試點成功的標準常是"建議看起來對"。上線後調用量上來，帳單和覆核人力一起漲。沒有人把 token、GPU 時間和人工覆核算進該場景。於是智能顯得便宜，因為它的成本進了信息部總帳。成本看得見，才能決定這個場景該不該繼續用模型，還是該退回規則。
ROI 不是準確率除以熱情。是業務收益減去這三項成本。
看不見的成本如何膨脹
提示越寫越長，上下文塞進整份合同，token 按數量級跳。覆核為了放心變成全量人工，模型只是前置排版。排版很貴。演示環境調用少，生產環境一開放給全員，成本曲線才露臉。露臉時已經難以下線。
沒有場景級帳單，優化無從談起。優化只能喊"大家少問一點"。
讓每個場景有一張成本卡
- 記錄每次調用的 token、是否走貴模型、是否觸發人工覆核。
- 覆核人天按工單回寫，全量覆核的場景不得宣稱已自動化。
- 周成本超閾先縮範圍或改規則，而不是先擴用戶。
- 對比規則引擎方案，模型只留在規則寫不清的例外。
XYN 數智化系統把 AI 掛在節點上，調用可以按場景記帳。成本看得見，智能才配談經營。看不見，它只是一項會自我繁殖的費用。
