AI智能体常见误区：不是所有业务都适合自动化

一家做工业设备的公司上个月复盘了一次失败的自动化尝试。他们用智能体把售后工单的派单流程全自动了：客户报修进来，系统按设备型号和区域自动匹配工程师，直接推送任务，不需要调度员过手。跑了三周，工程师投诉量翻了一倍。原因不复杂——有几台老设备的故障描述里带着客户自己都没意识到的安全风险，调度员接单时听一句“设备冒烟了但还能转”，会本能地先打电话确认再决定派谁去；智能体看到同样的描述，按规则匹配了最近的工程师，派过去的是个刚入职三个月的新人。 这件事的错误不在技术，在判断。流程本身能自动化，但这段流程里藏着一个不该被自动化掉的动作： 在信息不完整的情况下，判断风险等级。 调度员那通电话看起来是“多此一举”，实际上是把关。 误区一：把“重复”当成“适合自动化” “重复性工作交给机器”这句话本身没错，但它漏掉了一个限定条件：重复的同时，规则是否稳定，异常是否可穷举。 一个流程每天跑一百遍，如果其中九十五遍是标准情况，五遍是特殊情况，自动化能不能做，取决于那五遍特殊情况怎么处理。如果特殊情况的处理方式可以写清楚——比如“金额超过五万转人工审批”——那可以自动化，规则把异常兜住。如果特殊情况的处理靠的是老师傅看一眼、听一句、想一下，而这个“看一眼”的依据又说不清楚，那自动化的结果就是：九十五遍跑得很顺，五遍全出错，而且出错的方式你可能预料不到。 发票比对、考勤汇总、标准报表生成，这些是典型的“重复且规则稳定”的场景。客户投诉的初步分类、供应商谈判策略的制定、跨部门资源冲突的协调，这些场景虽然也在反复发生，但每一次的判断依据都不一样，自动化之后省下的时间，往往被纠错和返工吃掉。 误区二：只算“省了多少时间”，不算“错了之后谁收拾” 自动化项目的立项报告里，最常见的一栏是“预计节省工时”。这个数字算起来容易，但它是单向的——只算了顺利执行时的收益，没算执行出错时的成本。 一个自动派单的智能体，如果准确率是90%，看起来不错。但剩下10%的错误派单里，每一单的纠正成本是多少？工程师白跑一趟的路费和时间、客户等待的延误、调度员事后重新协调的沟通成本，这些加起来，可能把90%正确率省下的时间抵掉一大半。如果错误派单里还包含安全风险场景，成本就不只是时间了。 万达宝LAIDFU（来福）配合EBI智能分析报表的用法，在这个问题上有一种值得注意的克制：它把“发现潜在风险”和“自动完成其他无聊但有价值的工作”分开描述。前者的重点是 发现和提示 ，后者的范围是 无聊但有价值 ——这两个词划出了自动化的边界。无聊，意味着重复、机械、不需要判断；有价值，意味着它值得做但人不愿意花时间。合在一起，指向的是那些“规则清楚、失败成本低、纠正容易”的环节。而风险发现的部分，系统做的是把信号拎出来推给人，处置动作留在人手里。这个分工不是技术能力不够，是刻意设计的。 误区三：把“有数据”当成“可以自动决策” 智能体要跑起来，得有数据。但“有数据”和“可以基于数据自动决策”之间，隔着好几层。 第一层是数据质量。CRM里的客户记录如果一半是销售随手填的、字段缺失、状态半年没更新，智能体基于这些数据做的分级和推送，准确性从一开始就是虚的。第二层是数据是否覆盖了决策所需的全部变量。一个自动审批采购申请的智能体，如果只能看到申请金额和预算余额，看不到供应商的历史交付质量、看不到这笔采购和现有库存的关系，它的审批结论就是片面的。第三层是决策后果的可逆性。改一个推荐排序、标记一条线索，错了可以改回来；放行一笔付款、关闭一个安全工单，错了不一定收得回。 这三层里，第二层最容易被跳过。很多企业在做自动化评估时，把“系统里有数据”等同于“数据够用”，实际上决策所需的关键变量可能分散在三个系统里、或者根本不存在于任何系统里。智能体看不到这些变量，做出的决策看起来有数据支撑，实际上是在信息不完整的情况下拍板。 那什么样的业务适合先自动化 一个务实的判断框架，可以按四个问题过一遍。 这段流程的失败成本有多高？ 做错了是返工改一下就行，还是要赔钱、停线、丢客户？失败成本低的先做，高的先放一放。 这段流程的异常能不能穷举？ 标准情况之外的那些“特殊情况”，能不能写成规则？写不出来的，先别自动。 这段流程的产出能不能被快速核验？ 自动生成一份报表，人扫一眼就知道对不对；自动做一次客户信用评估，要等三个月才知道坏账率有没有上升。前者适合先跑，后者需要更长的观察期。 这段流程里有没有一个“必须有人在场”的动作？ 比如安全相关的确认、对外承诺的拍板、涉及法律责任的签字。有这类动作的流程，自动化应该停在动作之前，把准备工作和信息汇总做掉，最后一步留给人。 自动化的正确位置：把“无聊”接走，把“判断”留下 回到开头那家工业设备公司。他们后来调整了方案：智能体不再直接派单，而是做三件事——把报修描述里的关键词提取出来、匹配历史相似工单的处理记录、按风险标签给工单排一个优先级建议。调度员打开待派列表，看到的不再是一堆原始工单，而是排好序、带历史参考和风险提示的列表。他仍然要打电话确认那几台老设备的状况，但不用再花时间翻记录、查历史、判断优先级。 这个调整没有“全自动”，省下的时间没有原来方案多，但出错率降下来了，调度员的经验没有被绕过，而是被工具放大了。万达宝LAIDFU（来福）配合EBI在这个场景里的角色，对应的是“挖掘机会、发现风险、完成无聊工作”这三件事的组合——机会和风险的部分，系统做的是 提示 ；无聊的部分，系统做的是 执行 。两者的边界不是由技术能力划定的，是由失败成本和判断价值划定的。 自动化值得做，但它值得做的前提是：你知道哪些动作交出去之后，出了问题能收回来；哪些动作交出去之后，收不回来。前一类可以大胆做，后一类要留一只手。智能体的能力在增长，这条边界不会消失，只会移动。企业要做的不是等边界消失，而是在每次移动时重新问一遍：这段流程里，哪个动作是我们输不起的