自动化项目在立项和汇报时，最容易出现的问题不是算错，而是只算了一部分。最常见的做法是：估算这个流程原本需要几个人做，自动化之后需要几个人，人力差乘以人均成本，就是年化收益。
这个算法能得出一个数字，但它系统性地低估了自动化的价值，同时也漏掉了成本侧的好几项。结果是项目要么因为"收益不明显"被砍掉，要么在兑现期被发现回报不如预期。
为什么"省了几个人"这个算法不够用
它有三个问题。
第一，它把收益等同于减员。多数企业引入自动化之后，并没有真的裁掉对应的人，而是让这些人去做更有价值的工作——比如原来三个人做数据录入，现在一个人做录入的异常处理，另外两个人转去做客户回访。这种情况下，账面人力成本没有下降，但业务产出增加了。如果只用"省了几个人"衡量，这部分价值完全看不到。
第二，它忽略了错误成本。人工操作会出错。财务对账错一行、订单录错一个数量，修复的成本往往远高于当时做那件事的成本——要重新核对、要联系相关方、要说明原因。这部分成本在人工模式下是分散且隐蔽的，自动化之后才会显现出它原本有多大。
第三，它忽略了速度带来的价值。月末结账从 5 天缩短到 2 天，让管理层提前三天看到经营数据；客户工单响应从 4 小时缩短到 10 分钟。这些改善难以直接换算成金额，但对业务的影响是真实的。
一个更完整的计算框架
收益侧：四类回报
- 净工时节省：注意"净"字。原来的单次耗时，减去自动化之后人工仍需投入的监控与异常处理时间，才是真正的节省。一个流程原本耗时 10 分钟，自动化后每 50 次需要人工介入 1 次、每次 10 分钟，那么单次净节省是 9.8 分钟，而不是 10 分钟。
- 错误成本降低：统计过去一年该类操作造成的返工、赔付、客户投诉处理成本，乘以预估的降低比例。这部分在财务、对账、库存类流程上往往最可观。
- 响应周期改善：把周期缩短带来的价值量化。如果无法直接折算成金额，可以在汇报时单独列出，作为定性收益说明。
- 人员稳定性提升：重复性强的岗位人员流动率高，招聘与培训成本是隐性的持续支出。自动化之后这部分支出会下降，虽然难以精确计算，但可以按历史流动率与人均招聘成本做估算。
成本侧：三类支出
- 一次性投入：开发费用、流程梳理投入、系统改造费用（如果需要）、以及业务人员参与项目的时间成本。
- 持续许可费用：自动化平台的年度许可，通常按机器人数量或流程数量计费。
- 运维成本：这是最常被低估的一项。目标系统每次升级、业务规则每次调整，相关流程都需要跟着改。经验上，年运维投入大约是初始开发投入的 15%-25%。
一个计算示例
假设某企业有一个财务对账流程，用来说明计算方式（以下数字为示例）：
现状：每月执行 20 次，每次人工耗时 4 小时，由 2 名员工分担。过去一年因对账差错导致的返工与说明工作，累计约 15 个工作日。
自动化后：每次人工投入降至 0.5 小时（主要是异常处理与复核），差错率显著下降。
收益计算：
- 工时节省：(4 - 0.5) 小时 × 20 次 × 12 月 = 840 小时/年，约合 105 个工作日
- 错误成本降低：按返工量减少 70% 估算，约节省 10.5 个工作日/年
- 合计约 115 个工作日/年，即约 0.46 个人力当量
单看人力，这个收益并不惊人，可能不足以支撑项目立项。但如果把"对账准确率提升带来的报表可信度提高"和"结账周期缩短"一并考虑，价值判断就会不同。这也是为什么建议在立项时就把多类收益列全，而不是只算人力。
更重要的是，这个流程的自动化成果可以复用到同类流程——第二年做第二个对账流程时，开发成本会明显低于第一个。规模效应是自动化项目回报的关键特征：第一批项目的价值往往体现在能力建设上，后续项目的边际成本才会快速下降。
什么情况下不建议做
并非所有流程都值得自动化。出现以下情况时，建议先不做，或者缩小范围：
- 流程频率极低（比如每季度一次），自动化开发成本无法在合理周期内收回
- 流程本身即将被系统升级或组织调整替代
- 规则尚未稳定，业务方自己都说不清判断标准
- 涉及的数据源极不稳定（例如依赖某个经常改版的第三方网站）
- 流程中的主要耗时在人工判断而非机械操作
这些情况下，投入产出比通常很差，而且失败的体验会影响组织对后续自动化项目的信心——这个隐性成本往往比项目本身的损失更大。
小结
把 ROI 算清楚的意义，不只是为了通过立项审批，更是为了在项目上线后能够验证：当初预期的收益有没有实现？哪些部分超出了预期、哪些没有达到？有了明确的基线，后续优化才有方向。
建议的做法是：立项时列出四类收益和三类成本的估算值，项目上线三个月后用实际数据对照一次。这份对照结果，会成为下一个项目最有力的决策依据。