先算一笔账,再谈仓库 AI 项目 ROI 立项测算。上个月,一家做家居电商的老板拿着供应商的方案来找我:AI 视觉复核,一期报价 80 万美金,销售说一年回本。我让他先别签字,回去把三年的总账拉出来:软件订阅、相机与工控机、与 WMS 的集成、历史数据清洗、员工培训,再加上每年的运维和模型调优费。拉完一算,三年总投入奔着 200 万去了,年净收益按他的单量算只有 40 万出头,回本要 5 年。销售口中的一年回本,算的是第一年的报价除以拍脑袋的收益。AI 仓库项目 ROI 立项测算,怕就怕这种算法。(以上数字为假设算例,用来说明测算方法)

仓库 AI 项目的成本有五笔账,销售只跟你谈第一笔

立项书上最常见的毛病,是成本只写一行。真正要拉的成本有五笔。第一笔,软件:订阅费还是买断许可,按年涨不涨,有没有按单量阶梯计价。第二笔,硬件:相机、工控机、网络改造,旺季高温环境下要不要工业级配置。第三笔,集成:与 WMS、ERP 对接的人天,接口改一次多少钱,谁来兜底。第四笔,数据准备:历史数据清洗、标注、主数据治理,这笔钱最容易被低估。第五笔,培训与变更管理:员工学新流程的时间、试点期的双倍人工复核、流程改版的停工窗口。

Gartner 早就把这个坑写明白了:2024 年 7 月的预测称,至少 30% 的生成式 AI 项目会在概念验证后被放弃,原因正是数据质量、风险控制、成本失控和商业价值不清;到 2026 年初,Gartner 的文章又称,截至 2025 年底,至少 50% 的生成式 AI 项目在概念验证后被放弃。两份口径的数字不一样,指向同一个死因:试点便宜,上线贵,账没算全。还有一笔隐性成本:模型上线头三个月准确率爬坡期,复核人力不但不能减,反而要加一倍,这笔钱销售不会写进报价单,你得自己写进去。

AI 项目立项:收益只认三样,省人、提效、降错

收益这栏,我只认三样。省人:少用多少工时,乘以全口径人力成本。提效:每小时多处理多少单,乘以单均毛利。降错:错发率降几个点,乘以每单返工与赔偿成本。三样之外写进收益栏的,一律先打问号。至于"提升客户体验""增强数据资产"这种话,写进立项书可以,算进回本账不行。

行业数据可以当参照系,不能当承诺。MIT 智能物流系统实验室与 Mecalux 的调研(2025 年 12 月发布,2000 多位供应链与仓储专业人士、覆盖 21 个国家)显示,60% 的仓库已经嵌入 AI,典型回本周期为 2~3 年,AI 预算占仓库技术预算的 11%~30%。Forrester 受厂商委托做的总体经济影响研究则称,某仓库智能平台三年 ROI 达 219%,回本不到 6 个月——那是厂商委托的复合组织测算,用的是受访客户数据做的模型,不是你家仓的承诺书,引用时要把这个定语带上。人工成本占仓库运营成本的 50%~70%,这是行业常见口径,省人之所以是最大收益项,基数就在这里。

反常识的判断来了:省人头的账最容易算错。省掉 10 个人不等于省 10 个人的工资:夜班补贴、加班费、招聘与培训的沉没成本、留下来的人要不要涨薪,全得算进去。据行业媒体转述,麦肯锡 2024 年全球物流调研发现,41% 的企业在初期模型中高估人力节省超过 35%。高估的原因大同小异:把试点期的峰值效率当成常态,把淡季的人力冗余当成可省的成本。试点跑出来的数,要先打七折再进立项书。

还有一处容易算错的地方:旺季波动。淡季测出来的收益,不能原样套到旺季。打个比方,一家仓淡季一天 8000 单,视觉复核省下 2 个人,账上看着一个月省 1 万多美金;到了旺季一天 2 万单,复核量翻倍不止,省下来的人全得顶回去守准确率,收益直接打对折(以上为假设算例,用来说明测算方法)。所以收益要按淡旺季分开算,旺季的收益按七折再打一次折,立项书里的数字才经得起问。老板问起来为什么两套数,你就把旺季单量曲线摆出来,数字自己会说话。

回本周期怎么算,AI 立项测算才站得住

公式就两行,写在立项书第一页。回本期(年)=总投入 ÷ 年净收益;年净收益=年收益-年运维成本。公式简单,难的是三个输入数要经得起问。总投入是三年总账,不是第一年报价。年收益是三样收益加总,每样都要有基线数据:现在的错发率是多少,现在每小时多少单,现在一个人一天处理多少单。没有基线,收益就是编的。

我要求每个项目必须出三档测算:乐观档、基准档、悲观档。悲观档的规矩是收益打七折、成本上浮两成。下面这张表是假设算例:

测算档 三年总投入 年净收益 回本期
乐观档 180 万美金 90 万美金 2 年
基准档 200 万美金 60 万美金 3.3 年
悲观档 240 万美金 42 万美金 5.7 年

看这张表要会看:乐观档是给销售看的,基准档是给老板看的,悲观档是给自己看的。悲观档回本期超过 5 年,这个项目现在就不该立;基准档超过 3 年,先砍范围再谈立项。立项被毙的常见原因,我见过五种:没有基线数据,收益拍脑袋;只算省人头,不算留人成本;用试点峰值当常态;忽略旺季波动,淡季的账套到旺季;没有退出机制,试点失败不知道怎么收场。五种里占了两种,立项书就该打回去重写。

立项前自查清单:这十项过不了就别签字

清单附在立项书末页,十项全过才能签字。第一,基线数据有没有:错发率、单均处理时长、人力成本,全口径。第二,成本五笔账全不全,三年总账拉没拉。第三,收益三样各有各的计算底稿没有。第四,回本期三档测算做了没有。第五,数据就绪度:历史数据能不能直接用,要洗几周。第六,集成清单:要接几个系统,接口谁负责。第七,试点范围:一个区还是一条线,成功标准是什么数字。第八,退出机制:试点失败,多久停,沉没成本上限多少。第九,负责人:业务方和技术方各是谁的名字。第十,复核时间点:上线后第 30 天、第 90 天复盘,数字不对就叫停。

清单上的每一项,都对应一个真实踩过的坑。第九项最容易被糊弄过去:负责人只写部门不写人名,出事就没人拍板。第十项最容易被拖:复盘会一拖再拖,拖到预算花完才发现模型根本没产生收益。

结尾给一个可计算的结论:如果基准测算回本期超过 3 年,先砍范围再谈立项;如果悲观档回本期超过 5 年,这个项目现在就不该立。把这张表贴在立项书第一页,比十页技术方案都管用。技术可以慢慢聊,账必须先算清。

作者:老周|财务出身,专做物流成本分析