先算基线，再谈回报
企业问“AI 项目值不值得做”，不能先从模型能力、供应商品牌或演示效果开始。正确起点是一个具名业务任务：谁在什么入口处理什么输入，任务每月发生多少次，正常、异常和高风险情况分别怎样处理，当前需要多少人工时间、等待时间、返工和管理成本。只有先把改变前的状态留下，项目上线后的变化才有比较对象。
基线不必一开始就非常精密，但必须能复查。至少记录任务量、完成率、处理时长的中位数与慢尾、错误类型、返工次数、转人工比例、投诉或满意度、参与岗位和完全成本。Microsoft Learn 的智能体价值指南也把“上线前明确成功指标并保存基线”放在建设之前；这比项目结束后凭印象追补数字可靠得多。
- 任务基线：数量、渠道、优先级和季节波动
- 时间基线：处理时间、等待时间、中位数、P90 与 P99
- 质量基线：错误、返工、遗漏、升级和人工复核
- 成本基线：人员、系统、管理、基础设施和外部服务
ROI 不是“省了多少小时”一个数字
AI 可能让同一批人处理更多任务，也可能减少错误、缩短客户等待、提高响应一致性、保留业务机会或降低合规风险。把所有价值都硬换算成裁员人数，会忽略真正的业务变化，也容易造成不现实的收益承诺。节省出来的时间如果没有被重新分配，往往只是理论容量，不是已经发生的现金收益。
因此要把价值分成可验证的不同账户：成本节省、能力释放、收入贡献与风险降低。四类价值可以同时存在，但计算方法和证据强度不同。可以直接从财务记录确认的节省，和只能通过试点推断的机会价值，不能放在同一个“确定收益”数字里。
四类价值：成本节省、能力释放、收入贡献与风险降低
成本节省是已经减少的外包、加班、重复工具、返工或基础设施支出；能力释放是同样人员在同样时间内完成更多合格任务，或把时间转向专业判断和客户关系；收入贡献是更快响应、更高转化、更低流失或新增服务带来的增量；风险降低是减少错误承诺、越权操作、资料泄露、审计缺口和业务中断。
每一项都要写明证据来源、测量周期、负责人和置信区间。成本节省可以看发票、工资和系统账单；能力释放看任务量与采用率；收入贡献需要对照组、漏斗或客户队列；风险降低应结合事件频率、影响范围、人工审查和剩余风险，而不是随意给一次事故标价。
先把全生命周期成本算完整
项目成本不只是模型调用费、服务器或软件许可证。前期有业务诊断、流程梳理、资料清理、数据标注、样本建设和安全评估；建设期有产品设计、知识检索、提示与规则、接口集成、身份权限、日志、评测和部署；上线后还有培训、运营、人工复核、知识更新、回归测试、监控、故障处理、模型或供应商变更。
如果只拿每月 API 费用与理论工时比较，ROI 会被系统性高估。完整成本还应包括客户内部投入：业务负责人确认规则、专业人员制作金标准、系统管理员开通接口、法务和安全审查，以及员工学习和流程切换的时间。退出、迁移、数据归还与替代方案也属于成本，因为它们决定失败时能否可控停止。
一个可复查的基础公式
基础公式可以写成：净收益 = 经归因调整的总收益 - 全生命周期总成本；ROI = 净收益 ÷ 全生命周期总成本。如果要比较不同周期，还应同时报告回收期、每月净收益趋势和累计现金流，而不是只给一个年度百分比。
公式中的“经归因调整”非常重要。AI 只是业务变化的一个组成部分时，不能把全部结果都算给 AI。采用率不足、市场活动、人员调整、季节变化、价格变化和流程重构都可能影响结果。每个数字都应附带数据范围、假设、是否含税、人员成本口径、采用率和归因折扣，必要时提供保守、中性、积极三种情景。
人工与流程基线怎样采集
先从工单、CRM、ERP、客服、表单、日志或排班中取连续一段时间的数据，按任务类别、渠道、优先级和岗位分组。只看平均值会掩盖慢尾和异常，所以应同时记录中位数、P90、P99、失败率和返工类型。没有系统记录时，可以用结构化抽样：连续记录若干周，每次只记任务开始、结束、等待、复核和异常原因。
人员成本应使用企业自己的完全成本，而不是照搬公开案例里的默认小时费率。完全成本可以包括工资、社保福利、工具、培训、管理和合理分摊的办公成本。若无法得到精确金额，先用明确区间，并标注来源和负责人；不要用一个看似精确但无人能解释的数字。
怎样验证节省的时间真的产生价值
时间节省要经过三道确认：系统是否真的被使用，任务是否真正完成，释放的时间是否被重新投入。一个智能体生成了草稿，但员工仍需全部重写，就不能按“生成耗时”计算节省；回答更快但错误和升级增加，也不能当作净收益。只有合格完成的任务，才进入容量或成本计算。
能力释放可以用“合格完成量 × 原人工单位时间 × 实际采用率 × 可重新投入比例”估算。最后一个比例用于区分理论时间和可用时间。例如每天零散节省几分钟，未必能形成可安排的生产能力；集中减少一个固定流程，则更可能转化为额外服务量或缩短排队。
收入贡献必须处理归因折扣
销售跟进更快、客户等待更短、报价更及时，可能影响转化和留存，但收入变化通常同时受价格、促销、季节、渠道、人员能力和市场环境影响。测算时应尽量使用同周期对照、分组试点、历史相似队列或分阶段上线，观察使用组和未使用组在同一业务指标上的差异。
无法做严格对照时，至少设置归因折扣：只把一部分增量归入 AI，并写出原因。Microsoft Learn 的价值定义指南也建议在 AI 是多个贡献因素之一时应用归因折扣。保守情景可以使用较低采用率、较低归因和较高成本；如果项目在保守情景下仍值得继续，决策会更稳健。
风险降低怎样进入价值评估
风险价值不能靠“可能避免一次大事故”随意放大。先列出风险事件：错误信息、越权读取、未经批准的外发、错误写入、敏感数据暴露、关键流程中断、无依据专业建议和无法追溯的决定。对每类事件记录当前频率、影响范围、发现时间、恢复成本、现有控制和上线后的剩余风险。
NIST AI Risk Management Framework 强调把可信与风险考虑纳入 AI 的设计、开发、使用和评估。对企业项目而言，人工批准、最小权限、来源引用、审计日志、故障回退、红队样本和持续监测既是成本，也是保护可持续收益的条件。省掉治理成本换来的高 ROI，可能只是把损失推迟到以后。
试点怎样减少“自我证明”
试点不能只挑最容易成功的十个样本。应预先冻结样本范围、成功指标、错误类型、测量周期和停止条件，覆盖正常、边界、冲突、缺资料、越权、无答案、接口失败和必须转人工的情况。上线后再改口径，会让项目天然倾向于证明自己成功。
理想做法是在同一业务周期内保留对照：一部分任务沿用原流程，一部分进入受控 AI 流程；或者先记录足够长的前置基线，再分阶段上线。评估时同时看业务结果、模型输出、知识检索、工具最终状态、安全、性能成本和运营采用，不用单次演示或满意度代替完整任务。
用三种情景代替一个漂亮数字
保守情景使用较低采用率、较低合格率、较低归因、较高人工复核和较高运行成本；中性情景使用试点中可重复的中位结果；积极情景只用于说明上限，不作为采购承诺。三种情景必须共享同一套公式和数据源，差异只来自清楚列出的假设。
除了 ROI 百分比，还应同时展示净收益、回收期、现金成本、释放容量、质量变化和剩余风险。某些合规、客户体验或关键知识项目不一定有很高的短期财务回报，但如果风险和战略价值清楚，仍可能值得做；反过来，高理论 ROI 但依赖极低质量数据或不可控自动操作，也不应直接扩大。
扩大、改造或停用的门槛要提前写
价值评估的目的不是为已经决定的项目找理由，而是帮助做下一步决定。试点开始前应写明：达到哪些业务、质量、采用、安全和成本门槛可以扩大；哪些错误需要改造后重测；哪些情况立即停用并回退人工流程。负责人和决策时间也要具名。
Microsoft 的智能体成熟度与价值资料把证据用于扩大、改进或退役决策。对麒典的交付来说，门槛会落到真实任务完成率、错误台账、人工复核量、单位成本、用户采用、风险事件和回归结果，而不是“大家觉得不错”。可停用的项目，才是可以负责任扩大使用的项目。
一张 ROI 评估表至少包含十二项
- 01具名业务任务、使用者和负责人
- 02任务量、渠道、优先级和季节范围
- 03处理时间、等待、返工和慢尾基线
- 04完成、质量、升级和体验指标
- 05实际采用率与合格任务完成量
- 06成本节省与可重新投入的容量
- 07收入贡献、对照方法和归因折扣
- 08风险事件、控制措施与剩余风险
- 09诊断、建设、集成、治理和培训成本
- 10模型、系统、人工复核与持续运营成本
- 11保守、中性、积极三种情景
- 12扩大、改造、停用和复查日期
每个单元格还应带数据来源、时间范围、责任人和证据链接。没有来源的数字只能算假设；假设可以参与决策，但必须与已发生事实分开。
麒典 AI 怎样做项目价值评估
麒典先从一个真实任务建立基线，确认企业希望改善的是速度、质量、容量、收入、体验还是风险，再设计受控试点与验收集。试点过程中记录输入、输出、错误、转人工、工具最终状态、时延、调用成本和业务结果；项目复盘时同时核对收益、全部成本、归因和剩余风险。
我们不会在缺少企业数据时承诺固定 ROI，也不会把公开行业案例换成客户结果。阶段交付可以包括基线表、指标字典、样本集、成本台账、情景测算、风险矩阵、错误台账、评测记录和扩大或停用建议。公开页面提供方法，不构成特定项目的收益、工期、报价或搜索收录承诺。
与报价、周期和验收页面一起使用
ROI 页面解决“价值怎样测”；咨询报价页面解决“诊断、试点、建设和顾问责任怎样计价”；周期页面解释什么时候能看到可信变化；验收页面说明业务任务、模型、知识、工具、安全、性能和运营怎样过门槛。四类问题要一起回答。
官方资料核对入口
本文的基线、价值驱动、归因、治理和退役口径参考 Microsoft Learn 的智能体业务价值与成熟度资料，以及 NIST AI Risk Management Framework。官方资料提供通用方法，不代表麒典项目结果，也不能替代企业自己的财务、业务、安全和合规判断。
常见问题
企业 AI 项目 ROI 越高就越值得做吗？
不一定。还要检查数据来源、归因、风险、现金投入、回收期和是否具备扩大条件。依赖不可信假设的高 ROI 没有决策价值。
节省工时可以直接算成工资节省吗？
不能直接等同。只有人员成本真正减少，才是现金节省；继续保留人员时，更准确的说法是释放容量，并验证这些容量是否被重新投入。
没有完整系统日志还能算 ROI 吗？
可以先用结构化抽样和区间建立临时基线，但必须标注假设，并在试点中补齐可复查数据，不能把估算写成已发生事实。
什么时候应该停用一个 AI 项目？
当实际采用、合格完成、单位成本或风险持续低于预设门槛，且改造后仍不能通过时，应按既定退出方案停用或回退人工流程。