公司里哪些重复工作值得交给 AI 工作流？四维判断法
上个月有家做五金配件的南昌企业找我们，老板原话是：「我们公司杂事太多，你帮我看看哪些能让 AI 干。」我们没急着出方案，先在他办公室坐了半天，看跟单、财务、客服三个岗位的人怎么干活。看完发现，他嘴里的「杂事」其实是三种完全不同的东西：有的确实是高频重复，有的一个月才发生两次，还有的压根不该自动化，因为出错的代价比省下的人力贵得多。
判断哪些工作值得交给 AI 工作流，我们一般用四个维度打分，每项 1-5 分，总分 20。分数不是判决书，但它能把一句模糊的「要不要做」变成几个人可以坐下来讨论的东西。
维度一：频率——低于每周一次的，先放一放
频率决定投入上限。一件事如果每月只做一两次，搭工作流的时间够你手工做完一整年。我们的经验线是：单人每周重复 3 次以上、单次超过 5 分钟，才有资格进候选池。
注意按「总量」而不是「单人次」算。比如每月 200 张发票录入，财务一个人做算高频，拆到五个人各自做就成了低频，可总量依旧值得做。所以第一步不是问「谁在做」，而是把这类活按岗位列全，估一个年度总工时——很多企业列完会发现自己高估了某些活、漏掉了另一些更值得做的。
维度二：规则明确度——你能不能写出「如果……就……」
这是常被高估的一个维度。不少老板觉得「我们流程挺清楚的」，真让他写规则就卡壳。测试方法很土：拿张纸，把判断逻辑写成「如果 A 就 B，如果 C 就 D」，写到第三层还写得下去，说明规则清晰；写不下去、只能靠「看着办」，那就是人的经验在兜底，直接上工作流会翻车。
规则不明确但确实高频的活，先做企业知识库，把判断依据沉淀成可检索的条目，再谈自动化。顺序反了就是白花钱。这也是我们做 企业知识库 时反复提醒客户的一句话：知识库不是文档仓库，是自动化的前置条件。
维度三：出错代价——错了要不要赔钱、要不要发公告
只问一个问题：这个环节出一次岔子，后果是什么？重做一遍、客户抱怨两句，属于低代价，可以放心让 AI 先跑、人工抽检。要是涉及打款金额、对外发布内容、合同与法律承诺，代价就不对称了——AI 只能做草稿、比对和提醒，落笔确认的必须是人。
维度四：数据可得性——原料在不在你能拿到的地方
工作流的输入从哪来？邮件、企业微信、Excel、ERP、PDF 扫描件，难度差好几倍。扫描件和图片要 OCR，格式混乱的 Excel 要清洗，散落在个人微信里的信息基本等于拿不到。一个实用判断：这件事的输入数据，你现在能让一个新员工在 10 分钟内找齐，那就能做；找不齐，先解决数据归集，别急着买工具。
打分对照表：典型任务的建议
| 典型任务 | 频率 | 规则明确度 | 出错代价 | 建议 |
|---|---|---|---|---|
| 客户询价邮件分类并生成回复草稿 | 高 | 中 | 中 | 可做，人工确认后发送 |
| 发票、单据信息录入 ERP | 高 | 高 | 中 | 可做，需按比例抽检 |
| 售后工单自动分派到对应工程师 | 高 | 高 | 低 | 可做，分错再改成本低 |
| 每周经营数据汇总成周报 | 中 | 高 | 低 | 可做，注意口径统一 |
| 招聘简历初筛打标签 | 中 | 中 | 中 | 可做，只标记不淘汰 |
| 电商评价情感分类与回复草稿 | 高 | 中 | 低 | 可做 |
| 合同与标准模板的条款差异比对 | 中 | 中 | 高 | 可做，只出差异清单，人来定 |
| 付款审批与打款执行 | 低 | 中 | 高 | 不做，保留人工双人复核 |
| 对外官宣稿件直接发布 | 低 | 中 | 高 | 不做，人工终审 |
| 报价单最终定价 | 中 | 低 | 高 | 不做，AI 只提供历史价参考 |
| 跨部门协调与责任划分 | 低 | 低 | 中 | 不做，牵扯人情与判断 |
表格是判断原则的示意，具体到你们公司还要换成自己的岗位语言。同一件事在不同行业分数会变，比如单据录入在贸易公司是高频，在项目制工程公司可能一周才几张。
三个必须保留人工审批的环节
- 动钱的动作：付款、退款、调价、发票红冲。AI 可以生成待审清单、做订单—入库—发票的三单匹配、把异常挑出来，但点确认的必须是人，并且是两个不同的人。
- 对外发布：公众号、官网、投标文件、给客户的正式报价。让 AI 出初稿没问题，事实核对得有人签字。我们见过 AI 把「预计 15 个工作日」压缩成「15 天」发出去，客户按 15 天催货的场面。
- 法律与承诺：合同条款、质量承诺、工期承诺、赔偿口径。AI 只做与模板库的差异比对，判断留给法务或负责人。
落地顺序：先做哪个
打完分通常会有五六个任务分数挨得很近。这时候别按分数排，按「见效周期 × 依赖关系」排：有数据的先做，没数据的先补数据；只牵涉一个部门的先做，跨三个部门的往后放。我们的一般节奏是，第一个月跑通一个单部门、单人可验证的流程，让人看到准确率；第二个月扩到带审批节点的流程；第三个月才碰跨系统的。
另一笔常被漏算的成本是模型调用费。工作流是按次计费的，一天跑 500 次和一天跑 5 次，账单差两个数量级。上线前把调用量估出来，能避免「买得起但跑不起」。把简单分类交给小模型、把复杂生成交给大模型，费用能压下来一大截，具体做法可以看 模型 API 与成本管理。
我们踩过的坑
- 只算人力节省，不算维护成本。上游表单加个字段、ERP 升个版本，流程就可能断。得有个人对它负责，哪怕是兼职。
- 一上来就追求全自动。没有人工复核的第一版，往往第三周就出事，然后整个项目被叫停。先跑「AI 干 + 人看」，顺了再逐步放权。
- 把「AI 能不能做」和「该不该做」混为一谈。技术上能做的很多，值得做的常常就那两三成。
如果你们公司也在纠结哪些活能交出去，有个不花钱的办法：拿一张表，把最近一个月各岗位重复做的事列出来，按上面四个维度各打 1-5 分，总分 14 分以上的进第一批，低于 10 分的直接划掉。这个动作两三个小时能完成，比开三次会管用。想让我们帮你过一遍打分表，可以先看 AI 工作流自动化 里的判断清单，再打 400-873-2750 或通过 联系我们 约一次线上沟通，我们按你们的实际流程给出取舍建议，费用以实际方案与报价为准。