AI 第一单的 ROI 怎么算：先拆基线与隐性成本，别被厂商的数字忽悠

说白了，AI 第一单的 AI 投资回报，算错比不算更危险。我的结论先放前面：第一单别追求漂亮的回报率，先把基线、硬收益和隐性成本三笔账拆清楚，能算出“第二年才回本”也算成功。被厂商一张 PPT 忽悠着立项，半年后老板问你要数字，你拿不出来，那才叫被动。

我见过太多这种场面。2023 年秋天，印第安纳州一家给汽配经销商做三方物流的仓库，六万平方英尺左右，旺季每天出一千四百单左右。厂商来演示视觉复核：在传送带上方装相机，扫一眼就知道箱子里装错没装错。演示那天准得吓人，销售当场算了一笔账，说第一年 AI 投资回报能到百分之三百。我当时就问了一句：你们这个数，是拿谁的工时、谁的错发率算的？对方愣了一下，说是“参考客户平均水平”。这事分两面：演示是真的，算法也是真的，但分母不是这家仓库的分母。

这家仓库的老板还是签了。签完才发现三件事。第一，他们的错发本来就不高，人工复核四个人的活，机器接过去也只省下两个半人，不是销售说的四个人全省。第二，历史订单数据里产品条码和包装规格对不上号，相机认得出箱子，认不出“这个客户这款产品到底该用哪种内衬”。第三，旺季一换新品，模型就得重新调，调一次就要停半天线做验证。这些在 PPT 里一行都没有。

先把基线拆出来，AI 投资回报才有分母

算这笔账之前，先老老实实量三周基线，别凭感觉。我给客户的清单就四项：现在这道工序几个人、每人每天花几小时、错一次的代价是多少、旺季和淡季差多少。那家印第安纳仓库的基线是这样的：人工二次复核四个人，每人每天八小时，时薪二十二美元，一年按二百六十个工作日算，这项人力成本就是十八万三千美元。错发每月四十一单，每单返工加补发运费约三十八美元，一年约一万八千七百美元。基线不清，后面所有百分比都是空话。

还有一个容易被忽略的基线：现在的流程到底稳不稳定。如果你的库位编码还没统一、退货原因还没分类，AI 学到的全是乱账。2024 年春天，达拉斯一家做家居用品的仓库想上补货建议，系统跑了三周，建议采纳率不到四成。问题不在算法，在于他们的安全库存是各组长凭经验定的，同一款产品三个组长三个数。先花一个月把安全库存规则统一，采纳率才爬到七成以上。这笔整理数据的工夫，厂商报价里从来不写，但你不做，项目就立不起来。

厂商那套 AI 投资回报算法，我见过太多坑

厂商的算法通常有三个手法，认出来就不会上当。一个是把“省下的工时”直接当成“省下的钱”：省了两个人，但这两个人还在发工资、还在仓里，只是被调去干别的活，账上并没有少花一分钱，除非你真的减了人头或者接了更多的单。另一个是把产能提升、客户满意度、未来少招人全折成现金加进收益，数字越滚越大。还有一个是只算软件年费，不算集成、数据清洗、培训和后续调优，成本只露了水面上的部分。

所以我的算法很土，但管用：硬收益只认两样，能少付出去的钱，或者能多接单多收的费；软收益单独列一行，写清楚“这部分没进 ROI”，给老板看的时候心里有数。拿印第安纳那个项目算给你看：

第一年 AI 投资回报只有不到百分之二，跟厂商说的百分之三百差了两个数量级。但这事分两面：第二年一次性费用没了，成本只剩软件年费加调优六万美元，硬收益不变的话，净收益六万五千多美元，回报率过百分之百。反常识的判断就在这里：第一年基本打平的项目，可能是个好项目；第一年就吹出百分之三百的项目，反而要警惕它把什么藏起来了。老板如果只肯看第一年数字，这个项目就不该上；老板如果能接受两年回本，它就是值得做的。

隐性成本清单：立项前逐项打勾

我现在要求客户立项前把这张清单逐项打勾，缺一项就先补一项。集成费用：你的 WMS 是什么版本，接口是现成的还是要现开发的，开发商按小时还是按项目收费。数据清洗：条码、包装规格、历史订单，这三类数据各要花几周，谁来做。培训：不只是教操作，还包括出错时人工怎么接管，旺季临时工上手要几天。调优：新品上线、包装一换、客户一换规则，模型多久能跟上，跟不上的那几天谁来兜底。还有一个最容易漏的：项目负责人自己的时间。一个好项目经理三个月扑在上面，这三个月他原来管的活谁接，这也是成本。

清单走完，你会发现第一单最合适的范围往往比厂商建议的小。先切一道工序来试点，不要一上来就全仓铺开。范围小，基线才量得准，隐性成本才兜得住，出了问题也好回滚。等第一单跑出真实数字，第二单谈判的时候，你手里就有了自己的分母，不用再拿厂商的平均数当自己的数。

你仓库的第一单，基线量过三周了吗？

作者：老米｜20年美国供应链老兵，仓储解决方案顾问