如何衡量 GenAI 功能的 ROI？我用的 4 個指標

每一個做 GenAI 的 PM 都會遇到這個問題：

「AI 很好，但怎麼證明它值得投資？」

在銀行，這個問題更尖銳。因為每一筆 AI 的投資都需要和傳統 IT 項目競爭預算——而傳統項目的 ROI 已經有成熟的計算方式。

這篇分享我實際使用的四個 GenAI ROI 衡量指標。

指標 #1：效率提升率（Efficiency Gain）

定義： 使用 AI 前後，完成同一項任務所需時間的變化。

範例： 理財專員在「準備客戶面談資料」這個任務上：

• AI 前：平均 25 分鐘（開五個系統、手動彙整）

• AI 後：平均 3 分鐘（一個查詢取得整合建議）

效率提升率 = (25 - 3) / 25 = 88%

這個數字在跟主管報告時非常有力。但要注意：不要只量「最佳情境」。你需要取樣足夠大，涵蓋不同類型的查詢和不同經驗層級的使用者。

衡量方式：

• 系統端：記錄每次查詢的回應時間

• 使用者端：定期問卷 + 隨機訪談

• 對照組：留一群人不用 AI，做對照比較

指標 #2：品質提升率（Quality Improvement）

定義： 使用 AI 前後，回覆/建議的品質變化。

這個指標比效率更難量化，但更重要。

我們的做法：

建立一個「品質評分卡」，由業務專家每週抽檢 50 筆 AI 回覆，根據以下維度打分（1-5 分）：

維度	說明
正確性	回覆的內容是否正確？
完整性	是否涵蓋了所有相關面向？
可讀性	語言是否流暢易懂？
合規性	是否符合法規要求？
實用性	對理財專員是否有實際幫助？

結果： AI 回覆的平均品質分數從上線初期的 3.2 提升到穩定運行後的 4.1（滿分 5）。

指標 #3：採用率與黏著度（Adoption & Retention）

定義： 目標使用者中，有多少人在用 AI 功能？用了多久之後還繼續用？

這是最能反映 AI 產品是否真正解決痛點的指標。

我們追蹤的數據：

• DAU/MAU（Daily / Monthly Active Users）

• 功能使用頻率：每週平均查詢次數

• 留存率：第一次使用後，第 7 天、第 30 天、第 90 天的留存

• 主動回訪率：使用者是否主動回來用（vs. 被要求使用）

我們的數據：

• 首月採用率：72%

• 第 90 天留存率：65%

• 週均查詢次數：12 次/人

關鍵洞察： 如果採用率高但留存率低，代表你的 AI 解決的不是真正的痛點——或者使用者試了之後覺得不夠好。

指標 #4：機會成本節省（Opportunity Cost Savings）

定義： AI 釋放出的人力時間，可以被重新配置到哪些更高價值的活動？

這是最容易被忽略、但往往最有說服力的指標。

邏輯：

如果 100 個理財專員每天各省下 20 分鐘，一年就省下：

• 100 人 × 20 分鐘 × 250 工作天 = 8,333 小時

這 8,333 小時如果被用於：

• 更多的客戶面談 → 潛在營收增加

• 進階客戶經營 → 客戶留存率提升

• 學習新產品知識 → 服務品質提升

把時間轉換成金額： 假設理財專員的時薪成本是 NT$800，8,333 小時 = NT$ 6,666,400。

這就是你可以跟主管說的數字。

如何呈現

最後，資料的呈現方式和資料本身一樣重要。我的建議：

1. 一頁式 Dashboard：用四象限圖（效率 / 品質 / 採用 / 成本）一頁看完

2. 趨勢線，不只看數字：主管想看的是「持續改善的方向」，不只是一個靜態數字

3. 對比基期：永遠要有一個「AI 前」的基線數據

4. 附上使用者回饋：數據配上一兩句真實用戶的回饋，說服力翻倍

---

這是「GenAI 產品實戰筆記」系列的第三篇。

💬 延伸閱讀： 2025 年度回顧與未來展望