AI 数字员工的账怎么算
先说一个常见的算法。
一个客服岗月薪八千，她每天六成时间在处理重复咨询。上了一个数字员工，这六成能接管。于是账算出来了：省下 60% 的人力，等于每月省四千八。
这个算法很自然，也很好讲。它是错的。
问题不在 60% 这个数高估了。"省下 60% 的工资"这件事在现实中不会发生。她还在，工资照发。你的现金流一分没变，只是她多了些空闲时间。
这篇文章讲的就是这件事：AI 的成本节省不会按比例发生，它按人头一道一道往下跳。 中间没有"小赚"这个状态。
一、先看一个数字：86% 的公司没有减人头
2026 年一项覆盖一千多名 B2B 决策者的调查给出了一组很能说明问题的分布。在这些已经让智能体进入生产环境的企业里：
- 83% 说智能体提升了员工满意度，因为减少了重复劳动
- 35% 已经把员工重新部署到更高价值的岗位
- 只有 14% 报告减少了人头
前两项是好事，第三项才是账。86% 的公司用上了智能体，但成本结构没变。
同一份调查还给了两个更难看的数：45% 的企业报告，监督和返工消耗掉了超过四分之一的预期生产力收益；46% 报告智能体的实际运营成本高于预期。
这和另外两组数据是同一个方向。麦肯锡 2025 年的报告显示，只有 6% 的企业借助 AI 实现了息税前利润上涨 5% 以上。IBM 的一项 CEO 研究显示，只有约 25% 的 AI 计划能带来预期的投资回报。
所以问题不在于 AI 有没有用。问题在于"用了"和"省钱了"之间，隔着一道很多人没算到的东西。
二、那道东西是一级台阶
把账重写一遍。
设一个岗位的完全月成本是 C，这个岗位上有 n 个人，AI 能接管的工作比例是 r。智能体的月成本是 P，监督它需要的时间折算成钱是 S。
大多数人算的是这个：
每月节省 = C × n × r − P − S
这个式子的错误在于，左边那一项（节省的工资）不是现金流。真正的现金流变化只有一种来源：你实际减掉了几个人。
正确的式子是：
每月现金变化 = 减掉的人数 × C − P − S
而减掉的人数是个整数。你不可能减掉 0.6 个人。
于是整件事变成了一道台阶：
减掉的人数 = 取整（r × n），且必须 r × n ≥ 1
r × n 不到 1，能减的人数就是 0，你的净变化是负的，负多少等于 P + S 全额。
r × n 跨过 1，你减掉一个人，净变化立刻变成 C − P − S。
中间那个区间不存在。这就是为什么很多人做完之后感觉"效率确实提高了，钱没省下来"，两个感受都是对的。
具体的数
下面这组数用来演示，参数你可以换成自己的。假设：
- 一个岗位完全月成本 C = 11,200 元（工资 8,000，乘以 1.4 覆盖社保、管理分摊、设备）
- 平台月费 P = 499 元
- 监督时间每周 6 小时，时薪 70 元，折算 S ≈ 1,819 元
- 固定开销合计 F = P + S ≈ 2,318 元
把不同替代率和不同人数组合起来，净月度现金变化是这样：
| 名义替代率 | 1 人 | 2 人 | 3 人 | 5 人 |
|---|---|---|---|---|
| 30% | −2,318 | −2,318 | −2,318 | −2,318 |
| 50% | −2,318 | −2,318 | +8,882 | +8,882 |
| 60% | −2,318 | −2,318 | +8,882 | +20,082 |
| 70% | −2,318 | +8,882 | +8,882 | +31,282 |
| 80% | −2,318 | +8,882 | +20,082 | +31,282 |
| 90% | −2,318 | +8,882 | +20,082 | +42,482 |
看第一列。
这个岗位只有一个人，替代率从 30% 一路做到 90%，净变化始终是 −2,318。
一列到底都不动。原因很简单：一个人乘以任何小于 1 的比例，都减不出一个人。要跨过这道台阶，替代率必须做到 100%，而 100% 在实践中不存在。
三、门槛公式：1 除以人数
把上面的关系解出来，门槛是一句很短的式子。
设升级拖累系数为 d（后面解释这个数），需要跨过的条件是有效替代率乘以人数不小于 1，也就是：
需要的名义替代率 ≈ （1 ÷ 人数 + d − 1）÷ d
取 d = 1.3，于是：
| 这个环节上站着几个人 | 需要达到的名义替代率 |
|---|---|
| 1 人 | 100%（实践中不存在） |
| 2 人 | 62% |
| 3 人 | 49% |
| 4 人 | 42% |
| 5 人 | 38% |
这张表有一个立刻能用的用法：先数人。替代率的事，数完人再说。
如果一个环节只有一个人在做，AI 再强，账也是负的。这件事和产品好坏无关。它是除法。
这也解释了那条 14% 的数据。为什么用上智能体的公司里只有 14% 减了人头？因为大量被自动化的环节，本来就只有一两个人。替代率可以做到很高，人数凑不够。
四、分子里还有三个漏项
上面的模型已经比常见算法准了，但还有三处会让它偏乐观。
漏项一：完全成本不是工资
直接用工资算，会把 C 算小。有 ROI 框架给出的参考是：一个做这项工作的员工的直接工资，通常只占真实成本的 55% 到 65%。 其余是社保、公积金、管理分摊、工位设备、培训、以及招聘替换的成本。
这个漏项的影响方向是让账看起来更差，不是更好。用完全成本算，你省下的那一头会变大，台阶更容易跨。所以这条其实是对你有利的，只是要知道自己在用哪个口径。
漏项二：监督时间
G2 的调查里，31% 的企业说员工每周至少花 6 个小时监督智能体的工作。 另有一组行业经验值：第一个月之后，持续的监督大约需要每周 1 到 3 小时，用来审计动作、补充用例、修偏。
这个数在大企业身上更重：27% 的大企业报告需要显著更多监督，接近中小企业 15% 的比例的两倍。
我把它设成每周 6 小时，在周一到周五之间分摊，等于每天一个多小时。
漏项三：升级拖累
这一条最少被提到，但对结果的侵蚀最大。
当智能体处理不了的案例交回给人，人工处理它的时间会比原来更长。因为人要先读智能体做了什么、判断哪里错了、决定能不能复用其中一部分。有 ROI 框架建议按原始处理时间的 1.2 到 1.5 倍来预算。
也就是说，名义替代率不等于有效替代率。 剩下那部分不仅没被替代，还变贵了。
按这个修正，有效替代率是这样：
| 名义替代率 | 有效（拖累 1.3） | 有效（拖累 1.5） |
|---|---|---|
| 30% | 9% | −5% |
| 50% | 35% | 25% |
| 70% | 61% | 55% |
| 80% | 74% | 70% |
| 90% | 87% | 85% |
看第一行。名义上接管了 30%，扣掉拖累之后只剩 9%。如果拖累是 1.5 倍，有效替代率变成负数。意思是：这个程度的自动化，总体上是净增加工时的。
这也是为什么门槛表里要用"名义替代率"而不是"有效替代率"来表述。供应商报的是名义数，你要把它折算成有效数，再看人数够不够。
五、真正的大头在质量成本上
前面算的都是人力账。但有一份研究给出了一个更根本的结论。
2026 年一篇用蒙特卡洛模拟和演化搜索做的研究，测算了 432 种人机混合团队的配置，目标是找出总成本最低的组合。它的几个结论值得原样抄下来：
逃逸出去的缺陷是主导成本项，而 61% 的智能体预算花在找缺陷上。
质量保障消耗了智能体预算的大部分。换句话说，拿到功能很便宜，保住质量很贵。
智能体能力比 token 价格更重要。 因为能力高的智能体需要更少的人工监督，同时产生的缺陷更少、逃逸到生产环境的也更少。所以在 token 价格上的差异，不如能力差异重要。
还有一条结论对企业选址决策有直接意义：能力高的智能体组成的团队通常比纯人团队便宜，但能力低的智能体不带来一致的优势。在现实的速度下，最优的团队在开发者上的花费仍然高于在智能体上。
最后这句值得单独想一下。它不是"AI 不划算"，它是说：成本结构变了，但总成本没有塌下去。 钱从"雇人干"挪到了"找人看着 AI 干、修 AI 的错"。
这和第一部分的 45%（监督返工吃掉四分之一收益）、46%（运营成本高于预期）说的是同一件事。
六、有一种情况不用算这道台阶
上面的模型有一个前提：你希望的是减少人头。
如果你的业务在增长，还有第二种算法：不增人头。
假设这条业务线明年要涨 40% 的量。按现在的人效，你需要加一个半人。如果 AI 能把这部分增量吃掉，你就不加了。省下的是一个完整的人头，现金流效果和减人完全一样。
这条路不需要跨过"减人"那道行政门槛，只需要跨过"业务真的在增长"这道事实门槛。对多数中小企业，这条路更容易走通，代价是你得先有增长。
反过来，如果业务是平的或者在下滑，那么减人是唯一的路，那时台阶是硬的。
所以在动手之前先回答一个问题：这条线的量，明年会涨吗？ 会涨，用第二条路算。不涨，用第一条路算，并且先数人数。
七、一张自己能填的表
把上面的东西压成一张能直接用的表。五个输入，三个输出。
按这个顺序做：
- 写下这条环节上现在站着几个人
- 写下这个岗位的完全月成本（工资 × 1.3 到 1.4）
- 写下平台月费和可能的算力开销
- 写下你估计的监督时间（保守起见，先按每周 6 小时）
- 写下你估计的替代率，然后按 1.3 到 1.5 的拖累折算成有效值
然后：
- 有效替代率 × 人数，如果小于 1，这个方案在当前规模下算不过来，先别做
- 如果大于 1，减掉的人数就是它的整数部分
- 净月度变化 = 减掉的人数 × 完全成本 − 平台费 − 监督折算
一个经验判断：卡在小于 1 的时候，解法通常不在换更贵的工具上。把同类环节合并起来一起做，才有机会跨过去。 三条业务线各自一个人，分开做都跨不过台阶；合成一个人管，就有机会。
八、我们把哪几个数变得可算
说完方法，说我们自己。
我们按积分计费，任务失败积分全额退回。这一条直接影响上面那个式子里的 P：失败的任务不产生费用，所以 P 更接近"成功交付的边际成本"，而不是"包月的沉没成本"。
我们支持绑定你自己的大模型，用自有模型额度时，平台只收软件的钱，不为算力付费。这一条把算力成本挪出了我们的账单，你可以直接在别的地方拿到更便宜的价。
档位是基础版免费、会员版 99、专业版 299、旗舰版 499（月，按积分额度分档）。按上面的参数，即使是 499 这一档，相对于一个 11,200 元的岗位来说，P 也不是决定性的那一项。
这里要说清楚一件事：这些优化改的都是分子里很小的一项，改不了那道台阶。
我们把平台费降到零，一个人的岗位账依然是负的，因为卡住它的是除法，不是价格。所以如果你在第一部分那张表里落在负的那几格，换供应商、换档位、换模型都解决不了。要动的是环节的划分方式和人数。
这一条我们宁愿提前说，也不想让你做完三个月之后自己发现。
常见问题
问：那是不是人少的公司就不该用？
不该用的结论只对"想靠它直接省钱"这个目标成立。如果目标是让一个人做更多的事、让响应更快、让内容产出更稳定，那是另一套账，不在本文的模型里。这两种账都要算清楚，混在一起算会得出错误的结论。
问：替代率到底怎么估？
不要用供应商的报价单估，用你自己的样本估。拿三十条真实的任务，让智能体跑一遍，数出来有多少条不需要人改就能用。这个数就是你的名义替代率，通常比宣传的低。
问：监督那 6 小时能不能压下来？
能，但压它本身要花钱。让它过更多自动校验、把任务按风险分级（低风险抽检、高风险必审），监督时间会降。这笔投入算在实现成本里，算清楚了是划算的。
问：多久能看到效果？
现金层面的效果只在你真的减掉人头或者真的不加人头的时候出现。效率层面的效果在几周内就能看到。这两件事要分开报，否则第一季度的报表会很难解释。
相关阅读
延伸阅读：智能专家岗位详解：18个数字员工的能力边界与使用场景、为什么说2026年是AI数字员工爆发元年？、Onworkly 系统总览：AI 数字员工平台是怎么运转的。
数字员工在我们这里怎么编排、怎么过质量门禁，AI 中心里有完整的岗位和编队说明。