多数企业的 AI 试点停在「演示可用」，账算不清就扩不动。本文给出一套可核对的算账框架：时间账拆到动作级、质量账靠对照样本、机会账算替代去处与迁移成本，并附选点与扩张的判断清单。
「用了」和「值了」之间，隔着一本没算的账
不少企业对 AI 的态度经历过相似的三段：初次看到演示时觉得处处能用；真正立项试点后，才发现多数环节接不进现有流程；等到盘点投入产出，账面对不上，项目悄悄搁置。问题往往不在工具本身，而在试点之初就没有定义「值了」长什么样。
「用了」是行为描述：某个环节有人开始用新工具。「值了」是财务与质量描述：省下了多少确定性的工时，错误率降了多少，机会成本是否划得来。两者之间隔着一本没算的账。这本账越晚算，沉没成本越高——团队习惯了工具的存在，反而失去退出的判断力。
所以一个可操作的顺序是：先定算账口径，再选试点环节，最后才谈扩张。顺序反过来，试点很容易变成「为了用而用」，演示一场热闹，复盘一笔糊涂账。
其一：时间账——把环节拆到动作级再估
时间账的常见错误，是把「提效三成」当成一个整体估计拍脑袋给出。可核对的做法是把环节拆到动作级：一个流程由哪些动作组成，每个动作耗时多少、每天发生多少次、替代后能省下多少。三个数相乘，再乘一个修正系数——人不会把省下的时间全部转化为产出，通常按五到七折估——得到的才是可信的时间账。
拆到动作级还有另一个作用：暴露「隐性耗时」。很多环节的瓶颈不在工具能替代的那一步，而在前后的人工交接。如果工具只优化了中间十秒，前后却各要多花五分钟对齐格式、核验输出，时间账算下来可能是负数。这类发现只有拆细了才会浮出来。
还有一个容易被忽略的项：学习成本。上手期每个人的耗时短期不降反升，这笔账要单列，按周跟踪回落曲线，而不是混进稳态账里摊平。
至于耗时与频次的数据从哪来：有系统日志的环节直接取数；没有的，安排一周的抽样计时——每天随机挑几个时点，记录在办动作与起止时间。一周的样本足以支撑估算，成本远低于拍脑袋估算返工的代价。数据不必精确，量级对了，账就能用。
其二：质量账——用对照样本代替感觉
质量账比时间账更难算，因为它衡量的是「错误少了多少」。可核对的办法是留对照样本：试点期内，同一批任务一部分走原流程、一部分走新流程，分别统计返工次数、纠错耗时、下游的修改意见。有了对照，质量改进才从「感觉稳了」变成可复核的数字。
需要提醒的是，质量账有时为负——工具产出的内容看着流畅，细看却引入了原来没有的错误类型。这类「新错误」往往被流畅度掩盖，靠人眼逐条审又审不过来，只有对照样本能把它拦住。
质量账为负不是坏事。它恰恰说明试点选点偏了，或者任务的容错结构不适合交给机器。此时尽早止损，比继续追加投入划算得多——止损的勇气，来自账本本身。
其三：机会账——算一算同预算的替代去处
机会账问的是：同样一笔预算和人力，如果不投这个试点，投给别的环节回报会不会更高？多数试点在立项时只论证「投了有什么好处」，从不论证「不投会损失什么」。两边都算，各项候选的优先级自然浮现，往往还能排出一批比 AI 更急着修的老问题。
机会账还包括迁移成本：工具将来换掉时，沉淀在里面的提示词、模板、使用习惯要不要重做？绑定越深，未来换向越贵。所以试点期就该把「退出条件」写进方案——什么情况下停用、数据如何带走、由谁拍板。没有退出条件的试点，往往靠惯性一直延续下去。
机会账算完还有一个用途：向上汇报时，它把「我们做了 AI 转型」这句口号，换成了「这笔投入相对其他去处净赚多少」的对比。后者才是决策层听得懂的语言。
三本账之外：选点与扩张的清单
三本账算完，用一张清单决定扩不扩：该环节是否高频——低频环节省出的时间，不值得流程改动的成本；规则是否清晰——规则越明确，机器替代的确定性越高；结果是否可核——错了能不能被及时发现；失败是否可逆——停掉它会不会伤到主线业务。四项都过，再谈扩张。
扩张的节奏也有讲究：先横向复制到同类环节，再纵向深挖到流程上下游，不要同时铺开。每扩一处，重新走一遍三本账——上一处的结论不能平移，因为频次、容错和交接结构都变了。账本是活的，跟着环节走，每挪一个位置就重算一次。
把这套方法用起来，企业对 AI 的讨论会从「要不要用」回到「在哪用、怎么算、何时退」的正轨上。框架本身不难，难的是试点开工前就愿意把口径谈清楚——而这恰好是区分「跟风上线」与「经营动作」的分界线。
核心要点
- 「用了」不等于「值了」：试点开工前先定算账口径，时间、质量、机会三本账缺一不可。
- 时间账要拆到动作级：单次耗时×频次×人力单价，再按五到七折修正，才是可信的提效估计。
- 质量账靠对照样本：同一批任务分走两条流程，错误与返工才有可比基数，也拦得住「新错误」。
- 机会账包含替代去处与迁移成本：退出条件要在试点期就写进方案，避免靠惯性延续。
- 扩张前过四项检查：高频、规则清晰、结果可核、失败可逆；每扩一处重新算一遍账。
