企业部署生成式 AI，先做任务地图再谈模型

“给销售、财务和法务都配一个 AI 助手”听起来像部署计划，实际上没有定义要改变哪项工作、如何验收，也没有说明错误由谁处理。企业因此很容易先买模型、建聊天入口，最后只得到一批零散试用者和无法解释的成本。

任务地图的作用，是把岗位名称拆成可以观察和测量的工作单元。模型选择应发生在任务、输入、风险和交接点清楚之后；否则团队比较的是抽象能力，而不是业务结果。

岗位不是自动化单位，任务才是

一名采购专员可能同时进行供应商检索、报价归一、风险判断、合同沟通、系统录入和付款确认。这些任务对上下文、判断和责任的要求完全不同。把整个岗位标记为“适合 AI”或“不适合 AI”，会掩盖真正可行的切入点。

GPTs are GPTs 研究分析的是任务受到语言模型影响的潜力，并明确没有预测采用时间。这个区别很重要：理论上可加速，不等于组织已经具备数据、流程、权限和人员条件。Anthropic Economic Index也显示实际使用在职业和任务之间分布并不均匀。因此，企业应从本组织的任务记录出发，而不是照搬行业平均值。

一张任务卡要记录什么

最小任务卡包括触发条件、输入、输出、频率、平均耗时、峰值、错误后果、当前负责人、依赖系统和验收方式。再增加三个 AI 特有字段：输入是否主要为非结构化材料，正确结果能否低成本验证，执行是否会产生不可逆影响。

不要依赖管理者回忆。抽取两周工单、操作日志、日历和交付物，和实际执行者一起还原流程。很多“写报告”任务，真正耗时的部分可能是找数据和确认口径；如果只自动生成文字，节省的并不是瓶颈。

任务边界要足够小，能由一个可观察结果结束。“支持销售”无法评测，“根据会议纪要生成已确认的 CRM 跟进任务”则有输入、输出和验收人。拆得过粗会把多个风险混在一起，拆得过细又会忽略交接等待，因此应以业务责任发生变化的位置作为边界。

任务	频率与耗时	错误后果	验证成本	建议介入方式
收集公开资料	高频，20 分钟/家	漏项可补救	低	AI 检索与结构化，人抽查来源
归一报价字段	高频，15 分钟/份	影响比较但可回滚	低	自动抽取加 schema 校验
判断制裁与合规风险	中频，差异大	高	中高	AI 提供证据，人作最终判断
批准供应商	低频	高且可能不可逆	高	保留人工审批，AI 不直接执行

任务地图不是自动化清单；它也要明确哪些环节不应交给模型。

优先寻找“容易验证”的价值

最适合早期落地的任务，通常同时满足四个条件：发生频繁、人工耗时、输入以文本或图像为主、输出可以用规则或人员快速验证。若验证一份 AI 结果与人工重做耗时相同，表面上的生成速度不会转化为收益。

还要检查数据可用性。任务看似适合，但历史材料分散在个人邮箱、字段缺失或访问权限没有数字化时，第一阶段可能应先改造数据流程。把这部分成本隐藏在“模型集成”之外，会让试点预算和时间表从一开始就失真。

NBER 对客服辅助工具的研究提供了一个重要提醒：工具作用会因人员经验而异，平均效果不能代替分组分析。试点应记录新手与熟练人员、常规与例外任务的差异，并观察质量而不只是处理量。

先设基线，再谈 ROI

上线前至少记录样本量、任务完成时间、一次通过率、返工率、等待时间和事故成本。上线后使用相同口径比较。ROI 不应只计算“节省的人工分钟”，还要扣除模型调用、集成、评测、监控、人工复核和异常处置。

一个实用公式是：月净收益 = 节省的有效工时价值 + 新增产出价值 − 模型与基础设施成本 − 复核与返工成本 − 风险准备金。有效工时需要确认是否真的被释放并用于其他工作，而不是把理论节省全部计成现金收益。

例如，每月处理 2,000 份报价，AI 让单份归一时间从 15 分钟降到 6 分钟，但新增 2 分钟抽查。净节省是 7 分钟而非 9 分钟；若关键字段错误导致 5% 需要返工，还要把返工和延误计入。这个算式比“模型减少 60% 用时”更接近经营事实。

设计交接点，而不是追求全自动

人机交接点应对应风险变化：AI 可以收集、归纳和提出建议；当证据冲突、置信不足、金额超过阈值或动作不可逆时转交人员。交接时必须携带已用来源、已完成步骤和未解决问题，不能只丢给人员一句“请人工处理”。

对高频低风险任务，可以从抽查逐步转向例外复核；对低频高风险任务，即使模型表现很好，也可能长期保留逐项审批。自动化比例不是成熟度指标，能以合适成本控制失败才是。

任务地图如何变成试点组合

第一轮选择 3 至 5 个任务：一个快速收益项、一个需要知识检索的中等复杂项、一个明确不自动执行的高风险对照项。用四到六周完成基线、影子运行、有限用户试点和复盘。影子运行期间 AI 生成结果但不影响生产，用于发现数据缺口和例外。

OpenAI 的用例识别指南同样强调从可改善的业务环节出发并逐步扩展。真正可扩展的不是某次演示，而是任务卡、评测集、权限模式和监控方式能够在更多流程中复用。

模型是任务地图的结果

当任务被拆清楚，模型要求会自然出现：是否需要长上下文、视觉输入、工具调用、本地部署或低延迟；哪些环节可以用小模型，哪些需要更强推理；哪里必须保留规则引擎。此时采购比较才有共同基线。

任务地图也应有退出机制。若影子运行后验证成本高于节省、关键数据长期缺失或错误后果无法控制，应停止该场景，而不是继续追加模型预算。明确“不做”同样是地图产生的有效决策。

企业 AI 规划的第一张图不应是技术架构，而应是任务地图。它把“我们也要用 AI”变成一组可以验收、可以停止、也可以扩大投入的业务假设。