告別「幻覺式 ROI」：企業 AI 項目的真實成本核算與價值歸因

當「節省的理論分鐘數」變成賬面上的虛假繁榮

設想一種常見情形：某業務部門在試點總結中宣稱，引入生成式工具後，員工撰寫文案與整理報表的單次耗時縮短；彙報材料將該時間差乘以全員人數與工時成本，折算出可觀的財務收益。然而到了季度復盤，調用賬單攀升，營銷轉化與客戶留存並無可驗證改善，資深員工反而耗費額外精力去排查、重寫上游草稿。

把局部生成提速直接等同於利潤改善，製造了典型的「幻覺式 ROI」。本文的核心論點是：AI 項目的 ROI 必須把調用成本、重試與人工返工都算進去，並與經對照驗證的業務結果掛鈎；「節省的理論分鐘數」不能直接當作財務回報。

從單點任務提速到總體產出：文獻揭示的歸因落差與異質性

為什麼單次任務的表面提速無法通過簡單乘法轉化為整體經營回報？宏觀與微觀實證研究從任務結構、個體異質性與監督缺位解釋了這一落差。

在宏觀層面，Acemoglu（2025）從基於任務的模型出發，通過自動化與任務互補性評估了人工智能的宏觀經濟影響^[1]。只要微觀效應源於任務層面的成本節約或生產率改善，其宏觀後果就遵循霍爾滕定理的變體：國內生產總值與總體生產率增益由受影響任務比例及平均任務成本節約決定^[1]。依據現有的暴露度與任務級改善估計，這類效應在 10 年內帶來的全要素生產率（TFP）增幅不超過 0.66%^[1]。研究指出該估計仍可能偏高：早期證據來自易學習任務，而未來部分影響將來自依賴複雜語境、缺乏客觀結果度量以供學習的難學習任務，因而未來 10 年預測的 TFP 增益低於 0.53%^[1]。此外，研究在理論上證明，即便提升低技能者在特定任務上的生產率（未創造新任務），仍可能加劇不平等；實證上其影響雖在人口羣體間分佈更均、不太可能像過往自動化那樣大幅拉大差距，但也無證據表明會縮小勞動收入不平等，反而預計會擴大資本與勞動收入差距，且部分新任務（如在線操縱算法設計）可能具負向社會價值^[1]。

在微觀層面，Brynjolfsson、Li 與 Raymond（2025）基於 5,172 名客服坐席數據，研究了分批引入生成式對話助手的效果^[2]。人工智能輔助使每小時解決工單數平均提升 15%，但異質性顯著^[2]：低經驗、低技能員工的速度與質素均提升，最高經驗與最高技能員工則僅見微小速度提升與小幅質素下降^[2]。同時，該輔助促進了員工學習並提高國際坐席英語流利度；在人類缺乏基準經驗但系統訓練數據充足的中等罕見問題上收益最大；客戶也更為禮貌、較少要求轉接主管^[2]。因此，不做分羣與問題類型對照的局部樣本外推會嚴重失真。

斯坦福大學《人工智能指數報告》（Maslej et al., 2024）也指出了任務邊界^[3]：人工智能雖在部分圖像分類、視覺推理與英語理解基準上超越人類，但在競賽級數學、視覺常識推理與規劃等複雜任務上仍落後^[3]。儘管多項 2023 年的研究顯示其能加快任務完成、提升質素並縮小技能差距，但也有研究警告缺乏適當監督會導致表現下降，且針對大語言模型責任的穩健標準化評測仍嚴重缺失^[3]。

工程化價值歸因：把預算賬本、口徑對齊與轉化反饋連成證據鏈

要把價值歸因落到實處，系統須在成本端核對賬本，在收益端建立跨週期與分羣對照，並在異動解釋與排期決策處設人工複核關口。這對應於 rlab.works 中模型網關、智能感知、智能商務模組下的技能包。

在模型網關模組中，[「模型用量與費用核算」技能包（S13）](/zh/skills/check-usage-and-costs/)先核對預算，再提交批量任務，最後按實際記錄核算費用。它以批量任務、計價規則與預算餘額為初始輸入：先調用[「用量預留、預算、版本化定價與結算」](/zh/capabilities/usage-budget-pricing-ledger/)預留預算（輔助，產出已核驗資金記錄與預算預留），再提交任務（輔助，產出任務結果與供應方用量憑據），隨後逐筆記賬（輔助，對已定價或未定價賬目證據對賬，產出可追溯用量與費用賬本），最後在人工對賬步由指定複核人或請求用戶人工複核（產出人工確認賬單或待查差異，被拒絕輸出退回修訂且不進入下一步）。該技能包在金融與政務與公共行業為可遷移應用：金融場景可連接研究部門批量任務與賬本以解釋未定價和超預算差異，但僅限研究工具運營費用，需選定計費責任方並統一單位，不涉及金融交易結算；政務與公共場景可按部門預算記賬並由經辦人月底核對未定價和重複費用，充值與結算組件須映射財政流程，不聲稱符合特定製度；在媒體內容與旅遊酒店行業無行業標籤，僅作通用模式。

在智能感知模組中，「經營週報」技能包（S26）以授權業務表、比較週期與歷史週報為輸入，依次彙總並統一數據（輔助，產出帶來源、口徑和歸屬的統一數據）、按時間與客羣比較（輔助，產出跨期趨勢和分羣比較結果），再借由「訂單與流量異常診斷」篩出異常（輔助，下鑽到精確口徑與看板一致口徑，識別流量與訂單背離、合作方集中、地域錯配和低基數效應，產出含低基數和口徑提示的異常候選），在核對原因步由人工複核（被拒絕輸出退回修訂），通過後撰寫週報與跟進（輔助，產出已歸檔週報與延續跟進事項）。它在旅遊酒店行業為源數據有行業依據，可對齊訂單、房晚、訪問和渠道數據並跟進上週問題，但須核對倉庫權限與口徑，節日重疊不等於原因；在金融、政務與公共及媒體內容行業無行業標籤，僅作通用模式。

在智能商務模組中，「營銷活動復盤」技能包（S39）以已發佈內容、許可統計與活動目標為輸入，調用「歸因與轉化反饋」關聯活動連結與統計及自有註冊、訂單數據，依次對應來源與轉化（輔助，產出來源可追查的訪問與行動表）、比較表現（輔助，產出內容比較、缺失數據與運行異常）、起草調整方案（輔助，產出下一輪內容和渠道建議），經「選定下一輪」步人工複核批准（未獲接受則退回修訂）後，執行排期並存檔（輔助，產出排期、執行記錄與下次復盤基線）。它在媒體內容行業為可遷移應用，可對齊文章來源連結、閲讀與訂閲行動以輔助選題，但需區分閲讀、訂閲和付費事件，歸因相關性不證明傳播因果；在金融、政務與公共及旅遊酒店行業無行業標籤。

需如實説明，站點所有技能包均為擬議編排，僅以合成數據演示，尚未接入真實服務；上述組件雖為可運行代碼，但成熟度基於靜態源碼檢查而非生產部署；源數據有行業依據僅代表源數據具顯式行業關聯，不涉及客戶、部署或效果聲明。

資助試點前的業務歸因檢驗清單

高管或部門負責人在資助試點前，可通過以下檢驗評估項目的真實價值歸因：

• 全週期成本是否含返工與差異核對？ 批量任務須接入預算預留與費用賬本，並將人工排查錯誤、退回修訂的返工耗時一並計入核算。
• 評估是否具備跨期與分羣對照基線？ 立項時須對齊比較週期與分羣口徑，區分員工熟練度與任務複雜度，識別低基數效應與節假日干擾。
• 價值認定是否錨定經人工複核的業務結果？ 拒絕將每次生成節省的理論時間直接折算為財務回報，必須將產出與工單解決質素、訂閲或訂單轉化關聯，並在歸因解釋與排期處保留可退回的人工關口。