作者 | Matt Saunders

譯者 | 明知山

谷歌云 DORA 團隊發(fā)布了一份更新報告——《AI 輔助軟件開發(fā)的 ROI（2026.01）》，為測算 AI 在軟件開發(fā)領(lǐng)域的財務(wù)回報提供了一個實用的框架。該報告提出了一種結(jié)構(gòu)化模型，用于將工程指標(biāo)轉(zhuǎn)化為實際的業(yè)務(wù)價值。這份報告是 2025 年 DORA AI 輔助軟件開發(fā)現(xiàn)狀報告 的續(xù)作，由谷歌云 DORA 團隊及其 Delta 創(chuàng)新實踐小組共同撰寫。

報告的核心論點是：AI 是一種能力放大器。谷歌云 DORA 團隊負責(zé)人 Nathen Harvey 表示：“AI 投資的最大回報并非來自工具本身，而是來自對底層組織系統(tǒng)的戰(zhàn)略性重視：內(nèi)部平臺的完善程度、工作流程的清晰度以及團隊協(xié)作的一致性。沒有這個基礎(chǔ)，AI 只能帶來局部的生產(chǎn)力提升，但這些提升往往會在后續(xù)流程的混亂中損耗殆盡。”這一觀點與 2025 年 DORA 的研究結(jié)論高度契合：AI 既會放大高績效組織的優(yōu)勢，也會放大低效組織的內(nèi)部亂象。

報告中的一個關(guān)鍵概念是價值實現(xiàn)的 J 曲線。作者認(rèn)為，大多數(shù)組織在收獲 AI 應(yīng)用的長期收益之前，都會經(jīng)歷一段短期的生產(chǎn)力下滑。這種下滑主要源于三方面原因：團隊適應(yīng)新工作流程的學(xué)習(xí)成本、審核 AI 生成代碼產(chǎn)生的校驗成本，以及為應(yīng)對代碼產(chǎn)出量增加需要調(diào)整測試、變更審批等下游流程。報告將這一階段稱作“轉(zhuǎn)型的學(xué)費”，并指出倘若管理者將其誤判為項目失敗，很可能在發(fā)展低谷階段撤回投入，進而錯失后續(xù)的長期收益回報。

報告中計算 ROI 的方法論以谷歌云價值實現(xiàn)實踐的價值模型為基礎(chǔ)。價值通過七項核心能力從 AI 應(yīng)用開始逐層流動，其中包括高質(zhì)量的內(nèi)部平臺、版本管控規(guī)范以及可供 AI 調(diào)用的內(nèi)部數(shù)據(jù)。這會進一步優(yōu)化 DORA 交付指標(biāo)，繼而轉(zhuǎn)化為開發(fā)者體驗、用戶體驗等非財務(wù)成果，最終轉(zhuǎn)化為成本節(jié)約與收入增長這兩種財務(wù)成果。ROI 采用通用標(biāo)準(zhǔn)公式計算：價值減去投資，再除以投資。報告以一家 500 人的工程組織為樣本，按人均全職年薪 17.6 萬美元測算，模擬得出首年收益約 1160 萬美元，投入成本為 840 萬美元，ROI 約 39%，投資回收期約八個月。

報告謹(jǐn)慎地避免夸大相關(guān)數(shù)據(jù)。作者表示：“將這些測算結(jié)果視為高不確定性的估算，目的是引發(fā)行業(yè)探討，而非當(dāng)作死板的數(shù)學(xué)定論。”研究團隊指出，AI 模型的推理成本已大幅下降。據(jù)斯坦福人工智能指數(shù)顯示，2022 年 11 月至 2024 年 10 月期間，推理成本降幅達 280 倍。這意味著落地應(yīng)用的實際財務(wù)壓力已轉(zhuǎn)移至治理層面：管控代碼審核成本、優(yōu)化現(xiàn)有工作流程以及提升團隊人員技能。

“我們衡量 AI 的價值不在于它生成了多少代碼，而是它清楚了多少業(yè)務(wù)瓶頸。” ——谷歌云 DORA 團隊 —— 《DORA AI 輔助軟件開發(fā)的 ROI 報告》

報告還強調(diào)了不穩(wěn)定性帶來的成本。報告借鑒 2025 年 DORA 相關(guān)研究指出，雖然引入 AI 能夠提升個人工作效率與代碼質(zhì)量，但同時也會加劇軟件交付的不穩(wěn)定性。代碼產(chǎn)出更多、流轉(zhuǎn)速度更快，有可能超出現(xiàn)有部署流水線和人工審核環(huán)節(jié)的承載能力。模型將這部分視作一項成本，示例測算工具實際顯示產(chǎn)生了 344000 美元的負面停機影響，原因是假定的變更失敗率從引入 AI 前的 5% 上升至 6%。作者認(rèn)為，這并非暫緩引入 AI 的理由，而是加大投入完善自動化測試、持續(xù)集成與小批量工作模式的依據(jù)。

InfoQ 此前曾報道過 DORA AI 相關(guān)研究的演進歷程。2025 年 9 月，InfoQ 報道了 2025 年 DORA AI 輔助軟件開發(fā)現(xiàn)狀的相關(guān)內(nèi)容，報告介紹了 DORA AI 能力模型，并劃分出從高績效團隊到受遺留瓶頸束縛的組織等七種不同團隊類型。InfoQ 在 2026 年 3 月的一篇分析文章中指出，該項研究基于近 5000 名技術(shù)從業(yè)者的調(diào)研以及超 100 小時的定向訪談，并得出結(jié)論：“AI 無法修復(fù)本就破碎的工程系統(tǒng)。”

這份新的 ROI 報告為工程管理者提供了具體的財務(wù)分析工具，完善了此前的相關(guān)研究。報告提供了一個交互式計算器，企業(yè)可結(jié)合自身情況調(diào)整各項假設(shè)條件。作者建議分別測算保守、現(xiàn)實、樂觀三種場景，得出結(jié)果區(qū)間，并與財務(wù)團隊建立合理預(yù)期。

社區(qū)對這份報告提出的框架普遍表示認(rèn)可。Karol Wojtaszek 在 LinkedIn 上指出，報告解答了高管們最為關(guān)心的 AI 投入回報問題。Andreas Wiesmueller 在 LinkedIn 發(fā)文稱：“沒有工程卓越作為支撐的 AI，只會放大自身已有的問題”，這一觀點與報告強調(diào)組織基礎(chǔ)重要性的思想高度契合。紐約技術(shù)戰(zhàn)略家 Ravi Kalakota（與谷歌無關(guān)聯(lián)）在一篇探討 AI 投資回報為何需要流程重構(gòu)的文章中提出：“真正的投資回報并非來自大語言模型本身，而是源于業(yè)務(wù)流程的重構(gòu)優(yōu)化”，他還補充道：“在未進行運營流程重構(gòu)的前提下部署 AI 只是一種成本高昂、效率加快卻依舊原地踏步的做法。”

這種工具應(yīng)用與組織成熟度之間的矛盾對 DORA 來說并非全新領(lǐng)域。類似的規(guī)律也曾出現(xiàn)在 DORA 此前關(guān)于持續(xù)交付和平臺工程的研究中，二者均體現(xiàn)出在收獲長期收益前會經(jīng)歷初期生產(chǎn)力下滑的過程。報告明確給出了這種類比，并指出 J 曲線現(xiàn)象在這些技術(shù)領(lǐng)域中普遍存在。報告引用斯坦福大學(xué)軟件工程生產(chǎn)力項目的研究發(fā)現(xiàn)：AI 在簡單的新任務(wù)上可實現(xiàn) 35% 至 40% 的生產(chǎn)力提升，但在復(fù)雜遺留代碼場景中提升效果往往僅有 10%，甚至更低。這一發(fā)現(xiàn)對于主要在現(xiàn)有系統(tǒng)上工作的許多組織來說意義重大。

報告還探討了所謂的“智能體時代”，闡述了從響應(yīng)式 AI 工具向可執(zhí)行多步驟工作流程的自主系統(tǒng)演進的趨勢。在此背景下，作者重新界定了 ROI 的理解方式。報告明確反對將裁員作為策略，認(rèn)為保留并培訓(xùn)現(xiàn)有員工更具成本效益，同時還能留住企業(yè)的專業(yè)知識與經(jīng)驗沉淀。

“投資回報不再用于衡量一個組織可以替代多少開發(fā)人員，而是衡量通過把系統(tǒng)性繁瑣工作交由智能體能夠釋放出多少人類潛在的創(chuàng)造力。” ——谷歌云 DORA 團隊 —— 《DORA AI 輔助軟件開發(fā)的 ROI 報告》

對于更長期的發(fā)展前景，作者引用了谷歌云的數(shù)據(jù)：三年內(nèi)，谷歌云 AI 的平均投資回報率達到了 727%，平均投資回收期為八個月左右。他們將第一年主要定位為夯實基礎(chǔ)、推進組織變革的階段，隨著團隊從簡易編碼助手升級到大規(guī)模智能體工作流程，第二年和第三年將收獲復(fù)利式收益。該報告可在 dora.dev/ai/roi/report 獲取。

查看英文原文：

https://www.infoq.com/news/2026/05/dora-roi-ai-assisted-dev-report/

會議推薦

Agent 從 Demo 到工程化還差什么？安全與可信這道坎怎么過？研發(fā)體系不重構(gòu)，還能撐多久？

AICon 上海站 2026，13 大重磅專題已上線，誠摯邀請你登臺分享實戰(zhàn)經(jīng)驗。AICon 2026，期待與你同行。快來掃碼鎖定 8 折專屬席位或提交演講議題

今日薦文

你也「在看」嗎？