夜雨聆风这段时间陪企业做AI落地，我越来越明显地感受到一个问题：很多企业把智能体、数字员工，当成了软件。
软件开发好了，能演示，能调用，能生成内容，好像项目就完成了。但真正进入企业以后，问题才刚开始。
谁来使用它？它能看哪些数据？能不能改系统里的结果？出错了谁复核？复核后怎么反馈？这个场景到底改善什么指标？
这些问题如果没回答，数字员工就不是“员工”，只是一个会说话、会生成、但没有岗位责任的工具。
我陪一家企业拆招聘AI时，就遇到过很典型的情况。最开始大家想得很简单：做一个招聘智能体，帮HR筛简历、生成面试问题。演示时效果不错，HR也觉得省事。
但真正跑起来后，业务部门开始抱怨：筛出来的人不一定合适；面试官问的问题不统一；候选人反馈没有回收；最后入职后的表现，也没有再反向训练招聘标准。
这不是AI不好，而是企业把它做成了一个“功能”，没有把它放进招聘这个岗位流程里。
后来我们重新拆：第一步不是让AI筛简历，而是先把岗位画像说清楚；第二步把简历初筛标准结构化；第三步让AI辅助设计面试问题，但必须由面试官确认；第四步把评分表、录用结果、试用期反馈沉淀回来。
到这一步，招聘AI才不是一个工具，而是进入了流程闭环。
我现在判断一个数字员工能不能落地，会先看“四定”。
第一，定任务。它到底负责哪几个动作，不负责哪些判断，边界要清楚。
第二，定权限。能看什么数据，能写回什么系统，哪些动作必须人工确认。
第三，定复核。生产流程里，AI输出不能没人兜底。确定性的交给工作流，不确定的交给智能体，但结果必须可复核。
第四，定指标。不能只看生成了多少内容、节省了多少点击，要看招聘周期有没有缩短、候选人匹配度有没有提高、面试官协同成本有没有下降、经验有没有沉淀。
很多企业AI落地没结果，不是因为员工不用AI，而是公司没有把AI变成组织里的一个“岗位能力”。员工个人用AI，可以今天试一个提示词，明天换一个工具；企业用AI，必须让它进入流程、权限、复核、指标和持续运营。
数字员工不是为了替代几个人，而是把重复动作从人身上拿下来，让人去做更有价值的判断、沟通和决策。同时，把优秀员工的经验沉淀下来，让更多人可以复用。
这也是我一直强调的：企业AI落地不是技术项目，而是经营项目。技术部门可以负责底座、接口和系统稳定性，但业务一号位必须负责场景、流程、使用和结果。
如果你们公司已经做了智能体，可以先不急着继续加功能。先问四个问题：它有没有岗位职责？有没有权限边界？有没有复核机制？有没有业务指标？
这四个问题答清楚，数字员工才算真正上岗。否则再聪明的AI，也很容易停留在演示里，进不了组织能力。
