AI-Water Econ Framework:水厂智能化技改经济性测算(三、ROI篇)

一、ROI不是简单的收支核算，而是理性的价值评估

在前两篇里，我们分别讨论了水厂智能化技改对年度运营成本（OPEX）的影响，以及一轮AI水厂MVP智能化升级大致需要投入多少资本性支出（CAPEX）。前者探讨的是水厂通过智能化技改之后对运营成本的改善，后者探讨的是水厂在智能化技改当中的一次性投资决策。但真正到了立项、论证和审批环节，专业的管理者一定会关心一个更深入的问题：这笔钱花得到底值不值，几年能回本，能否持续转化为稳定现金流。

这正是ROI要回答的问题。ROI并不只是一个简单的百分比，而是把OPEX的下降、CAPEX 的投入、后续新增运维费用，以及那些过去容易被忽略的隐性收益，放进同一个现金流框架里进行测算，进而重新审视和理解。当这些数字被整合成一套能够解释未来5年、10年甚至20年运营改善路径的现金流故事时，AI智能化技改才不再只是技术革新，而变成一项可以进入经营账本、资产账本和项目账本的理性投资。

二、建立直观易懂的ROI测算框架

基于前述 OPEX 降幅模型和 CAPEX 结构，我们先为AI智能化技改搭建一个简化的ROI测算框架。这个框架不追求一步到位替代正式的投资可研，而是先把最关键的几笔账讲清楚。

• 年度净现金流计算公式为：

翻译成人话是：AI智能化技改每年可以给企业留存的净收益，等于一年省下来的运行费用，加上新增赚到的钱，再减去为了维持系统运行每年额外新增的成本。

• 简单静态回收期（不含税、不含融资）计算公式为：

它回答的是最朴素的问题：一开始投下去的 CAPEX，要靠每年新增净收益滚多久，才能滚回来。

• 年化ROI计算公式为：

上面的公式反映了每投入1元AI智能化技改CAPEX，一年大约能换回多少比例的净现金流。

如果进入正式可研阶段，上述静态指标还不够，还需要把项目放到10–15年甚至更长周期内，进一步引入折现率、净现值（NPV）和内部收益率（IRR）等动态指标。静态回收期更适合做快速判断，而NPV和IRR更适合做投资决策和不同方案比选。

这里我们把这篇文章和前两篇文章串起来：OPEX篇探讨每年能省多少，CAPEX篇探讨一次要投多少，而这一篇ROI则是把前两者打通，形成一个可计算、可解释、可比较的水厂AI智能化技改价值分析框架。

三、一个基准厂的示例测算

为了和前两篇保持一致，下面仍以位于印度恒河中下游流域的曲女城污水厂（10 万 m³/d，A²/O）作为基准厂，沿用 OPEX 篇中的成本结构：能源成本占 40%，药剂成本占 20%，人工与日常维护占 25%，其他成本占 15%。这个结构的意义不在于绝对精确，而在于它足够接近很多中大型市政污水厂的成本现实，可以作为讨论智能化技改经济性的统一参照系。

假设这座厂当前年度 OPEX 为 1700 万元，则可大致拆解为：

• 电费约 680 万元；

• 药剂约 340 万元；

• 人工与维护约 425 万元；

• 其他成本约 255 万元。

这时再看 CAPEX。结合前文对智能感知、AI 基建网络与算力、数据治理与模型环境、生产运营优化与系统集成等内容的讨论，如果是只做智能化技改、不进行大规模土建和主体工艺改造的场景，那么一轮较完整升级的 CAPEX，更适合取 800–1000 万元作为本文的示例区间；这也与 CAPEX 篇中针对 10 万 m³/d 污水厂给出的 800–1200 万元合理总投资区间更一致。本文先设置两档即保守档和基准档。

• 基准档：CAPEX = 1000 万元；

• 保守档：CAPEX = 800 万元。

这个区间大致覆盖了仪表与监控补齐、网络与边缘算力节点、数据平台、智能曝气算法、智能加药算法、碳源优化算法、部分智能巡检及系统集成等核心模块。换句话说，这不是买一套软件或某个硬件的钱，而是一轮真正能让水厂建立起智能化运营能力的综合投入。

3.1 OPEX 改善：从确定性最高的环节开始算

沿用 OPEX 篇的“基准场景”，这里先作一个相对保守的假设：

• 能源成本降低比例 ΔE=20%ΔE=20%；

• 药剂成本降低比例 ΔC=10%ΔC=10%；

• 维护及人工相关成本降低比例 ΔM=5%ΔM=5%；

• 其他成本降幅 ΔO=0ΔO=0。

之所以把其他成本先按 0 处理，是因为在很多项目的内部测算中，污泥处置、管理费用、税费等杂项变化往往不好在立项初期直接确认。这样处理更保守，也更便于和管理层沟通。在这一假设下，整体 OPEX 降幅可写为：

ΔOPEX=0.40×0.20+0.20×0.10+0.25×0.05+0.15×0ΔOPEX=0.40×0.20+0.20×0.10+0.25×0.05+0.15×0

ΔOPEX=0.08+0.02+0.0125=0.1125ΔOPEX=0.08+0.02+0.0125=0.1125

也就是说，综合 OPEX 约下降 11.25%。这一数值与前文 OPEX 篇中给出的 11.7% 基准结果处于同一合理区间，差别主要来自于这里把“其他成本”保守设为不变，因此测算口径略微收紧了一步。

对应到这座 1700 万元年度 OPEX 的基准厂上，年 OPEX 节省额大致为：

• 年OPEX节省额 ≈ 1700 × 11.25% ≈ 191 万元。

换句话说，在暂不考虑扩容延后、绩效改善、碳减排等各种隐性收入和附加价值之前，光靠电费、药剂、维护和部分人工效率改善，这座污水厂每年已经有机会多省下接近 200 万元。

3.2 智能化新增OPEX：既要算节约，也要算新增运营支出

很多智能化项目在早期讨论时，容易只谈省了多少，却忽略系统上线后每年新增要花多少。但从现金流角度看，后者同样重要。

这里假设：

• 软件服务费、平台运维费、模型调优与系统维护等新增OPEX合计约80万元/年。

这个量级大致相当于 800–1000 万元总投资额的 8%–10%，更符合较完整“平台+算法+运维服务”模式下的常见年化维护水平。年度净现金流约等于191万元的 OPEX节省额度减去 80 万元的新增运维成本，即约 111 万元/年。

换句话说，在相当保守、也更贴近完整智能化技改实际投入的测算框架下，这笔技改每年真正新增的、可以留在账上的净现金流，大约是111万元。

3.3 投资回收期与ROI：放在资产全周期中进行综合计算

有了年度净现金流之后，这笔智能化技改的回报轮廓就比较清楚了。在仅计入直接 OPEX 节省、暂不纳入扩容延后、绩效改善、碳减排等附加收益的保守口径下，不同 CAPEX 档位对应的结果如下：

• 基准档（CAPEX = 1000 万元）

• 静态回收期约为 9.0 年；

• 年化 ROI 约为 11.1%。

• 保守档（CAPEX = 800 万元）

• 静态回收期约为 7.2 年；

• 年化 ROI 约为 13.9%。

如果只看“回收期”字面上这三个字，7–9 年可能会让人直觉上觉得这不是一笔特别轻的技改投资。但换一个角度看，它对应的年化净现金流回报大约在11%–14%区间，已经明显高于不少水务 PPP 项目5.5%–8%的全投资IRR 参考下限。也就是说，哪怕暂时只把最容易确认的显性收益、也就是直接节省成本部分纳入项目可研，该笔投资在收益率层面已经具备了继续深入论证的基础。

更重要的是，这里的7–9年，本质上只是一个保守的静态回收期，其不应该是这类项目唯一的价值判断标准。因为智能化技改不同于短平快设备替换，它更像是一笔面向存量资产下半场经营能力的中期投资。前半段用几年时间完成现金流回收，后半段则持续体现为更稳的出水达标、更低的运行波动、更高的人均管理效率和更平滑的CAPEX节奏。

如果把视角再放大到20年PPP账本或水厂全生命周期资产管理框架中去看，这个结论会更容易理解。CAPEX 篇已经说明，对于10万 m³/d 规模的污水厂，1000万元左右的智能化技改，在20年项目盘子里通常只占一个较小比例，但它带来的效应却会持续作用于 OPEX、绩效、风险和后续更新节奏。从这个意义上说，7–9 年并不只是单纯追求回本要多长时间，更是在 20 年资产周期里，用前半段时间完成回收，用后半段时间兑现长期经营改善。

因此，更合适的表达也许不是项目回收期有7–9 年，而是在只计入直接OPEX节省的保守情形下，这笔 800–1000 万元的智能化技改CAPEX，对应约11%–14%的年化回报，静态回收期是7–9 年的区间。但一旦放在全周期资产管理框架来看，其带来更稳定的运行、更高的人效比以及更稳健的投资节奏，其回报就会进一步加大。

到这里，我们从严肃、务实的态度来制定AI-Water Econ Framework，以提供给水厂做AI技改时进行测算。AI技改实际上还可以给水厂带来扩容延后、绩效改善、事故成本下降和融资条件优化等隐性收益，如果把这些加上AI-Water Econ Framework一起纳入到一个评估模型中，则项目的综合回报还有进一步抬升的空间。

四、建立含显性收益+隐性收益在内的项目评估方法

如果 ROI 只计算电费、药剂和维护费，结论已经足以说明很多问题。但现实中，AI智能化技改的价值通常还不止这些。真正让不少项目从能做变成非常值得做的，往往是那些过去没有被系统货币化的隐性收益（实际上我最近刚和一个厂长聊过这个事情，我们准备参考财政部数据资产评估方法、动手搞一个可以测算为货币的方法出来）。这里先做个简单的分析，接着我会写这个系列文章的最后一篇，谈谈AI智能化技改带来的隐性收益。我们先简单粗暴地把AI智能化技改的收益大致拆成四类，这里隐性收益是三类，后篇文章再补充其他隐性收益类型：

4.1 扩容延后收益：大额投资延后带来的货币时间价值

在很多厂站里，智能化并不会直接让设计规模发生变化，但它有机会通过更精细的工艺控制、负荷调度和设备优化，让原本逼近上限的运行状态变得更从容一些。其直接效果，不一定是立刻增加收入，而是把原本几年后必须发生的一笔扩容CAPEX往后推。

这件事在财务上很重要，因为钱是有时间价值的。比如一座厂原本 5 年后计划启动 5000 万元级别的扩容或深度改造，若通过智能化运行优化可以把这笔支出推迟2–3年，那么这部分被推迟的投资，在折现后就可以转化为今天模型里的隐性收益。它未必每年都体现在利润表上，但对项目整体NPV的改善，往往比单纯节省几万元药剂费更有分量。

4.2 绩效合规收益：刚性优于节能降耗收益

对PPP、委托运营或严格考核型项目来说，出水稳定达标、异常事件减少、夜间和极端工况下运行更稳，本身就意味着真实收益。

从经营角度看，AI 让工艺控制更加稳定，意义不只是指标更好看，而是会减少超标罚款、应急处置成本、领导关注成本和合同考核扣款。特别是在 PPP 模式下，如果绩效系数从 0.95 提升到0.98，看上去只是几个点的变化，但乘上多年服务费盘子之后，形成的年净现金流增量，可能并不逊于一部分节能收益。

4.3 碳减排与绿色金融：一项越来越值钱的隐性资产

站在 2026 年这个时间点看，碳减排收益在很多污水厂项目里还没有完全变成现金收入，但它正在越来越多地影响融资条件、授信偏好，并成为界定项目绿色属性的重要依据。

智能化技改带来的能耗优化、药耗下降和污泥减量，通常都意味着更低的碳排放强度。短期内，这部分价值可能更多体现为绿色贷款、绿色债券、低息融资或地方专项资金支持的可获得性；中长期看，一旦区域性碳市场或绿色绩效机制进一步成熟，这类收益进入项目现金流模型的可能性会越来越高。

因此，在今天做项目可研时，即便暂时不把这部分收益写得很重，也建议至少单列出来，作为未来可转化收益项进行敏感性分析，而不要把它完全忽略。

五、同一个ROI水平设置，为何在不同的水厂落地时差异显著

建立计算框架和评估模型并不难，难的是为什么有些厂4–5年就能回本，有些厂算出来却要8–10年，甚至最后根本落不了地。原因通常不在于计算不一样、可研不一样，而在项目基础、人员组织文化和收益实现机制不一样。

5.1 自动化与数据基础，决定了OPEX降幅能不能兑现

如果一个厂 SCADA 体系本来就不完善，在线仪表点位不足，历史数据缺失严重，控制回路也没有打通，那么再先进的 AI 模型也只能停留在看板和建议层面，很难形成真正可执行的闭环控制。

这会直接影响 ROI。因为模型里假设的10%、15%、20% 的节省幅度，并不是软件装上去就自动发生的，而是建立在感知充分、数据可靠、控制链路可执行的前提上。数据基础越弱，财务报表上的OPEX改善越容易打折，回收期也就越容易被拉长。

5.2 组织与人员能力，决定降本增效能否真的落地

智能化项目不是装完就结束，它本质上要求厂长、工艺、机修、电气和中控团队逐步形成一种新的人机共治工作方式，实际上意味着行业的产业形态和运营模式会变，意味着我们要和AI一起变。

如果一线班组把智能化系统视为额外负担，而不是降低巡检强度、减少夜间经验依赖、提高调度效率的工具，那么系统再先进，也可能停留在上线不用或报警很多没人理的状态，这一幕想必经历过智慧水务的人都不会陌生。如果是这样，我们在可研中所设计的节能、节药、提高人效比就很难真正沉淀为可持续的收益现金流。

5.3 合同和商业模式，决定了项目公司能否拿到AI带来的收益

在不少 PPP 或委托运营项目里，还存在一个常被忽略的问题：社会总收益和项目口径收益并不总是一致。

比如，AI智能化技改明明让整个项目更稳定、效率更高、风险更低，但如果合同里没有明确约定节能节药收益的分享机制，也没有把绩效提升与项目公司收益挂钩，那么很多好处可能最终体现在政府端、平台端或行业监管端，而不一定体现在项目公司的账上。结果就是社会上看值得做，企业自己看不一定划算。

因此，凡是涉及PPP、托管、绩效考核的项目，在做ROI测算时都不能只看技术指标，还要同步回答三个问题：

• 节省下来的OPEX，最终归谁；

• 绩效改善能否转化为单价、服务费或奖惩变化；

• 后续平台运维、升级和迭代费用由谁承担。

只有把上面这三个问题说清楚，ROI才不是停留在 PPT 上的技术收益率，而是真正可兑现的经营收益率。

六、结语

最后捋一下：

第一，别把ROI当成一个孤立的百分比，它本质上是 CAPEX、OPEX 和各类新增收益共同作用下的现金流结果，是智能化技改投资之后中长期经济账本怎么变的综合反映。

第二，对10 万 m³/d左右的典型污水厂来说，如果一轮完整智能化 CAPEX 控制在 800–1000万元、综合 OPEX 降幅能稳定在10%左右，那么按最保守口径算出来的7–9年静态回收期、约 11%–14% 的年化ROI，已经处在存量资产运营类项目比较好范围，是值得进行投资论证研究的。

第三，真正拉开项目价值差距的，往往不是计算出来的，我们需要把扩容节奏优化、事故成本下降、碳减排等这些隐性收益有意识地纳入评估中，而不是用附加效益之类一两句话带过去。

第四，真正决定ROI能不能照着测算框架走的，不是可研初设做得多漂亮，而是数据和自动化基础打得扎不扎实、班组和管理层能不能形成有效的人机协同、以及合同和收费机制是否允许项目公司合理分享节能节药和绩效改善的收益。

这个系列的文章真正想表达的并不是AI智能化技改带来天然高回报，而是一旦把 OPEX、CAPEX、RO统一在一个测算框架中，叠加隐性收益进行综合评估，水厂智能化技改就不再是一笔模糊的技术支出，而是变成一项可以被测算、可以比较、也更有可能获得持续投入的资产运营升级项目。下一篇也是这个系列的最后一篇文章，将探讨一下AI水厂智能化技改的隐性收益。尽管很难，但还是希望能够不要太泛泛而谈。