上一篇末尾留了一个前兆：完成率平稳，人工推翻率却在爬升。这一篇处理运行证据的另一个去向——把"系统变快了"换算成"业务受益了"。这一步比想象中难，也是 FDE 向管理者交代的必修课。

先看一个熟悉的场面。模型升级，响应从八秒降到两秒，演示时全场鼓掌。三个月后复盘，业务侧的反应平淡："好像没觉得省了什么。"双方都没说谎。模型确实快了四倍，而完整任务——从接到请求到结果交付——只快了几个百分点，因为快的那个环节只占任务的一小段，剩下的时间花在等待、复核、交接和返工上。局部性能的改善，不会自动流成完整任务的价值，中间隔着一条需要逐段验算的换算链。

选对任务和基线，逐项算清采用、质量、时间，再把投入和归因的边界写进结论，最后形成一份带条件的价值说明。

一、模型快了，完整工作可能仍然慢

业务受益发生在完整任务上，不发生在单个环节上。

一笔真实业务任务的时间构成，大致是：发起与等待、系统处理、人工复核与修正、交接与下游确认。

AI 加速的通常只有"系统处理"这一段，而且往往是这一段里的一个环节。响应快四倍，如果这段原本只占任务总时长的一成，那么完整任务的改善上限就是百分之几

顺带一提，这条算术在行业里有正式名字：

加速比受限于被加速部分的占比

名字不重要，记住算术就够——任何"快了多少倍"的说法，先问它发生在任务的哪一段、那一段占多大份量。

把这条算术放进具体场景再看一次：报价任务端到端平均 20 分钟，其中系统生成报价建议 2 分钟，其余 18 分钟是查库存、等客户补资料、主管复核和往来确认。生成环节提速四倍、从 2 分钟降到 30 秒，任务总时长从 20 分钟变成 18 分半——改善 7.5%。

四倍和 7.5% 之间没有矛盾，它们是同一次提速在两个分母上的投影。汇报时要同时说明两个分母：生成环节提速四倍，完整任务改善 7.5%。把 7.5% 只说成"提速四倍"是投影错分母；把它说成"毫无价值"同样失真，它是近一成的改善，只是应按实际大小记账。

局部加速有时反而增加其他环节的负担

。输出来得更快更多，复核的工作量跟着涨；建议生成得飞快，但质量不稳，人工推翻和返工吃掉了提速——推翻一次的成本往往高于重做一次，因为推翻者要先确认它错在哪；环节快了，下游没准备好，任务在下一个队列里继续等。第 15 篇建立判据时说过"不以单一准确率代替判断"，这里同理：不以单一速度代替价值。速度是性能指标，价值是任务指标，两种语言之间需要翻译，而翻译器就是这一篇的方法。

所以衡量价值的第一个动作，是把目光从"模型快了没有"挪到"完整任务变了没有"——完成同一笔业务，端到端的耗时、人工投入、结果质量，跟没有它的时候比，到底差多少。

换算链的第一环是选对象：衡量哪个任务、在什么范围内、跟谁比。

任务要选完整的业务任务，不要选技术环节。"生成一段报价文本"是环节；"从接到询价到报价被客户确认"才是任务。环节上赢的，任务上可能输回去。

范围要事先划定：哪类请求、哪个团队、哪段时窗。范围不清，后面每个比例的分母都是悬空的。选任务时过三问：它高频吗——一年发生三次的任务，改善再大也难被感知；它有明确的起止吗——从哪一刻算开始、哪一刻算交付，写不出起止的任务没法计时；它对业务要紧吗——省下一个无关紧要环节的时间，只是报表上的胜利。三问有一问答不上，先换任务，再谈衡量。

然后是基线——"跟没有它的时候比"。

商业论证的方法里有一条朴素原则：收益以"不做这件事"为基线来衡量。落到操作上，基线可以是系统上线前同一任务的耗时记录，也可以是同期未使用系统的对照组。

基线必须可比：同一类任务、同一种复杂度、同样的计时口径

（是否含等待、从哪一刻算到哪一刻）。

复杂度这一条最会躲：上线后涌进来的如果更多是简单任务，耗时自然下降，功劳却记在系统头上。核对任务构成，是基线比较的第一道手续。第 01 篇三笔计时练习里那个"新旧计时方式是否一致"的问题，在这里原样成立。如果找不到干净的基线，还有一个补救：同一时窗内的对照——一半报价员先用、一半后用，两组任务的耗时差就是可比的起点。对照组不需要完美的随机分配，但要写清两组在任务构成上的已知差异，让读数的人自己判断残留的偏差有多大。

还有一个容易被跳过的检查：基线期间和观察期间，有没有别的同期改动——流程调整了、人员换了一批、业务量本身涨了。有，就要记下来，因为它会分走归因。把同期所有改善都记在 AI 头上，是价值汇报里最讨巧也最常见的错误。

这些约定落在一张指标口径卡上，字段是：任务、时窗、分子分母、基线、额外成本、解释限制。后面每一个数字，都要能指回这张卡上的某一行。岚桥这张卡的关键行长这样：任务——询价到报价交付；时窗——四月整月；分子分母——以范围内 20 笔为总盘逐级下钻；基线——三月同团队同任务类型的耗时台账；额外成本——调用费、维护工时单列；解释限制——小样本、单团队、单时窗。卡不复杂，难的是每个数字汇报出去之前，都有人愿意把它按回这张卡上对照一遍。

三、逐项计算采用、质量和时间

现在用一组独立的教学数据走一遍完整计算。注意，这组数据与第 01 篇的三笔计时不是同一试点，是另设的教学情景：

岚桥汽配（教学设定）给报价员配了 AI 辅助，观察范围内 20 笔询价任务。

结果：12 笔启动使用了辅助，10 笔完成，9 笔结果合格；这 10 笔有可比较的旧耗时，合计 200 分钟，新耗时合计 160 分钟，计时均包含等待。

先走采用漏斗，每一级都写清分母。漏斗的意思是：不是每个范围内任务都会被使用，不是每个被使用的都会走完，不是每个走完的都合格。每一级都有自己的分子和分母，汇报时引用哪一级，就必须把哪一级的分母亮出来。启动率：12 ÷ 20 = 60%——范围内任务里，六成真正用上了。启动后完成率：10 ÷ 12 = 83.3%——用上的里面，八成走完了。完成子集合格率：9 ÷ 10 = 90%——走完的里面，九成质量过关。最后是全范围合格覆盖率：9 ÷ 20 = 45%——这才是"范围内任务有多大比例又快又好地完成"的那个数。

四个数说的是四件事，混用就会出事。最常见的混用是拿 90% 出去汇报"合格率"，听者以为全部任务九成受益，实际覆盖只有 45%——那 8 笔没启动的和 2 笔中断的，被选择性沉默掉了。选择性完成会系统性地美化比较：用得顺的才用、顺的才完成、完成的才计入质量，每一级筛选都在淘汰坏结果。这不是造假，是漏斗的自然形状，但只有把每一级分母摆出来，看的人才看得见这个形状。

再算时间。10 笔完成子集，旧耗时 200 分钟、新耗时 160 分钟，下降 20%，绝对值少了 40 分钟。先说这个比较成立的条件：同一批任务、同一计时口径、都含等待——教学数据里这三条都满足，实际工作中要逐条核验，任何一条不满足，这个 20% 就要打问号或作废。举个核验的样子：旧记录里"报价完成"算到报价单发出，新记录里算到客户确认——口径差着两天物流等待，20% 的"提速"里可能有一大半是口径差。这种核验不性感，但它是价值数字能不能上桌的前提。

它不能推成全范围收益：那 8 笔未启动、2 笔中断的任务不在比较里，它们的耗时可能根本没变，也可能因为流程被打断而变长。先看收益侧补一句：即便在这 10 笔里，省下的 40 分钟也是"任务在途时间"的节省，要等复核、等待的构成拆开之后，才知道其中有多少是人的工时。

值得停下来看的是这两个数本身：12 笔启动、8 笔没启动——近一半任务根本没碰新工具，这不是小数；10 笔完成、2 笔中断——用上之后放弃的比例也有六分之一。未启动和中断不是计算里的零，它们是最诚实的差评。

第 21 篇会专门处理"为什么不用"这个问题，这里只记住一点：漏斗上每一级流失的数量和原因，都必须进入价值判断，而不是被合格率轻轻盖过。它更不能直接乘上时薪写成"节省人工成本"——流转耗时不是人的可支配工时，里面装着等待、并行处理和系统队列；把任务在途时间当成人盯着的工时，再乘工资，是价值换算里失真最严重的一步，也是最容易被财务一眼看穿的一步。

到此，价值换算的三笔账已经齐了：

采用（60% 启动、45% 全范围合格覆盖）、质量（完成子集 90% 合格）、时间（完成子集降 20%）。

每一笔都带着自己的分母和适用范围，不带分母的百分比，在价值讨论里没有座位。

四、把投入、维护与归因写进判断

收益的一侧算完，翻到账本的另一侧。

投入不止采购价。这次辅助的调用费用、接入与调试的工程工时、给报价员的培训时间、上线后每周的复核与维护工时，以及第 19 篇讲的那套运行条件的维持成本，都是持续开支。

成本要算全生命周期（实施、运行、维护、支持），而不只是首笔投入；

假设要写出来——"报价员愿意用""质量保持稳定""业务量不变"，每一条假设都是被事实推翻的候选，写下来的意义在于复盘时能认出是哪一条先倒的。维护成本里有一栏特别容易被漏掉：知识和规则的保鲜。报价规则调整一次，提示词、示例、知识库就要跟着动；上游系统改个字段，整条调用线就要重新联调一遍。这部分工时不会像采购发票那样自己跳出来，它藏在工程师的排期里，只有专门记，才看得见。

归因要留边界。这组数据只有 20 笔、一个时窗、一个团队，小样本撑不起强结论；同期如果还有其他改动——比如报价规则恰好简化过——那 20% 的提速里就有一部分不属于 AI。诚实的写法是"在排除了已知同期改动后，初步证据支持……"，而不是把相关系数当判决书。岚桥这个时窗里如果恰好换过一次报价模板，把原来三页填项压成一页，那么提速的功劳簿上至少有两位作者。分辨谁贡献了多少，超出这 20 笔数据的能力，承认这一点比假装能分辨更有说服力。

还有未观察的部分。20 笔是范围内任务，范围外的任务形态没有数据；观察期只有一段，长期会不会退化——新鲜感消退后启动率下降、规则过时后合格率下滑——没有答案。把"范围内合格覆盖 45%"改称"全企业采用率 45%"，是把小池塘的测量说成大海的水位，这两个数的分母差着几个数量级。未观察项的正确去处不是附录里的免责声明，而是下一步的工作清单：扩大样本、拉长时间、纳入范围外任务形态——每一条都对应一个可以继续收集证据的动作。

价值判断不是算出一个 ROI 数字交差，而是把收益、成本、假设、未观察项摆成一桌，让相关方看得清哪些有证据、哪些有边界。漂亮的单一数字通常意味着有几栏被藏起来了

换算链走完，结论要写成带条件的陈述，而不是口号。岚桥这份价值说明（教学合成）是这样落的：

已完成子集的流转耗时减少 40 分钟（降幅 20%），这是当前证据能支持的直接结论；它不能写成人工节省，也不能外推为全范围收益。8 笔未启动与 2 笔中断的原因需要调查——是任务不适用、入口不顺，还是结果不被信任，各自指向不同的下一步。9 笔合格结果的业务价值，仍需结合任务重要性与上述成本结构判断，暂不支持扩大投入的决定，建议先完成未启动原因调查并延长一个观察周期。

注意这份说明的句式：每个结论后面跟着它的边界，每个建议前面站着它的证据。这样的文字不鼓舞人心，但三个月后拿出来重读，它仍然成立——这是价值说明和营销文案的分界线。这份说明还有一个

它是和管理者对齐"下一步赌什么"的底稿。管理者要的不是"AI 有用"这个结论，而是"再投一份资源，换什么证据回来"的命题——把未启动原因查清、把观察期延长一个周期、把维护工时记全，每一项都是可以被下次复评检验的约定。

带条件的价值说明，本质上是把一次性的汇报变成可续约的证据合同。

这份说明也能接上服务管理的语言：验收看的是"服务按约定运行了吗"，价值看的是"业务因此变好了吗"。两者都重要，但验收通过不等于价值实现，把验收报告当成价值报告，是运维语言和商业语言的又一次误译。

从环节提速出发，经过任务选择、基线可比、漏斗分母、时间口径、成本归因五道换算

，最后剩下的那句话往往比最初的欢呼小得多——但它站得住。FDE 在价值讨论里的角色，就是守住这条链，不让任何一环被热情跳过去。

迁移练习留给你：选你自己手头一个"变快了"的环节，写下它的完整任务、时窗、每一级比例的分子分母、基线口径、额外成本和未知项，然后让同事复算你所有的比例。复算不出来，说明口径卡还没填完；算出来但不敢发给管理者，说明有哪一栏边界你还没敢写。

下一篇顺着"8 笔未启动"往下走：功能可用、指标不差，使用者为什么仍然绕开它——FDE 怎样观察和改善实际采用。

模型更快了，业务真的受益了吗：FDE怎样衡量价值

副总裁

人工智能

职业发展

模型提速四倍不等于业务受益，完整任务时长改善仅7.5%。通过20笔教学数据演示：启动率60%、合格覆盖率45%、完成子集耗时降20%。价值说明需带条件陈述，明确基线、分母和归因边界，区分验收与价值实现。

2026上云采购 | AI焕新·智启新局

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

模型更快了，业务真的受益了吗：FDE怎样衡量价值

模型更快了，业务真的受益了吗：FDE怎样衡量价值

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐