这几年我见过的 AI 项目，死在立项会上的比死在技术上的多得多。技术方案讲得天花乱坠，财务总监问一句："这东西一年到底省多少钱？"全场沉默。然后项目就"再研究研究"，研究着研究着就没了。

所以今天这篇不谈技术。谈钱。AI 项目立项，第一步永远是算 ROI——算不清楚，就别立项。

ROI 怎么算：一张表就够

别搞复杂的财务模型。一张表，五行：

投入（一年）： 软件订阅或者授权费，加实施费用，加内部人力投入（按工时折算），加硬件（相机、服务器这些）。

收益分三块算：

  1. 省下来的人工：被替代的工时乘以小时成本。注意，是"省下来的"，不是"理论上能省的"。比如视觉质检替代 2 个质检员，一人一年 4.5 万美金，这就是 9 万——但前提是这两个人真的能转岗或者不续聘，否则省的是纸面数字。

  2. 少出的错：出错率下降乘以单次出错成本。拣选差错率从 0.3% 降到 0.1%，一天 1 万单，一单差错成本 15 美金（重发加客服加退货），一年就是 30 万美金。这个数字很多老板都没算过。

  3. 多干的活：产能提升带来的增量毛利。排车优化一年多跑 5% 的单量，带来的毛利是实打实的。

ROI 等于（年收益减年投入）除以年投入。回收期等于年投入除以年收益乘以 12 个月。

我的红线：回收期超过 18 个月，原则上不立项。 仓库这个行业变化快，技术迭代更快，3 年回本的项目做到一半可能就被新方案替代了。

光讲公式太虚，举个完整的例子——视觉质检项目：

项目 金额（美金/年）
系统采购加实施 8 万（按 3 年摊，一年约 2.7 万）
内部人力投入 1 万
年投入合计 约 3.7 万
替代 2 个质检员 省 9 万
差错率 0.5% 降到 0.1%（一天 8000 件，一件差错 12 美金） 省 11.5 万
年收益合计 约 20.5 万

ROI =（20.5 - 3.7）/ 3.7 = 454%，回收期 2.2 个月。这个账摆在财务面前，立项会 10 分钟结束。注意差错那一行——11.5 万是整张表里最大的一项，也是大多数人从来没算过的一项。

先把账算清楚，再谈技术选型

三个最容易算出正 ROI 的场景

不是所有 AI 都值得上。根据我看到的案例，这三个场景 ROI 最容易算正：

第一，重复性视觉检查。 质检、数托盘、看传送带卡件——人干得慢、干得烦、还容易漏。AI 一套系统 3～8 万美金，替代 1.5～2 个人工，一年回本是大概率事件。关键是场景封闭、标准明确，技术成熟度最高。

第二，排车和路径优化。 60 辆车的车队一年省 20 多万美金，软件 3～4 万，ROI 接近 1 比 6。但前提是数据干净、规则显性化，这两项工作本身也要算进投入里。

第三，单证识别（OCR）。 提单、装箱单、发票，一个单证员一天录 200 票，OCR 一天能过 2000 票，准确率 95% 以上。人力成本高的港口、货代仓，这个账很好算。

反过来，最难算正的是"AI 客服"和"需求预测"。客服省的是"体验"，预测准不准要养数据半年以上——这两个场景，ROI 表填不满就别硬上。

算完 ROI，再谈这四件事

ROI 算正了，只是拿到了立项的门票。还有四件事，决定项目生死：

第一，数据准备。 AI 是吃数据的。三类数据必须提前收拾好，缺哪个补哪个，补数据的工时要算进投入：

  • 历史业务数据：至少 12 个月的订单、发运、退货记录。做预测、做优化，没历史数据一切免谈；
  • 主数据：SKU 的尺寸、重量、包装规格齐全。视觉、排车、库位优化类项目，主数据不全直接翻车；
  • 异常记录：差错、超时、客诉的记录和原因。异常数据是训练"识别异常"的 AI 的口粮，没有它，AI 只会处理正常情况。

很多项目 ROI 表上没这一项，做到一半发现数据是坑，预算直接超 50%。

第二，POC 验收标准写进合同。 "准确率 95% 以上""里程节省不低于 5%"，白纸黑字。验收不达标，尾款不付。口头承诺的"我们这个很准"，一律不算数。

第三，定一个业务负责人，不是 IT 负责人。 AI 项目是业务项目。让仓库经理当负责人，IT 当支持——反过来必死，因为最后用系统的是业务的人。

第四，给员工留位置。 被 AI 替代的 2 个质检员，转去做异常处理和复核。提前把转岗方案讲清楚，否则一线抵触，数据给你使绊子，项目神仙也救不回来。

老米的立项红线

最后送四条红线，贴墙上：

  1. 回收期超 18 个月，不立项；
  2. ROI 里超过一半收益是"纸面节省"（人没走、错没少），打回重算；
  3. POC 验收标准不进合同，不签；
  4. 没有业务 owner，只有 IT 牵头，不干。

AI 值不值，从来不是技术问题，是算账问题。账算清楚了，技术选型反而简单——因为市面上的方案，八成都能满足一个算清楚了账的场景。

再讲个反例。一家 3PL，老板在展会上被 AI 销售讲激动了，回来就立项上"智能客服"，预算 15 万美金。立项会上我问了三个问题：现在客服一天多少咨询量？其中多少是查单号这种重复问题？上了 AI 之后准备裁几个人？三个都答不上来。项目硬上，半年后复盘：咨询量 80% 是查单号没错，但客户更愿意打电话骂两句——AI 回复率 90%，解决率 31%，最后客服团队一个没少，反而多了个"AI 训练师"岗位。一年 15 万，买了个教训。所以立项前那张 ROI 表不是走形式，是照妖镜。

关于"给员工留位置"，多说两句。转岗方案不能是空话：质检员转异常复核，工资不能降，还要给 2 周培训期；排车的老张转"规则管理员"，title 要变、薪资要涨——人家把脑子里的 127 条规则交出来了，你得给人家一个交代。凡是"AI 上了、人走了、钱省了"的剧本，最后省的都是纸面数字，因为剩下的人会用脚投票。

你家最近在看的 AI 项目，ROI 表填得出来吗？填不出来，把这篇转给负责立项的人看看。