如果一家企业刚开始尝试智能体,我建议先看这样的流程:业务量比较稳定,材料需要人读一遍、判断一下,处理结果又能检查。财务报销初审、采购资料核对、客服工单处理,都可以从中挑出一个小环节试。
注意,是挑环节,不是把整个部门的工作一口气交出去。
企业里一条流程往往牵着好几个系统,还有审批、例外情况和责任归属。演示时几分钟跑完,不代表月底业务量上来还能顺利跑。先找一个出了问题能及时发现、有人接手的地方,心里会踏实得多。
先别急着把所有重复工作都交给智能体
有些工作看起来很烦,但不一定需要智能体。
比如每天定时从系统里下载固定格式的报表,再按相同规则上传到另一个系统。如果现有系统功能或者RPA已经能稳定完成,就没必要为了用上智能体,再加一层模型。步骤越多,维护和排错也可能越麻烦。
智能体更值得考虑的地方,是流程中存在一些变化:材料格式不完全一样,需要结合业务规则理解内容;处理过程中还要根据情况查询不同信息、选择下一步操作。
举个例子,客服收到一封邮件,有人问订单进度,有人反馈商品问题,还有人要求修改收货信息。如果只是分类或查固定知识库,普通模型调用加预设流程可能就够了;如果需要根据问题类型查询不同系统、补充信息,再决定走哪条处理路径,才更有必要评估智能体。
哪些流程可以优先看看?
财务:先从单据核验和异常提示开始
报销是很容易理解的例子。财务收到的不只有发票,还有行程单、审批记录和各种说明。有的材料缺页,有的金额对不上,还有的费用项目需要再问一句。
可以让智能体先读取材料、对照企业报销规则,整理出缺失项和疑点,再交给财务人员确认。它给出的应当是可核对的结果,比如哪张单据、哪个字段与哪条规则不一致,而不是只说一句 “存在风险”。
至于最终审批、付款,第一次试点就别急着放开。特别是规则不明确或材料互相矛盾时,应设计为暂停并转人工处理。
采购:让它先帮忙找差异
采购人员经常要在询价单、订单、合同和供应商资料之间来回核对。名称写法稍有不同、交付日期改过一次、附件里少了签章,都可能让人多追几轮。
可以先选一个资料量大、核对口径相对明确的环节,让智能体提取关键信息,查找对应记录,把差异列出来。采购人员再回到原文确认,必要时联系供应商。
这里有个实际问题:它能读到文件,不代表它理解了企业的采购习惯。哪些差异只是表述不同,哪些需要补签或重新审批,最好先让业务人员把规则讲清楚。
客服:先辅助处理,再考虑自动回复
客服工单适合从辅助开始。智能体可以阅读客户描述,查订单或知识库,整理问题经过,并给出回复建议。客服不用每次从头翻记录,但发出去的话仍由客服确认。
尤其是涉及退款、赔付、服务承诺的情况,别只看回复是不是流畅,还要看它有没有权限、依据是不是当前规则。遇到信息不完整或客户情绪激烈的工单,及时转人工,比硬着头皮自动回复更重要。
内部事务:把分散的信息先串起来
员工问人事或行政的问题,经常是 “这个事该找谁、要准备什么、下一步在哪里提交”。如果答案都写在一份更新及时的制度里,做好知识检索也许就够了。
但有些事务要先判断员工属于哪种情况,再去不同系统查状态、提醒补材料、把结果交给对应负责人。这时可以考虑让智能体参与流程。涉及个人信息时,能查谁的数据、能展示哪些内容,需要事先划清权限。
上面这些都只是候选场景。同样叫 “报销初审”,一家企业规则清楚、系统开放,另一家还在靠群消息和个人经验处理,落地难度可能完全不同。
怎么判断一条流程值不值得先做?
我会先问业务负责人五个问题。
第一,这件事多久发生一次? 发生得比较频繁,通常更容易积累样本、观察实际收益。低频但单次耗时很长的工作,也可以算过账再决定是否试点。
第二,人做判断时到底看什么? 如果业务人员能拿出几份真实材料,解释哪些地方要核对、哪些情况要退回,规则就有了梳理的基础。要是连负责的人都说 “看情况”,先把情况问明白。
第三,结果能不能复核? 一份差异清单能否对应到原始单据,一条回复建议能否找到依据,都比一个笼统的 “处理完成”更有用。试点时还要记录错在哪、漏了什么,方便调整。
第四,系统和权限能不能接上? 智能体需要读什么、写什么,是否允许调用接口,有没有专门账号,谁来审批权限,这些问题越早确认越好。涉及付款、删除或修改关键数据的操作,应单独设置更严格的控制。
第五,遇到例外谁来接? 单据缺失、系统报错、规则冲突时,要有明确的暂停、提醒和转人工机制。不能让任务卡在那儿,也不能让它为了完成任务自行编一个结果。
第一次试点,做到什么程度就算有收获?
不一定非得全自动。先让业务人员拿着智能体整理的结果,能少翻几份资料、少做几次机械核对,同时看得出依据、改得了错误,才有继续做下去的依据。
但还要把账算完整:原来处理一笔需要多久,现在生成和复核各花多久;异常有多少,谁负责处理;规则变了以后,维护要花多少时间。别只统计智能体运行的几分钟,把后面的人工作业漏掉。
选工具时,也可以带着具体流程去看。比如金智维在公开资料中介绍,K-APA采用RPA与大模型结合的思路。对企业来说,更实际的问题是:自己的业务系统能否接入,权限怎么分,日志能否留存,遇到异常谁来接。不同产品和项目的实际交付范围,还需要结合试点逐项确认。
最后说一个简单的选法:把部门里最费时间的几项工作列出来,再从中挑一项高频、可复核、出了问题能及时接手的,拆出一小段先做。
等业务人员真的用起来,知道它哪里可靠、哪里还得盯着,再决定要不要往后接。企业第一次上智能体,先把这一小段跑顺,比一开始就追求覆盖整条流程更有参考价值。