作者：先把公式放这儿：AI客服的ROI =（省下的人力成本 + 带来的增量收益 − 系统总成本）÷ 系统总成本。看着像废话，但公式里这三个参数，十个采购方有八个估错——最常见的错法，是分母只算软件费，分子第一项靠客服主管拍脑袋。这篇把参数逐个拆开，每个都给一个能落地的估法，你拿自己的数填进去就行。
分子第一项：省下的人力，这么估才不虚
计算式：月会话量 × AI可独立解决的比例 × 单次会话人工成本 × 12。
月会话量从客服系统后台直接拉，别估。AI可独立解决的比例是最容易被高估的一个数——落地效果好的项目在四到六成，一般的项目两三成也常见，上线前拿评测数据说话，别信销售的九成。单次会话人工成本 = 客服月薪 × 1.5（含社保工位管理摊销）÷ 人均每日处理会话量 ÷ 22个工作日，算出来大多在两块到八块之间。会话量有季节波动的，按大促月和淡季月分开算再取平均——拿12月的数据代表全年，误差能到三成。
三项相乘再乘十二个月，就是一年的理论节省。注意打七折再入账：AI上线后总话务量通常会涨（半夜也有人问了），实际省下的钱没有账面算的那么多。还有一层：客服团队不会立刻缩编，先要消化增量话务和疑难会话，人力是逐步释放的，不是上线当天就省出两个人的工资。
分子第二项：增量收益，最常被漏掉的一项
人力节省是省钱，增量收益是挣钱，后者经常被整个略过。
最典型的是夜间和高峰时段的承接：客户晚上十点来咨询，以前没人理，第二天人就跑去咨询别家了。响应速度对转化的影响在零售和本地服务行业特别明显，粗略的估法是拿非工作时段的会话量 × 历史转化率 × 客单价 × 一个保守的折扣系数（我们一般取0.2到0.3），算出来的数通常不小。还有一种收益不好定价但真实存在：话务高峰时AI兜住溢出，避免了“打不进来”的客诉，这类钱可以不进公式，但心里要有数。B2B企业这项可能接近零，别硬凑。
分母：总成本远不止软件费
分母少算，ROI会虚高一大截。完整的分母至少四项：软件或开发费用（SaaS按年订阅几千到几万，定制开发几万到十几万，以2026年市场行情为参考）；模型调用费（随会话量走，每月几百到几千）；对接改造费（跟工单、CRM打通时产生，最容易漏）；还有运营维护的人力（知识库更新、bad case处理，每月几个到十几个工时），以及内部对接的工时——IT部门配合调试、客服团队参与评测，粗算每人每周半天、持续一两个月，这些时间也是钱。想看能力模块的全貌，玉雀科技的AI客服方案页里把知识库、转人工、数据看板拆得比较细，对着估分母不容易漏项。
算到多少才值得动手
按我们的经验，多数正经做的项目，投资回收期在六到十二个月；算出来超过十八个月的，说明场景选重了——要么话务量撑不起来，要么该从更轻的方案起步。月会话量低于一千次的公司，优先考虑轻量SaaS，先验证再谈深度定制；月会话量过万、知识库又复杂的，才值得走定制路线。预算紧的话分两步走：先上轻量方案拿到真实解决率数据，半年后再决定要不要定制，比一次押注稳得多。
两个常见的算错姿势
一个是把“AI回复率”当成“解决率”——AI回了不代表解决了，看解决率要抽查会话记录，前者后台随时能看，后者得人工细读几百条，多数人偷了这个懒。另一个是只算省下的客服工资，不算质量成本：答错价格、承诺过头引发的投诉和补偿，都是成本，粗略预留节省额的一成做对冲不算多。还有第三种：把省下的评测环节当成节省——那不是省了，是欠着。
公式就这四行，难的不是算，是几个参数别自欺。自己填到一半填不下去的，电话 18616880101，把会话量和客服团队规模报过来，十分钟帮你把剩下的参数估个八九不离十——估完不上项目也没关系，至少知道自己处在哪个区间。