组合层看四件事
在跑场景数、从立项到上线的时间、跨场景复用比例、阶段门一次通过率。四项反映的是组织推进能力，而不是某个项目的成败；只报单项，容易把资源集中到一个明星场景上，其他线一直起不来，年底也无法解释。
场景层看运行质量
真实使用率、人工接管比例、异常处理时长与返工次数。使用率低通常是流程没改，不是模型不行；接管比例高说明边界没划清，需要回到岗位设计，而不是继续调提示词，调到最后也没人愿意用，投入也收不回来。
验收靠阶段门记录
每个阶段门留一份记录：进入条件是否满足、谁签字、下一段资源是否放行。没有记录的评审等于没评审，半年后无法解释为什么某个场景被暂停或加码，也无法向预算部门交代钱花在了哪里，复评时更没依据。
不宜作为考核的数字
节省人力、替代岗位数这类口径容易被误读，也不适合写进承诺。更稳妥的做法是记录任务耗时与返工的变化趋势，并注明统计口径与样本范围，让业务部门自己判断值不值，而不是被一个数字绑架。
适用与不适用
适合谁
- 需要向管理层汇报 AI 进展的信息中心
- 多个场景并行、要判断资源往哪投的集团
- 准备把 AI 纳入年度考核的企业
不适合谁
- 只有一个场景、还在验证期的团队
- 希望用单一数字证明全部价值的汇报场景
典型场景
某物流集团每季度汇总一次组合指标：在跑场景、上线周期、复用比例与阶段门结果。第二季度发现复用比例长期偏低，追查后是各业务线各自采购工具、接口各写一套，随后统一了接入方式与组件库，第三季度复用明显上升。
可执行步骤
- 确定组合层与场景层各自的指标，写清定义、公式与取数范围，避免各算各的
- 规定统计口径、取数人与复核人，季度末由双方对账，差异写入记录，差异写明
- 每次阶段门留评审记录与签字，作为放行依据，不得事后补签或口头确认
- 季度汇总并据此调整资源与场景顺序，同步预算与考核，形成书面决议，并公示
常见坑
- 用节省人力作为唯一口径，业务部门不认，讨论很快变成争论立场，最后指标不了之，也没人再提
- 指标由项目组自报，缺少交叉核对，季度汇报时数字对不上，只能临时打圆场，评审会也开不下去，最后草草收场
- 只统计上线数量，不看是否真正在用人，系统上线即闲置，第二年还要重新立项，钱等于花了两次，还占着维护资源
- 阶段门没有记录，决策无法追溯，换人后一切重来，之前的判断也没人记得，成本等于翻倍，预算也要重报
自检与验收清单
- 组合与场景指标是否分开定义，并有书面口径与责任人
- 统计口径、取数人与复核人是否已约定清楚并留档
- 阶段门记录是否留档，并由双方签字确认并签字确认
- 是否定期回看指标是否仍适用，并有调整记录与原因
常见问题
要不要算投入产出比？
可以算，但只作为参考之一，并注明假设与样本范围。AI 项目的收益常分散在多个环节，单算一个场景容易低估或高估；把耗时、返工与接管比例的趋势摆出来，讨论会更实在，也不容易被质疑。
指标多久看一次？
场景层按月看，组合层按季度看。月度频率适合发现运行问题，季度频率适合做资源决策；两者混在一起，会导致小问题被放大、大方向没人看，结论还常常被搁置，复盘也无从下手。
业务部门不认可指标怎么办？
在定指标时就拉业务部门一起确认口径，而不是季度末才通报。争议多集中在样本范围与基准值，提前用一个月的数据试算一遍，能省掉大部分争论，也便于后续调整，也便于复评。