先理解流程，再选择自动化
数字化转型并非把现有工作搬到屏幕上就算完成。我先理解流程中的人员、决策、例外、数据输入与审批，再判断哪些步骤应简化、哪些可自动化、哪些决策应保留给人。
AI是一种解决手段，而非目标。对于规则清晰的重复工作，传统自动化往往更可靠。对于语言理解、分类、起草等带有不确定性的任务，可以考虑AI，但结果应能由人检查。
自主流程需要明确边界
- 为每项自动化明确目标、输入数据与成功标准
- 基于最小权限原则设置访问与操作权限
- 重要决策、对外消息与不可逆操作需要人工审批
- 可审计的输入、输出、错误与决策记录
- 错误结果、异常、服务中断及安全停止场景
- 模型或工具变更后可重复运行的评估集
自主不等于失控。应预先明确它能做什么、不能做什么、何时必须停止、由谁介入。
预期交付成果
- 流程图与自动化适用性评估
- 人、AI与传统自动化之间的职责边界
- 权限、审批、记录、评估与停止规则
- 有限范围试点的技术方案、风险与衡量标准
- 将成功试点转化为可运营产品，并向团队转移知识的计划
效率提升，要衡量而非假定
我会共同确定试点前后的处理时间、错误与修正率、人工审核负担、模型/API单位成本和用户满意度等指标。若结果没有实际价值，我会停止或重新设计，而不是扩大自动化。