算AI的ROI，四类数字不能直接当收益

内容多发了几十篇，团队工作轻松了，公司营收上涨了，第一个月的数据也很好看。

这些变化都可能发生在AI上线之后，却不能因此直接算成AI创造的收益。“AI上线后发生了什么”和“AI实际带来了多少钱”，是两回事。

ROI即投资回报率，用来衡量一笔投入带来了多少回报。常见的计算公式是：

ROI＝（收益－投入）÷投入

公式并不复杂，真正容易算错的是“收益”。只有能够对应到实际减少的成本或实际增加的营收，并且有数据可以追溯，才具备进入ROI测算的基本条件。

一项名为MIT Project NANDA的2025年研究指出，95%的企业没有从生成式AI投入中获得可以用数据衡量的业务回报。生成式AI，是指能够根据指令生成文字、图片等内容的AI。麦肯锡2025年大中华区AI应用现状调研则显示，只有约6%的企业被列入AI应用的“高绩效赢家”类别，也就是该调研认为AI应用成效较高的一组企业。

这些数据说明，企业部署了AI、增加了产出，不等于已经取得了可以核算的回报。以下四类数字，最容易让AI项目的ROI被高估。

一、产出增加，只能证明做得更多

AI上线后，最先变化的往往是工作量：

• 一个月多生成了多少篇内容
• 每周多更新了多少次
• 调用了多少次AI工具
• 上线了多少个AI应用
• 同样时间内多完成了多少项任务

这些数字可以证明AI已经进入工作流程，也能反映产能变化，但它们回答的是“做了多少”，不是“带来了多少钱”。

假设团队借助AI，一个月多生产了80篇内容。要判断这80篇内容有没有形成收益，还要继续追踪：多少内容获得了真实阅读，多少带来了咨询，多少咨询最终形成成交，又产生了多少收入。

如果这些后续结果无法确认，80篇只能算产出量，不能直接换算成ROI里的收益。

只有当产出变化对应到明确的成本或业务结果时，才可能进入财务测算。例如，在交付数量相同的情况下，企业实际减少了外包费用；或者完成一项任务平均要花的钱确实下降。此时能够计算的是已经核实的费用变化，而不是增加的篇数本身。

因此，产出篇数、调用次数和更新频率，更适合列为运营和效率指标。它们能说明AI有没有被使用，却不能单独证明AI已经产生财务回报。

二、团队觉得省事，不代表公司省下了钱

“用了AI以后轻松多了”“原来一天的工作，现在半天就能完成”，都是常见的项目反馈。

这些反馈说明工作方式发生了变化，但主观感受不能直接进入ROI公式。即使工作时间缩短，只要人员数量、工资支出和其他费用没有变化，公司实际承担的成本就可能没有减少。

假设一篇文案原来需要人工写2小时，现在通过AI辅助只需要20分钟。目前能够确认的，只是完成这项任务少用了1小时40分钟。

接下来必须追问：这些时间用到了哪里？

如果节省的时间减少了原本确定会发生的加班、外包或增员支出，实际少花的钱可以计算。如果员工利用这些时间完成了过去无力承接的新业务，而且新增结果已经得到验证，也可以继续测算相应价值。

如果节省的时间没有明确用途，人员和费用也没有变化，那么目前只能确认效率提高，不能把它写成成本下降。

所以，“团队觉得省事”要变成ROI收益，中间还差两步：先记录究竟节省了多少时间或人力，再确认这些资源是否减少了实际支出，或者产生了可以核实的新结果。在这两步完成之前，它只能列为待验证的效率变化。

三、公司营收上涨，不能全部算成AI的贡献

企业上线AI项目后，如果同期营收上涨，直接把全部增量记在AI名下，结果通常经不起追问。

一家企业的营收可能同时受到新品上市、行业旺季、老客户续约、竞争变化和市场环境等因素影响。只要这些因素没有被区分，就不能把整体营收增长全部算成AI项目的收益。

真正应该计算的，是AI能够直接影响并且可以追踪的部分。

例如，AI参与内容生产和分发，就应当从相关内容开始，记录它带来了多少点击和咨询，其中多少咨询最终形成成交。能够进入ROI的，是可以说明由哪些内容带来、经过哪些环节、最终形成多少成交的新增收入，而不是公司整个季度增加的全部营收。

每名员工在单位时间内完成的工作量、单条内容成本、每项任务成本和产能变化，也应当在项目范围内分别计算，不能与企业整体经营数据混在一起。计算范围越明确，越容易回答：“这笔收益究竟是怎么产生的？”

AI带来的效率提升，只有进一步变成可以核算的成本下降或业务增长，才能进入ROI。无法说明AI具体贡献了多少的营收变化，应当留在企业整体经营数据中。

四、第一个月的数据，不能直接当成长期收益

有些AI项目上线后的第一个月，数据会格外好看。

原因可能是团队在项目初期投入了更多精力，内容恰好赶上热点，也可能是新工具带来了短期关注。这些效果可能真实发生，却不代表以后每个月都能重复。

如果直接把第一个月的高点当成持续收益，后续测算很容易失真。第二个月和第三个月即使只是恢复正常，也可能被误判为项目效果下降。

判断一项收益能否持续，要看它是不是由稳定、可以重复执行的工作方式产生。例如，固定的内容流程、选题方法和分发渠道能够持续运行，由此形成的结果才适合继续观察和计算。

如果增长主要来自某次热点、短期关注或额外投入，就应当单独注明原因，与日常收益分开统计。

行业中常用3至6个月作为连续观察项目变化的参照，目的之一是区分短期波动和持续效果。这不是统一的回本期限，也不代表所有项目都必须观察同样长的时间。具体周期仍要根据项目执行频率、业务周期和实际数据决定。

一份可信的ROI报告，要把数字分成三类

不把上述数字直接算成财务收益，不等于把它们删除。更清楚的做法，是在报告中分开呈现：

数字类别	包括什么	如何处理
已经核实的财务收益	已经发生的人力、外包或其他成本下降；能够从AI参与的内容或业务环节追踪到成交的新增收入；完成相同任务时已经核实的平均成本变化	可以进入ROI中的收益部分，但必须说明数据来源和计算过程
运营和效率指标	内容产出数量、AI工具调用次数、单项任务耗时、更新频率、单位时间内完成的任务量	用于观察AI有没有被使用、工作方式有没有变化；在尚未形成实际成本或营收变化时，不计入收益
待验证或一次性结果	团队主观感受到的便利、尚未确认用途的节省工时、无法排除其他因素的整体营收增长、热点或额外投入带来的短期高点	写清产生原因和限制，继续观察，不与已经确认的收益混在一起

一个数字能不能算，先问五个问题

把任何数字写进ROI之前，可以依次检查：

1. 它对应的是哪一项实际成本或营收？
2. 最初的数据和记录能否查到？
3. 能否说明AI是怎样影响这项结果的？
4. 其他同期影响因素是否已经区分？
5. 按照同样的工作方式，这项结果能否再次出现？

五个问题都能回答，这个数字才具备进入ROI测算的条件。暂时答不上来，就把它放进运营指标或待验证结果中继续观察，不要提前算成收益。

小企业预算有限，更需要从范围明确的小项目开始核算。可以先看某个内容环节减少了多少时间、实际降低了多少费用，或者产生了多少能够追踪的业务结果。先把一项算清楚，再决定是否扩大投入。

AI项目的ROI报告，价值不在于把数字写得多大，而在于让每一项收益都有明确来源。只有说清楚钱从哪里来、怎样算出来、排除了哪些其他因素，这份报告才能经得起财务人员和决策者的追问。

说明：文中的95%和约6%，分别沿用MIT Project NANDA 2025年研究和麦肯锡2025年大中华区AI应用现状调研的数据；3至6个月属于行业常见的观察参照。具体项目仍应以自身业务周期和实际数据为准。