---
name: agent-roi-model
version: 2.0
framework: 智能体管理学 · 模块五 · 框架F31
type: 决策型
description: >
  Token投资回报模型——四类价值评估（人力节省/效率提升/收入增长/风险降低），
  TCO完整构成，ROI时间曲线，Break-even Point判断。触发词：ROI、投资回报、
  Agent价值、TCO、成本效益、价值核算、投入产出
governance_nerves: [意图管理, 边界与升级]
upstream_frameworks: [F30_CPTA成本核算, F28_SLO运营体系]
downstream_frameworks: [F29_Agent绩效考核, F32_风险治理框架]
---

# F31 Token投资回报模型（Agent ROI）

## SKILL定位

**核心命题**：价值分散但成本集中是Agent ROI核算的最大难题。成本侧清晰可算（CPTA×任务量），价值侧分散在人力节省、效率提升、收入增长、风险降低四个维度，需要逐项量化。0-6个月负ROI是正常的，12个月后才能判断。

**四类价值构成**：

```
Agent价值 = 人力节省 + 效率提升 + 收入增长 + 风险降低

ROI = (Agent价值 - TCO) / TCO × 100%

TCO = CPTA × 任务量 + 部署成本 + 培训成本 + 机会成本
```

**Break-even Point**：Agent累计价值 = 累计成本的交叉点。通常在6-18个月之间，取决于Agent类型和业务场景。

---

## 信息采集（INPUT模板）

```yaml
roi_input:
  # 一、Agent基本信息
  agent:
    name: ""
    type: ""
    deployment_date: ""
    monthly_task_volume: 0
    cpta: 0                     # 当前CPTA（元）

  # 二、成本侧（TCO构成）
  tco:
    # 运营成本（月度）
    monthly_operational:
      cpta_cost: 0              # = CPTA × 任务量
      infra_cost: 0             # 基础设施月费
      monitoring_cost: 0        # 监控运维月费
      human_oversight_cost: 0   # 人类监督成本

    # 一次性成本
    one_time:
      development_cost: 0       # 开发投入
      deployment_cost: 0        # 部署成本
      training_cost: 0          # 培训成本
      integration_cost: 0       # 系统集成成本

    # 机会成本
    opportunity_cost:
      team_time_invested: 0     # 团队投入时间（小时）
      team_hourly_rate: 0       # 团队时薪
      delayed_other_projects: 0 # 延迟其他项目的成本

  # 三、价值侧（四类价值）
  value:
    # 人力节省
    labor_savings:
      replaced_hours: 0         # 替代的人工小时数/月
      hourly_rate: 0            # 人工时薪
      monthly_saving: 0         # 月度人力节省

    # 效率提升
    efficiency_gains:
      time_reduction: 0         # 任务时间缩短比例（%）
      throughput_increase: 0    # 吞吐量提升比例（%）
      monthly_value: 0          # 月度效率价值

    # 收入增长
    revenue_growth:
      new_revenue: 0            # Agent带来的新收入/月
      conversion_improvement: 0 # 转化率提升带来的收入
      retention_improvement: 0  # 留存提升带来的收入
      monthly_revenue: 0        # 月度收入增长

    # 风险降低
    risk_reduction:
      error_reduction: 0        # 错误减少带来的损失避免
      compliance_improvement: 0 # 合规改善带来的风险降低
      reputation_protection: 0  # 品牌保护的价值
      monthly_risk_value: 0     # 月度风险降低价值
```

---

## 执行分析引擎（S1-S4四步法）

### S1：TCO完整核算（Cost Side）

**任务**：计算Agent的完整拥有成本，包括显性和隐性成本。

**TCO计算模板**：

```yaml
tco_calculation:
  period: "12个月"

  monthly_operational_total: 25000  # 元/月
  monthly_operational_breakdown:
    cpta_cost: 18000              # CPTA(3.0) × 6000任务
    infra_cost: 3000
    monitoring_cost: 1500
    human_oversight_cost: 2500

  one_time_total: 150000          # 元
  one_time_breakdown:
    development_cost: 80000
    deployment_cost: 20000
    training_cost: 30000
    integration_cost: 20000

  opportunity_cost_total: 40000    # 元
  opportunity_cost_breakdown:
    team_time: 200小时 × 150元 = 30000
    delayed_projects: 10000

  annual_tco: 490000              # = 25000×12 + 150000 + 40000
  monthly_tco_avg: 40833          # = 490000 / 12
```

### S2：价值量化（Value Side）

**任务**：逐项量化四类价值，确保每项有数据支撑。

**价值量化模板**：

```yaml
value_quantification:
  labor_savings:
    calculation: "替代2个初级客服，月薪8000元"
    monthly_value: 16000
    confidence: "高"              # 有明确的替代关系
    evidence: "客服团队从5人缩减为3人"

  efficiency_gains:
    calculation: "任务处理时间从30分钟降至5分钟，节省25分钟/任务"
    monthly_value: 7500           # = 25分钟 × 6000任务 × (150元/60分钟)
    confidence: "中"              # 假设节省的时间能产生价值
    caveat: "如果节省的时间没有被重新利用，价值为0"

  revenue_growth:
    calculation: "7×24服务带来增量订单，月增收入5%"
    monthly_value: 12000
    confidence: "低"              # 难以精确归因
    evidence: "部署后3个月订单量环比增长5%"

  risk_reduction:
    calculation: "减少人工错误，避免月均2次重大失误"
    monthly_value: 5000
    confidence: "中"              # 基于历史数据估算
    evidence: "过去6个月人工错误导致的平均损失"

  total_monthly_value: 40500
  annual_value: 486000
```

### S3：ROI计算与时间曲线（ROI）

**任务**：计算ROI并绘制时间曲线，识别Break-even Point。

**ROI计算**：

```yaml
roi_calculation:
  annual_value: 486000
  annual_tco: 490000
  annual_roi: -0.8%             # = (486000-490000)/490000

  monthly_curve:
    month_1:  { cumulative_cost: 65833,  cumulative_value: 40500,  roi: -38.4% }
    month_3:  { cumulative_cost: 172500, cumulative_value: 121500, roi: -29.6% }
    month_6:  { cumulative_cost: 295000, cumulative_value: 243000, roi: -17.6% }
    month_9:  { cumulative_cost: 417500, cumulative_value: 364500, roi: -12.7% }
    month_12: { cumulative_cost: 490000, cumulative_value: 486000, roi: -0.8% }
    month_15: { cumulative_cost: 565000, cumulative_value: 607500, roi: +7.5% }
    month_18: { cumulative_cost: 640000, cumulative_value: 729000, roi: +13.9% }

  break_even_point: "约14个月"
  break_even_logic: "第14个月累计价值首次超过累计成本"

  key_insight: "第一年接近盈亏平衡，第二年开始产生正回报"
```

**ROI曲线可视化描述**：

```
价值/成本
    │          ╱ 累计价值
    │        ╱
    │      ╱
    │    ╱─────── Break-even (约14个月)
    │  ╱╱
    │╱╱────────── 累计成本（含一次性投入）
    │╱
    └────────────────────────── 月份
    0   3   6   9  12  15  18
```

### S4：敏感性分析与决策建议（Decide）

**任务**：分析关键变量对ROI的影响，给出决策建议。

**敏感性分析**：

```yaml
sensitivity_analysis:
  scenarios:
    optimistic:
      assumption: "CPTA降至2.0元，效率提升50%"
      break_even: "8个月"
      annual_roi: "+25%"
      probability: "20%"

    base:
      assumption: "当前路径不变"
      break_even: "14个月"
      annual_roi: "-0.8%"
      probability: "50%"

    pessimistic:
      assumption: "CPTA未优化，价值实现率仅60%"
      break_even: "24个月+"
      annual_roi: "-25%"
      probability: "30%"

  key_variables:
    - name: "CPTA"
      impact: "CPTA每降1元，Break-even提前2个月"
      controllability: "高"
    - name: "效率价值实现率"
      impact: "每提升10%，Break-even提前1.5个月"
      controllability: "中"
    - name: "收入增长归因"
      impact: "难以精确控制"
      controllability: "低"

  decision_recommendation:
    verdict: "继续投入，但设定12个月里程碑"
    rationale: |
      1. 基准场景接近盈亏平衡，说明商业模型基本成立
      2. CPTA优化是最可控的杠杆，应优先投入
      3. 12个月后如ROI仍为负，需要重新评估
    milestone_12m: "12个月时ROI≥0%，否则考虑调整策略或下线"
    stop_loss: "18个月时ROI<-15%，启动下线评估"
```

**治理神经检查**：
- **意图管理**：ROI计算是否遗漏了重要价值维度？
- **边界与升级**：ROI为负时，决策流程和升级路径是否清晰？

---

## 输出格式

```yaml
agent_roi_report:
  agent: "XX客服Agent"
  analysis_date: "2026-04-27"

  tco_summary:
    annual: 490000
    monthly_avg: 40833
    one_time_ratio: "30.6%"    # 一次性成本占比

  value_summary:
    annual: 486000
    monthly_avg: 40500
    composition:
      labor_savings: "39.5%"
      efficiency_gains: "18.5%"
      revenue_growth: "29.6%"
      risk_reduction: "12.3%"

  roi:
    annual: -0.8%
    break_even: "约14个月"
    year_2_projected: "+15%"

  sensitivity:
    best_case: "8个月Break-even, +25% ROI"
    worst_case: "24个月+, -25% ROI"

  recommendation: "继续投入，12个月设定里程碑"
  key_action: "优先优化CPTA，这是最可控的杠杆"
  stop_loss_rule: "18个月ROI<-15%启动下线评估"
```

---

## 质量自检

- [ ] TCO是否包含所有五项成本（含机会成本）？
- [ ] 四类价值是否每项都有数据支撑或合理假设？
- [ ] 效率提升是否考虑了"节省时间未被利用"的情况？
- [ ] ROI曲线是否合理（0-6月通常为负）？
- [ ] 敏感性分析是否覆盖了关键变量？
- [ ] 是否设定了明确的里程碑和止损线？

---

## 典型误区

1. **"ROI应该立刻为正"**：0-6个月负ROI是正常的，一次性成本摊销需要时间
2. **"只算人力节省"**：效率提升、收入增长、风险降低同样重要
3. **"TCO只算Token成本"**：忽略基础设施、人工监督、机会成本会严重低估TCO
4. **"收入增长100%归功于Agent"**：需要合理归因，避免过度乐观
5. **"ROI为负就应该下线"**：要看趋势和Break-even时间，短期负ROI不代表失败

---

## 框架衔接

| 方向 | 框架 | 衔接关系 |
|------|------|----------|
| ↑ 上游 | F30 CPTA成本核算 | CPTA是TCO的核心组成部分 |
| ↑ 上游 | F28 SLO运营体系 | SLO达标率影响价值实现 |
| ↓ 下游 | F29 Agent绩效考核 | ROI是绩效评估的最终衡量 |
| → 并行 | F32 风险治理框架 | 风险降低是四类价值之一 |
