企业级 AI 生态建设

帮助企业重新梳理 AI 与传统软件的边界,把分散的模型、Agent、业务系统和人的判断,组织成可运行、可协作、可交付的工作体系。

01 / 问题判断

企业不是缺一个 AI 工具,而是缺一套分工方法

当聊天入口、Copilot、自动化和传统系统同时进入业务现场,最先失控的往往不是模型,而是责任:谁来理解目标,谁来调用系统,谁能做决定,结果又由谁负责。

01

把“会生成”当成“会完成”

演示看起来很智能,但结果停在对话窗口,仍然需要人复制、粘贴、核对和重新组织。

02

把 Agent 做成新的孤岛

Agent 能调用很多工具,却没有统一的权限、状态、版本和协作现场,出了问题也无法追责。

03

让传统软件承担不擅长的工作

规则变化快、输入不完整、需要判断和沟通的任务,被硬塞进固定流程后,维护成本越来越高。

02 / 分层方法

先分四层,再决定什么该交给 AI

企业 AI 建设是四层各司其职:模型提供能力,Agent 负责协作,应用承接场景,基础设施守住工作现场。

MODEL模型理解、推理、生成
AGENTAgent拆解目标、编排动作
APP业务应用把场景做成工作包
INFRA基础设施权限、协同、版本、证据
03 / 判断清单

用六个问题判断:这一段工作该由谁负责

从任务的变化性、风险和责任开始,划分 AI、Agent、传统软件和人的边界。

判断维度更适合 AI / Agent更适合传统软件文档协作层的建设任务
目标是否清晰目标需要理解、拆解、澄清规则与输入已经固定把目标、约束和待确认项写进工作包
信息是否完整需要跨文档、跨角色综合判断字段完整、结构稳定在权限范围内聚合资料并保留来源
流程是否变化步骤会因上下文动态调整流程固定、可穷举保留过程状态,允许人机共同推进
结果风险多高可生成候选、建议和执行准备涉及强约束、不可逆副作用高风险动作设置人工确认与回滚
责任是否可追溯需要解释、引用和不确定性提示需要确定性记录与审计把版本、证据、责任人和决策留痕
交付物是什么需要多角色协作、持续迭代一次计算或单次事务完成把结果沉淀为可编辑、可协作的成果物

边界不是二选一:同一个业务场景通常由传统软件托底确定性部分,由 AI 处理变化性部分,再由协作基础设施把两者连成闭环。

04 / 工作包设计

从“调用工具”升级为“完成一个工作包”

围绕一个业务目标,把资源、角色、动作、确认点和最终成果组织在一起。

01

明确目标

说清楚要解决什么问题、服务谁、什么结果算完成。

02

接入资源

把文档、表格、系统和历史记录带入授权范围。

03

Agent 拆解

识别步骤、依赖、角色和需要人工确认的节点。

04

协作执行

AI 处理分析、起草和执行准备,人补充判断与资源。

05

人审阅

检查事实、权限、风险和不可逆动作,决定是否继续。

06

交付沉淀

结果回到文档、表格或协作空间,成为下一步工作基础。

AI 负责什么

在授权范围内处理高变化、信息密集、需要综合判断的工作。

  • 检索、归纳、对比和发现冲突
  • 生成候选方案、结构和执行准备
  • 汇总反馈,提出下一步建议

人负责什么

保留目标、资源、对外承诺和不可逆变更的最终控制权。

  • 确认业务口径和关键事实
  • 决定是否发布、上线或扩大范围
  • 处理高风险例外与责任归属
05 / 生态角色

在现有文档协作中接入 AI

可将石墨文档协作能力纳入现有业务系统,再由企业的 Agent 或应用组织任务。具体可用的接口、权限与部署方式,需要结合所选产品和版本验证。

DOC

文档协作能力

根据任务选择文档读取、编辑与协作接口,明确用户身份和文件权限,并验证保存结果与失败处理。

APP

业务应用与 Agent

由业务应用组织目标、资源与执行步骤,调用已验证的文档接口,在涉及发布或关键修改时交给负责人确认。

OPS

验收与持续维护

用真实文件检查权限变更、版本冲突和人工审阅,明确来源记录与操作日志由哪个系统保存,以及谁负责处理异常。

06 / 落地路径

企业落地的六步方法

先选择一个能明确验收结果的业务任务,验证效果后再扩展到其他场景。

01

盘点真实工作

列出目标、输入、角色、系统、决策点和最终交付物。

02

标注边界

划分 AI、Agent、传统软件和人的责任,建立风险分级。

03

选择锚点场景

优先选择 90 天内能跑通、高频、高价值并能复用的场景。

04

设计人机确认

明确候选、审批、复核、回滚与降级路径。

05

接入生态能力

按需连接模型、Agent、企业系统和石墨工作区。

06

用证据决定扩张

以交付时间、采用深度、转化率、复用率和风险事件决定下一步。

07 / 场景示范

一次新产品发布,如何划分 AI 与传统软件

代码构建、测试和部署仍由研发系统负责;AI 负责跨资料理解和角色化组织;石墨承接审阅、协作和最终交付。

从版本资料到业务启用

产品、研发、销售、客服和客户成功各自拥有一部分信息。目标是让一次产品变化被内部理解、被客户正确使用,并把反馈回写到下一版。

  • 输入:PRD、测试结论、Demo、FAQ、历史反馈
  • 结果:销售版、客服版、客户版材料与培训路径
  • 边界:不接管代码发布,不替代上线与回滚决策
传统软件代码构建、测试、部署、监控确定性流程
AI / Agent识别角色需求,整合资料并生成候选材料变化性工作
石墨工作区保留来源、差异、评论、版本和协作状态可信现场
人确认事实、承诺、发布范围与高风险例外最终责任
08 / 试点评估

根据试点结果决定是否扩大投入

先在有限范围内验证业务价值、使用成本和风险,再决定是否扩大团队与应用范围。

继续投入的信号

业务价值目标用户愿意把工作交给这条链路,并能看到交付时间或质量改善。
使用深度从偶尔试用进入固定工作流,成果物会继续被编辑和复用。
商业证据能进入售前、交付、增购或续费等可追踪的收入链路。
风险可控权限、人工确认、审计和降级路径在真实场景中有效。

应当调整或暂停的信号

价值不成立只能展示生成效果,无法证明工作结果或业务转化。
边界失控权限、版本、责任或不可逆动作无法清楚解释。
成本失配每增加一个客户都需要大量定制,无法形成复用能力。
场景错误用户问题低频、资料不可得,或传统软件已经能稳定解决。
09 / 常见问题

上线前先把边界写清楚

知识范围、权限继承、人工确认和证据留痕,决定 AI 能否进入真实工作。

AI 会不会搜索到我无权访问的资料?

方案要求权限先于回答。系统只展示当前用户可访问的来源,无权限内容不应进入答案或引用列表。

如果不同文档里的结论不一致怎么办?

并列展示冲突来源、版本信息和待确认项,让业务负责人完成最终判断。

回答能否直接作为对外口径?

涉及报价、合同、制度和交付承诺时,应由对应负责人复核后再对外使用。