数字与系统拆解 AI 赋能食品包装企业海外破局 · 答辩演示用

为什么这样分？ 四项都是出海必须先付的成本：没有认证进不了欧美货架； 没有打样和试点拿不到订单；新增跟单人力是接住询盘的前提；AI 系统是把这三件事的效率放大。 合计四项中值 267.5 万，取整 273 万，年均约 91 万。E 类 其中 AI 那 8–12 万是 B 类 有账单记录的实测数。

为什么用 CAPM 而不是随便定一个数？ 因为 CAPM 是财务学里最通行的股权成本模型，每个参数都能对外解释来源，不是拍脑袋。 拆开看：国债利率是「什么都不干也能拿到的回报」D 类； β=1.2 表示包装行业比大盘波动大一些E 类； 7% 是投资股市相对国债多要的补偿D 类； 6% 小规模溢价是因为浩威营收 5000–7000 万属小企业、股权无公开市场、老客户占比超 80% —— 这三重风险要额外补偿E 类。

论文主动说了自己保守的地方：股权风险溢价取的是新兴市场中值 7%， 没取成熟市场的 5–6%；而且如果按 Hamada 公式再加杠杆，WACC 会升到 15.87%， 比我们用的 15% 高 0.9 个百分点 —— 那种情况下 NPV 仍约 115.4 万，结论不变。

为什么用 DCF/NPV 而不只看「几年回本」？ 回本期不考虑时间价值，也看不出项目整体赚多少。NPV 把两件事一起解决了： 折现处理了时间价值，正负号直接给出「值不值得做」。

这里有个必须说清的口径问题：这套现金流是增量毛利口径， 没扣所得税、没扣新增销管费用、没算应收账期占用的钱。 扣掉 25% 所得税后 NPV 降到 23.4 万、IRR 降到 19.2%。 论文因此判定：这 261 万的追加投资暂不承诺，要过三道门验证。 E 类

压力测试：把 AI 单条成本一路推到 20 元（约实测中值的 2.5 倍， 模拟多轮调用加人工复核），12 万元投入仍在 12 个月内回本；实测口径下只要 5 个月上下。 单条成本是 B 类实测， 回本期是在此之上的 E 类测算。

为什么用蒙特卡洛而不是机器学习？ 这里的 NPV 是确定性公式——参数定了答案就唯一，不存在需要「学习」的隐藏规律； 而且我们只有一组团队假设，没有历史投资案例可作训练数据。 随机森林之类的监督学习在这里无从下手，也无法交叉验证。 蒙特卡洛处理的正是这个问题的真实性质：参数不确定，但公式确定。 这也是财务领域评估项目风险的标准做法（Crystal Ball、@RISK 这类工具就是干这个的）。

各变量区间不是我们随手定的，全部取自论文表 E-4 的端点依据： 单客年营收下界 66.3 万是 E.5 的保本解、上界 130 万是 Q8 头部客户均值的 43%； 客户数区间取 6.6 节的保守与乐观情景；毛利率以 Q15「>30%」下沿为基准上下外推； 折现率区间见 E.7，覆盖再加杠杆口径 15.87%；投入区间是表 6-1 四项的上下界加总。 E 类

这张表怎么用？ 它说明结论的成败几乎只取决于两件事： 能不能签到客户、每个客户能带来多少营收。折现率和投入金额怎么变都不影响正负号。 所以三道决策门盯的正是「新签客户数」——第 12 个月要 ≥2 家、第 24 个月累计 ≥6 家，不达标就停。 E 类