第 11 章：指标、ROI 与成本模型

本章目标

用数字表达 AI 产品价值。

概念讲解

业务指标描述用户和商业结果：

完成率。
问题解决率。
人工接管率。
平均处理时间。
单次任务成本。

技术指标描述系统表现：

延迟。
工具成功率。
检索命中率。
评估得分。

ROI 要比较：

人工成本。
AI 调用成本。
集成和维护成本。
风险损失。

业务案例

教育案例指标：

学生答疑完成率。
平均答疑时间。
教师审核比例。
重复问题减少量。

企业服务案例指标：

自动解决率。
人工接管率。
平均响应时间。
每条咨询处理成本。

技术对应关系

技术项目可以产出的指标：

工具调用成功率。
模型请求次数。
流式 token 量。
错误和取消次数。

这些技术指标要翻译成业务收益，不能只展示给客户看。

售前/产品视角

产品视角：

指标帮助判断产品是否值得继续投入。

售前视角：

指标帮助客户判断是否采购。
ROI 要保守、可验证。

示例模板

ROI 计算模板：

text

当前人工成本：
单次任务耗时：
AI 自动解决率：
单次 AI 成本：
人工接管成本：
每月任务量：
月度节省：
投入成本：
回收周期：

面试追问

问：如何证明 AI 产品省钱？

回答要点：

用真实场景计算人工和 AI 成本。
考虑失败和人工接管。
不用理想自动解决率。

问：哪些指标不能只看模型能力？

回答要点：

用户完成率。
人工接管率。
风险损失。
客户满意度。

问：准确率、延迟和成本如何取舍？

回答要点：

高风险场景优先准确率。
实时交互优先延迟。
大规模任务优先成本。

练习任务

为教育案例和企业服务案例分别设计指标和 ROI 模板。

本章产出

两份 ROI 估算模板。

验收标准

能说明业务价值如何量化，而不是只说“更智能”。