引言为什么需要一把尺子
AI 项目最常见的死法不是技术不行，而是没人能说清它到底带来了什么。
上线三个月，老板问「省了多少钱」：业务说「效率提升明显」，财务说「账上没看出来」，
IT 说「调用量涨了 5 倍」。三个人答的是三件事，没有一件能签字。
典型的伪验收：「响应速度提升 40%」（跟什么比？）·「准确率 95%」（拿哪批题考的？谁出的题？）·
「大幅节省人力」（几个人？他们现在做什么？）·「用户反馈良好」（几个用户？问了什么？）
本标准就是那把尺子：一套术语、五条规则、一页纸模板，签下去就能用。
1范围
本标准适用于以「替代或辅助人工完成既有业务流程」为目标的企业 AI 项目验收——
不限行业、不限模型、不限供应商，自建团队同样适用。
本标准不评价模型技术指标，只回答一个问题：这个项目到底带来了什么，数字能不能签字。
2术语与定义
2.1人工基线
AI 上线前，这条流程用人工完成的实测成本。由四个数构成：单件耗时、单件人力成本、月处理量、返工率。
2.2黄金集
由甲方业务专家标注的一批标准答案，用来给系统质量打分。建议 200–500 条，覆盖疑难长尾。归甲方所有，版本化管理。
2.3验收线
开工前双方写死的质量下限，表述为黄金集得分阈值（例：得分 ≥ 95%）。写定后任何一方不得单方修改。
2.4AI 全成本
模型调用费＋平台/许可费＋运维人力摊销。三项都算，少一项即为漏项。
2.5效益
单件人力成本 × AI 实际处理量 − AI 全成本。实际处理量取自系统流水，不取估计值；未达验收线的期间不计入。
3规则（五条）
第 3.1 条
先量人工基线，再碰 AI
系统上线之前，把这条流程现在的成本实测出来（按 2.1 的四个数）。
没有这个锚点，之后所有的「提升」都是浮的。
基线必须在动手之前测——事后回忆出来的基线，总会往对回忆者有利的方向偏。
第 3.2 条
基线双方签字，写明谁签的、哪天签的
供应商单方面报的不算数，甲方单方面定的也不算数。
签字不是形式，是把「后来不认这个数」这条路堵死。
留档三要素：签署人、日期、口径说明。
第 3.3 条
质量用黄金集打分，不用形容词
质量 = 系统在黄金集（2.2）上的得分。一个数，没有形容词。
供应商可以看题、可以调优，但不能改答案。
第 3.4 条
先定验收线，再看结果
验收线（2.3）在开工前写死。先看结果再画线，等于没有线。
达不到就是达不到：整改到达标，或者终止，唯独不能改线。
第 3.5 条
效益 = 人工基线 × 实际处理量 − AI 全成本
三个变量各有出处。基线来自签字文件（3.2），处理量来自系统流水，全成本按 2.4 三项算齐——
不能只算模型调用费。
未达验收线的工作流，其数字不计入效益——这一条最容易被绕过，也最重要。
4一页纸模板
照着填即可，不需要任何工具。哪一栏空着填不出来，哪里就是项目的风险所在。
【验收基线确认书】
工作流名称：____________________
适用范围：____________________（哪些场景算，哪些不算）
一、人工基线（AI 上线前实测）
单件耗时：______ 分钟 测量方式：____________________
单件人力成本：______ 元 口径：______ 年薪 ÷ ______ 有效工时
月处理量：______ 件 数据来源：____________________
当前返工/差错率：______ %
二、质量标准
黄金集条数：______ 标注人：____________________
黄金集版本：______ 存放位置：____________________
验收线：得分 ≥ ______ %（本行在开工前填写，此后不得修改）
三、效益口径
效益 = 单件人力成本 × AI 实际处理量 − AI 全成本
AI 全成本包含：□ 模型调用费 □ 平台/许可费 □ 运维人力摊销
未达验收线的期间：□ 不计入效益
四、签署
甲方：____________ 职务：__________ 日期：__________
乙方：____________ 职务：__________ 日期：__________
5常见规避方式（提前认出来）
- 基线虚高——人工成本按最资深的人算，或把别的流程的工时也算进来。
- 黄金集偷换——供应商「帮忙优化」了标注，答案往系统擅长的方向偏。
- 范围漂移——上线后把难处理的案子悄悄划出「适用范围」，得分自然上去。
- 成本漏项——只算模型调用费，平台费和运维人力当不存在。
- 时间窗挑选——只报表现最好的那两周。
附则许可与版本
使用许可：本标准公开发布。
任何人可以自由使用、复制、修改、用于商业项目——无需署名，无需告知我们。
拿去和别的供应商谈判也完全可以：它帮你避免一个糊涂项目，目的就达到了。
为什么我们愿意公开：我们做的生意是把账算清楚。
行业里认真算账的人越多，我们越好做；只会讲故事的人越多，所有人都难做。
v1.0 · 2026-07 发布。改进建议写到 [email protected]，下一版注明来源。