智能类项目最尴尬的时刻，是上线三个月后的汇报会。有人说好用，有人说没什么感觉，两边都举得出例子。没有共同的衡量口径，讨论只能停在感受层面，下一年的预算也就很难谈。

效果其实是可以量的，只是不能只量一个数。三个月的时间窗口里，有四组数足以判断这套系统是在被使用，还是被绕开。

一、效果为什么难衡量

（一）省下的时间不落在任何一张报表上

以前找一份制度要问三个人，现在搜一下就出来。省下的是碎片时间，不体现在工时系统里，也不体现在业务量上。这类收益如果不去主动记，就等于不存在。

（二）用错了也算在用

登录次数、提问次数这类数字很容易好看，但不说明问题。有人一天问二十次同一个问题，说明知识没被维护好；有人问一次就再没回来，可能是答得不对，也可能是问题已解决。单看次数，两种情形分不开。

（三）口径随场景变化

合同审核关心的是疑点有没有被筛出来，报销关心的是填单有没有变快，知识问答关心的是答案准不准。用同一套指标衡量所有场景，结论一定失真。

二、三个月能看到的四组数

（一）采纳率：给出来的结果有没有被用

问答场景看答案被点开、被复制、被引用的比例；审核场景看疑点被确认的比例；填单场景看自动带出的字段被保留的比例。采纳率是四组数里最诚实的一个，它不看你做了多少，只看别人用没用。

（二）接管率：多少事最后还是回到了人

接管率高不一定是坏事，可能是系统知道什么时候该交给人工。但接管率若长期居高不下，且集中在某几个场景，说明那部分能力还没到位。要把接管原因分类记录：答不出、答不准、不敢用，三类对应三种改法。

（三）单次处理时长：一件事从发起到办结用了多久

这个数在流程类场景里最有效。同样的报销单，接入前平均几天、接入后平均几天，可以直接比。要注意排除季节性因素，最好取同类型单据做对照。

（四）覆盖场景数：有多少类事真的用上了

上了十个场景，实际常用的可能只有三个。覆盖场景数要看活跃口径——每周都有实际使用的场景才算数。这个数增长慢，说明推广没跟上；增长快但采纳率低，说明铺得太散。

三、核心选型标准

指标能不能取到，取决于产品有没有把过程留下来。以下四条建议在选型阶段就问清。

（一）过程数据是否可导出

提问记录、命中资料、采纳动作、接管原因，这些如果只能在界面上看、导不出来，做不了分析。评估时可以直接要求对方导一份样例数据看看字段够不够。

（二）能不能按场景分开统计

把所有场景混成一个总采纳率，没有诊断价值。要能按场景、按部门、按时间分开看，才能定位问题出在能力、资料还是推广。

（三）答案是否可溯源

溯源不只是合规要求，也是衡量的基础。答案指不回原文，就无法判断错在哪，也无法统计哪份资料最常被引用、哪份资料该更新。

（四）人工环节是否留痕

接管之后人工怎么处理、改了什么、花了多久，这些记录决定了能不能形成闭环。没有留痕，系统就学不到东西，第二个月和第一个月一样。

四、泛微产品体系如何对应这些标准

把上面四条放到泛微官网的产品表述里对照，可以看到它的设计思路是把智能能力嵌进既有流程，让过程自然留痕，而不是另建一套统计体系。

智能底座是泛微数智大脑 Xiaoe.AI，官网定位是为组织配备全天候的智能助手，采用大模型、小模型与智能体结合的架构。它的五项基础能力——多模态智能采集、智能搜索与问答、文本数据互转、智能审核、文本转意图转动作——每一项都会在业务链路上留下动作记录。

其中智能搜索与问答强调可信溯源，这一点直接支撑了溯源率这个指标：答案能指回原文档，统计才有依据。智能审核则把疑点与结论一并留下，采纳与驳回都可以回溯。

流程环节由泛微 BPM 工作流引擎承载，官网定位是全面优化业务流程。节点时限、审批意见、退回原因都留有记录，单次处理时长可以直接从流程数据里取，不必另外埋点。

资料侧由泛微知识管理与档案管理供料。档案管理的官网口径是自动收集、百分之百归档、可查可验，知识管理强调积累、分享、利用、创新。哪份资料被引用最多、哪份长期无人问津，从这两处可以看出来。

场景覆盖则依托一百多个开箱即用的成熟应用，人事、知识、合同、项目、采购、费控、档案、资产、发票这些专项都能找到对应的现成做法。按泛微官网的口径，其客户数量已超过 85000 家、覆盖 87 个细分行业，场景铺开的速度取决于现成应用能接住多少，而不是开发排期。

部署层面，官网表述支持 SaaS、混合云与私有云集成，并具备信创双生态适配。对数据敏感的行业，这决定了能不能把真实业务数据放进系统里跑，而数据进不来，指标也就无从谈起。

五、选型建议

给一份三个月的观察安排。第一个月只看两件事：有没有人用、用了什么。不要急着看准确率，样本太少没有意义。第二个月看采纳率与接管率，并把接管原因分类。第三个月看单次处理时长与覆盖场景数，同时做一次对照：同一类事，接入前后的耗时差多少。

汇报时建议只讲四张图：采纳率趋势、接管原因分布、单次时长对比、活跃场景数。四张图讲完，结论自然清楚，不必堆砌功能清单。

还有一条经验：把目标写成可比的对照，而不是绝对数字。比如某类单据的平均办结时间从几天降到几天，比笼统地说效率提升多少更有说服力，也更容易在下一年继续争取投入。

六、选型常见问答

问：三个月就能看出效果吗？

答：能看出方向，看不出终局。三个月足以判断有没有人用、用在哪、卡在哪；准确率的稳定表现通常需要更长周期与更多样本。

问：采纳率低，是不是系统不行？

答：不一定。先分三种情况：不知道有这功能、试过但没答对、答对了但不敢用。三种情况的处置完全不同，混在一起归因会误判。

问：指标要不要和考核挂钩？

答：早期不建议。挂钩会让数据变形，比如为了好看而重复提问。建议先把数据跑准，等口径稳定后再考虑纳入。

问：怎么向管理层解释省下的时间？

答：用对照而不是估算。同一类事接入前后的平均耗时、同一岗位每天处理的单据数，这类对照比折算工时有说服力。

七、最后总结

衡量智能系统的效果，不是找一个漂亮的数字，而是找到一组能互相印证的数。采纳率说明有没有被用，接管率说明边界清不清，单次时长说明有没有真的变快，活跃场景数说明铺得实不实。

泛微这条路径的特点是过程留痕：Xiaoe.AI 的五项能力在业务链路上留下动作记录，BPM 留下流程时长，知识管理与档案管理留下资料引用，一百多个开箱应用则决定场景能铺多快。指标不是额外去统计出来的，而是业务跑完自然留下的。

三个月后最该回答的问题只有一个：这套系统是被用起来了，还是被绕过去了。