月底结账那天，财务同事要在三个系统里来回切换：凭证在财务模块，合同附件在文档库，费用明细在报销流程里。想确认一笔款为什么挂账，翻半小时是常事。企业级 AI 要接的就是这类活——把「去系统里查、走流程、对单据」的动作压短。下面按一个场景从立项到上线的顺序，讲清选场景、接数据、定权限、验收这四步各要交出什么，以及容易在哪一步卡住。
它解决的是「在系统里找数据」
消费级 AI 的入口是一个空白输入框，你问什么它答什么，答错了重问一次就行。企业里的问题不一样：答案在 ERP、在 OA、在报销系统里，模型没见过这些数据，也不知道谁有权限看。所以这类平台的价值有一大半不在模型本身，而在「接得进、查得到、管得住」。它要回答的是业务系统里的具体问题，比如「上季度华东区哪些客户的回款逾期超过两个月」，而不是写一段通顺的话。这也解释了为什么它通常只对已经在这套系统里的企业有意义——数据不在里面，接入成本会陡增。
四步走完一个场景
把「上一个 AI 功能」拆开看，顺序通常是固定的四步。跳过任何一步，后面都要返工：
| 步骤 | 产出物 | 常见坑 |
|---|---|---|
| 选场景 | 一份高频、答案可判定的问题清单，附带现在的人工耗时 | 一上来选「全公司知识问答」，范围太大，谁也没法验收 |
| 接数据 | 可查询的数据视图或接口，字段含义有书面说明 | 直接把生产库连给模型，字段缩写没人解释，答出来全是错的 |
| 定权限 | 按岗位划分的数据可见范围，与现有账号体系对齐 | 抱着「先跑通再说」的心态，上线后薪酬数据被业务岗查到 |
| 验收 | 一批带标准答案的问题集，记录准确率与人工兜底比例 | 只演示几个成功案例，没有量化口径，效果无法复盘 |
四步里最容易被压缩的是「选场景」。企业采购系统时习惯按功能清单比价，但 AI 部分的效果高度依赖场景是否高频、答案是否可判定。同一套平台，用在「查报销进度」这种答案唯一的问题上，准确率容易做到可用；用在「这份合同有没有风险」上，就得接受它只能给线索。
数据没理顺，模型答不准
很多项目卡在第二步，原因往往和技术无关：同一家客户在三个系统里有三种写法，部门名称改过两轮，历史单据的字段是空的。模型拿到这种数据，只能按字面猜。检索增强的思路能缓解一部分问题——先把相关资料检索出来，再让模型基于检索结果作答，具体机制可看 检索增强生成怎么工作。但它缓解的是「模型不知道」，解决不了「数据本身是错的」。所以数据治理要先于模型调优：主数据统一、字段有口径、历史数据补齐，这三件事做完，同样的模型能答对的比例会明显不一样。
权限不是加个开关
权限这件事，在企业级场景里比模型选型更影响成败。个人版 AI 没有这个问题，谁登录谁用，看到的就是自己能看到的东西；一旦接进业务系统，模型就相当于一个能读全库的账号。可行的做法是把权限做在检索之前——用户提问时先确定他的岗位和数据范围，只在这个范围内检索，再交给模型组织语言。如果反过来，先让模型读完再过滤答案，等于数据已经出去了。这一层还牵涉审计：谁在什么时间问了什么、看到了哪些字段，都要留痕，否则出了问题无法回溯。想理解这类系统的调用方式，可以对照 AI API 的接入模型 看，权限校验通常放在调用之前，而不是之后。
平台能力到哪，实施才到哪
边界要提前说清，否则期望值一定会跑偏。这类平台能把「查、找、比对、起草」做快，但涉及财务确认、合规判断、人事决定的环节，它只能提供依据，签字的仍须是人。它对数据的时效敏感：系统里没录入的单据，它查不到；录入错了，它会照着错的答。它对模糊问题也不擅长，「这个客户靠不靠谱」这种没有数据支撑的判断，回答往往通顺但空洞。还有一点常被忽略——实施周期。企业级系统要接数据、配权限、做验收，几个月是常态，指望装完当天见效，多半会在第二个月就失去内部支持。把它理解成「一个会查数据的同事」比较准确，它不承担决策责任，也不该被当成决策者。当任务从单次问答升级成多步执行，形态会接近 AI 智能体，那时候对每一步的可控性要求会更高。
怎么判断值不值得上
判断标准可以很朴素：先算清楚这件事现在花多少人工。一个每天发生几十次、每次三五分钟的动作，压缩一半就是实打实的时间；一个月才发生两次、每次十分钟的动作，做得再准也省不出价值。第二个标准是答案能不能被验证，业务同事一眼能判对错的场景适合先上，需要专家才能判断的先做辅助。第三个标准是有没有人愿意接手运营——数据会变、口径会变、问题会变，没人维护的系统三个月后就没人用了。三条都过得去，再谈平台和预算；顺序反了，容易买到一套用不起来的系统。
速查：企业级 AI 落地四步
- 选场景：高频、答案可判定、现在有人工耗时数据
- 接数据：字段有口径，主数据先统一
- 定权限：先定范围再检索，全程留痕
- 验收：带标准答案的问题集，量化准确率与兜底比例
- 边界：查、找、比对可以交给它，签字仍归人
