数据整理与标注
项目启动后第一件事往往是找数据、清洗、对齐口径，工作量常被低估。怎么估算：抽一百条样本做一次完整清洗与标注，记录耗时再乘以总量；若数据散在多个系统，还要加上抽取与对齐的时间，往往比清洗本身更久。
接口与权限改造
AI 要读业务系统、写回结果，就得开接口、配权限、加日志，这些通常由客户 IT 承担。怎么排：立项时让 IT 列出改造清单与排期，别把它当成顺带完成的小事，否则上线时间会被接口卡住数周，且无法插队。业务只能干等。
上线后的运营人力
接管、复核、纠错与话术维护是持续工作，不是上线就结束。怎么估：按每天处理量与接管率折算一个人力投入，再换成岗位编制或工时；没有这段安排，系统会在三个月内因无人维护而退化成演示。前期投入也就白花了。
持续技术支出与评测
模型调用、算力、存储与日志都会随用量增长，评测集也要随业务变化更新。怎么测算：按峰值与日常两个口径估用量，约定评测集维护的责任方；只算一次性开发费，第二年容易被迫追加预算，还不一定批得下来。
适用与不适用
适合谁
- 正在做 AI 项目立项与预算的负责人
- 需要向财务完整解释项目总投入的业务与 IT 部门
- 已上线一个场景、准备扩展的企业
不适合谁
- 只按开发合同金额做决策的采购人员
- 无法安排上线后运营人力的业务团队
典型场景
某保险公司准备上线理赔材料预审。立项表里除开发费外，列出数据清洗、接口改造、上线后复核人力与评测集维护四项；财务按峰值与日常两种用量测算，最终把首期范围缩小到一个险种，先跑通再扩展。后续每次扩展都按同一张表重估。
可执行步骤
- 抽一百条样本做一次完整清洗与标注，记录每一步的实际耗时与人力投入
- 让 IT 列出接口、权限与日志改造清单及排期，并确认接口人与预算来源
- 按每天的处理量与人工接管率，估算上线后真正需要的运营人力与班次
- 按峰值与日常两种口径，分别测算模型调用、算力与存储的用量与配额
常见坑
- 立项只算开发费，数据清洗占掉大半工期，交付被迫延期且无人能解释原因，也追不回工期。
- 接口改造排在开发之后，系统做完了却接不上业务库，只能靠手工导表维持。效率反而下降。
- 没有安排复核人力，业务方临时抽人顶班，两周后开始抵触使用，系统逐渐闲置。投入难以收回。
- 评测集上线后无人维护，业务变化后指标失真，团队逐渐不信任系统给出的结果。最终绕开不用。
自检与验收清单
- 数据清洗与标注工作量是否抽样估算过按样本
- 接口、权限与日志改造是否列入 IT 排期
- 上线后的复核与运营人力是否已经落实，具体到人
- 模型与算力用量是否按两种口径测算峰值与日常
- 评测集维护的责任方是否已经明确与更新频率
常见问题
这些成本要不要写进合同？
要写清由谁承担，而不是全部写进合同金额。客户侧承担的部分应以责任清单形式附在合同后，注明交付时间与接口人；这样既不虚增报价，也避免执行时互相推诿。附件也要双方签字。
能不能先用最小范围验证？
可以，而且建议这样做。选一个流程、一批样本先跑通，把数据、接口与运营人力都按真实情况走一遍；验证后的估算比立项时的拍脑袋数字可靠得多，也更容易获得预算支持。
用量估算不准怎么办？
按峰值预留、按日常结算，并在合同里约定用量上限与超出后的处理方式。上线后前三个月每月复核一次实际用量，及时调整配额，避免账单突然翻倍却找不到原因。别等账单出来才发现超支。