把一套AI方案的价值讲清楚，难点往往不在算得准，而在算得分明。多数评估失败并不是因为收益不存在，而是把三种性质完全不同的收益混在同一个百分比里，最后既说不清直接省了多少钱，也说不清战略层面到底换来了什么。分层核算的意义，正是先承认这些收益不可通约，再分别用恰当的方式衡量，而不是强行折算成一个漂亮的ROI。
直接效益是最容易量化、也最容易被夸大的一层。人力成本节省、处理时间缩短，这些都能直接折算成金额，因此也最适合用严格的财务口径来核对。核算这一层时，关键不是接受厂商给出的省时比例，而是把它绑定到自身的业务量和基线上：同样的提升幅度，对每天处理数十张单据和每天处理数千张单据的团队，绝对收益可能相差两个数量级。只有当处理规模、原耗时、原人力这些前提被完整还原，直接效益才具备写进回本测算的资格。同时要注意，大模型与智能体引入了持续波动的运营成本，若只计一次性投入而忽略调用、算力与维护的长期消耗，直接效益会被系统性高估。
间接效益属于第二层，典型如生产力提升、新人上手时间缩短、决策速度加快与知识传承。这一层的特征是真实存在却难以精确计价。对经历过人才断层或流程瓶颈的团队，它的价值可能相当可观，但分层核算的纪律要求把它标注为"存在但难以计价"，而不是硬凑一个数字塞进财务预期。把模糊收益当成确定ROI，是让整份评估失去可信度的常见方式。
策略价值的衡量逻辑
第三层是策略价值，涵盖客户体验、组织韧性与市场地位。它的核算逻辑和前两层根本不同——不该问"值多少钱"，而该问"没有它会损失什么"。这是一种以风险和机会成本为基准的判断，适合用情景对比而非精确折现来表达。把策略价值误当作可量化收益混入直接效益，不仅会虚增ROI，也会掩盖真正需要用战略眼光而非财务回报去判断的部分。
分层核算之所以值得坚持，是因为它把一个含糊的"效果在哪儿"拆成了三个层次清晰、责任可追的问题。直接效益用金额说话并接受严格核对，间接效益如实标注其不确定性，策略价值用损失视角单独评估。当这三层被分开陈述、各自用恰当方式度量时，量化指标才不再是故事，而成为可以核对、可以验收的判断依据。真正让领导认账的，从来不是把所有收益揉成一个高百分比，而是能分别回答每一层各自带来了什么。