahagiannya berada dalam akaun peribadi. Dan anda tidak tahu apa yang berfungsi, apa yang mendedahkan syarikat kepada risiko, atau sama ada mana-mana daripadanya menggerakkan perniagaan ke hadapan. Itulah Peringkat 1.

Ia juga tempat kebanyakan syarikat pada 2026 berada. Penyelidikan McKinsey mendapati bahawa hanya 11% syarikat telah menggunakan AI generatif pada skala, dan hampir dua pertiga belum menskalakan melebihi beberapa projek perintis. Anda tidak ketinggalan. Anda berada dalam majoriti.

Peralihan Peringkat 1-ke-2 tidak glamor. Ia tidak melibatkan membeli platform baharu atau mengumumkan inisiatif AI dalam mesyuarat semua-staf. Ia melibatkan membuat satu pilihan yang disengajakan: memilih satu kes penggunaan, menamakan seorang pemilik, menakrifkan bagaimana rupa kejayaan, dan mengukurnya. Itu sahaja.

Tetapi ini adalah tepat langkah yang diabaikan oleh kebanyakan syarikat. Sebaliknya mereka mengumumkan lebih banyak projek perintis, membentuk jawatankuasa, atau terus menunggu strategi AI yang "betul" untuk muncul. Hasilnya adalah seret Peringkat 1: masalah shadow AI berkembang, risiko pematuhan terkumpul, dan 12 bulan kemudian lembaga pengarah bertanya apa yang syarikat sebenarnya lakukan.

Artikel ini memberikan anda buku permainan konkrit untuk membuat peralihan.

Bagaimana Peringkat 1 sebenarnya kelihatan

Fakta Utama: Realiti Peringkat 1

• 78% pekerja berpengetahuan menggunakan alatan AI peribadi di tempat kerja tanpa kelulusan majikan yang eksplisit, dan kebanyakan organisasi tidak tahu alatan apa yang sedang digunakan merentas tenaga kerja mereka (Microsoft Work Trend Index, 2024)
• 60% projek AI yang tidak disokong oleh data sedia AI akan ditinggalkan menjelang 2026, menjadikan audit kesediaan data tindakan paling berpengaruh di Peringkat 1 sebelum mana-mana projek perintis dilancarkan (Gartner, 2025)
• Hanya 11% syarikat telah menggunakan AI generatif pada skala; hampir dua pertiga belum menskalakan melebihi beberapa projek perintis, bermakna peralihan Peringkat 1-ke-2 masih merupakan titik terhenti paling biasa dalam AI peringkat enterpris (McKinsey, 2025)

Sebelum anda boleh keluar dari Peringkat 1, anda perlu menyedari anda berada di dalamnya. Berikut adalah tanda-tanda diagnostik.

Penggunaan alatan individu tanpa inventori. Pekerja menggunakan alatan AI yang anda tidak luluskan, sebahagian yang anda tidak ketahui wujud. Beberapa orang membayar dari poket sendiri. Yang lain menggunakan peringkat percuma. Tiada siapa yang diberitahu tidak boleh, kerana tiada polisi.

Tiada item baris belanjawan formal untuk AI. Sebarang perbelanjaan AI tersembunyi dalam laporan perbelanjaan individu, langganan perisian, atau belanjawan jabatan yang tidak menyebutnya sebagai AI. Chief Financial Officer (CFO) tidak dapat memberitahu anda berapa banyak syarikat membelanjakan untuk AI.

IT dan Undang-undang bimbang tetapi tidak diberi kuasa. IT telah mendengar tentang data yang dimasukkan ke dalam ChatGPT. Undang-undang mempunyai kebimbangan kabur tentang hak cipta intelek. Tetapi tiada pasukan yang mempunyai kuasa, mandat, atau garis panduan untuk melakukan apa-apa tentangnya lagi.

Tiada data ROI. Pekerja individu akan memberitahu anda AI "menjimatkan masa" tetapi tiada siapa yang dapat mengkuantifikasikan berapa banyak atau menghubungkannya dengan hasil perniagaan. Keuntungan produktiviti adalah anekdotal.

Langganan alatan yang bersaing. Berbilang pasukan sedang menilai atau menggunakan secara ringan alatan yang berbeza untuk masalah yang sama. Jualan sedang melihat satu alatan jualan AI. Pemasaran baru sahaja mendaftar untuk yang berbeza. Mereka tidak berbincang antara satu sama lain.

Tiada semakan keselamatan alatan AI. Vendor tidak melalui semakan keselamatan perolehan standard yang berlaku untuk SaaS lain anda. Mereka hanya mendapat kad kredit pekerja.

Jika tiga atau lebih daripada ini adalah benar, anda berada di Peringkat 1. Itu tidak mengapa. Kebanyakan syarikat pada 2026 adalah begitu. Tetapi ia bukan keadaan yang stabil.

Mengapa Peringkat 1 adalah normal dan berisiko

Peringkat 1 bukan kegagalan. Ini adalah cara AI memasuki setiap organisasi. Pekerja bereksperimen sebelum kepimpinan mempunyai rangka kerja. Itu sebenarnya sihat pada peringkat awal. Masalahnya adalah kekal di sana.

Risiko terkumpul sepanjang tiga dimensi. Dan risikonya adalah nyata: Gartner mendapati bahawa organisasi akan meninggalkan 60% projek AI yang tidak disokong oleh data sedia AI menjelang 2026, bermakna syarikat Peringkat 1 yang melangkau kerja tadbir urus dan data sedang menyediakan kegagalan yang mahal.

Pendedahan data. Pekerja menampal kandungan ke dalam alatan AI awam tanpa mengetahui sama ada kandungan tersebut sensitif. Rekod pelanggan, unjuran kewangan, draf kontrak, dokumen strategi dalaman. Setiap tampalan adalah potensi pendedahan data. Tanpa polisi yang menakrifkan apa yang boleh dan tidak boleh dimasukkan ke dalam alatan AI, lalainya adalah "semuanya masuk."

Risiko hak cipta intelek dan pematuhan. Jika pekerja menggunakan AI untuk menjana kandungan, kod, atau analisis, soalan tentang pemilikan hak cipta intelek, berat sebelah, dan pematuhan kawal selia tidak mempunyai jawapan yang diluluskan syarikat. Pekerja bertindak sendirian. Syarikat bertanggungjawab.

Kos peluang. Semakin banyak pasukan bereksperimen tanpa koordinasi, semakin kurang pembelajaran organisasi terkumpul. Setiap pasukan mencipta semula gesaan yang sama. Tiada siapa yang berkongsi apa yang berfungsi. Syarikat membayar untuk usaha AI tanpa mendapat nilai AI.

Berita baiknya adalah anda tidak perlu menyelesaikan semua ini untuk beralih ke Peringkat 2. Anda perlu menyelesaikan cukup untuk menjadikan satu projek perintis berstruktur mungkin.

Kriteria keluar Peringkat 2

Peringkat 2 bukan destinasi. Ia adalah lantai baharu. Berikut adalah tiga keperluan untuk memanggil diri anda organisasi Peringkat 2.

Ketiga-tiganya perlu menjadi benar. Jika anda mempunyai polisi tetapi tiada projek perintis, anda adalah Peringkat 1 dengan tadbir urus yang lebih baik. Jika anda mempunyai projek perintis tetapi tiada polisi, anda adalah Peringkat 1 dengan eksperimentasi yang lebih baik. Peringkat 2 memerlukan kedua-duanya.

Cara memilih projek perintis pertama

Pemilihan kes penggunaan adalah di mana kebanyakan peralihan Peringkat 1-ke-2 gagal. Pasukan sama ada memilih kes penggunaan yang paling menarik (menghadap pelanggan, keterlihatan tertinggi, masalah data yang paling sukar) atau mereka membiarkan jabatan yang paling kuat memandunya. Tiada pendekatan berfungsi.

Rangka kerja yang betul mempunyai tiga penapis. Gunakannya mengikut urutan.

Penapis 1: Kesediaan data. Sebelum memilih mana-mana kes penggunaan, tanya sama ada anda mempunyai data yang bersih, boleh diakses, dan diluluskan polisi untuk menyokongnya. Kesediaan data adalah pembunuh senyap paling biasa bagi projek perintis AI. Kes penggunaan dengan daya tarikan perniagaan yang hebat tetapi kesediaan data yang lemah akan gagal. Kes penggunaan dengan daya tarikan yang lebih rendah tetapi data yang kukuh akan mengajar anda sesuatu yang nyata. Mulakan dengan data yang anda ada, bukan data yang anda inginkan.

Penapis 2: Profil risiko. Untuk projek perintis pertama anda, elakkan keupayaan Execute yang menghadap pelanggan. Tindakan Execute mempunyai akibat yang langsung dan kelihatan: e-mel yang dihantar, rekod yang dikemas kini, perjanjian yang diubah, respons yang dihantar. Apabila sesuatu berjalan salah dalam projek perintis, anda mahu impak itu dalaman. Nilai setiap kes penggunaan pada skala risiko mudah: rendah (dalaman sahaja, manusia menyemak output), sederhana (menghadap pelanggan, AI menggubal tetapi manusia menghantar), tinggi (interaksi pelanggan yang sepenuhnya automatik). Pilih kes penggunaan berisiko rendah untuk Projek Perintis 1.

Penapis 3: Potensi impak. Antara pilihan yang sedia data dan berisiko rendah, pilih yang mempunyai impak perniagaan yang paling jelas: jam yang dijimatkan, kadar penukaran yang ditingkatkan, kadar ralat yang dikurangkan. Ini tidak perlu besar. Ia perlu boleh diukur.

Contoh yang konkrit. Syarikat SaaS 50 orang menggunakan rangka kerja ini dan mendedahkan tiga calon: (1) pemarkahan lead berbantukan AI menggunakan data CRM, (2) urutan e-mel keluar draf pertama yang dijana AI untuk wakil pembangunan jualan, dan (3) pengkategorian dan penghalaan tiket sokongan berkuasa AI.

Pemarkahan lead (pilihan 1) gagal Penapis 1. CRM mempunyai data yang tidak lengkap untuk 40% rekod. Pilihan 3 gagal Penapis 2 untuk toleransi risiko mereka kerana ia menyentuh respons pelanggan. Pilihan 2 lulus ketiga-tiga penapis. CRM dan sistem e-mel mereka mempunyai data yang bersih. Ia dalaman kepada pasukan SDR. Dan mereka boleh mengukur kadar balasan dan kadar mesyuarat yang ditempah secara langsung. Projek Perintis 1 adalah urutan e-mel SDR yang dijana AI.

Itulah keseluruhan rangka kerja pemilihan.

Membina piagam projek perintis

Setelah anda memilih kes penggunaan, rasmi ia. Piagam projek perintis tidak perlu panjang. Ia perlu wujud.

Piagam projek perintis Peringkat 2 mempunyai lima elemen:

1. Hipotesis. Nyatakan apa yang anda percaya akan berlaku dan mengapa. "Kami percaya e-mel SDR berbantukan AI akan meningkatkan kadar balasan sebanyak 15% kerana wakil kami menghabiskan 40% masa prospek mereka untuk mempersonalisasi e-mel yang AI boleh lakukan dengan lebih pantas."

2. Metrik kejayaan. Satu metrik utama. Bukan lima. Satu. Untuk contoh SDR: kadar balasan pada urutan berbantukan AI berbanding urutan kumpulan kawalan selama 60 hari.

3. Pengukuran garis dasar. Keadaan semasa, diukur sebelum projek perintis bermula. Jika anda tidak mengukur sebelum, anda tidak boleh membuktikan selepas. Tarik data kadar balasan semasa sebelum anda menyentuh apa pun.

4. Sempadan masa. Projek perintis tanpa tarikh tamat berjalan selama-lamanya. Tetapkan 60 atau 90 hari. Pada penghujungnya, anda memutuskan: skala, lanjut, atau henti. Ketiga-tiga hasil adalah sah. Berjalan tanpa had tidak.

5. Pemilik yang dinamakan. Satu orang bertanggungjawab untuk hasil projek perintis. Bukan jawatankuasa. Bukan kumpulan kerja. Satu orang yang membentangkan keputusan pada penghujung sempadan masa.

Jika anda tidak dapat mengisi kelima-lima, anda belum bersedia untuk memulakan projek perintis.

"Peralihan Peringkat 1-ke-2 memerlukan tepat satu perkara: satu projek perintis dengan hipotesis, garis dasar yang boleh diukur, dan pemilik yang dinamakan. Bukan dek strategi, bukan jawatankuasa tadbir urus, bukan kontrak platform AI peringkat enterpris. Satu eksperimen yang dibatasi dan boleh diukur. Itulah keseluruhan penghalangnya." (Rework)

Ujian Persimpangan Peringkat 1-ke-2

Satu diagnostik empat soalan yang mengesahkan organisasi telah benar-benar menyeberang dari Peringkat 1 ke Peringkat 2, berbanding melabelkan semula aktiviti Peringkat 1. Soalan 1: Adakah polisi penggunaan AI bertulis wujud dan adakah semua pekerja mengesahkan penerimaan? Soalan 2: Adakah terdapat tepat satu projek perintis yang dinamakan dengan hipotesis dan metrik kejayaan yang didokumentasikan? Soalan 3: Adakah pengukuran garis dasar dirakam sebelum projek perintis bermula? Soalan 4: Adakah projek perintis mempunyai pemilik yang dinamakan dan tarikh tamat yang ditetapkan? Jika mana-mana jawapan adalah "tidak," organisasi masih berada di Peringkat 1. Ujian Persimpangan dengan sengaja ketat: mudah untuk mendakwa status Peringkat 2 berdasarkan aktiviti. Ujian Persimpangan mengukur tadbir urus dan struktur, bukan jumlah aktiviti.

Tadbir urus minimum yang boleh digunakan untuk Peringkat 2

Polisi AI anda di Peringkat 2 tidak perlu menjadi dokumen undang-undang 40 halaman. Ia perlu merangkumi lima perkara.

Senarai alatan yang diluluskan. Alatan AI tertentu yang pekerja diizinkan untuk digunakan, dengan syarat di mana ia diizinkan. Mulakan dengan apa yang orang sudah gunakan dan jadikan rasmi. Tambah kriteria kelulusan untuk alatan baharu.

Sekatan data. Kategori data mana yang tidak boleh dimasukkan ke dalam alatan AI luaran tanpa kelulusan eksplisit. Sekurang-kurangnya: maklumat boleh dikenal pasti secara peribadi (PII) pelanggan, unjuran kewangan, kandungan berkaitan penggabungan dan pengambilalihan, dan kontrak sulit. Keputusan tunggal ini menghapuskan majoriti risiko pematuhan di Peringkat 1.

Proses permintaan alatan baharu. Cara pekerja mendapat alatan AI baharu yang diluluskan. Jadikan ia ringan: satu borang, seorang pengulas yang dinamakan (IT atau Undang-undang), dan masa pusing balik 5 hari perniagaan. Matlamatnya bukan untuk menyekat penerimaan. Ia untuk mewujudkan rekod.

Pelaporan insiden. Apa yang pekerja seharusnya lakukan jika alatan AI melakukan sesuatu yang salah: output yang salah dihantar kepada pelanggan, data terdedah secara tidak sengaja, model menghasilkan kandungan yang mendiskriminasi. Walaupun "e-mel [nama] segera" yang mudah mewujudkan akauntabiliti.

Zon larangan penggunaan. Keputusan tertentu AI tidak boleh buat tanpa semakan manusia. Keputusan yang dikawal selia (kredit, pengambilan pekerja, perubatan) adalah lantainya. Tambah apa sahaja yang spesifik kepada industri anda.

Polisi ini tidak memerlukan tandatangan undang-undang untuk berguna. Ia perlu wujud dan dikongsi. Anda memperhalusinya apabila anda belajar.

Membina Polisi Penggunaan AI Anda merangkumi ini secara terperinci penuh dengan panduan bahagian demi bahagian.

Semakan kesediaan data sebelum komit

Kebanyakan syarikat Peringkat 1 terkejut dengan betapa tidak bersedianya data mereka untuk projek perintis AI. Sebelum anda komit kepada kes penggunaan, jalankan audit lima soalan.

1. Bolehkah anda mengakses data yang AI akan perlukan hari ini, tanpa projek IT berbilang minggu?
2. Adakah medan utama sekurang-kurangnya 70% dipenuhi, atau adakah jurang null yang ketara?
3. Adakah data cukup terkini untuk mencerminkan realiti perniagaan semasa?
4. Adakah ada satu sumber yang berwibawa, atau sistem yang bersaing dengan rekod yang bercanggah?
5. Adakah undang-undang atau keselamatan mengizinkan kategori data ini untuk digunakan dalam alatan AI luaran?

Jika anda menjawab "tidak" atau "saya tidak tahu" untuk dua atau lebih soalan, kes penggunaan itu mempunyai kebergantungan kesediaan data yang akan muncul sebagai kegagalan projek perintis. Sama ada betulkan data dahulu atau pilih kes penggunaan yang berbeza.

Mod kegagalan biasa Peringkat 1-ke-2

Mod kegagalan 1: Memilih projek perintis pertama yang salah. Kes penggunaan yang paling berkepentingan tinggi dan paling menarik hampir tidak pernah menjadi projek perintis pertama yang betul. Menghadap pelanggan, berisiko tinggi, miskin data. Pilih yang membosankan dan boleh diukur berbanding yang menarik dan kompleks.

Mod kegagalan 2: Melangkau garis dasar. "Kami akan menentukan ROI selepas projek perintis" menghasilkan hujah, bukan bukti. Sentiasa ukur sebelum anda mengubah apa pun. Jika anda terlupa mengukur sebelum dan projek perintis sudah berjalan, hentikan dan ukur sekarang. Mana-mana garis dasar adalah lebih baik daripada tiada.

Mod kegagalan 3: Kelumpuhan polisi. Sesetengah organisasi cuba menulis polisi AI yang sempurna sebelum memulakan mana-mana projek perintis. Mereka berunding dengan Undang-undang, IT, Pematuhan, Sumber Manusia. Semakan polisi berjalan enam bulan. Sementara itu, shadow AI berkembang. Draf yang berfungsi dengan jurang yang diketahui lebih baik daripada polisi yang sempurna yang belum wujud.

Mod kegagalan 4: Terlalu banyak projek perintis. "Kita sepatutnya menjalankan lima projek perintis secara selari untuk belajar lebih pantas." Tidak. Lima projek perintis tanpa pemilik tunggal, tiada kumpulan kawalan, dan tiada infrastruktur bersama menghasilkan lima titik data yang tidak konklusif. Satu projek perintis yang dijalankan dengan baik dengan pengukuran yang betul menghasilkan satu jawapan yang nyata.

Mod kegagalan 5: Menukar metrik di pertengahan projek perintis. Jika projek perintis tidak menghasilkan keputusan yang anda harapkan, godaannya adalah untuk menukar metrik. Jangan. Metrik ditetapkan dalam piagam. Jika projek perintis gagal mengikut metrik asal, itu adalah maklumat yang berguna. "Urutan e-mel AI tidak meningkatkan kadar balasan" adalah penemuan sebenar. Berpaling kepada metrik berbeza di pertengahan aliran untuk menyelamatkan projek perintis yang gagal menghasilkan data yang mengelirukan.

Bagaimana Peringkat 2 sebenarnya terasa

Organisasi Peringkat 2 mempunyai polisi yang dipos di suatu tempat (pemacu kongsi, buku panduan syarikat), satu projek perintis dengan piagam dan pemilik, tarikh mula, pembacaan yang dijadualkan, dan pengukuran garis dasar dalam fail. Itulah yang sebenarnya.

Ia tidak terasa seperti transformasi. Ia terasa seperti satu projek kecil yang diurus dengan betul. Itulah intinya.

Transformasi berlaku kerana projek perintis tunggal ini, yang dijalankan dengan baik, menghasilkan data sebenar yang membina kes untuk Peringkat 3. Syarikat yang berlari ke Peringkat 3 tanpa asas Peringkat 2 mendapati diri mereka dengan pelbagai alatan AI, tiada infrastruktur bersama, dan tiada bukti bahawa mana-mana daripadanya berfungsi. Mereka telah membina kerumitan Peringkat 3 di atas asas data Peringkat 1.

Analisis Rework: Berdasarkan corak peralihan AI peringkat enterpris, masa median untuk menyelesaikan Ujian Persimpangan Peringkat 1-ke-2 bagi syarikat pasaran pertengahan adalah 8-14 minggu apabila CEO menetapkan mandat. Punca paling biasa kelewatan adalah keperluan pengukuran garis dasar: pasukan yang mendapati mereka tidak dapat dengan mudah menarik metrik pra-projek perintis menyedari mereka mempunyai masalah kesediaan data yang perlu ditangani sebelum projek perintis bermula. Kelewatan ini sebenarnya berharga. Ia mendedahkan jurang data sebelum ia membunuh projek perintis, berbanding selepasnya.

Peringkat 2 tidak glamor. Lakukan ia juga.

Apa yang datang seterusnya

Setelah projek perintis pertama anda selesai dan anda telah membuat keputusan skala/lanjut/henti, anda bersedia untuk memikirkan tentang peralihan dari projek perintis ke pengeluaran. Peralihan tersebut (beralih ke Peringkat 3) mempunyai keperluan, keputusan infrastruktur, dan mod kegagalannya sendiri. Langkah seterusnya adalah yang paling sukar dalam keseluruhan lengkung kematangan.

Baca: Peringkat 2 ke 3: Dari Projek Perintis ke Diskala untuk senarai semak penggunaan pengeluaran dan keperluan infrastruktur.

Baca: 5 Stages of AI Maturity untuk melihat di mana peralihan ini sesuai dalam model kematangan penuh.

Dan jika anda tertanya-tanya sama ada transformasi anda akan bertahan: Mengapa Kebanyakan Transformasi AI Gagal merangkumi sebab struktural yang menyebabkan kebanyakan organisasi terhenti antara peringkat.

Lihat juga:

• Agenda AI CEO 18 Bulan: bagaimana Fasa 1 (Nilai dan Kawal Selia) dipetakan kepada peralihan Peringkat 1-ke-2
• ACE Framework: perbendaharaan kata keupayaan yang piagam projek perintis anda seharusnya gunakan apabila menakrifkan tugas AI