---
title: "成本效益分析（Cost-Benefit Analysis）"
slug: cost-benefit-analysis
language: zh-TW
source: https://aiterms.tw/terms/cost-benefit-analysis
updated_at: 2026-04-29
tags: [成本效益, AI導入, ROI, iPAS初級, iPAS中級]
ipas_term: true
---

# 成本效益分析（Cost-Benefit Analysis）

> **你有沒有在評估一個 AI 專案要不要花錢導入時，還在想這件事到底該怎麼看？**
>
> 把它想成一張會把花費、節省、風險都放上去的算帳表。
> 它不只看開發費，還會把資料標註、算力、維運和人力時間一起算進去。
> 有些 AI 專案看起來很酷，但如果回本太慢或風險太高，就不該急著上。
>
> 就像先用生活中的例子抓住核心用途，再回頭看名詞和公式，理解會穩很多。

### 容易混淆
> **ROI**
> ROI只看回報率，成本效益分析會把非金錢效益和隱性成本一起算。
> **常見混淆：成本效益分析 vs ROI**
> ROI只看回報率，成本效益分析會把非金錢效益和隱性成本一起算。

### 記住這句就好
> 先算總成本，再看總效益，最後才決定。

### 實際案例
> **銀行客服**
> 導入自動回覆後，客服人力少了，但還要把模型維護和誤判處理算進去。
> **工廠檢測**
> 系統能降低漏檢，但如果標註和重訓太貴，整體不一定划算。

### 深入了解
> 1. 先定義時間範圍，通常看 1 到 5 年，不然很容易只看到短期花費。
> 2. 成本要算直接成本，也要算隱性成本，例如資料處理、流程調整和模型退化。
> 3. 效益要看省下多少時間、少出多少錯，還有風險降低帶來的間接價值。

### 情境判斷
> **Q1：如果導入 AI 後每年省 120 萬，但前期要花 250 萬，你會怎麼看？**
> → 先看回本時間和維運成本，如果第二年後持續為正，而且風險可控，多半值得。
> **Q2：如果專案淨效益為正，但只要資料品質稍微變差就可能翻負，該做嗎？**
> → 要看情況，數字為正不等於安全，這時要把資料治理和維護預算一起算進去。

### iPAS 考題
> **Q1：AI 專案評估時，哪一項最常被忽略卻會拉高總成本？**
> → 答案常是資料標註、模型重訓和流程改造這類隱性成本。

### 常見問題
> **Q：成本效益分析中，不能直接量化的效益怎麼辦？**
> 可以用代理指標估算，例如把品牌提升轉成留存率或轉換率的變化，再換算成金額。
> **Q：時間範圍要抓多久才合理？**
> AI 應用常見是 3 到 5 年，太短看不出長期效益，太長又會高估技術穩定度。
> **Q：結果為正就一定要做嗎？**
> 不一定，還要看機會成本、執行能力和風險承受度。

### 相關術語
> - **資料品質監控**：看完這個後，再回來看 成本效益分析 會更容易把脈絡接起來。
> - **資料漂移**：看完這個後，再回來看 成本效益分析 會更容易把脈絡接起來。
> - **決策樹**：看完這個後，再回來看 成本效益分析 會更容易把脈絡接起來。

---

來源：https://aiterms.tw/terms/cost-benefit-analysis
快查頁：https://aiterms.tw/terms/cost-benefit-analysis
最後更新：2026/04/29
深度解說：https://aiterms.tw/learning/what-is-cost-benefit-analysis