100个AI实验03：省时不等于省钱

AI（人工智能）帮员工省下30%的工时，不等于替公司省下30%的工资。我拿一家公司“每月省27000元”的模拟方案测试AI：如果工资照发、订单没增加，这家公司第一年不是多赚钱，而是多支出84000元。

这不是说AI没用。它说明了一件更具体的事：省下的时间，要经过业务上的改变，才能变成财务上的收益。把这一步跳过去，一张漂亮的回本表就可能是空的。

如果你在工作中使用AI，担心自己的岗位怎样变化，或者在研究一家公司的AI投入是否值得，这个区别都与你有关。工具完成得更快，是技术进步；公司最后留下多少钱，还取决于订单、用工和组织安排。

这一期“100个AI实验”，我把同一套软件放进三种经营情景，再问DeepSeek和豆包：所谓“每月省27000元”，究竟是一笔什么钱？要把这个问题讲清楚，需要先看工资有没有少付，再看订单有没有多赚，最后才能谈回本。

第一点：一个听起来很合理的“每月省27000元”

我构造了一家公司和一套AI软件。以下数字都是实验条件，不是真实企业数据，也不是软件厂商报价。

供应商的宣传口径是：90000×30%＝27000元，所以公司每月新增利润27000元。

乘法没有错，错的是乘完之后给它取了什么名字。

27000元代表按原工资折算的时间价值。它可以说明这套工具释放了一部分工作能力，却不能直接说明公司少支付了27000元。

六个人仍在岗，工资仍是90000元；任务做得更快，银行账户里的工资支出并不会自动跟着少30%。如果还要购买AI，公司甚至多了一笔软件费。

这也是我为什么没有直接问“AI值不值得买”，而是让模型分别计算：实际少付多少钱、每月净现金变化、第一年累计变化，以及首次费用多久回收。

这里的“净现金变化”，就是与不采用AI相比，实际收到的钱减去实际付出的钱，增加还是减少。本次不计算税、折旧和资金时间价值，也没有把现金变化冒充严格的会计利润。

第二点：三种情景，同样的技术效果，三种财务结果

要判断工具有没有回报，不能只看它省了多少工时，还要问这部分工时之后发生了什么。

因此，三组实验保留相同的软件收费和30%的工时改善，只改变时间释放之后的经营安排。所有变化均假设从第1个月起持续12个月，现金当月收付，服务质量与原任务完成量不变。

“非工资变动成本”，指随新增订单一起增加、又不包含已有员工工资的支出，例如这组实验中单独设定的交付耗材或外部服务费用。这里不追问具体行业，只按给定条件核算。

这些情景不是现实预测。特别是“少一个人仍能完成原任务”和“能够拿到新订单”，都是人为明确给定的条件，不能因为AI节省30%工时，就认为它们一定会发生。

把每一笔真实增加或减少的收支列出来，结果如下：

表中的每月变化只计算经常性收支，首次费另扣；实际首月的现金变化还要减去12000元。

第一组的算式最容易被忽略：−6000×12−12000＝−84000元。不是原公司整体亏损84000元，而是相对不采用这套软件，第一年现金少了84000元。原业务可能仍然赚钱。

第二组也不能写成每月省27000元。实际少付的是一个人的15000元工资，扣掉6000元软件费，才得到9000元月度现金改善。第一年为9000×12−12000＝96000元。

第三组不能直接把20000元新增收入当成收益。先减去10000元新增成本，再减6000元软件费，每月改善4000元；第一年为4000×12−12000＝36000元。

同样节省30%工时，钱可以少84000元，也可以多96000元或36000元。改变结果的不是那道乘法，而是省下的时间有没有进入真实业务。

第三点：我让AI分清楚这三笔钱

2026年10月7日，我通过接口测试DeepSeek的deepseek-chat和豆包的doubao-seed-2-1-turbo-260628，不联网、不上传私人资料。三种情景原计划各获得两次回答；输入明确要求不要把时间折算价值与实际节支重复计入。

初轮有5个请求因限流或超时未得到回答，只针对这5个槽位按原题补测一次，补回4份。最终取得11份有效回答：DeepSeek每组2份，豆包的“只省时间”和“新订单”各2份，“不补招”1份。另一个不补招槽位仍超时，未把它记成模型答错。

11份有效回答的最终月度现金、首年现金与回收期均符合上表算式。但这不等于11份解释都没有问题。

所以，这不是测试它们能否主动识破一个毫无提示的销售话术，而是测试在明确要求区分口径后，能否把账讲对。

DeepSeek在“只省时间”组的回答中明确区分了工时折算额和实际支出，算出每月减少6000元、第一年减少84000元；在“承接新订单”组，则先扣新增订单成本和软件费，再得出每月改善4000元。

但有一处解释值得单独指出。DeepSeek第一份“不补招”回答，先算出剩余5人的工资是75000元，随后写道：

这75000元是真实少付的工资。

这句话不对。75000元是还要支付的工资，实际少付的是90000−75000＝15000元。它后面的净现金9000元和第一年96000元又算对了。

这不是最终总额错误，却是一个足以误导读者的解释错误。只检查最后两个粗体数字，会漏过它；只看整篇语气专业，也会漏过它。

一个答案可以把总数算对，同时把中间一句话里的钱说反。因此，AI财务回答至少要核对三个地方：钱从哪里来、钱还要付给谁、最后合计是否一致。

本轮是短文本、明确条件的模型测试，不是公司实际部署。两次重复也不是两个独立经营案例，不能据此给模型贴上整体准确率标签。模型算对假设题，更不意味着软件在真实公司能实现同样回报。

第四点：这不是“只有少招人才有价值”

看到第二组现金改善最多，很容易得出一个过度结论：AI只有减少人工才划算。

第三组恰好说明，保持原团队、让团队承接新增订单，也能产生现金改善。少付钱与多赚钱，是不同的兑现方式，不应只讨论前一种。

此外，时间本身也有价值。更少的疲劳、更好的服务质量、更及时的响应，都可能值得投入。只是如果还没有证明它们带来了新增收入或少付成本，就应该按体验、质量和能力说明价值，不必硬翻译成当期利润。

微软在2026年6月公布的内部AI投入衡量说明中，也把收入、效率、体验、质量与成本等价值分开观察，并追问释放的能力怎样被继续利用。这份说明不能证明本实验的假设成立，但它支持一个测量原则：不同的价值，不必挤进同一个“省了多少钱”的数字。

对普通职员，这个区别也很重要。如果你的价值始终被描述为“完成这些重复任务要多少小时”，工时减少后，岗位预算就更容易被重新审视。

如果你能说明省下的时间用于处理哪些更难的问题、交付了哪些额外成果、解决了哪些客户问题，讨论才从“少了多少小时”，进入“多完成了什么”。但这不是保住岗位的保证，组织怎样分配收益，仍然会影响个人处境。

企业可能选择不补空缺、承接更多业务，也可能让员工拥有更多余裕。技术决定能释放多少时间，订单和组织决定这份时间最后归谁、怎样使用。

第五点：看AI回报，先找那条还没兑现的条件

这套模拟实验能迁移到公司研究，但不能机械套数字。

当一家公司说“员工效率提升”，可以继续问：外包、加班或招聘支出有没有实际减少？订单和交付有没有增加？软件、实施、复核、培训和返工费用有没有算进去？如果费用已先发生、收益还靠未来假设，两者又如何对齐？

这并不是否定所有AI投入，而是区分三件事：

新增收入也有一个能算清楚的边界。在第三组中，新增订单每20000元收入，需要10000元额外成本，也就是一半收入留作覆盖其他增量支出。

仅覆盖每月6000元软件费，就需要12000元新增月收入。如果还要求12个月内收回12000元首次费，每月还要多覆盖1000元，所以需要14000元新增月收入。14000元恰好使第一年累计现金持平，超过才为正。

这两个临界值只适用于本例“新增成本占收入一半”、按月稳定收付、无其他变化的设定，不是任何公司的通用标准。

它们的意义是：别停在“未来会多一些订单”。要说清楚多多少、留下多少、什么时候到账，才足以支撑回本结论。

回到最开始的27000元，它可以是一个有用的时间折算指标，却不是一张已经到账的汇款单。

AI创造了更多可用时间。能不能把时间变成钱，是下一道题，不能冒充上一道题已经答完。

你所在的工作里，AI节省的时间，最后变成了更多任务、更好的交付，还是更少的加班？

读者问答

Q1：省下工时不能当利润，是不是说AI没有价值？

A：不是。时间、质量、体验和风险改善都可能有价值，但与现金收益不是同一个口径。在本例工资和订单不变的情景里，软件增加了实际支出；在不补招或新增订单的情景里，则出现现金改善。结论取决于经营条件，不能只看工时比例。

Q2：为什么“只省时间”第一年反而少84000元？

A：因为没有少发工资，也没有增加收入或减少其他支出，只有每月6000元软件费和首次12000元实施费。相对不采用AI，12个月现金变化是−6000×12−12000＝−84000元。这不是说公司整体亏损84000元，也不是所有AI项目都如此。

Q3：为什么新增订单组需要14000元月收入才能一年回本？

A：本例新增成本占新增收入的一半。每月6000元软件费，加上把12000元首次费分到12个月的1000元，共需每月7000元净贡献。因此新增月收入至少为7000÷50%＝14000元；在稳定按月收付、无其他变化时，第一年累计持平。超过该收入才转正。

数据来源与口径

1. 本账号模拟经营对照实验，2026年10月7日。三种情景、两家接口模型、每组计划重复两次；初轮12次请求、失败槽位补测5次，实际获得11份有效回答。原题、参数、完整回答及网络异常补测记录独立归档；不把连接失败当模型判断失败，不按回答内容挑选样本。
2. 全部工资、成本、订单与工时改善比例为自设实验条件，不是真实公司披露、调研统计或效果预测；金额由固定算式复算。
3. 微软：内部人工智能投入的效果衡量，2026年6月4日发布，2026年10月7日查阅；只用作区分AI价值类型和衡量方式的背景。

本文讨论实验与判断方法，不提供个股推荐，不对任何企业的实际利润或人员安排作预测。