400-188-1518AI流程人工接管率怎么算：公式、统计口径与解读
人工接管率＝统计周期内发生人工接管的AI执行实例数 ÷ 同期AI执行实例总数 × 100%。分子按实例去重，同一实例多次接管只计一次；分母包含自动完成和接管后完成的实例。本文给出可复算的公式、纳入与排除的接管情形、取数口径与缺失处理，并用一个月的数据演示计算与拆分对比，帮助在试点验证或运行监控中形成一致口径。
Table of Contents
要点总览（TL;DR）
- 人工接管率＝统计周期内至少发生一次人工接管的AI执行实例数÷同期AI执行实例总数×100%，分子按实例去重，分母包含自动完成与接管后完成的实例。
- 纳入接管的四类情形：人工修改AI产出后继续、人工终止AI流程改由人工完成、AI请求人工补录或审批后放行、AI异常回退到人工队列；AI未触发的请求、纯人工任务、系统故障重试和流程外操作应排除。
- 时间归属需二选一并全程一致：按实例发起时间或按接管发生时间归入周期，两种口径结果不同，不可混用；分母为零时报告“无样本”而非0%。
- 计算时同步报告接管频次（接管次数÷接管实例数）和接管类型分布，并按流程、节点、版本拆分，定位接管集中点。
- 接管率反映人工介入的广度，不直接等于AI正确率或节省工时；不设通用达标线，阈值应基于自身历史基线与试点目标确定，不单独作为绩效评价依据。
评估目标：接管率要回答什么问题
人工接管率回答的是一个范围问题：在AI实际发起执行的流程实例中，有多大比例需要人介入。它衡量人工介入的广度，反映AI流程在真实业务中的可独立运行程度。这个数字不能直接当作AI正确率，也不能直接换算成节省工时——一次接管可能只改一个字段，也可能推翻整段产出，两者对接管率的贡献相同，对工时的影响却相差很大。
因此，计算前要先明确评估对象。常见有三种粒度：某类AI流程整体（如“需求拆解到工作项创建”）、某个AI节点（如“测试用例生成”）、某个版本或提示词变更前后的同一流程。粒度不同，分子分母的取数范围就不同，结果不可混用。建议在指标名称中固定粒度，例如“需求拆解流程人工接管率（v2提示词）”，避免后续对比时口径漂移。
使用场景决定统计周期和对比方式。上线前试点验证关注绝对水平和接管类型分布，周期可以短，但要记录样本量；上线后运行监控关注趋势和异常波动，周期通常按月或按周固定；变更前后对比要求两个周期同口径、样本量接近、周期长度一致，否则差异可能来自样本结构而非变更本身。评估目标确定后，再进入公式和范围定义。
指标与范围：分子、分母和统计边界
核心公式为：人工接管率＝接管实例数÷AI执行实例总数×100%，结果单位为%。分子是统计周期内至少发生一次人工接管的AI执行实例数，按实例去重；分母是同期AI实际发起执行的实例总数，包含自动完成的实例和接管后最终完成的实例。分母只统计AI真正发起执行的实例，AI未触发的请求不计入。
为补充接管率，建议同时报告两个辅助指标。接管频次＝接管次数÷接管实例数，单位为次/实例，反映同一实例被反复接管的程度；接管率相同的两个流程，频次高的那个说明单次接管往往没有解决问题。平均接管耗时＝接管总耗时÷接管实例数，用于判断人工介入的成本量级。三个指标分开报告，不合并成一个综合分。
| 项目 | 定义 | 取数要点 |
|---|---|---|
| 分子：接管实例数 | 周期内至少发生一次人工接管的AI执行实例数，按实例去重 | 同一实例多次接管只计一次；接管次数另计 |
| 分母：AI执行实例总数 | 周期内AI实际发起执行的实例数，含自动完成与接管后完成 | 排除AI未触发的请求与纯人工发起的任务 |
| 接管频次 | 接管次数÷接管实例数，单位次/实例 | 与接管率分开报告 |
| 平均接管耗时 | 接管总耗时÷接管实例数 | 耗时口径需固定，如从接管开始到实例结束 |
| 范围边界 | 纳入的流程、AI节点、版本清单 | 清单在统计前固定，周期之间保持一致 |
范围边界需要在统计前写成清单：纳入哪些流程、哪些AI节点、哪个版本或提示词配置。确定性规则自动化的流程配置、接口连接与开放接口扩展开发不属于本文讨论的接管率统计对象，它们的人工干预通常由规则变更或接口故障引起，与AI执行中的人工接管性质不同。清单一旦确定，同一对比序列内的所有周期都按同一清单取数。
统计口径：哪些情况算人工接管
口径不一致是接管率不可比的主要原因。同一批执行记录，按“人工修改过就算接管”和按“人工终止才算接管”统计，结果可能相差数倍。建议在统计前把接管情形逐类列出，明确纳入与排除，并写入指标说明文档，后续周期直接沿用。
| 情形 | 是否纳入 | 判定说明 |
|---|---|---|
| 人工修改AI产出后继续执行 | 纳入 | 以人工编辑操作为准，修改幅度不影响计数 |
| 人工终止AI流程并改由人工完成 | 纳入 | 终止动作即为接管发生点 |
| AI请求人工补录信息或人工审批后放行 | 纳入 | 补录与审批均属流程内人工介入 |
| AI异常回退到人工处理队列 | 纳入 | 回退动作记录为接管类型“异常回退” |
| AI未触发的请求 | 排除 | 未进入AI执行，不构成分母 |
| 纯人工发起的任务 | 排除 | 无AI执行实例，不进入统计 |
| 系统故障导致的重试 | 排除 | 重试实例与原实例合并，不重复计数 |
| 与AI执行无关的人工操作 | 排除 | 如状态字段的常规维护 |
边界情形需要单独约定。同一实例多次接管，分子只计一次，接管次数在频次指标中体现；接管后又自动恢复执行的实例，仍计为接管实例，恢复动作可作为接管类型的一个子类记录；跨系统的人工操作，只统计发生在该AI流程实例生命周期内、且作用于该实例产出的操作，流程外的人工处理不计入。把这些约定写清楚，不同人取数才能得到相同结果。
数据口径与证据：从哪里取数、如何保证可比
接管率的数据通常来自三处：AI执行日志提供实例的发起、结束与执行状态；工作项状态流转记录提供实例产出被修改、审批、回退的痕迹；接管操作记录提供接管类型、接管人和接管时间。三处数据通过实例ID关联，形成一条可核对的明细。取数前先确认这三类记录是否齐全，缺失的部分在指标说明中标注。
明细表建议包含以下字段：实例ID、AI节点名称、流程名称、版本或提示词标识、发起时间、接管时间、接管类型、接管人、结束状态、是否计入分母、是否计入分子。字段固定后，后续周期按同一模板导出，减少人工整理带来的口径差异。
时间归属必须二选一并全程一致。按实例发起时间归入周期，适合评估“这一批发起的工作有多少需要人管”；按接管发生时间归入周期，适合评估“这一段时间人工介入的负载”。两种口径的结果不同，同一份报告内不可混用，跨周期对比时也要确认前后采用同一种归属方式。
缺失与异常按规则处理：日志缺失的实例单列一张表，不默认计入分子，也不默认计入分母，并在报告中说明缺失数量及占比；分母为零时报告“无样本”，不写0%，因为0%会被误读为AI完全独立运行；系统故障导致的重试实例与原实例合并，避免同一工作被重复计数。数据来源与缺失处理规则确定后，再进入计算步骤。
在ONES中，AI助手的操作结果保存为工作项、Wiki页面等内容，输出过程可追踪、结果可审计，工作项的状态流转与操作记录可以作为实例明细的取数来源之一。具体字段是否覆盖实例ID、接管类型等信息，需在实际环境中核对后再确定取数方案。
计算与评估步骤：从取数到出结论
按以下顺序执行，每一步都留下可复核的中间产物，便于他人复算或在下个周期沿用。
- 确定统计周期与纳入清单。写明起止日期、纳入的流程与AI节点、版本标识，形成一份范围清单，作为后续所有取数的过滤条件。
- 导出AI执行实例明细并去重。以实例ID为主键，合并重试与重复记录，得到分母候选集，记录总数。
- 标记每个实例是否发生接管及接管类型。按上一节的口径逐条判定，接管类型至少区分修改后继续、终止改人工、补录或审批、异常回退四类。
- 计算接管率、接管频次与接管类型分布。接管率＝接管实例数÷实例总数×100%；接管频次＝接管次数÷接管实例数；类型分布按接管实例数统计各类型占比。
- 按流程、节点、版本拆分对比。找出接管集中的节点，结合接管类型判断问题出在产出质量、流程设计还是权限限制。
- 结合样本量与时间窗判断结论是否稳定。样本量过小或周期过短时，结论标注为“初步观察”，不据此做版本决策。
完成六步后，输出一张汇总表加一张明细表。汇总表给出总体接管率、频次、类型分布和拆分结果；明细表保留实例级记录，供抽查核对。两者一起归档，下个周期直接按同一模板复算。
计算示例：一个月的AI流程接管率
以下为演示情景，数字用于说明计算过程。某月某AI流程共产生AI执行实例1200个，其中发生人工接管的实例180个，接管次数合计240次。
- 接管率＝180÷1200×100%＝15%
- 接管频次＝240÷180≈1.33次/实例，说明部分实例被接管两次以上
- 若接管总耗时为90小时，平均接管耗时＝90÷180＝0.5小时/实例
按节点拆分后，需求拆解节点接管率为22%，测试用例生成节点接管率为9%。总体15%掩盖了两个节点的差异：需求拆解是主要接管来源，改进资源应优先投向该节点。进一步看接管类型分布，若需求拆解节点的接管以“人工修改后继续”为主，问题更可能出在产出格式或字段完整性；若以“异常回退”为主，则需检查该节点的执行稳定性。
变更前后对比时，取两个同口径周期：变更前一个月接管率15%，变更后一个月接管率11%，两期实例总数分别为1200和1150，样本量接近、周期长度一致，可以认为接管率下降；若变更后周期只有两周、实例数不足300，则应标注样本不足，暂不下结论。对比时同时报告接管频次与类型分布的变化，避免只看单一数字。
解读与限制：接管率高低说明什么、不能说明什么
接管率高可能来自多种原因：AI产出质量不足、流程设计把本可自动完成的步骤设成了人工确认、权限限制导致AI无法直接写入、或者团队习惯先人工过一遍再放行。只看总接管率无法区分这些原因，需要结合接管类型分布判断。修改后继续占比高，优先查产出质量；审批类占比高，优先查流程设计；异常回退占比高，优先查执行稳定性。
接管率低也不等于AI可靠。人工可能在实际操作中直接绕过AI、在流程外处理，或者接管后未按规范记录，这些情况会让分子偏小。统计时应抽查明细，确认接管记录与实际操作一致；发现漏记时，先修正记录规范，再比较周期数据。
不同流程、不同复杂度、不同版本之间不宜直接横向比较。一个涉及多系统写入的流程与一个单节点生成任务，接管率的合理区间本就不同。比较应限定在同一流程的纵向时间序列，或结构相近的节点之间。本文不设通用达标线，阈值应基于自身历史基线和试点目标确定，例如以试点前三个月的均值为基线，设定改进目标区间。
接管率用于定位改进点，适合与接管频次、接管类型分布、平均接管耗时一起看，不单独作为团队绩效评价依据。把它当作绩效指标，容易诱发少记录接管或绕过流程的行为，反而破坏数据质量。将指标用于流程优化和版本验证，配合明细抽查，才能持续得到可信的数字。
常见问题
同一AI执行实例在一个统计周期内被人工接管多次，分子应该计几次？
分子按实例去重，同一实例在一个统计周期内无论被接管多少次，都只计一次。接管次数用于计算辅助指标“接管频次”，即接管次数÷接管实例数，单位为次/实例。接管率反映的是“有多少实例需要人管”的广度，接管频次反映的是“同一实例被反复接管”的程度，两个指标分开报告，不合并成一个数字。
AI流程执行到一半被人工终止，改由人工从头完成，这种情况算接管吗？
算。人工终止AI流程并改由人工完成，属于纳入统计的接管情形，终止动作即为接管发生点。该实例仍计入分母（因为AI实际发起了执行），同时计入分子（发生了人工接管）。如果人工终止后该实例被关闭、没有产生最终产出，也按接管实例计数，并在明细中记录结束状态，便于后续分析终止原因。
统计周期内AI执行实例总数为零，接管率应该写0%吗？
不应写0%。分母为零时报告“无样本”，并说明该周期内没有AI实际发起执行的实例。写0%会被误读为AI完全独立运行、无需人工介入，与实际没有样本的情况混淆。同样，如果日志缺失导致部分实例无法判定是否接管，应将缺失实例单列，不默认计入分子或分母，并在报告中说明缺失数量及占比。
按实例发起时间和按接管发生时间归入周期，结果差异很大，应该选哪一种？
两种口径回答的问题不同：按实例发起时间归入周期，适合评估“这一批发起的工作有多少需要人管”；按接管发生时间归入周期，适合评估“这一段时间人工介入的负载”。选择取决于评估目标，但同一份报告内只能采用一种，跨周期对比时前后也必须一致。如果两种口径的结果差异较大，说明接管发生与实例发起之间存在明显时间差，可在报告中补充说明，但不建议在同一张趋势图里混用两种口径。
接管率下降是否一定说明AI流程变好了？
不一定。接管率下降可能来自AI产出质量提升，也可能来自人工绕过AI、在流程外处理，或者接管后未按规范记录，导致分子偏小。判断时应抽查明细，确认接管记录与实际操作一致；同时看接管频次和接管类型分布的变化。如果接管率下降但接管频次上升，说明少数实例被反复接管，问题可能更集中。只有记录规范、明细可核对时，接管率的变化才适合作为流程改进的依据。
