例行工作，在有人坐下来处理之前就已完成

往往是后者。如果工作是一条固定规则（超过限额的订单需要审批，低于补货线的零件要下单补货），普通软件就能准确完成，AI 只会徒增不确定性。只有当工作是阅读、分拣、判断或起草那些以人写的、杂乱无章的形式送来的东西时，AI 才有用武之地：夹杂三种语言的 WhatsApp 订单，一张扫描的发票，一条投诉。第一次通话就会把您的问题归到其中一类；即使答案不是您希望的，我们也会直说。

阅读收到的东西，把它变成系统能处理的内容：从消息里提取订单，从供应商发票里提取明细，理解客户提问背后的意图。分拣：哪张理赔单今天就需要人处理，哪张可以等。建议：补货清单，常规询问的回复，一批货被退回的可能原因。起草：报价单，跟进消息，长串对话的摘要。每一种情况都由人来批准，系统也会说明它为什么这样建议。

当一个流程需要知道只有您的企业才知道的事情时：这个客户的赊账是否已被冻结，哪个仓库有这个零件，这个月的补货线是多少。这些工具很擅长在应用之间搬运数据；如果只是几个简单流程，我们会让您继续用，然后收工回家。一旦流程需要做决定，会在凌晨 3 点悄无声息地失败，或者第 20 个流程依赖第 19 个，它们就变得难以信赖。到了这一步，这些连接就需要成为您自己的系统：有人盯着、经过测试、写有文档，而不是一个没人敢碰的订阅服务。什么时候 Zapier、Make 或 n8n 已经不够用？一文完整讲解了这三道检验。

它必须通过的测试：书面约定，并用您自己的样例表达成一个数字。样例是几百份真实订单或理赔单，由目前处理它们的人来标注，大家意见不一的也照实标明。这套样例定义了工作内容，定义了什么算完成，日后还能告诉您实际运行何时偏离了它。不肯给您看测试的供应商，卖给您的只是演示。为什么先公布测试，再选模型讲了其余的部分。

只进入您自己的账户，不去任何别的地方。我们使用付费的企业版服务，您发送的内容不会被用来训练任何人的模型；或者使用在您自己云账户中运行的模型；每一把密钥、每一个凭证都掌握在您手里。在您分享任何敏感信息之前，先签保密协议。如果某份文件绝不能离开公司，我们会告诉您这项工作还能不能做，以及怎么做。

交给人处理，并显示原因。一个没把握时会直说的系统，比一个自信地瞎猜的系统更有价值；所以什么情况下要请人确认，由我们和您一起约定，并在真实业务中调整。人做的每一次更正，都会成为测试里的一个新样例，系统因此在您的工作上改进，而不是在别人的工作上。准确率每月按测试汇报一次，用平实的数字。

因为这些数字在开发前就已约定，开发后用您的数据测量。对大多数企业来说，它们都很朴素：不经人工重新录入就走到发货的订单，已经缺货却仍被卖出的商品，从当天最后一张单据开出到账目结清之间的时间。如果某个数字没有变化，复盘会书面写明，并说明原因。除此之外我们不作任何承诺，所以它才能写成合同条款。那家家具厂大致就是这个样子：从报价到发货，每个环节都在手机上确认。

可以，而且这通常是最好的起点，因为它告诉我们员工真正想让机器做什么。它缺少的，正是让它值得依赖的东西：一个必须通过的测试，在关键环节有人把关，每个决定都有记录，以及一份您书面看过的运行成本。我们保留好用的部分，在它周围把其余部分建起来，都放在您自己的账户里；这样它就不再是某个人浏览器里的一个标签页，而成为企业运转的一部分。