夜雨聆风
喜欢就点击关注我哦～
上周有人问我，公司的售后天天被消息追着跑，能不能直接做一个智能体，把咨询、报价、下单、售后全接起来。
这类需求很常见。它看上去也很合理，哪里最耗人，AI 就该先去哪里。但我的判断正好相反：第一次做 AI 试点，别先挑最痛的流程，先挑一个能在两周内被说清、被使用、被验收的流程。
最痛的地方，往往牵着最多例外。
售后既有产品问题，也有物流、退款、老客户情绪、价格权限和跨部门协作。把这些问题一次交给一个工具，并不会让流程变简单，只会把原来由人临场处理的判断，换成一连串更难排查的错误。最后团队对 AI 的印象通常是，它会说，但不敢让它做。
真正需要避免的，不是失败，而是把一次本来可以小范围验证的尝试，做成一场谁都说不清责任的改造。
最痛的流程，常常不是最适合试点的流程
很多老板选场景时，脑子里只有一个标准：哪里的人最累，哪里就最值得自动化。
这个标准只看到了收益，没有看到改造难度。
一个流程是否适合先做 AI，至少要同时看四件事：输入是不是找得到，输出是不是说得清，错误能不能被发现，出了问题有没有人接住。
比如销售每天要整理客户会议纪要，看起来也是重复劳动。但如果每个销售的记录方式都不同，客户资料散在微信、表格和个人电脑里，会议结束后又没人确认纪要是否准确，那么问题并不在于少了一个总结工具。先把客户阶段、会议记录模板、跟进动作和负责人理出来，AI 才有稳定的东西可以处理。
反过来，一项看似没那么痛的工作，可能更适合做第一站。比如把每周重复出现的产品资料问答整理成统一回复草稿，由客服确认后发出。它的输入是已有资料，输出是固定格式，错误能被客服一眼看见，也不会因为一次答错就影响订单、退款或客户关系。
试点的价值，不是立刻替掉多少人，而是尽快验证一件事：在真实资料和真实使用者面前，这个流程能不能稳定地少走几步。
先把一个流程拆到能交接
我判断一个试点是否值得做，不先问模型能不能实现，而是先问，一个新人接手这件事时，老员工会交给他什么。
如果答案只有一句，凭经验看着办，那就还不是 AI 项目，甚至也不是一个可以被稳定交接的流程。此时最该做的，是把经验里的关键节点找出来。
可以从四个问题开始。
第一，任务从哪里开始。是客户填了一张表，销售开完一场会，还是仓库发来一份清单。触发动作必须具体，否则系统永远不知道什么时候该工作。
第二，要拿到什么资料。资料是公开的产品文档、已经审核过的报价规则，还是依赖某个人脑子里的例外判断。后者不补齐，AI 给出的只是看起来流畅的猜测。
第三，交付物是什么。是三条待跟进事项，一封回复草稿，还是一份按字段填好的表单。输出越能被描述，验收越容易。
第四，谁来处理例外。客户问了未公开的价格，资料之间有冲突，或系统没有足够把握时，应该停在哪一步，由谁决定下一步。这个人不是兜底的摆设，他才是流程的一部分。
这四个问题答不完整，先做流程梳理。答完整了，再去选工具、写提示词或接系统，效率会高得多。
一个适合起步的复合场景
一家二十多人的服务团队，每周都要根据客户会议内容整理下一步行动。之前由项目经理听录音、翻聊天记录、补进表格。老板最初想做一个全自动项目助理，会议结束后直接更新项目状态、给客户发确认消息，还要识别风险并提醒负责人。
如果一开始这样做，问题会很快冒出来。不同项目的阶段定义不一致，有的关键承诺藏在语音里，有些客户需要先由负责人确认措辞。即使生成内容看上去不错，也很难判断它到底漏了什么。
更稳的做法，是先缩小到一个动作：会议后生成行动清单草稿。
团队先统一四个字段，事项是什么、负责人是谁、截止时间是什么、还缺什么信息。项目经理仍然负责确认和发送，AI 只从会议纪要与项目资料中抽取草稿。连续运行两周后，再看三个结果：项目经理是否真的少花时间整理，草稿常错在哪里，哪些资料不足导致无法判断。
这时得到的不只是一个小工具。团队会知道自己的项目资料缺什么，阶段定义哪里混乱，哪些例外必须留在人手里。这些信息，才是下一步做提醒、状态更新甚至跨系统自动化的地基。
公开的企业 AI 部署案例也反复说明，能从试点走向规模化的，不是一次把功能堆满，而是把场景、数据、权限、评估和持续反馈接到日常工作里。大企业资源更多，这个顺序对中小团队反而更重要，因为你们经不起一个半年后没人敢用的项目。
试点结束时，不只看省了多少时间
很多试点只汇报一句，大家觉得好用。这个反馈太轻，无法支持下一笔投入。
我会建议把结束条件提前写下来。不是复杂的报表，三件事就够。
一是使用。谁在什么频率下使用，哪些人绕开了它。没有进入日常动作，再漂亮的演示也不算落地。
二是质量。随机抽一些结果，看看哪些错误只是格式问题，哪些会影响客户、金额、交付或合规。错误成本高的环节，就应该保留人工确认。
三是维护。资料更新后，谁负责补充，新的例外出现后，谁决定规则是否调整。如果这一点没有人认领，试点越成功，后面越容易失控。
当这三件事都有答案，再决定要不要扩大范围。可能下一步是把同类任务复制给另一个团队，也可能是补资料、改规则，甚至暂停。暂停不代表白做了，它避免了把不成熟的流程放大成长期负担。
AI 最适合先进入那些边界清楚、能看到结果、又允许人随时接手的工作。第一步走稳，后面才有资格谈智能体、系统集成和更大的自动化。
如果你正准备选第一个 AI 场景，不妨先把它写成一句话：谁在什么触发下，用哪些资料，产出什么，由谁验收。写不出来的部分，就是最值得先处理的地方。
我做了一个「企业AI落地智能体」。你可以用 30 秒做一次 AI 降本增效初步诊断，看看自己的业务是否存在适合 AI 介入的场景：https://ai-efficiency-scan-h5.pages.dev/
往期推荐