如何在不只计算节省的时间的情况下衡量人工智能的回报

我建立了一个可比较的参考

在改变之前和之后执行一组类似的任务。它将简单的情况与异常分开；将它们放在一起比较可能会掩盖人工智能的工作原理。还记录交付必须满足的最低质量。如果团队需要解决所有问题，那么制作更多草稿并不等于解决更多问题。

我包括了不太明显的成本

除了许可和使用之外，还包括集成时间、数据准备、培训和监督。初始账户可以将释放容量的价值与这些成本进行比较。这种能力不会自动节省金钱：有必要决定它是否允许处理更多工作、减少延迟或将精力重新分配给其他活动。

决定你将如何处理结果

我在飞行员面前定义了什么样的信号可以证明继续、纠正或停止它。例如，缩短响应时间，同时保持所需的质量并且不增加投诉。比较时使用相同的定义。当流程或工具发生变化时，检查参考；先前的良好结果并不能证明当前的表现。

将其付诸实践

• 我测量了类似的案例。
• 计算纠正和干预的次数。
• 将释放的容量与有效的节省分开。
• 我在评估中包括了维护。