AI 员工值不值？用「省下的人力 / 花的钱」算一笔账

「这个 AI 员工值不值？」几乎每个老板都会问。

但大多数时候，答案来自感觉：有人觉得「好像省了点事」，有人觉得「好像也没省多少」，最后吵成一团。

感觉不靠谱。AI 员工值不值，是可以算出来的。这篇文章给你一套能落地的算法：三个数字，一条曲线，一个砍留决策。

一、三个数字：省下的人力、花的钱、覆盖率

算一个 Agent 值不值，先算清三个数：

数字一：省下的人力。 这个 Agent 接走的那段活，原来要花多少人工小时？不是「大概省了点」，是具体到每天/每周多少个工时。比如查舱原来每天 1 小时，Agent 接走后这 1 小时不用人了——省下的就是每周 5 小时。

数字二：花的钱。 这个 Agent 跑起来一个月花多少钱？包括模型调用费、工具费、人工审核的时间成本。别只算调用费，人工审一下也得算进去。

数字三：覆盖率。 Agent 处理了多少原来人工的任务？是接走了 80% 还是 20%？如果覆盖率低，说明它只挑了好干的活，大头还在人手里。

三个数字摆在一起，值不值就清楚了：省下的人力 ÷ 花的钱。这个比值大于 1，就是赚；小于 1，就是在往里贴钱。

二、但别急着下结论：新 Agent 都是先亏后赚（J-curve）

这里有个最常见的错误：Agent 上线第一个月算账，发现亏了，直接砍掉。

几乎所有 Agent 都走一条 J 形曲线——先在水下，然后翻上来：

• 刚上线：模型用得好（贵）、提示词还没调顺（出错多、人工复核多）、覆盖率低。这个阶段几乎必然亏。
• 运行几周后：调顺了、换成便宜的模型、人工复核少了、覆盖率上去了。账才开始转正。

ABC 式的做法是给 Agent 一个观察窗口，比如 4-8 周，窗口期内只优化不砍人，到期再算总账。别在第 3 周就下结论——那是它最难看的时候。

三、什么时候该砍、什么时候该留

观察窗口到了，怎么决定？

该留：

• 覆盖率高，且省下的人力 ÷ 花的钱 > 1
• 或者虽然没到 1，但趋势明显向上（J-curve 正在翻）
• 或者它有战略价值（比如客户体验提升、不丢单）

该砍：

• 观察窗口到期，仍稳定在水下，趋势也不向上
• 覆盖率长期很低，接走的都是边角料
• 维护成本比它省下的还高（每次规则一变，要花大量人力调它）

砍的时候也留个记录：为什么砍、什么条件下可以再捡起来。别砍完就忘，业务变了它可能又值得做。

四、货代场景：把三个数字走一遍

假设你们做了个「对单 Agent」，核对提单和报关单字段。算账：

• 省下的人力：原来两个对单员每天各花 3 小时对单（共 6 小时/天），Agent 上线后对单员只需复核 1 小时/天。省下 5 小时/天，按 30 元/小时算，每天省 150 元。
• 花的钱：Agent 每天跑约 500 次，模型费 + 工具费每天约 20 元。人工复核 1 小时算 30 元。每天总成本约 50 元。
• 覆盖率：Agent 处理了全部单据的 70%，剩下 30% 例外仍走人工。

每天：省 150 - 花 50 = 净赚 100 元。覆盖率 70%，大头被接走了。结论：留着，继续优化那 30% 的例外。

这个账一个月算一次，趋势向上就扩，停了就查。

五、一套可复用的评估节奏

把上面收成一张「Agent 价值评估卡」：

1. 上线前：记下人工基线（这段活原来每天/每周多少工时）
2. 上线后每周：记三个数字——省下的人力、花的钱、覆盖率
3. 观察窗口（4-8 周）：只优化、不砍人，等 J-curve 翻正
4. 到期：算省下的人力 ÷ 花的钱，结合覆盖率定砍留
5. 留着的：每月复算一次，趋势变了就查

六、适用边界

这套算法适合「重复活 + 可量化结果」的 Agent——货代/物流/贸易的查舱、对单、催款、报价这类天然合适。它不适合：纯创意、纯判断、结果没法用小时和件数衡量的活，那种别硬套。

我还没完全解决的问题：人工复核的时间成本怎么准确计量（大家往往低估「看一眼」的时间），以及多个 Agent 共用一个工具时成本怎么分摊。目前的做法是「先粗算、保持一致口径」，精度还有提升空间。

继续读：公司选什么工具、选什么模型，背后是一套决策模型；工作流接入后怎么持续评估？；AI Agent 的生产力应该怎样衡量？。