解读

面试官想验证三件事：

1. 你是否能用“业务语言”而非“算法语言”讲清ROI；
2. 你是否能把AI带来的不确定收益，拆成可量化、可审计、可复盘的财务指标；
3. 你是否熟悉国内B端采购的“三层决策链”——业务线（用）、财务（算）、合规（审），并给出对应证据包。

一句话：不是“模型多准”，而是“客户多赚”。

知识点

1. 国内B端AI付费的“四算”模型：算成本、算收入、算风险、算合规。
2. ROI公式：ROI =（年度增量现金流 – 年度总拥有成本TCO）÷ TCO，现金流必须≥客户内部收益率（IRR）门槛，否则采购流程会被财务一票否决。
3. 成本项TCO = 一次性费用（接入、定制、数据标注）+ 年度订阅费 + 隐形成本（客户侧GPU扩容、人力学习、等保测评）。
4. 收益项ΔCash：
   ① 降本类：人力替代、耗材节省、能耗下降，用“人·天单价×节省人数×12”直接折算；
   ② 增收类：产能提升带来额外订单，用“新增良品率×单件毛利×预测销量”折算；
   ③ 避险类：降低监管罚款或品牌损失，用“历史罚款均值×发生概率下降幅度”折算。
5. 国内证据链要求：POC对比报告须加盖客户公章、财务处签字确认；数据需脱敏但保留时间戳，满足《数据安全法》第21条审计要求。
6. 决策链话术：
   业务线KPI→“帮贵司把质检人均产出提升30%，等于一条线省2人，全年省96万”；
   财务处→“按贵司8% IRR门槛，项目第10个月现金流回正，NPV 38万”；
   合规办→“算法已做算法备案（网信办备案号），数据不出境，等保三级测评报告同步提供”。

答案

示范回答（可直接用于面试，3 分钟版本）：

“证明ROI，我分四步落地。
第一步，选‘高价值、低数据摩擦’的场景做切口。例如某头部动力电池客户的AI质检项目，我先锁定‘极片缺陷检测’——单条产线因漏检导致的退货损失历史均值120万/年，客户痛点清晰。
第二步，7天离线POC，用客户提供的3万张历史图片做复现，输出‘漏检率由0.8%降到0.1%，过杀率维持2%’的对比报告，并让客户的质量部、财务部联合签字，确认‘每降低0.1%漏检≈减少14.4万退货’，把算法指标翻译成现金。
第三步，算TCO：一次性数据标注+模型定制费38万，年度订阅48万，客户需新增2张A100推理卡14万，按4年折旧，年度成本=38/4+48+14/4=59.5万。
第四步，算年度增量现金流：漏检率降低0.7%×120万=100.8万；同时减少2名质检工，人·年成本20万，合计120.8万。ROI=（120.8–59.5）÷59.5=103%，10个月回正，NPV 42万，高于客户集团8% IRR红线。
最后，我把报告拆成三页：一页业务收益、一页财务指标、一页合规证明（算法备案+等保+数据不出境承诺），分别给生产副总、财务总监、法务总监签字，两周内完成立项。用这套模板，我们过去8个B端项目平均客单价提升65%，回款周期缩短30%。”

拓展思考

1. 如果客户是国企，还需把ROI折算成“国有资产保值增值率”，并在报告中引用《中央企业投资监督管理办法》条款，让财务处更容易过会。
2. 对于收益滞后超过12个月的场景（例如AI节能算法），可引入“效果对赌+分期付款”条款：首年只收30%订阅费，若节能量未达到承诺值，客户可无条件退款，降低采购阻力。
3. 未来可把ROI模型产品化：在交付控制台实时显示“当日节省金额”“当月ROI”，让客户财务每月自动拉数，减少人工审计成本，形成续费钩子。