一个项目又拿到了追加预算，但管理层仍然说不清，它究竟能为实际业务带来什么价值。理由听起来并不陌生：最难的部分已经快做完了，现在终止会让此前的投入失去意义，而且团队已经付出了很多。
这些理由可能都属实。但它们没有回答最关键的问题：如果今天重新作出选择，我们还会把接下来需要投入的资金和紧缺的团队时间，批准用于这个项目吗？
我不会仅仅因为延期，就主张终止一个 AI 或转型项目。有些基础工作确实比预想耗时，但仍然不可或缺。同样，我也不会因为已经投入了很多，就支持继续拨款。要继续，就必须为下一笔投入提供可验证的理由。无论是再测试一个月，还是正式上线推广，都应如此。
经济损失不只是多付几张账单。当最有经验的员工忙着挽救一项价值尚不清晰的计划时，他们可能就没有时间处理客户报价、交付问题，或推进那些价值已经明确的改进。因此，即使项目本身还没有花掉很多预算，也可能拖慢企业增长。
已经花掉的钱，应当用于复盘，而不是成为下一次拨款的理由
沉没成本，是指已经发生、不会因今天的决定而改变的支出。英国《绿皮书》2026 年版要求，在评估尚待作出的决定时，将这类成本排除在外。同时，已经付费取得的资源还有哪些其他用途，也应纳入考虑。1 这份指南面向公共投资，其背后的经济学原则对企业同样有帮助，但它并不是瑞士企业必须采用的估值模型。
Roth、Robbert 和 Straus 在 2015 年发表的一项元分析，针对是否继续推进项目的决策，分析了 62 个研究样本。总体而言，已经发生的金钱投入越高，决策越倾向于继续投资。3 这些研究大多采用假设情境，参与者也多为学生。62 个研究样本并不等于 62 家企业。这些结果既不能用于推算 CEO 的决策错误率，也不能用于衡量当今 AI 项目受这一效应影响的程度。它所提示的是：如果继续投入的理由主要是“之前已经花了很多”，管理层就应认真看待这个警示信号。
过去仍然重要。CEO 必须弄清原计划为什么没有奏效，哪些假设出了问题，以及是否有人本可以更早作出反应。资产减记、合同问题和股东沟通不会因此消失。但这些问题，不应与“今天是否值得继续投入”混为一谈。
下面是一个明确用于说明问题的模型示例，并非 Fassbender 的客户案例：企业已为一个 AI 辅助报价流程投入 180,000 瑞士法郎。进一步调整还需要 60,000 瑞士法郎。在模型假设下，随后 12 个月的运营期内，扣除日常运营、审核和维护成本后，预计可能获得 45,000 瑞士法郎的净收益。这只是一个假设，不是实测结果，也不是营收预测。
在这一简化的首个 12 个月测算中，收益比追加调整投入少 15,000 瑞士法郎。此前已经花掉的 180,000 瑞士法郎，不会改变这个差额。如果要继续拨款，就必须提出其他有依据的理由，例如更长期的收益，或一项确实必需的能力。这不是对项目整个生命周期的价值评估。相关收益的时间范围、成本和风险，必须明确纳入扩展评估。
仅凭这笔计算，还不能作出最终决定。退出成本、可以继续利用的已有成果，以及可行的替代方案，目前都没有纳入。正因如此，管理层应补齐这些信息，而不是把此前的预算视为继续投入的义务。模型中的金额代表转型成本和收益假设，不是 Fassbender 的咨询费用。
项目进展不佳，可能源于两种截然不同的原因
一个项目可能只是卡在可以补齐的前提条件上。例如，报价助手需要一项已获批准的定价规则，才能有效工作，但这项规则尚未明确。此时，下一步很清楚：负责的业务部门必须就规则作出决定。继续优化技术，可能是在错误的地方花钱；有明确边界的延期，则可能是合理的。
另一种情况是，进一步核查后，发现最初预期的优势并不存在。自动生成准备材料或许更快，但加上审核和返工，总耗时反而比以前更长。或者，流程中适合使用这项方案的实际业务情形太少，不足以支撑额外的运营投入。此时，改善项目沟通无法挽救原有的价值假设。
我会先区分：我们只是缺少一项足以作出决定的验证结果，还是已有结果已经与项目成立的理由相矛盾？
如果缺少验证结果，可以考虑开展一次范围明确的补充测试。前提是明确要回答的问题、适合测试的实际业务情形、负责评估的人，以及预算上限。相反，如果目标已不再重要，或结果已经否定原来的价值假设，就需要重新作出决定。推出下一个版本，并不自动构成答案。
即使是必要的基础工作，也不能无限期获得保护。例如，权限系统可能是必需的，却不会直接创造营收。它的价值可以是，让某项明确界定的业务安全运行。哪些应用依赖它？谁来确认这项能力确实必需？能够满足需要的最小可行方案是什么？如果没有这些答案，必要的基础建设很容易变成范围不断扩大的项目集合。
哪些情况不能等到下一次项目指导委员会会议
一旦风险不可接受，预算讨论就应让位。如果系统不受控地向外传递敏感数据，越权作出具有约束力的承诺，或在缺乏可靠备用流程的情况下影响关键业务，首先必须限制相关使用，或安全地将其暂停。
美国国家标准与技术研究院在 2023 年发布的《AI 风险管理框架 1.0》，为此提出了具体机制和明确的责任分工：当 AI 系统的表现或输出不适合预定用途时，应能够将其替换、断开连接或停用。该框架还要求评估是否应继续开发或使用，并考虑可行的非 AI 替代方案。2 这是美国的一项自愿性框架，不是认证，也不提供法律合规保证。
暂停有问题的使用方式，并不一定意味着终止整个转型计划。例如，助手仍可用于准备信息，但自动批准报价的功能应保持关闭。这样的限制必须在技术和组织安排上真正有效。仅在使用手册里写一条笼统的警告，并不足够。
CEO 应当知道，谁有权启动干预，谁来接管业务运行，以及重新启用前需要哪些验证结果。面对紧急风险，应立即组织安全处置。下文介绍的 90 天推进路径，不能成为等待的理由。
下一次拨款，需要一份简短而有依据的决策材料
对于前景不明的项目，我不会要求团队重新制作一份涵盖所有历史活动的演示文稿。真正需要的是一份简短材料，让业务部门、财务部门，以及负责技术和风险的人员共同审核。
材料首先要说明业务问题，以及预期在实际流程中实现的结果。还应列出现有流程的对比基准、确实适用的业务情形，以及必须保持的质量水平。例如，如果主张缩短报价时间，就必须同时考虑审核工作量、利润率和错误承诺。只看处理时长，不足以支持决策。
接下来，要列出未来仍需发生的成本，以及所需的团队时间。供应商报价里没有列出的内部工作，并不会因此消失。如果这些人继续投入这个项目，哪个其他项目就必须等待？此外，已经付费取得的系统，也可能具有转售价值或其他用途。这些可能性都应纳入考虑。1
材料还应提供至少一个现实可行的替代方案。它可以是简化的人工流程、规模更小的自动化，或修复某个交接环节。方案不必亮眼，关键在于能否以合理的投入，更好地解决业务问题。也不能为了让新方案显得有吸引力，就刻意低估现有流程的价值。
最后，记录决定、负责人和日期。如果继续，只批准投入到下一个明确的验证节点。如果进行补充测试，还要确定待回答的问题，以及新增投入的上限。如果暂停，要说明原因，明确谁负责补齐前提条件，并设定暂停截止日期。如果终止，就要明确退出任务。
价值尚不清晰，并不能证明项目毫无价值。但在管理层能够作出更有依据的决定之前，这足以成为限制项目范围和下一笔投入的理由。
只有让关键不确定性缩小，学习才足以支持追加预算
试点不必已经交付未来的全部收益。它的任务可以是减少一项重要的不确定性：计划使用的知识来源是否可用？适用的实际业务情形是否足够多？真实使用时能否保持质量？如果一项否定性的结果避免了昂贵的错误决策，它同样有价值。
因此，测试开始前，就必须明确结果将支持什么决定。如果每一轮测试之后，只是增加了一个新的待解问题，企业即使学到了很多，也未必能作出更好的投资决定。此时，“学习型项目”这个名目，可能只是在保护一项已经没人能说清何时结束的工作。
所以，在复盘时，我会要求团队指出具体变化：哪个假设现在得到了更充分的支持，或已被否定？因此，下一步可以取消哪些工作？还有哪项不确定性足够重要，值得再做一次有边界的测试？
如何对待参与者同样重要。如果诚实报告的负面结果被当作个人失败，人们就更有动力淡化问题。管理层应认可决策质量，同时不能为管理不善开脱。测试是否被合理组织，以及受测方案是否值得继续，是两个不同的问题。