装上 AI 不等于产品变好了：没有结果指标的功能只是成本

10 月 24 日，阿波罗首席经济学家 Torsten Slok 发了一组很不讨喜的数据：剔除七大科技公司后，标普其余 493 家公司的员工人均营收和利润率基本没有抬升，看不出 AI 已经带来财务回报。图表里，七大科技公司的人均营收约 78 万美元、利润率接近 30%；其余 493 家约 52.5 万美元和 10%，多年都在原地附近。

这不等于 AI 没用，更像是在提醒所有做产品的人：安装工具、接入模型、增加调用次数，只能证明技术被使用；收入、留存、处理时长或错误率真的变好，才能证明产品产生了价值。

使用量最容易让团队自我感动

Ramp 数据显示，模型服务与推理支出的 99.5% 集中在支出最高的 10% 公司，付给 OpenAI 和 Anthropic 的支出有 95.6% 也来自这批客户。钱花得集中，不代表回报已经出现。对早期团队更危险的是，后台一看到调用量上涨，就把它当成产品跑通了。

调用量只能回答「用了多少」，回答不了「为什么值得付钱」。一个客服助手每天写 1000 条回复，如果客户问题仍要反复转人工，它只是把文字生产得更快；一个编程助手每天补全 2 万行代码，如果返工和线上故障一起增加，它只是把问题生产得更快。

上线之前，先拍一张基线照片

很多功能之所以永远算不出回报，不是效果差，而是上线前根本没记旧数据。最实用的做法，是开工时只选一个主指标，再配两个护栏指标。客服场景的主指标可以是平均处理时长，护栏是一次解决率和投诉率；销售场景的主指标可以是有效商机数，护栏是退订率和人工复核时间。

假设新功能把平均处理时长从 18 分钟压到 11 分钟，却让重复咨询率从 7% 涨到 15%，这不是成功，只是把成本从前台搬到了后台。好产品不会只优化一张好看的截图，它会照顾完整流程里的总账。

早期团队只需要一张结果卡

• 先写结果，不先写功能。把「增加智能摘要」改成「把每份报告整理时间从 40 分钟降到 20 分钟以内」。前一句无法验收，后一句一周就能验证。
• 只跑一个两周实验。选 10 个真实用户，保留一组不用新功能的对照；两周后看主指标和护栏，不够好就改，不要靠会议里的感觉续命。
• 达不到就敢删。已经花掉的开发费不是继续保留功能的理由。一个没人愿意为结果付钱的功能，维护越久，成本越高。

51kaifa.app 做早期项目时，会在需求表里把「验收数字」和功能一起写下：谁用、原来要多久、做完后希望降到多少、哪两个副作用不能变坏。这样开发不是把按钮做出来就结束，而是把一个能被客户验证的结果交出去。对预算有限的团队，这才是产品完成度最值钱的部分。

← 返回资讯中心