AI 導入值不值得，不是看模型多強、跑分多高，是看它幫你省下多少時間、這些時間值多少錢，再減掉「你真正付出去的全部成本」。
多數 AI 專案「看起來省」，是因為只算了節省、沒算導入與維運。把隱藏成本誠實加進去之後，很多案子其實不回本。這篇給你一個非技術老闆也能照做的試算框架，以及一個關鍵誠實：敢對不划算的專案說不。
先給一個數字定調。MIT NANDA 在《State of AI in Business 2025》研究了 300 多個企業 AI 案例後發現，約 95% 的生成式 AI 專案看不到可衡量的營收回報——而且失敗多半不是模型不夠強，是整合與流程沒接好。ROI 算不清楚，正是其中一個根源。
先講結論：ROI 不是看模型多強，是看省下的時間 × 成本
一條公式先記起來：
年淨效益 =（年省時間 × 綜合時薪 + 其他效益）−（訂閱 + API + 導入攤提 + 年維運 + 訓練 + 治理） 回本月數 = 一次性投入 ÷ 每月淨效益
重點只有兩個。第一，效益的主體是「省下的人時」，不是「模型很聰明」這種感受。第二，成本要算「全部」，不是只算你每月刷的那張訂閱帳單。
很多老闆卡在第一步就自欺欺人：把「員工覺得比較輕鬆」當成省錢。但輕鬆不等於進帳。省下的 30 分鐘，只有變成「多接一個案子」或「少付一小時加班費」時，才真的落進 ROI。這一點想不清楚，後面算得再精也是假的。整體判斷框架可以先看中小企業導入 AI 前老闆該想清楚的事。
效益怎麼估：時間節省、錯誤減少、產能
效益通常有三塊，難度由易到難：
- 時間節省（最好估）：某個重複任務，導入前一週花幾人時、導入後剩幾人時，差額就是月省人時。乘上綜合時薪即可。
- 錯誤減少（要保守）：AI 幫你少打錯報價、少寄錯合約，這確實省錢，但難精算。建議用「一年少發生幾次 × 每次補救成本」粗估，而且寧可低估。
- 產能提升（最容易灌水）：「同樣人力多做 30% 的量」聽起來很美，但只有在「多出來的量真的賣得掉」時才算數。賣不掉，就只是庫存或閒置。
一個提醒：綜合時薪不是月薪除以工時。要含勞健保、年終、加班費攤提，中小企業實務上常比帳面時薪高兩到三成。用哪個數字，直接決定你回本期是 3 個月還是 6 個月。更細的省錢起點與回本試算，中小企業用 AI 省錢：回本怎麼算有完整範例。
成本要算全：訂閱、API、導入、維運、訓練、治理
這是最多人漏的一段。真正的成本至少有六塊：
- 訂閱費：ChatGPT、Claude、Gemini 等每人每月的月費。金額以各家官方定價頁為準（OpenAI、Anthropic、Google Workspace），這裡不寫死數字，因為會變。
- API 用量費：如果是接進系統、按 Token 計費，用量會隨規模長，別用試用期的量去推估全年（OpenAI API 定價）。
- 導入成本：串接、設定、試錯的一次性人力。
- 維運成本：每月更新資料、修 Prompt、處理壞掉的流程。
- 訓練成本：員工學會用、老闆花時間盯的工時。
- 治理成本：資料外洩防線、使用規範、法遵審查。
殘酷的事實是：訂閱費通常是這六塊裡最小的一塊。 只盯著月費砍價，等於在最不重要的地方省小錢。真正要壓的是導入與維運的人力。月費本身怎麼優化，我另外寫在AI 月費省錢手冊（進階）。
最常被漏掉的隱藏成本
有三筆隱藏成本，幾乎每個試算都會漏，而它們常常是「回本」翻成「不回本」的關鍵：
- 訓練與適應期：員工從不會用到用順，中間有一段產能反而下降的低谷。這段時間要算進成本，不是假設「買了就會用」。
- 返工成本：AI 的初稿要人校對、改錯、有時整段重寫。導入後的殘餘人力，遠比廠商簡報上的「自動化 90%」高。錯誤代價越高的工作（對外文件、報價、合約），返工比例越高。
- 治理與風險：資料外洩、幻覺答錯、法遵。這筆平常看不到，出事一次可能吃掉一整年的節省。
MIT 那份研究還有一個對中小企業很實用的發現：買現成的專業方案，成功率大約是自建的三倍。對非技術團隊來說，自建的隱藏成本（維運、除錯、人才）通常被嚴重低估——這也是為什麼多數 20 人以下公司，買現成的比自架划算。要不要走 Agent 化這條路、自建還是買，企業該不該導入 AI Agent：決策框架+試算有更細的成本比較。
以上金額會隨方案與匯率變動，以下試算的數字都是粗估／示意，不是精算。真正採購前請以各家官網公告為準。
一個可照做的四步試算
不需要試算表，一張紙就能跑：
- 圈一個任務：選一個「每天做、每次花 30 分鐘以上、有標準格式」的高頻任務。別一次評估整間公司。
- 量現在的人時：這個任務一週花幾人時？乘上綜合時薪，得到「導入前月成本」。
- 估導入後 + 列全成本：估導入後的殘餘人時（含校對返工），算出月省；再把訂閱、API、導入、維運、訓練、治理六塊全列出來。
- 算回本月數、設門檻：一次性投入 ÷ 每月淨效益 = 回本月數。事先定一條線，例如「12 個月內回本才做」。超過就退回去重想，或直接不做。
這四步的價值不在算得多準，而在逼你把隱藏成本寫下來。光是第 3 步誠實列完，很多「看起來很划算」的案子就自己現形了。
什麼情況先別導入
有立場地說：以下情況，我會建議先別花錢導入。
- 流程本身還沒穩定：連人做都天天變、沒有標準格式的工作，AI 只會把混亂自動化。先把流程理順再說。
- 回本要拖過 12 個月、又講不出策略理由：如果唯一的理由是「別人都在用」，那不是理由。除非你是為了「提前搞懂這技術會怎麼衝擊你的產業」而刻意投資，否則單看財務就該喊停。
- 量體太小：對外 AI 客服這類，低於一定的月處理量，建立與維運成本永遠攤不平。人工加 AI 草稿輔助就夠。
- 老闆自己不參與：導入期老闆缺席、沒人推動的專案，失敗率最高。這種狀態下，任何 ROI 試算都是空談。
回到最前面那句：ROI 不是看模型多強，是看省下的時間乘上成本、再減掉你真正付出去的全部。敢對不划算的說不，本身就是一種 ROI。
常見問題
綜合時薪到底該用多少？我不確定怎麼抓
不用月薪除以工時。實務上要含勞健保、年終、加班費攤提，中小企業常比帳面時薪高兩到三成。抓不準時，先用一個保守偏高的數字試算——如果連保守估都回本，你就更有把握；如果保守估剛好打平，那這案子的空間其實很小。
省下的時間沒變成錢，還算 ROI 嗎？
嚴格講不算財務 ROI。省下的 30 分鐘如果沒有變成多接的案子或減少的加班費，那只是「員工比較輕鬆」——這不是壞事，但別把它寫進回本試算，否則數字會騙自己。要不要因為「員工幸福感」而投資，那是另一個決策，跟回本是兩回事。
訂閱費看起來很便宜，為什麼你說它不是重點？
因為在訂閱、API、導入、維運、訓練、治理這六塊成本裡，月費通常最小。多數專案回不了本，不是月費太貴，是導入與維運的人力被低估。把力氣花在砍月費，等於在最不重要的地方省小錢。真正該壓的是人力那幾塊。
我算完發現要 15 個月才回本，該做嗎？
單看財務，超過你自己設的門檻（例如 12 個月）就該喊停或重想。唯一的例外，是你把它當成「策略性學習投資」——為了提前搞懂這技術會怎麼影響你的產業。但如果連這個理由都講不出來，只是「別人都在用」，那 15 個月回本的案子，先別做。