在投入大型项目之前,先在一个工作流程上证明 AI 的投资回报。首先测量基线:业务量、处理工时、差错率和积压量。然后在这个工作流程上运行 AI,由一位指定的人审批产出,再测量同样的数字,用两者之差形成回本论证。一个小型审批流程就足以凭这些证据做出决定。
要点速览
- 从一个工作流程开始,而不是一整套计划:一个测量出来的结果,比许多承诺的结果更有说服力。
- 在任何改动发生之前测量基线,否则就没有可比较的对象。
- 前后使用同样的四项指标:业务量、处理工时、差错率和积压量。
- 测试期间保留人工审批产出,这样质量是测出来的,而不是假设出来的。
- 让财务团队用自己的成本数据,把测得的差异换算成回本论证。
为什么要从一个工作流程开始,而不是一整套计划?
因为大多数失败的 AI 项目败在价值上,而不是技术上。Gartner 预计 30% 的生成式 AI 项目会在概念验证后被放弃,原因之一是业务价值不明确(Gartner,2024 年 7 月)。关于 MIT NANDA 报告的报道显示,95% 的组织没有从生成式 AI 中获得业务回报(Virtualization Review,2025 年 8 月)。
一个有清晰基线的工作流程,能给审批委员会一个可以核实的结果。选一个业务量足以测量、而且流程负责人愿意推动的流程。具体方法见 如何选出第一个用 AI 自动化的流程。
#使用 AI 之前,应该测量哪些基线?
- 业务量:团队在固定测量周期内处理的事项数量,例如供应商询问、发票或索赔。
- 处理工时:每件事项从打开到关闭花费多少员工时间,按不同人员和事项类型抽样。
- 差错率:关闭后仍需返工、更正或升级处理的事项所占比例。
- 积压量:有多少事项在等待处理,以及最早的那些已经等了多久。
在正常时期测量,不要选清闲或反常的时段,并记下测量方法,让事后测量沿用同样的方法。
前后对比的测量是什么样子?
以下为示例,数字均为假设。一个团队在一个测量周期内处理 2,000 条供应商询问,差错率为 6%,积压 300 件。由 AI 起草每条回复、再由人审批之后,下一个同样长度的周期显示:处理 2,000 条,差错率 3%,积压 90 件。
在这个示例中,处理工时也要测量:如果员工花在询问上的时间占比从 40% 降到 25%,这就是团队收回的工作量。这些数字是为了说明方法而虚构的。结果是否值得推广,由你自己的基线决定。
如何把测量结果变成回本论证?
把测得的差异交给财务。财务会把收回的工时、避免的差错和清理掉的积压,换算到它已经在跟踪的成本科目上,再与运行和拥有这个工作流程的成本相比较。Stennir 提供测量数据和方法;换算由你的财务团队负责,这样论证用的是他们信得过的数字。
哪些东西不应该算作投资回报?
许可证数量、发送的提示次数,以及关于使用情况的问卷答案,都只是活动量,不是价值。Work Trend Index 发现 75% 的知识工作者已经在工作中使用 AI(Microsoft 与 LinkedIn,2024 年 5 月),但这并不能说明任何工作流程变得更快或更准确。只计算基线中真正发生变化的部分。
We are
Stennir 对一个工作流程做前后测量,由一位指定的人审批产出,并把数字及其背后的方法交给你。
We aren't
Stennir 不会凭预测的节省来推销大型计划,也不会把使用统计当作回报。
财务或运营负责人接下来该做什么?
选定工作流程,写下四项基线指标,在任何改动之前就开始计数。AI 咨询 会为候选工作流程排序,并为每一个给出回本论证;面向财务团队的 AI 展示了常见的切入点。你可以 做免费的就绪度评估,也可以 预约一次 30 分钟的通话。
常见问题
测量投资回报,需要我们提供什么?
访问记录这项工作的系统、一批真实事项的样本,以及流程负责人的时间,用来确认这项工作目前是怎么做的。如果业务量或差错数据还没有记录,Stennir 会先帮你建立简单的计数,因为没有基线,就无从展示回报。
如果这个工作流程没有显示出回报怎么办?
那么审批委员会就以很低的代价、在一个工作流程上、凭证据了解到了这一点。测量结果往往能说明原因:数据比预想的更难获取,或者差错率本来就很低。这个结果依然有用,因为它会把精力转向排序清单上的下一个工作流程。
这种测量适用于阿拉伯语工作流程吗?
适用。同样的四项指标照样适用,测试集应按阿拉伯语事项实际到达的比例纳入它们,如果客户用海湾方言书写,也要包括方言。Stennir 使用阿拉伯语和英语工作,所以两种语言的质量都会检查,而不只是英语。
由谁决定是否扩大规模?
你的审批委员会,依据测得的结果以及财务据此做出的回本论证。Stennir 提出建议,但决定权和数字都在你手里。如果决定推进,同样的指标会在生产环境中继续跟踪,让董事会看到回报是否持续。
