企业上 AI 之前，先把这三件事理清楚

企业上 AI 的失败案例，我们见得多了。复盘下来，失败原因很少是「模型选错了」，多数是下面三件事没做，就直接跳到了买工具、接大模型。

第一件：把流程写成规则

AI 能接管的，是规则清楚的事；规则不清楚的事，它只会胡说。什么叫规则清楚？「谁在什么环节做什么、什么条件触发什么动作、做到什么程度算完成」——这三句能写下来，才谈得上自动化。写不下来，说明这件事现在还只能人做，先别急着上 AI。

很多企业的实际情况是：流程在几个老员工的脑子里，换个人做法就不一样。这时候第一步不是上系统，是把流程写出来。这一步不需要任何技术投入，只需要坐下来把事情说清楚。

第二件：把数据收上来

智能体没有数据就是空转。数据在哪？在纸上、在微信聊天里、在几个人的个人电脑里、在三个互不相通的系统里。不先把这些数据收进一个地方，AI 能给的答案只能是编的。

收数据不用一次收全。挑一条最关键的线——比如「订单 → 排产 → 发货」或者「采购 → 入库 → 结算」——先让这条线的数据进同一张表，有一批干净的数据，后面做什么都有基础。

第三件：把权限划清楚

这一件最容易被跳过，也最容易出事。智能体能做什么、不能做什么，必须提前定好：哪些动作可以自动执行，哪些必须有人确认，哪些一律拒绝。我们的做法是按风险分级：低风险自动跑、中风险生成审批单、高风险系统直接拒绝。写值范围校验不经过模型判断，白名单外的操作一律不执行。

三件事做完，再谈智能体

顺序反过来的代价很大：流程没写清就上 AI，得到的是一堆看似专业但抓不住重点的输出；数据没收上来就上 AI，得到的是编造的数字；权限没划好就上 AI，出一次事故就够把整个项目停掉。

我们的落地顺序一直是四步：流程梳理 → 信息化补齐 → 智能体接入 → 长期维护。前三步听起来不性感，但它们决定了第四步能不能持续。

我们的判断

「先上 AI 还是先上系统」这个问题，我们的答案是：看你的流程和数据现在是什么状态。流程清楚、数据已经在系统里的企业，可以直接从智能体接入开始；流程和数据都还在纸上的，前面两步跳不过去。这不是保守，是顺序问题。

把你的情况说一遍，我来判断从哪一步开始——如果不适合做，我会直说。