决策方法ROI诊断
中小企业 AI 落地 ROI 怎么算：一张能自己填的测算表
阅读约 3 分钟零七零六科技
为什么大多数 ROI 测算算不准
常见的错误算法是「效率提升 30% × 人力成本」—— 这个公式有三个漏洞：
- 提升的是哪个环节？ 报价快 30% 不等于整个销售流程快 30%
- 省下的时间去哪了？ 如果省下的时间没被用在做更多业务上，就没有收益
- 一次性投入算不算？ 数据整理、系统对接、培训的时间成本常被忽略
一个能自己填的框架
第一步：找一个具体场景（不是「用 AI 提效」）
要具体到动作，例如：
- 「业务员每天花 40 分钟手工做报价单」
- 「客服每天回答 60 个重复问题」
- 「新人上手需要 3 个月，期间要老师傅带」
第二步：算「现在每月花掉多少小时」
| 项 | 填法 | 例 |
|---|---|---|
| 单次耗时 | 实测，不要估算 | 40 分钟 |
| 每月次数 | 从系统里数 | 120 次 |
| 涉及人数 | — | 3 人 |
| 月总耗时 | 单次 × 次数 | 80 小时 |
第三步：算「改善后每月花多少小时」
这里要区分两种改善，它们的可信度完全不同：
| 类型 | 说明 | 可信度 |
|---|---|---|
| 消除（重复劳动自动化） | 这件事完全不用人做了 | 高，容易验证 |
| 加速（辅助人做得更快） | 人还在做，但更快 | 中，取决于人是否真的用它 |
建议：测算时只把「消除」部分计入收益，「加速」部分作为额外空间。这样算出来的数字更保守，也更容易在交付后兑现。
第四步：算投入
| 项 | 说明 |
|---|---|
| 一次性：数据整理 | 常被低估，往往占总投入的 30–50% |
| 一次性：系统对接与配置 | 视现有系统而定 |
| 一次性：培训 | 别按「讲一次就会」估 |
| 持续：订阅/调用费 | 按实际用量估 |
| 持续：维护人力 | 知识库需要有人更新 |
第五步：回本周期
回本周期（月） = 一次性投入 ÷ 每月节省的人力成本
粗判标准（我们的经验值，供参考）：
| 回本周期 | 判断 |
|---|---|
| < 6 个月 | 值得优先做 |
| 6–12 个月 | 可以做，但要确认业务量稳定 |
| > 12 个月 | 建议换一个场景，或先做更基础的数字化 |
三条常见误判
误判一：只算省下的人工，不算新增的能力
有些收益不是「省人」，而是「原来做不到的事现在能做了」—— 比如多语言内容生成、夜间询盘的自动应答。这类收益没有「现状基线」可比，容易在测算里被算成 0。
建议：单独列一栏「新增能力」，用「如果没有它，我们需要额外招人吗」来估值。
误判二：把「效率提升」直接换算成减少用工
这是最容易算错、也最不该说的一步。
省下的时间通常被用来做更多业务，而不是减人。真正健康的算法是：
同样的团队，能承接多少增量业务？
这样算出来的收益才是真实的，而且和团队利益一致 —— AI 是给现有的人加杠杆，不是换掉他们。
误判三：忽略「人不用」这个最大风险
工具买了没人用，收益就是 0。而「没人用」的原因通常不是工具难用，而是流程没跟着改：新工具挂在旧流程旁边，大家自然会用回老办法。
建议：把「流程改造」和「试点范围」也写进测算的前置条件。
什么时候该先别算 ROI
如果出现下面任一情况，建议先做基础工作，而不是算 AI 的账：
- 数据还散在 Excel、微信和纸质单据里
- 核心字段（成本、库存、交期）长期没人维护
- 同一个数据在不同部门有不同口径
数据不归位，AI 就没有可用的输入，上了也白上。 这时候的 ROI 测算无论多漂亮都不会兑现。
本文提供的是通用测算框架，具体指标以诊断后双方确认的 SOW 为准。
常见问题
- 中小企业 AI 落地 ROI 怎么算？
- 别先问「AI 能带来多少收益」，先问「这个场景现在每月花掉多少人工小时」。步骤是：找一个具体场景、算现在每月耗时、算改善后每月耗时、算一次性与持续投入，最后用「一次性投入 ÷ 每月节省的人力成本」得到回本周期。
- 为什么「效率提升 30% × 人力成本」算不准？
- 这个公式有三个漏洞：提升的是哪个环节（报价快 30% 不等于整个销售流程快 30%）；省下的时间去哪了（没被用于做更多业务就没有收益）；一次性投入（数据整理、系统对接、培训）常被忽略。
- ROI 测算时「消除」和「加速」有什么区别？
- 消除是重复劳动完全自动化，可信度高、容易验证；加速是人还在做但更快，可信度取决于人是否真的用它。建议只把「消除」部分计入收益，把「加速」作为额外空间。
- 回本周期多长算值得做？
- 经验参考：小于 6 个月值得优先做；6 到 12 个月可以做，但要确认业务量稳定；大于 12 个月建议换一个场景，或先做更基础的数字化。
- 什么时候应该先别算 AI 的 ROI？
- 数据还散在 Excel、微信和纸质单据里；核心字段（成本、库存、交期）长期没人维护；同一个数据在不同部门有不同口径。数据不归位，AI 就没有可用的输入，测算再漂亮也不会兑现。