衡量AI的ROI，与衡量任何其他预算科目的方法相同：一个用于比较的基准年、一个明确命名的成本类别、一个带有阶段节点的期限、与为实现节省所付成本并列展示的总节省额，以及与成本指标并列的质量指标。最清晰的公开案例出现在2026年10月5日：德国电信集团Deutsche Telekom在波恩告诉投资者，预计AI和自动化将在2030年前使其间接成本比2023年降低约25亿欧元。

许多公司仍以试点项目和订阅的数量来衡量AI。沙特阿拉伯已宣布2026年为“人工智能年”，因此如何衡量在AI上的支出已成为今年的核心问题。关于衡量工具，请参阅如何衡量AI的真实ROI。

德国电信公布的数字

  • 2027年目标：在美国以外通过AI和自动化实现约11亿欧元的总节省，以2023年为比较基准。该公司在2024年资本市场日（Capital Markets Day）上设定的目标约为8亿欧元，因此这次是上调了目标。
  • 2030年目标：间接成本比2023年降低约25亿欧元。
  • 收入：预计2026年来自美国以外企业业务的AI相关收入约为2.5亿欧元，到2030年增至约8亿欧元。
  • 客户服务：2026年上半年，Frag Magenta聊天机器人处理了约260万通客服来电。在其美国业务中，客服来电下降了55%，AI智能体目前处理40%的客户联系。
  • 网络：一个名为RAN Guardian的智能体把对移动网络压力事件的响应时间从数小时缩短到约一分钟。
  • 质量：当AI及早发现连接建立问题时，投诉下降了30%。
  • 人员：在AI for All计划下，已有超过10万名员工接受了AI工具培训。

这些是一家公司在投资者活动上发布的关于自身的数字，2027年和2030年的目标是预测，而非结果。但它们的表述方式值得借鉴。

让目标可问责的四个要素

  • 基准年：每个数字都以2023年为比较对象。如果不知道起点在哪里，节省就毫无意义；今天不记录成本的企业，明天也无法证明任何节省。
  • 明确命名的成本类别：2030年的目标针对的是间接成本，而不是总成本。该公司没有细分这一类别包括哪些内容，但仅仅给它命名，就能防止AI带来的节省与其他各种降本措施混为一谈。
  • 期限和阶段节点：先是2027年，然后是2030年。正是阶段节点，让公司在衡量已取得的成果后得以上调目标。
  • 总额，而非净额：2027年的目标被描述为总节省，即扣除工具和开发支出之前的数字。在您的企业中，您需要把两个数字并列：节省了多少，以及为此付出了多少。

还有一个容易被忽略的第五个要素：与成本指标并列的质量指标。投诉下降30%说明节省并没有以牺牲客户为代价。导致投诉增加的节省不是节省，而是延后的成本。

节省从何而来：重复性工作，而非形象工程

该公司展示的例子并不是什么新奇项目，而是重复成千上万次的日常任务：

  • 客户的重复性问题：订单状态、账单、已知故障。这正是Frag Magenta处理的内容，也正是通过WhatsApp和电话涌入您客服部门的同类问题。
  • 在客户反映之前发现问题：RAN Guardian并不回答客户。它监控网络，并在一分钟内采取行动。在您的企业中，对应的做法是对即将断货的库存、已逾期的发票或延误的订单发出预警。
  • 员工的日常工具：该公司表示，它使用ChatGPT Enterprise、Microsoft Copilot以及自己的内部助手AskT。广泛的培训才能把付费订阅变成真正的使用。

如何按自己的规模制定这样的目标

一家30人的企业不会谈论数十亿，但同样的框架适用于任何规模。从一页纸开始：

  • 选择三个重复性流程，不要更多：例如回答客户咨询、录入供应商发票、编制每周销售报告。每天重复的流程，才是节省显现的地方。
  • 本月、在引入任何工具之前记录基准：流程多久执行一次、耗时多长、由谁完成、产生多少错误或投诉。没有这个数字，之后的任何节省都只是看法，而不是数据。
  • 为每个流程设定一项成本指标和一项质量指标：每笔业务的耗时搭配错误率，或无需员工介入即结束的对话数搭配投诉数量。
  • 设定90天的检查点和一年的目标：较近的检查点会告诉您应该调整目标还是更换工具。
  • 计算净额：从节省额中扣除订阅费用、人工审核时间和培训时间。
  • 事先决定节省的去向：德国电信表示，将把2027年的额外节省再投资于加速数字化转型和扩大德国的光纤网络。在您的企业中，这可能意味着把员工工时从数据录入转移到客户跟进上。

我们在关于衡量AI真实回报的文章中介绍了如何在项目前后衡量回报，并在关于AI助手ROI的文章中逐步计算了客服助手的回报。

哪些内容不适用于您的企业

  • 规模：这种体量的公司可以把工具和团队的成本分摊到数百万客户身上。小企业则需要单个流程中的节省在几个月内而不是几年内覆盖工具成本。
  • 数据：能在一分钟内采取行动的智能体，需要数据在事件发生时就传送给它。您企业中的早期预警，首先需要把订单、库存和发票放进同一个系统，而不是散落在各个文件里。
  • 公布的数字不等于结果：25亿欧元是2030年的目标。不要拿它来衡量供应商的承诺。请向供应商索要基准，以及他们将据以接受考核的指标。

Origami的观点

我们认为，德国电信的公告标志着问题从“是否使用AI”转向“AI能节省多少、在哪里节省”。这是王国内每一位管理者在签署新订阅之前都应该问的问题，尤其是在优惠层出不穷的这一年。

在我们打造的项目中，我们按照同样的顺序起步：先衡量流程当前的运行情况，再把工具接入流程实际发生的系统，然后在上线后同时衡量成本和质量。看不到您订单和发票数据的AI，只是一个写作助手，而不是降低成本的工具。

结论

  • 德国电信的目标是2027年在美国以外实现约11亿欧元的总节省，2030年将间接成本降低约25亿欧元，两者均以2023年为基准。
  • 这份公告的价值在于其框架：一个基准年、一个成本类别、一个带阶段节点的期限，以及与成本并列的质量指标。
  • 所展示的节省来自重复性工作：客户问题、及早发现问题，以及在广泛培训之后员工使用的日常工具。
  • 从三个流程开始，本月记录基准，按净额计算节省，并事先决定节省的去向。

资料来源