问：我们工厂想同时上工业AI和数据中台，老板问我这俩加一起的投资回报怎么算，我该怎么评估？

答：评估工业AI和数据中台的投资回报，核心不是分开算两笔账，而是看数据中台能不能把工业AI的落地成本和周期压下来，同时看AI带来的收益能不能反哺中台建设。这两件事绑在一起算，ROI才真实。

举个场景你就明白了。假设一家汽配企业，压铸车间有十几台设备，质检靠老师傅目检，良率波动大。老板想上AI视觉检测，又听说数据中台是底座，就犹豫了：先上哪个？钱怎么花才不冤？

一、先搞清楚两者的关系，别当成两个独立项目

数据中台解决的是数据从哪来、怎么统一、怎么复用的问题。工业AI解决的是具体场景里的预测、识别、优化问题。没有中台，AI项目就是烟囱式开发——每做一个场景，都要重新抽数据、洗数据、对字段。某电子厂做第一个AI质检模型花了四个月，其中三个月在整理历史图片和标签。后来他们搭了轻量数据中台，把MES、QMS、设备日志统一接入，第二个场景的AI开发周期缩到六周。这就是中台对AI ROI的直接贡献：降低边际成本。

二、ROI评估要分三层来看

第一层，直接收益。工业AI能算清楚的部分：质检人力节省、不良率下降带来的材料和时间节省、设备非计划停机减少的产能损失。这些可以用财务口径折算。建议从单一场景切入，比如先做表面缺陷检测，把这条线的投入产出跑通。

第二层，中台带来的复用收益。这是容易被忽略的大头。中台把数据治理、特征工程、模型部署这些能力沉淀下来后，每增加一个AI场景，增量投入是递减的。评估时建议关注：场景复制周期缩短了多少、数据准备人力减少了多少、模型迭代频率提升了多少。这些指标不直接出现在财务报表里，但决定了AI能不能规模化。

第三层，隐性风险成本。没有中台，AI模型上线后数据漂移没人管，准确率三个月掉十个点，产线又退回人工。这种反复的成本要算进去。中台提供的数据监控和回流机制，本质上是在保护AI的投资不贬值。

三、具体怎么算账，建议从三个指标入手

一是场景级ROI。单场景的AI投入除以该场景的年化收益，看回收期。一般工业视觉类项目回收期在一年到一年半算健康。

二是中台摊薄系数。总中台投入除以未来两年计划落地的AI场景数。如果只做一个场景，中台显得贵；如果规划了五到八个场景，摊薄后每个场景的数据成本就合理了。建议优先考虑那些有多个潜在AI场景的产线或工厂先上中台。

三是数据资产周转率。中台里的数据被AI项目调用了多少次、产生了多少模型。这个指标越高，说明中台没白建。

四、给老板汇报时的建议

别把中台说成纯成本中心。可以这样讲：中台是工业AI的流水线，AI是流水线上的产品。第一件产品贵，因为要建线；后面产品越多，单件越便宜。评估周期建议看两年，第一年重点看单场景跑通和中台基础能力搭建，第二年看场景复制速度和整体收益爬坡。

如果预算有限，建议先从数据基础较好、AI场景明确的一条产线做起，中台轻量化部署，别一上来就搞全厂大中台。等第一个场景的ROI跑正了，再横向复制。这样老板看得见回头钱，团队也有信心往下推。