AI 項目的回報算不清楚,通常不是因為缺一個公式,而是因為三件事沒做:沒記項目前的基線、把工時節(jié)省直接當成現金節(jié)省、把成本算漏了。本文給出一套可以直接用于預算評審的測算框架。
把可量化收益與完整成本放在同一周期比較——這是對的,但只做到這一步還不夠。
真正決定算得清不清的,是三件前置動作:記錄項目前的基線、避免重復計算、在試點后用實際使用量更新測算。
不要從"我們要上 AI"開始,要從一項具體的經營或管理問題開始。
可檢查的目標長這樣:
內容生成效率也有價值,但必須說明節(jié)省的時間能用來做什么,否則它只是"大家感覺快了"。
順序很重要:先約定指標、現狀基線、負責人和評估周期,再討論模型和功能清單。 反過來做,選型就變成了"比誰的功能多"。
| # | 成本項 | 常見漏算點 |
|---|---|---|
| 1 | 軟件授權 | 只算首年,不算續(xù)費 |
| 2 | 模型調用 | 按調用量和上下文長度變化,不是固定數 |
| 3 | 算力 | 私有化部署時容易被低估 |
| 4 | 數據治理 | 最常漏的一項——AI 讀不到干凈數據,前面的投入不產生價值 |
| 5 | 集成 | 與現有系統(tǒng)的對接、接口改造 |
| 6 | 實施 | 場景梳理、提示詞與知識整理、測試 |
| 7 | 運營 | 上線后的維護、內容更新、效果調優(yōu) |
關于第 2 項:企業(yè)AI 的計量方式正在從"按 Token 收費"轉向"按智能體完成的業(yè)務動作計費"(一次查詢、一次審批、一次數據更新、一次跨系統(tǒng)任務執(zhí)行)。這意味著成本與實際業(yè)務量掛鉤,場景沒確定之前,任何固定費用承諾都不可信。
| 類型 | 說明 | 假設要求 |
|---|---|---|
| 提效 | 工時節(jié)省 | ?? 節(jié)省工時不一定直接變成現金節(jié)省 —— 必須說明省下的時間用來做什么 |
| 降本 | 直接支出減少 | 需給出可核對的口徑 |
| 控險 | 風險改善(如更早發(fā)現異常交易) | ?? 應單獨說明假設,不要與提效混在一張表里累加 |
| 增長 | 收入側改善 | 歸因難度最高,需謹慎處理 |
最常見的錯誤,是把風險改善和效率提升直接相加。 前者是"可能避免的損失",后者是"確實省下的時間",可信度不同,應當分開列。
| 預算 | 性質 | 投入節(jié)奏 |
|---|---|---|
| 數智平臺底座 | 一次性投入的共用能力建設 | 一次投入,后續(xù)場景復用 |
| 智能場景 | 按場景分批建設 | 按三個維度排序:業(yè)務緊迫程度 × 技術成熟度 × 數據/知識準備程度 |
這樣分的好處是:平臺底座的成本不該由第一個場景獨自承擔。 只在單個場景上算 ROI,會讓第一個項目看起來永遠不劃算。
正確做法是:在試點后用實際使用量更新測算,再決定是否規(guī)?;?。
| 項目 | 內容 |
|---|---|
| 場景 | 一項具體業(yè)務(只寫一項) |
| 現狀基線 | 當前耗時 / 成本 / 錯誤率,項目前實測記錄 |
| 目標 | 3 個月內改善到什么數值 |
| 收益(分類) | 提效 / 降本 / 控險 / 增長,分開列、分別寫假設 |
| 成本(七項) | 按第三節(jié)清單逐項填,不允許留空 |
| 周期 | 收益與成本放在同一周期比較 |
| 驗證方式 | 誰負責、多久復測一次、用什么數據 |
| 更新 | 試點結束后用實際用量重算 |
YonAIG 的運行記錄可為用量統(tǒng)計與效果分析提供依據,支持在試點后用實際數據回算投入產出。用友 BIP 6 將 AI 帶來的改善歸為五個方向:提效、降本、控險、增長、升維。
從行業(yè)趨勢看,付費方式正從"按功能/席位付費"轉向"按成果/價值付費"——這也反過來要求企業(yè)先把基線記清楚,否則無法按結果結算。
本文不提供通用 ROI 數值:不同行業(yè)、不同場景差異極大,任何"平均回報率"都不具參考性。收益取決于數據條件、流程配合與業(yè)務團隊的后續(xù)行動,AI 提供幫助整理信息、分析原因和提出建議的能力,業(yè)務行動仍需人來完成。本框架來自用友客戶溝通實踐,不構成財務或投資建議。
說明:具體產品能力、計費方式與實施條件,請以用友官方最新產品資料與售前確認結果為準。