企业
在《企业 AI ROI，为什么必须从工作流开始算？（上篇）》中，我们讨论了在企业 AI 转型过程中，很多企业还没有确定计算对象，就急着计算 ROI。最后只能盯住最容易取得的数字：用了多少 Token，有多少员工登录，节省了多少工时，能不能少招几个人，甚至能不能裁掉一部分岗位。
但是，这些数字可以参与计算，却不能单独证明 AI 的价值。在上篇中，我们也看到 Uber 的案例中，token 成本是可以通过工程优化控制的。
更重要的事情，其实是企业在开始 AI 转型之前就应该澄清：企业究竟在对什么东西计算 ROI？
一次成功结果，到底值多少钱？
工作流和成功结果定义清楚以后，企业才有条件讨论它的经济价值。
产能、周期、质量、单位成本和外部费用，并不是五种互不相关的 ROI。它们描述的是同一个成功工作流结果的不同经济属性。
同样一项合格工作，如果团队能在相同时间内完成更多，体现的是产能变化。业务增长时少增加或延缓增加岗位，属于避免或延缓扩编，不等于必须裁员。
如果从需求进入到结果交付的时间缩短，体现的是周期变化。但初稿生成得更快，审核和返工时间却增加，整个周期未必真正改善。
质量与一致性同样不能脱离结果。AI 提高了吞吐，却带来更高错误率，企业得到的可能只是更多不合格产出。
每次成功结果的成本，则把这些因素重新放回同一个计算对象。一个模型单次调用很便宜，如果频繁失败、重复调用、增加人工审核，完成一项合格工作的总成本仍然可能更高。
外包和代理费用也属于这项结果的成本构成。某些工作过去需要交给外包或代理服务商，AI 进入工作流后，部分费用可能被避免。还有一些工作以前因为成本太高而被放弃，现在开始变得值得动手。这也是经济价值，只是不能简单折算成减少了多少内部岗位。
因此，企业最终需要回答五个问题：
成功率是否提高？
单次成功结果成本是否下降？
周期是否缩短？
质量是否维持或提高？
释放出的产能去了哪里？
前四个问题帮助企业判断工作流经济性是否成立。第五个问题先留在这里，它会通向另一层更难抉择的商业判断。
裁员当然可能出现。但它只是同一个成功结果所产生的若干经济后果之一。
评测如何把局部提效变成持续 ROI？
很多企业把评测理解为模型上线前的一次技术验收：准确率达到门槛，安全测试通过，项目就进入生产，管理层开始等待商业论证里的预期 ROI 兑现。
但模型会变，数据会变，任务会变，员工使用方式也会变。上线前的一次测试，无法承担上线后的持续判断。
评测应成为企业 AI 工作流的运行机制。
它持续连接技术表现、工作流成功结果、成本、质量、人工升级和最终业务结果。企业不仅要知道模型是否答对，还要知道结果是否被采用、任务是否真正完成、失败是否引发返工、人工是否频繁接管，以及实际 ROI 与部署前的预期相差多少。
如果某类任务持续失败，企业还需要判断问题来自哪里：模型能力不足，上下文不合适，知识没有更新，工具调用不稳定，路由选择错误，还是人工介入点设置得不合理。
评测提供的真实运行数据，会决定企业是否更换模型、调整上下文、增加工具、改变路由、移动人工介入点，甚至重新设计整条工作流。
这构成一个持续循环：
工作流 → 评测 → 架构与流程调整 → 重新测量
这个循环描述的是 AI 工作流的实际运行过程：先运行，再评测；根据结果调整架构和流程；调整以后重新测量。
外部 ROI 研究之所以给出差异很大的结果，也进一步说明了这套机制的必要性。厂商委托调查往往更乐观，独立研究和跨企业调查通常更谨慎。McKinsey 2025 年材料中，报告出现任何企业范围 EBIT 影响的企业约为 39%，且多数影响仍然较小；MIT NANDA 的初步材料更悲观，但研究方法和结论仍有争议。
这些研究来自不同样本、年份和方法，不能直接横向比较。它们只说明一件事：行业平均 ROI 高度不确定，无法替代企业自己的基线、试点标准和可复核评测。
这也是 Brand 5.0 Lab 为什么把工作流与评测放在企业 AI 系统的核心位置。模型、知识、工具与治理都要围绕真实运行结果持续调整，最终目标是让企业稳定地产生可复核的工作流结果。
所以，企业当然应该在部署前建立商业论证，计算预期 ROI。
但 AI ROI 的基本单位，仍然是成功完成的工作流结果。
Token、调用量、使用人数、节省工时乃至裁员人数，只能解释这个结果的某个侧面。没有清楚的工作流边界、基线和成功定义，这些数字就无法组成可靠的 ROI。
而部署之后真正实现的 ROI，也不是最初预测值的自动兑现。
ROI 不是部署前算出的一个静态数字；真正实现的 ROI，是工作流设计、评测、架构调整和成本工程在持续运行中形成的结果。
当这套工作流已经证明经济上成立，企业接下来还要决定：释放出来的能力究竟拿去做什么？
这是我们在下一个系列即《AI 真正改变的，不是成本，而是企业能做什么生意》中继续深入讨论的话题。