AI 项目的 ROI 到底怎么算：别只计算 Token 成本

企业评估 AI 项目时，最容易出现两个极端：一种认为模型调用费用很低，因此项目一定划算；另一种只看到部署、算力和数据治理投入，认为短期难以回本。两种判断都忽略了同一件事：ROI 衡量的是一个完整业务结果，而不是一次模型请求。

完整成本至少应包括六部分。第一是产品与集成成本，包括需求梳理、界面、流程和系统接口；第二是数据成本，包括清洗、权限、知识更新和质量检查；第三是模型与基础设施成本，包括调用、推理、向量检索、存储和监控；第四是人工成本，包括审核、接管和异常处理；第五是治理成本，包括安全、合规、评测和审计；第六是变更成本，包括培训、流程调整和系统维护。Token 只是第三部分中的一项。

收益可以分为效率、质量和增长三类。效率收益来自处理时间缩短、等待减少和重复劳动下降；质量收益来自遗漏减少、响应一致、风险提前发现和服务水平改善；增长收益则可能来自更多有效线索、更快报价、更高转化或更好的客户留存。不同收益不能简单相加，必须确认它是否真实发生、是否能够归因、是否会被新增工作抵消。

“节省了多少小时”尤其容易被高估。假设智能体把一项任务从十分钟缩短到六分钟，理论上节省四分钟；但如果员工仍需等待系统、重复检查，或节省时间没有转移到其他有效工作，就不能把全部时间直接折算成人力成本。更可靠的方法是观察单位周期内实际完成量、平均处理时间、加班变化和服务响应水平。

计算前必须建立业务基线。选定一段有代表性的历史周期，记录任务数量、人工耗时、错误率、退回率、等待时间和业务结果；上线后使用相同口径比较。季节性、营销活动和团队变化都可能影响结果，因此最好设置未启用 AI 的对照流程，或采用分批上线，避免把自然波动算成技术收益。

对于智能体项目，建议同时观察端到端任务完成率、人工接管率、一次通过率、错误操作率、回滚率、平均完成时长和单个有效任务成本。“有效任务”必须满足业务验收，而不是模型返回了内容。若一次调用很便宜，却需要员工反复修改，最终成本仍可能高于原流程。

可以采用三层商业论证。试点阶段回答“场景是否可行”，预算主要验证数据、集成和风险；稳定阶段回答“单位经济性是否成立”，重点比较单个有效任务成本与原流程；规模阶段回答“扩大后是否仍然可靠”，需要纳入峰值容量、支持团队、长期维护和模型价格变化。每一层都设置进入下一阶段的明确门槛。

麦肯锡 2026 年调查中，约五分之一的受访组织表示 AI 运营成本已经限制使用，而能够从 AI 获得更高价值的组织更倾向于重构工作流，并定义影响评估流程。这意味着企业既不能因成本焦虑停止探索，也不能用个人生产力感受替代经营结果。成本、质量、收入和风险需要在同一套模型中讨论。

项目还应提前定义停止条件。例如连续多个周期无法达到最低任务完成率，人工接管没有下降，错误成本超过收益，或业务数据无法稳定获得，就应暂停扩张并重新设计。停止一个不成立的场景，不代表 AI 战略失败，而是避免把试验成本变成长期成本。

真正有用的 ROI 模型，不是给项目包装一个漂亮数字，而是帮助团队回答三个问题：哪里值得继续投入，哪一步需要优化，什么时候应该停止。把评估单位从 Token 改成“可验收的业务结果”，AI 投资才能进入可比较、可管理的经营决策。