如何选择第一个适合 AI 自动化的业务流程

很多 AI 项目失败，不是模型能力不够，而是第一个流程选得太大：同时连接多个系统、覆盖多个部门、没有统一规则，还希望立刻无人值守。一个更稳妥的起点，是选择能在几周内看清输入、过程和结果的真实任务。

OpenAI 关于识别和扩展 AI 用例的指南建议从高影响、较低实施难度的机会开始。这里的“影响”不只等于节省工时，还包括减少返工、缩短等待、提高一致性和让问题更早暴露。

先用五个维度评分

可以给候选流程每项打 1 到 5 分：

前四项越高越适合先做；风险越高越应降低自动执行范围并增加审批。评分不是为了制造一个精确公式，而是让业务、技术和负责人基于同一组事实讨论。

合适的首批任务

商品资料清洗与内容草稿

输入通常是商品表、品牌规则和渠道字段，输出是整理后的表格、描述草稿和缺失项清单。团队可以逐行比较，且不必一开始就自动发布。

客服工单分类与回复草稿

Agent 可以识别主题、查找知识来源并准备回复。敏感问题、低置信度和最终发送保留给客服人员。这类流程容易记录处理时间和人工修改率。

表格整理与周报初稿

把固定格式的 Excel 或 CSV 汇总成异常清单和管理摘要。关键是让计算过程、字段映射和来源可追踪，不把语言流畅当成数字正确。

文档提取与比较

从一组被授权文档中提取条款、差异或证据位置，交给专业人员复核。它减少查找时间，但不替代最终判断。

不适合做第一个项目的信号

• 没有人能清楚描述当前流程；
• 输入数据是否合法使用仍未确认；
• 成功标准只有“看起来更智能”；
• 一次失败就会直接影响大量客户或资金；
• 必须同时改造多个核心系统才能运行；
• 没有业务负责人愿意审核例外和结果；
• 计划依靠 Agent 自己弥补所有缺失规则。

这并不意味着这些流程永远不能自动化，而是需要先拆分。可以把“全自动商品上架”拆成资料导入、字段检查、内容草稿、人工复核和发布五段，先验证前三段，再决定是否连接发布环节。

写一页流程定义

开始构建前，用一页纸回答：

1. 谁发起任务，多久发生一次？
2. 输入数据来自哪里，谁有权授权？
3. 当前人工步骤是什么？
4. Agent 可以使用哪些工具？
5. 输出格式和合格标准是什么？
6. 哪些异常必须交给人？
7. 哪些动作必须逐项审批？
8. 如何记录耗时、错误、修改和最终结果？

如果团队无法共同写完这页定义，应该先梳理流程，而不是直接增加更多模型或工具。

用小样本建立基线

先选一批有代表性的历史任务，记录人工处理时间、错误类型、返工次数和结果质量。让 Agent 在不影响真实客户或生产数据的环境中运行，再比较：它节省了哪一步？新增了哪些检查？人需要修改多少？异常是否更容易被发现？

不要只记录“生成速度”。如果 Agent 很快产生大量需要重写的内容，整体成本可能更高。更有用的指标包括通过复核的比例、每项人工修改时间、缺失字段发现率和高风险动作拦截率。

从一个流程扩展，而不是从一个演示扩展

首个流程稳定后，再把通用部分沉淀为规则、字段映射、审批模板和测试样本。扩展到相邻任务时，复用这些经过验证的资产，而不是只复用一段提示词。

DoPilot 的智能体套件设计也遵循这种思路：说明任务、输入、步骤、输出、人工审批点和禁止自动执行的动作。当前电商示例属于产品演示设计，并不表示所有渠道连接都已完成。选择第一条流程时，真实边界比展示范围更重要。