AI 的 ROI 算不出来，先把学习成本和省钱分开

Alex Lieberman 在 X 帖子 里说，他和 100 多个高管聊过 AI ROI，没人能给出靠谱算法。企业路径相似：先开通用 LLM 账号，签最低 token 协议，做培训，再给产品和工程开 coding agents，token 账单飙升，ROI 讨论开始出现。接着发现数据迁移、清洗、agent gateway 都得补，支出更大，问题变成数据基础怎么算 ROI。几个月过去，钱花了，赌注下了，ROI 方法还没写出来。

ROI 从来不是精确科学。销售岗好算，创意岗难算，软件和服务也一样。AI 让这件事更刺眼，因为支出可以很快放大，影响来得也快。CFO 看到的是一张不断变长的账单，团队看到的是一堆还没长成系统的实验，双方都不算错。

Alex 给了一个框架，叫 1-3-1。一个基础，三个预算，一个规则。

一个基础，是共享基础设施。每个 AI 项目都要跑在上面，安全、可靠地部署 AI 的运营成本。它需要提前给钱。受监管行业如保险，基础预算可占 AI 预算的 8% 到 12%。

三个预算，是实验、效率、创新。实验像 R&D，设一个全亏也能承受的额度，按想跑多少实验来定。效率和创新要自己挣，项目拿证据换钱。

一个规则，别把 projected value 当成 realized returns。项目说能省 100 万美元，不等于已经省了 100 万美元。

公司整体 AI 支出上限，Alex 建议早期公司先按年营收的 0.5% 到 2% 设。BCG 2026 年 9 月调查 1330 名高管，企业平均把 3.3% 的营收投入 AI，一年前是 1.7%。这个建议上限低于市场平均，意图是让项目用证据抢预算。

文章里用了一家虚构的保险公司 Meridian 做例子。年收入 5 亿美元，AI 支出上限 500 万美元，占营收 1%。其中 40 万美元给基础，占 AI 预算 8%；70 万美元给实验；最多 390 万美元留给效率和创新，项目得证明自己。

实验怎么判？Meridian 的理赔团队先试文件摘要。一个理赔员发现，80 页的理赔文件，AI 20 分钟能摘要完，人工要 90 分钟。一个文件说明不了问题，但能写下一个假设。团队花 2.5 万美元，在 500 个理赔案上做试点。通过标准提前写死：至少 90% 的摘要通过质量检查，理赔员复核后处理时间仍下降约 40%。结果简单文件 92% 通过，复杂文件只有 78% 通过。常规文件约占 70%，推进到完整商业案例，每年释放约 110 万美元理赔产能，部署花 30 万美元，每年运行 18 万美元。复杂文件回到实验，换检索方案或新模型再试。每个试点都要以扩、改、停结束，不能一直停在 pilot purgatory。

效率怎么判？Alex 引用 Tenex 联合创始人 Arman 的话：gross productivity gain is not realized savings。省下来的时间不自动变成钱。四种转化方式：避免招聘、增加吞吐、把人力转到更有产出的工作、直接降成本。Meridian 承诺吸收原本要招的六个理赔员岗位，每年约 54 万美元雇佣成本。部署两个季度后，工作量接住了，招聘计划没有执行。扣掉 agent 建设 30 万美元和每年运行 18 万美元，第一年净省 6 万美元，之后每年净省 36 万美元。释放出来的时间再去做复杂理赔，额外收益要靠更快结案、更少超额赔付这类结果证明，不能重复计数。

创新怎么判？Meridian 的核保团队用 AI 把报价时间从三天压到四小时。文章假设 bind rate 从 22% 升到 26%。5 万份报价，平均年保费 4000 美元，看上去多出约 800 万美元保费。但更快报价不必然带来更赚钱的业务。Meridian 给一半核保团队用工具，另一半做对照，比较两组 bind rate。收入类项目要两到四个季度才看得出，先用报价周转和早期 bind rate 做领先指标。

基础怎么判？基础不直接认领某个 agent 的收益。它认的是使能：新用例是不是更快上线，成本是不是更低，安全审查是不是更快，团队是不是真的在用。Meridian 第一个 agent 部署花了九个月，第二个花六周，建设成本约为三分之一，安全审查从三个月缩到两周。文章提醒，如果 agent 省了 100 万美元，这 100 万美元记给 agent，基础记它让后续部署更快更便宜。早期可把约 20% 的已实现收益再投基础。

另一篇被引用进讨论的文章里，::_rajeev 提了两个 ROI。第一阶段叫 Re-learning or Re-building on Investment，第二阶段才叫 Return on Investment。早期团队在真实工作流里试 AI，最值钱的产出是组织学习：技术上学到什么，业务上学到什么，工作方式怎么变，哪些想法应该快速扔掉。这个阶段有成本，token、时间、注意力、失败实验，大多不在表格里。

::_rajeev 画了一条 AI Valley of Death。探索期 token 支出上升，价值慢半拍；到了谷底，支出可能因恐惧被砍，项目死掉；活下来的项目进入构建和上线，token 使用稳定，价值随采用和复用复合增长。早期 token 支出更像学习成本，别急着按浪费处理，当然也别把玩猫 meme 的调用量做成排行榜。团队应该自己杀项目，快速、诚实、有记录地停掉，这本身就是第一阶段的回报。传统 ROI 要等系统稳定后才配得上，先把它当作要赚来的东西。文章引用本田宗一郎的话，成功是 99% 失败，并把它解释成学习纪律。

评论区比框架更接地气。有网友说，很多 AI ROI 实际按减少全职人力（FTE）算，只是没人公开把目标写出来。有人说收入归因才是关键，得区分 AI 带来的增量。有人 solo 用 Claude 九个月做到每月 2.5 万美元，没有招人，小团队好算，大组织难。有人问，问题是不是没人测 before。有人把 ROI 看成时间套利，省下的小时拿去做更高杠杆的事，差额减掉 AI 成本。有人只信一个具体工作流省下的小时，全员铺开 Claude 反而拿不到数据。有人说预算靠信仰，没把模型接到省下的成本或签下的单上，讨论就会一直像辩论。有人提醒成本是唯一能精确的数，按供应商发票归集，按预算打标签。有人说 hours saved 没人真的 book 少小时，回收期就空着。有人说数据清洗常被漏算，最后成了大头。政府场景有人提 cost per claim、cost per FOIA request、cost per unit of work。还有人按任务记分钟节省乘每周运行次数，先估，跑一周再对成本。

这些分歧指向同一个操作：公司级 AI ROI 可以晚点答，具体工作流不能一直空白。先写清楚在资助什么，是基础、实验、效率还是创新；再定业务案例和职能已有的 KPI；批准钱的时候写目标，别等结果出来再补；每个季度复盘一次，哪些加钱，哪些再测，哪些停。2 万美元的工具和 200 万美元的推广，证据门槛不该一样。成功试点可以在实现回报前拿到更多资金，但得看风险偏好、机会大小和等待成本。

如果明天就要交一份 AI ROI 表，先别做全公司大表。挑一个工作流，把 before 写下来，把成本按发票归集，给一个季度后的扩、改、停决定。算不清全公司不丢人，一直用信仰填预算才丢人。