为什么「感觉快了」不算数
预算评审、续费决策、向上汇报，都要回答同一个问题：这件事到底值多少。
「大家反馈不错」「用起来挺顺」这类描述支撑不了一个决定。而且它有个隐患：三个月后没人能证明它有价值，第一个被砍的就是它。
解法不复杂，只需要在上线之前把基线记下来。
三个指标，够用
- 单次处理耗时。一件典型任务，从开始到交付用多少分钟
- 每周处理量。同样的人手，一周能处理多少件
- 返工率。生成的内容需要人工改多少，按「改了几处」或「重写了多大比例」算
三个数合起来说明一件事：单位时间的有效产出。
只看第一个会误判。耗时降了一半，但每份都要人重写一遍，实际没省时间，只是把「写」变成了「改」。
基线必须在上线前取
这一步最容易被跳过，也最容易后悔。
做法很简单：上线前两周，让实际干活的人手工记一张表，三个字段就够——任务名称、开始时间、结束时间，另外加一栏「改了什么」。
不需要精确到秒，按五分钟为单位就够用。关键是同一类任务要记同一口径。
没有基线，后面所有对比都是拍脑袋。
上线后怎么采
同样记两周，同样的人、同样的任务类型。对比三个数。
注意两个口径问题：
- 只比同类任务。客服回复和写方案不是一个难度，不能混在一起算平均
- 算人均，不算总量。总量会因为业务量波动，人均才反映效率
伪指标，别拿去汇报
- 开通账号数。说明有人注册，不说明有人用
- 调用次数、消耗的 token。说明系统在工作，不说明工作有效
- 培训场次、满意度打分。说明大家配合，不说明产出变化
这些数不是没意义，是不能当成果。它们是过程指标，混进成果汇报里，过一次评审就会被问穿。
什么时候算成立
一个可用的判断线：单次耗时下降 30% 以上，并且返工率没有上升。
只满足前一条，等于把成本从「做」转移到「改」；两条都满足，才算真的省了人。
如果两条都不满足，先别扩大范围，回去看是哪一环卡住：是资料没准备好、是提示词不对、还是任务本身就不适合交给 AI。
90 天复盘看三件事
- 哪些任务真的快了。把这些固定下来，写成标准动作
- 哪些只是把做变成改。这些要重新设计流程，或者干脆不用 AI
- 哪些人在用、哪些人不用。不用的人卡在哪，往往不是技术问题，是习惯问题
第三件事另有专篇：员工抵触怎么办，可以看《员工抵触用 AI：先解决这三件事，再谈推广》。验收怎么写可以看《试点怎样算做完》。
下一步
今天做两件事：
- 选一类任务，找实际在做的人，用一张三列表开始记，先记两周
- 把「省了多少时间」这句话，换成「单次从 X 分钟到 Y 分钟，返工率从 A 到 B」
第二句才是能拿去过评审的话。