没有业务基线就无法判断价值

判断AI项目有没有价值，首先要在上线前记录业务基线。没有原来的处理时间、错误率和人力投入，上线后就很难说明变化来自AI，还是来自人员和流程调整。

同时观察效率、质量和风险

效率指标可以包括单次任务平均用时、等待时间和单位时间处理量。质量指标可以观察人工修改率、正确引用率、遗漏项和客户复问率。风险指标包括敏感信息暴露、越权回答和错误承诺。采用率则要看目标员工是否持续使用，而不是只统计账号数量。

把全部实施成本计入评估

成本不能只算模型调用费用。资料整理、系统开发、接口、培训、审核、运维和后续更新都属于投入。首期可以选择一个高频流程，比较上线前后四到八周的结果，并记录异常情况，避免只挑表现最好的数据。

用连续周期而非单次演示复盘

如果系统节省了初稿时间，却增加大量人工核对，净收益可能有限。可靠评估应把效率、质量、风险和总成本放在同一张复盘表中。

AI项目月度价值表

AI项目月度价值表建议记录：任务量、平均处理时间、人工修改率、正确引用率、异常次数、活跃使用人数、模型与系统成本、维护工时。将上线前基线和上线后连续数据并列展示，并为每个指标注明统计口径，避免只选择有利结果。