OpenAI 算給你看導入 AI 報酬率 245%，但最關鍵那個數字是它自己假設的

先說清楚我對這份文件的態度：它沒有騙人。

它該標的地方都標了，甚至比大多數廠商文件誠實。我要講的不是它藏了什麼，而是你讀完之後會記得什麼——而這兩件事，往往差很多。

那條算式長什麼樣

OpenAI 在 2026 年 9 月 16 日發表〈How to connect AI usage to business value〉，主要在介紹 ChatGPT 管理後台的分析功能。文件中段有一個它標示為「示意」的年度投報試算，情境是業務團隊做客戶研究簡報：

• 20 位業務，每人每週做 2 份客戶簡報，每份省下 3 小時，一年 46 週
• 20 × 2 × 3 × 46 = 一年省下 5,520 小時
• 假設團隊把其中 50% 的時間投入有產值的工作，以全額人力成本每小時 75 美元計算
• 5,520 × 50% × $75 = $207,000 年度產能價值
• 第一年總成本（AI 訂閱、導入、訓練、後續支援）假設 $60,000
• ($207,000 − $60,000) ÷ $60,000 = 245%

我把每一步都算了一次，包括那個 5,520 小時。數字全部對得上。

然後，在這段的正下方，有一行小字：

「All figures are hypothetical.」（所有數字皆為假設。）
— OpenAI〈How to connect AI usage to business value〉，2026 年 9 月 16 日

這行字是對的，也是負責任的。但你我都知道會發生什麼事：三天後在會議室裡被引用的，是 245%，不是這行小字。

整條算式的支點，是那個 50%

這條算式裡有六個數字：20 人、2 份、3 小時、46 週、$75、$60,000。其中大部分是你公司可以自己查的——你有幾個業務、他們一週做幾份簡報、人力成本多少，這些都有答案。

只有一個數字，沒有任何公司查得到：省下來的時間，有多少變成了有產值的工作？

OpenAI 填了 50%。這個數字沒有來源，文件也沒說它從哪來——它就是一個假設，而且文件已經誠實地承認它是假設。

問題是：整條算式的結論，幾乎完全由這一個數字決定。

其他數字動一動，結論只是微調；這個數字動一動，結論會翻面。我把它換成別的值重算一次（其餘條件全部照 OpenAI 原文不動）：

看最後兩行。只要「省下的時間轉成產值」的比例低於 14.5%，這筆投資就是賠的。

而 14.5% 是什麼概念？以那個情境來算，每位業務每週省下 6 小時，其中只要有超過 5 小時 8 分鐘沒有變成有產值的工作，這筆投資就不划算了。

你覺得 50% 跟 14.5%，哪一個比較接近你公司的真實情況？

「省下來的時間去哪了」是企業最不敢量的一題

我在企業現場問過很多次同一個問題：「這個流程 AI 幫你省了時間，那多出來的時間你拿去做什麼？」

最常見的回答有三種，沒有一種是「拿去開發新客戶」：

• 「就比較不會加班了。」——這是真實的價值，但它是員工的價值，不是財報上的價值。公司付的薪水沒變。
• 「就被其他事情填滿了。」——也是真的。工作會自己長出來填滿時間，這件事在管理學裡有名字，而且比 AI 老很多。
• 「其實沒省到，因為我要檢查它。」——這一種最重要，下面會講。

這三種答案，對應到的轉換率都遠低於 50%。而且注意：這不是 AI 沒用，是「省下的時間」跟「產生的價值」中間本來就沒有自動連線。那條線要有人去接，而接線是管理工作，不是工具工作。

這正是我認為這份文件最有價值的地方——它其實有講到這件事，只是被那個 245% 蓋過去了。

公平地說：它的框架是好的，該丟的是數字

如果只把這篇當成廠商吹牛，那就讀錯了。文件裡有一段五個問題的框架，我認為寫得相當不錯，特別是其中一句：

「Include the time spent reviewing and correcting the work so that faster completion still meets the team's quality standards.」
（要把檢查與修正的時間算進去，這樣「做得更快」才仍然符合團隊的品質標準。）
— 同一份文件

這句話是賣 AI 的人自己寫的，而且它直接不利於漂亮的數字。願意寫這句，我認為值得肯定。

也要說句公道話：那個 245% 的試算裡，「有了 AI 之後」那一欄寫的是「整理研究，再檢查和修正，每份 1 小時」，檢查和修正的時間其實有算進去。文件自己提出的標準，它的示範有照做。但那 1 小時是示意值——你照抄的時候，要換成自己團隊實際量到的時間。

所以我的建議很直接：框架留著，數字全部丟掉，換成你自己量的。

OpenAI 的問題	你要自己補上的那一步
你想改善什麼？	挑一個，而且是主管本來就在看的指標。不要挑「效率」這種沒有單位的東西
現在的流程長什麼樣？	先量兩週再導入。沒有導入前的基準，事後所有數字都是回憶
有了 AI 之後什麼改變了？	把檢查與修正的時間算進去。文件的示範有算（每份 1 小時含檢查和修正），你要換成自己量的
這讓團隊多了什麼可能？	🔴 這就是那個 50%。去追蹤省下的時間實際流向哪裡，別假設
效益值得這筆投資嗎？	先算損益兩平的轉換率，再問自己做不做得到，比算 ROI 有用

誠實踩煞車

• 這是賣方寫的文件，立場要先擺明。OpenAI 靠企業席次與 API 用量收錢，這份文件同時是使用指南也是銷售素材。兩件事同時為真，不衝突。
• 我不是在說 245% 不可能。某些團隊確實做得到，甚至更高。我說的是：那個數字不是一個發現，是一個假設的結果，不能當成你的預期值。
• 文件裡的客戶數字都是 OpenAI 轉述的。1Password 的「553% ROI、80 萬美元年度工程產能價值」、ATV Big Air Tour 的「每週 8 小時降到 1 小時」、Playco 的「手動修正減少 50%」——這些全都是廠商轉述客戶說法，不是獨立稽核。文件用的字也是「estimates」「reported」。
• 我沒有能力驗證那些客戶案例。本文只驗算了 245% 那條公開列出步驟的算式，因為只有它把每一步都寫出來了。
• 「轉換率低於 14.5% 就虧錢」這個結論，前提是照抄 OpenAI 的其他假設。如果你的人力成本、團隊規模或導入成本不同，損益兩平點會跟著變。我要示範的是這條算式對那個數字有多敏感，不是給你一個通用門檻。

所以你該做什麼

如果你是一般上班族：這週挑一件你用 AI 做的事，誠實記下兩個時間：它幫你省了多久，以及你花了多久檢查它。大部分人從來沒有記過第二個。記完你會有一個比任何廠商文件都準的數字——你自己的。

如果你要用 AI 量產東西：注意那個 14.5%。你的量產效率愈高，省下的總時數愈大，這個比例的槓桿也就愈大——同樣是「省下的時間沒有被善用」，在小規模時只是浪費一點，在大規模時會直接把整筆投資變成負的。所以量產之前，先想好省下來的產能具體要流向哪一件事，寫下來。

如果你是主管：下次有人拿一份 AI 的 ROI 試算來找你簽，請做一件事：把裡面每個數字問一次「這個是查來的還是假設的」，然後把效益那幾個假設砍一半、成本維持原樣甚至加倍，再算一次，看結論還成不成立。如果這樣一調結論就翻面了，那你簽的不是一份投資案，是一份心願。另外，那個「省下的時間去哪了」的問題，沒有人會主動回報，因為答案通常不好看——你得自己去問，而且要問得讓人敢說實話。

你是機長，AI 是機組人員

飛行前有一份工作叫做油量計算。它會算出這趟航程需要多少燃油，而且算得非常精確——航路距離、風、重量、高度層，全部都是真實數據。

但機長不會照著那個數字加油。

他會在上面加一整套備份：改降備用機場的油、等待空域的油、還有一筆不指定用途的預留油。不是因為那份計算算錯了，而是因為計算的前提裡有「風會照預報吹」這種東西。前提有不確定性，結論就要留餘裕，這跟計算準不準是兩回事。

這份 245% 的試算就是那份油量計算：算法沒問題，前提有風險。

你的工作不是去挑它的數學，也不是因為它是廠商寫的就整份丟掉。你的工作是看出哪一個前提會決定結果，然後在那個地方留餘裕。

在這條算式裡，那個地方叫做 50%。

常見問題 FAQ

Q：那這份文件到底能不能用？
能，而且我建議主管讀一次，但只讀那五個問題的框架，跳過試算。框架的價值在於它逼你先定基準、再比較，而且明確要求把複查時間算進去。這些都是對的做法。數字則請全部換成你自己量的。

Q：「省下的時間有 50% 變成產值」這個假設，到底合不合理？
它不是「不合理」，它是無法驗證——這兩者不一樣。合不合理要看公司：如果團隊有明確的產能出口（例如業務手上有跑不完的名單），比例可以很高；如果沒有出口，省下的時間就會自然消散。所以這個數字量的其實不是 AI，是你的管理。

Q：我們公司很小，這套算法用得上嗎？
用得上，而且小公司更該算損益兩平點而不是 ROI。原因很簡單：小團隊省下的總時數小，但導入成本（訓練、試錯、流程調整）不會等比例變小，所以損益兩平所需的轉換率會比大公司高。先算出「我至少要把幾成的時間變成產值」，再判斷做不做得到。

Q：如果我只是想說服老闆買 AI，直接拿 245% 去不行嗎？
技術上可以，但我建議別這樣做，理由是自私的：你會被那個數字綁住。半年後老闆回頭問「245% 呢」，你手上沒有東西。拿一個保守、有基準、你自己量得出來的數字去提案，過關機率可能低一點，但你能活過驗收。

Q：那「省下的時間比較不會加班」算不算價值？
當然算，但它是員工留任與健康面的價值，不會出現在這條 ROI 算式裡，因為公司付出的薪資成本沒有改變。如果這是你們導入 AI 的真正目的，就大方換一套指標去衡量它（例如加班時數、離職率），不要硬塞進財務報酬率裡——硬塞的結果通常是兩邊都說不清楚。

資料來源

以下均於 2026 年 9 月 20 日查證：

• OpenAI 官方文件〈How to connect AI usage to business value〉（openai.com/index，2026 年 9 月 16 日）：245% 試算的完整步驟（20 位業務 × 每週 2 份 × 省 3 小時 × 46 週 = 5,520 小時；50% 轉換率；每小時 75 美元；$60,000 第一年成本）、「All figures are hypothetical」原句、五個評估問題的框架、「Include the time spent reviewing and correcting the work」原句，以及 1Password（553% ROI、80 萬美元）、ATV Big Air Tour（每週 8 小時→1 小時）、Playco（手動修正減少 50%）三個客戶案例的敘述與其「estimates／reported」用字。
• 算術驗算：文中所有 ROI 數字（245%／107%／38%／0%／−31%）與損益兩平轉換率 14.49%，均由我依據 OpenAI 原文列出的算式重新計算，其餘假設條件一律沿用原文不改。原式驗算：20 × 2 × 3 × 46 = 5,520 小時，與原文一致。

查證說明（誠實揭露）：①245% 試算的每一個輸入值與中間結果，均以 OpenAI 官方頁面原文為準，我逐步重算並確認可以重現原文結論。②敏感度分析（50%／30%／20%／14.5%／10% 那張表）是我自己算的，不是 OpenAI 的內容——我只更動「轉換率」一個變數，其餘沿用原文假設，計算式已列於上方以便查核。③「低於 14.5% 就虧錢」只在原文那組假設下成立，不同的人力成本、團隊規模或導入成本會得到不同門檻，不可當成通用標準。④1Password、ATV Big Air Tour、Playco 三個案例的數字我無法獨立查證，它們是 OpenAI 轉述的客戶說法而非獨立稽核，本文已在正文標明，並且不用它們支撐任何論點。⑤本文引用的是賣方自己出版的文件，立場已在正文揭露。⑥文中「企業現場最常聽到的三種回答」是我的教學現場觀察歸納，不是研究數據，沒有樣本統計可以支撐，請當成經驗談。⑦油量計算與備用油的航空類比是我用來解釋「前提不確定就要留餘裕」的比喻，與本文件無關。

關於作者
黃敬峰（AI峰哥／阿峰老師），企業 AI 實戰培訓專家，服務客戶包含國泰人壽、工研院、士林電機、電通、城邦媒體等。聯絡方式：ai@autolab.cloud