AI专栏
为了帮助企业切实落地AI，实现服务提质增效，售后宝推出了“AI专栏”，既关注前沿技术趋势，也关注各行各业各服务场景的最佳AI实践，帮助企业赢在AI时代。本文是“AI专栏”的第3篇。
在数智化浪潮席卷的当下，很多企业都在规划AI预算、让AI在业务场景提质增效。对于制造业企业来说，如果要申请100万的AI预算，首先遇到的就是预算口径问题：规划AI预算时应该如何定义预算的分类口径，如何监督执行并定义结果。核心原则是既要反映AI投入的真实业务属性，又要便于量化追踪和绩效管理。过于分散的分类会导致管理颗粒度失控，无法有效衡量投入产出。构建科学的预算管理体系，将AI投入与业务价值深度绑定，才能让每一笔预算都成为撬动企业智能化升级的支点。
预算分类口径
建立“混合维度”框架
预算分类口径的目标是“精准归因、量化追踪、闭环管理”，建议设立一个主科目（如 “人工智能专项投入” ），下面按两个关键维度 “业务职能”、“AI项目类型” 设置子科目，既避免标签分散，将所有AI相关投入强制归集到主科目下，又通过“业务职能”维度精准业务归因，通过“AI项目类型”维度明确价值导向，为后续量化ROI设定方向。
▶维度一：业务职能
——反映“钱花在哪个业务环节”
| 生产运营优化：涵盖与直接生产制造过程相关的AI应用。例如智能质检、预测性维护、工艺参数优化、能耗优化等。 |
|---|
| 供应链与物流优化：涵盖采购、仓储、物流环节的AI应用。例如需求预测、智能采购、物流路线规划、仓储自动化管理等。 |
| 产品研发与创新：涵盖新产品设计、现有产品智能化升级相关的AI投入。例如基于AI的仿真与设计、产品智能化功能开发（如嵌入AI模块）、数字孪生体构建等。 |
| 营销与销售赋能：涵盖客户洞察、精准营销、销售预测等。例如客户画像与分群、个性化推荐、销售线索评分、价格优化等。 |
| 管理与后台增效：涵盖提升内部运营效率的AI应用。例如智能客服（内部员工支持）、财务自动化（RPA+AI）、文档智能处理等。 |
| 基础设施与平台：支撑所有AI应用的基础性投入。例如AI专用算力、数据平台建设/治理、AI开发平台/工具采购或自研、模型管理平台等。 |
▶维度二：AI项目类型
——反映“花了钱能收获什么样的价值”
| 效率提升型：主要目标是降低成本（人力、物料、能耗、停机损失等）或提升效率（产能、周转率、响应速度）。这是制造业最普遍且易量化的类型。例如通过预测性维护减少停机。 |
|---|
| 质量提升型：主要目标是提升产品/服务质量或降低质量风险。例如更精准的缺陷检测、工艺参数优化提升良率、基于AI的质量根因分析。 |
| 新产品/服务创收型：主要目标是开发全新的AI驱动的产品或服务，或对现有产品进行显著的智能化升级以提升售价/市场份额，从而带来新增收入。例如开发具有AI功能的智能设备、提供基于AI预测的增值服务。 |
| 决策支持型：主要目标是提升管理决策的科学性和时效性。例如基于AI的销售预测、供应链风险预警、投资决策辅助模型。 |
| 基础能力建设型：主要目标是构建或升级支撑未来AI应用的通用能力。例如数据中台建设（为AI打基础）、AI平台引入、核心算法研发储备。 |
以下为预算科目设置示例：
● 主科目：人工智能专项投入
○ 子科目1 (业务职能)：生产运营优化
○ 子科目2 (AI项目类型)：效率提升型
■ 具体项目： XX生产线智能质检系统
■ 预算构成：
◆ 软件许可/云服务费
◆硬件（相机、边缘计算设备）
◆内部人力（各团队投入工时折算）
◆外部实施/咨询费
◆数据标注/治理费
◆培训费
预算监督执行与定义结果
聚焦可量化指标，全生命周期管理
预算分类是基础，严格的执行监督和闭环管理才是关键，企业可以考虑设立专门的AI治理/卓越中心，来进行AI项目从预算到结果评估的全生命周期追踪与治理机制。
▶项目立项严控： 每个AI项目立项必须提交详细的商业计划书，核心内容包括：明确且可量化的目标（KPI）、清晰的基线数据、详细的预算分解、实施路径与里程碑、风险评估与应对。商业计划书需由包括业务、财务、IT等部门代表的跨部门评审委员会评审，未通过评审，无预算。
▶预算执行监控： 按项目精细化管理，使用项目管理工具或财务系统进行实时监控；严格按里程碑释放预算，防止预算失控；月度/季度审查，进行财务及进度跟踪，并且要关注能预示最终结果的先行指标（例如模型准确率达标情况）。
▶结果评估与闭环： 项目上线稳定运行一段时间（如3-6个月）后，必须进行强制性的PIR（Post-Implementation Review，项目后评估），需要对比实际效果vs目标KPI，进行归因分析与经验教训总结，在公司内部适当范围内公示，并且纳入公司知识库，指导未来项目。成功项目团队将获得更多资源/信任；持续未达标的项目类型或团队，后续预算会被严格审视甚至削减。以下为如何定义结果的示例，必须聚焦可量化的核心业务指标，并且与项目类型强相关：
制造业的AI预算不是IT预算的简单延伸，而是驱动核心业务转型的战略投资，需要科学规划预算口径，做好组织保障，立项即量化，进行全生命周期管理，并且结果定义需紧扣业务价值，用钱说话。通过这样的精细化管理，能将看似分散的AI投入转化为可衡量、可解释、可优化的业务驱动力，最终确保AI投入产生实实在在的价值。后续我们将继续分享100万AI预算的投资方向问题。
