告别“幻觉式 ROI”：企业 AI 项目的真实成本核算与价值归因

当“节省的理论分钟数”变成账面上的虚假繁荣

设想一种常见情形：某业务部门在试点总结中宣称，引入生成式工具后，员工撰写文案与整理报表的单次耗时缩短；汇报材料将该时间差乘以全员人数与工时成本，折算出可观的财务收益。然而到了季度复盘，调用账单攀升，营销转化与客户留存并无可验证改善，资深员工反而耗费额外精力去排查、重写上游草稿。

把局部生成提速直接等同于利润改善，制造了典型的“幻觉式 ROI”。本文的核心论点是：AI 项目的 ROI 必须把调用成本、重试与人工返工都算进去，并与经对照验证的业务结果挂钩；“节省的理论分钟数”不能直接当作财务回报。

从单点任务提速到总体产出：文献揭示的归因落差与异质性

为什么单次任务的表面提速无法通过简单乘法转化为整体经营回报？宏观与微观实证研究从任务结构、个体异质性与监督缺位解释了这一落差。

在宏观层面，Acemoglu（2025）从基于任务的模型出发，通过自动化与任务互补性评估了人工智能的宏观经济影响^[1]。只要微观效应源于任务层面的成本节约或生产率改善，其宏观后果就遵循霍尔滕定理的变体：国内生产总值与总体生产率增益由受影响任务比例及平均任务成本节约决定^[1]。依据现有的暴露度与任务级改善估计，这类效应在 10 年内带来的全要素生产率（TFP）增幅不超过 0.66%^[1]。研究指出该估计仍可能偏高：早期证据来自易学习任务，而未来部分影响将来自依赖复杂语境、缺乏客观结果度量以供学习的难学习任务，因而未来 10 年预测的 TFP 增益低于 0.53%^[1]。此外，研究在理论上证明，即便提升低技能者在特定任务上的生产率（未创造新任务），仍可能加剧不平等；实证上其影响虽在人口群体间分布更均、不太可能像过往自动化那样大幅拉大差距，但也无证据表明会缩小劳动收入不平等，反而预计会扩大资本与劳动收入差距，且部分新任务（如在线操纵算法设计）可能具负向社会价值^[1]。

在微观层面，Brynjolfsson、Li 与 Raymond（2025）基于 5,172 名客服坐席数据，研究了分批引入生成式对话助手的效果^[2]。人工智能辅助使每小时解决工单数平均提升 15%，但异质性显著^[2]：低经验、低技能员工的速度与质量均提升，最高经验与最高技能员工则仅见微小速度提升与小幅质量下降^[2]。同时，该辅助促进了员工学习并提高国际坐席英语流利度；在人类缺乏基准经验但系统训练数据充足的中等罕见问题上收益最大；客户也更为礼貌、较少要求转接主管^[2]。因此，不做分群与问题类型对照的局部样本外推会严重失真。

斯坦福大学《人工智能指数报告》（Maslej et al., 2024）也指出了任务边界^[3]：人工智能虽在部分图像分类、视觉推理与英语理解基准上超越人类，但在竞赛级数学、视觉常识推理与规划等复杂任务上仍落后^[3]。尽管多项 2023 年的研究显示其能加快任务完成、提升质量并缩小技能差距，但也有研究警告缺乏适当监督会导致表现下降，且针对大语言模型责任的稳健标准化评测仍严重缺失^[3]。

工程化价值归因：把预算账本、口径对齐与转化反馈连成证据链

要把价值归因落到实处，系统须在成本端核对账本，在收益端建立跨周期与分群对照，并在异动解释与排期决策处设人工复核关口。这对应于 rlab.works 中模型网关、智能感知、智能商务模块下的技能包。

在模型网关模块中，[「模型用量与费用核算」技能包（S13）](/zh/skills/check-usage-and-costs/)先核对预算，再提交批量任务，最后按实际记录核算费用。它以批量任务、计价规则与预算余额为初始输入：先调用[「用量预留、预算、版本化定价与结算」](/zh/capabilities/usage-budget-pricing-ledger/)预留预算（辅助，产出已核验资金记录与预算预留），再提交任务（辅助，产出任务结果与供应方用量凭据），随后逐笔记账（辅助，对已定价或未定价账目证据对账，产出可追溯用量与费用账本），最后在人工对账步由指定复核人或请求用户人工复核（产出人工确认账单或待查差异，被拒绝输出退回修订且不进入下一步）。该技能包在金融与政务与公共行业为可迁移应用：金融场景可连接研究部门批量任务与账本以解释未定价和超预算差异，但仅限研究工具运营费用，需选定计费责任方并统一单位，不涉及金融交易结算；政务与公共场景可按部门预算记账并由经办人月底核对未定价和重复费用，充值与结算组件须映射财政流程，不声称符合特定制度；在媒体内容与旅游酒店行业无行业标签，仅作通用模式。

在智能感知模块中，「经营周报」技能包（S26）以授权业务表、比较周期与历史周报为输入，依次汇总并统一数据（辅助，产出带来源、口径和归属的统一数据）、按时间与客群比较（辅助，产出跨期趋势和分群比较结果），再借由「订单与流量异常诊断」筛出异常（辅助，下钻到精确口径与看板一致口径，识别流量与订单背离、合作方集中、地域错配和低基数效应，产出含低基数和口径提示的异常候选），在核对原因步由人工复核（被拒绝输出退回修订），通过后撰写周报与跟进（辅助，产出已归档周报与延续跟进事项）。它在旅游酒店行业为源数据有行业依据，可对齐订单、房晚、访问和渠道数据并跟进上周问题，但须核对仓库权限与口径，节日重叠不等于原因；在金融、政务与公共及媒体内容行业无行业标签，仅作通用模式。

在智能商务模块中，「营销活动复盘」技能包（S39）以已发布内容、许可统计与活动目标为输入，调用「归因与转化反馈」关联活动链接与统计及自有注册、订单数据，依次对应来源与转化（辅助，产出来源可追查的访问与行动表）、比较表现（辅助，产出内容比较、缺失数据与运行异常）、起草调整方案（辅助，产出下一轮内容和渠道建议），经“选定下一轮”步人工复核批准（未获接受则退回修订）后，执行排期并存档（辅助，产出排期、执行记录与下次复盘基线）。它在媒体内容行业为可迁移应用，可对齐文章来源链接、阅读与订阅行动以辅助选题，但需区分阅读、订阅和付费事件，归因相关性不证明传播因果；在金融、政务与公共及旅游酒店行业无行业标签。

需如实说明，站点所有技能包均为拟议编排，仅以合成数据演示，尚未接入真实服务；上述组件虽为可运行代码，但成熟度基于静态源码检查而非生产部署；源数据有行业依据仅代表源数据具显式行业关联，不涉及客户、部署或效果声明。

资助试点前的业务归因检验清单

高管或部门负责人在资助试点前，可通过以下检验评估项目的真实价值归因：

• 全周期成本是否含返工与差异核对？ 批量任务须接入预算预留与费用账本，并将人工排查错误、退回修订的返工耗时一并计入核算。
• 评估是否具备跨期与分群对照基线？ 立项时须对齐比较周期与分群口径，区分员工熟练度与任务复杂度，识别低基数效应与节假日干扰。
• 价值认定是否锚定经人工复核的业务结果？ 拒绝将每次生成节省的理论时间直接折算为财务回报，必须将产出与工单解决质量、订阅或订单转化关联，并在归因解释与排期处保留可退回的人工关口。