企业智能体的真实ROI，不应按“模型回答得多像人”或“上线了多少个智能体”衡量，而应按其持续完成有效业务任务后，带来的可归因收益与全生命周期成本进行比较。核心判断只有一个：它是否在可接受的错误率、风险和运营成本下，改善了原有流程。
先建立没有智能体时的基线
没有基线，就没有ROI。企业应先记录目标流程原本的处理量、人工处理时长、人工成本、错误或返工情况、响应速度，以及因延误造成的业务损失。基线不必追求复杂，但必须与智能体上线后的指标口径一致。
例如，客服、工单、销售线索或审批辅助场景，不能只统计调用次数，而应观察每项有效任务的完成率、人工修正比例、人工接管率、处理时长和最终业务结果。智能体生成了一份内容，不等于完成了一项业务任务；只有结果被业务流程采纳，才可能计入收益。
成本必须覆盖完整链路
真实成本远不止模型调用费用，还包括数据处理、系统集成、接口调用、存储、监控、权限治理、人工复核、故障处理以及后续优化。尤其在生产环境中，如果任务经常需要人工纠错或异常转交，表面的自动化比例可能会掩盖实际成本。
因此，核算单位应从“每次对话”转为“每次有效业务任务”，例如每张工单、每个销售线索或每次审批申请。只有把智能体成本与原人工流程成本放在同一单位下比较，才能判断它究竟是在降本，还是增加了一层技术开支。
ROI要做归因，而不是简单相减
可采用一个清晰的核算框架：智能体带来的可归因收益，减去模型、系统、人工复核、治理和故障等综合成本，再除以项目投入。收益可以来自处理时长缩短、重复劳动减少、响应改善或错误损失下降，但必须区分“理论节省”和“实际释放”。
例如，处理时间减少，如果没有减少人员投入、扩大业务承载能力或改善客户结果，就不能直接等同于现金收益。对高风险场景，还应把错误、合规事件和不可逆操作纳入风险成本；若无法可靠追溯和审计，ROI即使为正，也未必值得规模化。
企业应按“单点验证—受控试运行—规模化运营”分阶段复盘。每一阶段都要同时看任务完成率、质量、人工接管率、单位任务成本和业务结果。真正可持续的项目，不是展示效果最好的项目，而是能用统一口径证明价值、解释偏差，并把成果复制到更多流程的项目。