ARTICLE · 1291126
AI省下来的时间,为什么没有变成经营成果?
AI省下来的时间,为什么没有变成经营成果?
王威OneWilliam的第55篇文章，与AI协同完成 全文约3000字，阅读约需10分钟 
到了编制下一年度经营计划的时候，企业给 AI 项目交出的成绩单，应该是什么？ 是员工每天少花了一小时做材料，还是同样的人手多完成了订单？是生成报告更快，还是客户等候更短、返工更少？ 这些成果都有价值，但它们之间还有一段需要管理者完成的工作。
德勤中国与香港大学2026年发布的调研覆盖中国内地与香港的205位企业高管。64.4%的受访企业已进入AI生产部署阶段，48.5%反馈实际投资回报低于预期。这是特定样本的调查，不能直接代表所有企业，但提出了一个值得追问的问题：AI已经用起来，经营成果为什么仍可能跟不上？ 来源：德勤官方发布 在我看来，讨论这个问题，需要沿着一条线往下看： 任务提速 → 流程改善 → 经营成果。 前一层创造了条件，后一层能否实现，还取决于需求、分工、决策和资源安排。 本期围绕三个问题展开： 
假设一位销售工程师，过去整理一份报价材料一小时，使用AI后只要十分钟，且核查后的质量相同。 省下的五十分钟是真实的。但企业因此多赚了多少钱，还不能直接回答。 但如果他有足够多的有效商机，而且报价准备正是制约成交的环节，提速可能帮助他及时响应更多客户。 如果客户仍要等三天才能得到正式报价，因为价格权限、交期确认和合同条款都需要逐级审批，那么材料准备快了，客户感受到的变化可能很小。 如果没有更多有效商机，他获得的可能是从容处理现有工作的空间。这也有价值，但不能直接算成新增收入。 同样一段时间节约，会因为业务条件不同，产生不同结果。 时间是可重新安排的资源，经营成果还需要通过具体工作来实现。 这里尤其要区分“折算价值”和“实际节约”。员工少用五十分钟，按小时工资计算出一个金额，可以辅助判断机会大小；只要实际用工支出没有变化，这个金额就不能直接转化为已经节省的成本。 它也可能体现为少加班、减少外包、应对业务增长时少增员，或者提升服务质量。 关键在于：究竟选择哪一种结果，有没有相应安排？ 
有研究证明，AI能够带来具体的任务生产率提升。 Brynjolfsson、Li与Raymond的《Generative AI at Work》研究了5,172名客服人员。研究发现，使用AI辅助后，每小时解决的问题数平均提高15%，不同经验水平员工的收益存在明显差异。 对管理者而言，更值得关注的是它衡量了什么：单位时间内实际解决的问题。 企业的AI试点，也需要向这个方向再走一步。 仍以报价为例。完整过程可能包括： AI把其中一个环节做快了，其他环节的等待不会自动消失。 当材料更快地送到审批人面前，审批人的待办队列甚至可能更长。 尤其是当前缺少AI使用规范的混沌时期，如果使用AI的员工直接提交没有经过自己思考的AI结果，甚至会加重审批人的负担和风险。 所以，评估提效时，要同时看两件事：这个任务做得更快了吗？从需求提出到结果交付的完整过程改善了吗？ 如果第二个问题没有变化，就需要顺着流程寻找原因： 输入条件不完整，是否造成反复补充？ 哪些事项可以按明确规则处理，哪些必须上报？ 审核人是否有足够的处理能力？ 前面的错误有没有转成后面更多的返工？ 这些问题涉及职责、权限与协作，也正是业务负责人和HR、组织发展人员可以共同推进的工作。 当前不必重画整个组织。选定一个具体流程，弄清楚谁对最终交付负责，先解决最限制结果的那个环节。 流程变快之后，还需要决定改善出来的能力用在哪里。 对于需求持续增长、服务积压严重的团队，可以优先用来处理积压，缩短客户等待。 对于需要大量外包或加班的团队，可以观察同样的业务量下，这些实际支出能否减少。 对于依赖专业经验的团队，可以把部分时间用于复杂问题、客户需求分析和知识积累。成果可能出现得更慢，也需要另外设计观察方式。 业务负责人要先说清楚，这次提效准备支持哪一个经营目标。 Klarna在2024年2月发布的企业新闻稿里，披露AI助手上线首月处理了约230万次对话，并报告重复咨询量下降25%。同一份稿件还提出，预计当年带来4,000万美元利润改善。 来源：Klarna企业新闻稿 我们可以借用这种区分，检查自己的AI项目：
表01：AI提效的三层观察。本文分析整理，供诊断使用，并非经验证的统一评价模型。 三层之间需要有解释、有记录。不能因为第一层的数字很好看，就替第三层填上一个漂亮的结果。 
这是我认为最容易被忽略的。 如果企业只要求员工提交“AI使用心得”和“节约工时”，却没有调整任务、责任和评价方式，员工未必知道接下来应该做什么。 有时，提效的直接后果只是更快地接到下一批零散任务。还有一种可能：员工担心一旦承认省了时间，就会被简单理解为岗位不再需要或承接更多任务，于是更不愿意完整呈现真实情况。 这些情况在你的企业里是否存在，需要实际了解，不能替员工预设动机。但在设计试点时，值得提前考虑。 业务负责人需要明确：省出来的能力用于什么工作，谁负责安排，谁检查结果。 HR和组织发展人员可以帮助把这种安排落到岗位职责、协作规则和绩效要求上。技术团队则需要持续改进工具、数据和系统连接。单靠其中一方，很难完成从任务到经营的整段转化。 比如，企业决定把客服节约的时间用于处理复杂客诉，就需要进一步明确：什么情况转人工，哪些员工承接，是否需要培训与权限，以及如何检查解决质量。 “转去做高价值工作”要细化到员工知道明天该怎样工作为止。 强调经营成果，并不意味着所有AI应用都要立刻证明利润增长。 探索中的项目，需要先确认技术和业务是否可行；安全、质量与合规场景，也有不能只用短期收益评价的要求。减少员工过度加班、改善工作体验，本身也可以成为明确目标。 还有一些项目，回报不理想确实可能因为工具不适合、数据不足，或者核查与集成成本过高。不能把所有问题都归因于管理，也不能认为只要调整组织就一定有效。 因此，一个具体试点开始时，可以先约定三件事： 改善什么、保持什么、用多久检验。 例如，希望缩短报价交付周期，同时保持报价准确性和授权边界，在一个事先约定的观察期内，记录完整周期、返工和客户响应情况；业务量、人员或产品复杂度有变化，也一起记录。 然后再判断：任务有没有提速，流程有没有改善，预期成果有没有出现，付出的新增成本是否值得。 对于只验证了第一层的项目，可以承认它的进展，继续追问后两层。若尝试后仍无法形成值得的结果，也应该允许它缩小范围或停止。 AI能够帮助人把一部分工作做得更快。企业接下来需要回答：省下来的时间，准备让谁用来完成什么？ 如果你的团队已经在使用AI，不妨选一个最熟悉的流程，沿着“任务—流程—经营”往下追一次。 也欢迎在留言里分享：你们现在最难看清的是哪一层？ 
往期推荐： 从0到1搭建职级体系的“一横二纵三机制”(三）——设计责、任、人三机制 从0到1搭建职级体系的“一横二纵三机制”(二）——开发能力标准 从0到1搭建职级体系的“一横二纵三机制”(一）——职级框架 深度理解职级体系：一横二纵三机制
免费问答：
本号提供免费问答服务，公众号后台留言或者加我微信（文首文尾二维码），留下你的问题，我一定会答复，不一定正确，但我相信碰撞一定有火花、有启发。
导读
员工省下时间，企业究竟获得了什么？ 哪些管理安排，会让局部提效停在原地？ 业务负责人和HR，怎样把提效转成可以检验的成果？
01
省下的时间，意味着什么？
02
从任务走到流程，要找到真正的限制
识别客户需求 核对技术条件 确认价格与交期审核 发给客户
03
从流程改善走到经营成果，要作出选择
04
谁来承接省下的时间？
05
先承认价值，再检验价值
