AI应用/产品的量化指标可按核心维度分类整理，覆盖技术、用户、商业、伦理、可持续性及行业定制化场景，所有指标均明确量化标准与参考基准，便于直接落地使用：

一、技术性能类量化指标

1. 模型准确率：图像识别Top-1准确率（无固定基准，需超行业均值）、医疗影像腺瘤检出率≥25%

2. 生成任务表现：NLP领域BERTScore（Precision/Recall/F1综合值）、代码生成HumanEval测试通过率（如Grok-3达89.3分）

3. 泛化性：跨群体错误率差异≤5%（如医疗AI不同种族人群）

4. 实时性：语音交互延迟中位数≤1.2秒、同声传译响应≤0.2秒

5. 资源效率：API调用成本（如Grok-3 $0.002/千token）、光模块功耗≤14W

6. 多模态能力：多任务处理速度较基线提升≥30%、CLIP Score≥0.8（跨模态语义匹配度）

7. 鲁棒性：对抗攻击（FGSM）准确率下降≤10%、异常检测识别率≥95%（如金融欺诈）

二、用户价值类量化指标

1. 核心功能渗透率：高频功能日调用量占比≥60%（如代码生成工具）

2. 任务完成率：客服AI问题解决率≥80%（无人工介入）

3. 留存率：M3留存率≥40%（过滤观光客）、M12/M3比率≥80%

4. 活跃度：日均使用时长≥15分钟、周活跃用户占比≥60%

5. 用户反馈：NPS≥40分、语音识别错误率≤5%、投诉响应时间≤24小时

三、商业表现类量化指标

1. 收入增长：ARR季度环比增长≥15%、客户续费率≥80%、NDR≥110%（头部企业标准）

2. 收入结构：按结果付费AI合同占比≥30%（如金蝶超1.5亿元）

3. 盈利能力：毛利率≥70%、LTV/CAC≥3（优质企业5-6倍）

4. 市场竞争力：细分市场占有率≥20%、企业客户占比≥60%、大型客户（年付费≥10万美元）增长≥30%

四、伦理合规类量化指标

1. 公平性：群体错误率差异≤5%、差异影响比（DIR）≥0.8（符合EEOC标准）

2. 隐私保护：隐私预算ε≤1（差分隐私）、敏感数据脱敏合规率100%

3. 合规认证：通过GDPR/CCPA（通用场景）、FDA PCCP（医疗AI）

五、可持续性类量化指标

1. 技术迭代：每季度至少1次重大更新、训练周期（如Grok-3 122天）、McCabe指数≤15（代码复杂度）

2. 数据质量：少数群体样本占比≥20%、用户反馈数据回流率100%（数据闭环）

3. 社会责任：训练碳排放≤500kg/次、可再生能源使用占比≥50%、主导/参与≥1项行业标准（如ISO 23894）

六、行业定制化量化指标

（一）医疗AI

1. 临床性能：敏感性≥92%、特异性≥87%（如Cologuard）

2. 落地效果：临床使用率≥70%、误诊率较传统方法降低≥15%

3. 合规要求：通过FDA PMA/De Novo认证

（二）企业级AI

1. 商业价值：客户6个月内成本降低≥30%（如Rulebase）

2. 集成能力：与CRM/ERP系统对接成功率≥90%、部署周期≤30天

这些量化指标形成了完整的评估闭环，既覆盖通用场景，也适配细分行业特性。