首页行业百科先做规则明确的,还是先做要判断的?顺序怎么排

先做规则明确的,还是先做要判断的?顺序怎么排

2026-11-16 10:11:02

几乎每一家启动AI智能体项目的企业,都会在第一批场景清单前卡住:财务说发票审核规则清楚、见效快,销售说客户意图判断才是真价值,IT说工单分类两头都沾。争到最后,问题往往收敛成一句话——先做规则明确的,还是先做要判断的?顺序怎么排。Gartner曾在预测中指出,到2025年底至少有30%的生成式AI项目会在概念验证后被放弃,场景选择失当是主要原因之一;国内多家咨询机构的调研也显示,能够规模化的AI试点比例长期低于三成。

这个问题的答案并不是“二选一”,而是一条有先后、有衔接、有退路的路径设计。本文结合财务审单、报销审核、ERP订单创建等已落地场景的真实数据,拆解一套可复用的排序方法,帮助企业把第一批、第二批、第三批智能体场景排明白。

先做规则明确的,还是先做要判断的?顺序怎么排_图1

一、先厘清概念:什么是“规则明确”,什么是“要判断”

排序之所以难,是因为很多团队把“业务复杂”和“需要判断”混为一谈。审单很复杂,但规则可以枚举;客诉处理看似简单,却高度依赖经验判断。分不清这一点,排期一定乱。

1.1 三类任务的分水岭

按“输入是否结构化、规则能否枚举、结果是否可验证”三个维度,可以把企业里绝大多数流程分成三类:

  • 规则明确型:输入是表单、单据、系统数据,规则可以逐条写出来,结果对错可即时校验。典型如三单匹配、ERP生产订单创建、跨系统数据搬运、报表汇总。
  • 半规则型:输入包含扫描件、图片、PDF等非结构化内容,大部分判断有制度依据,但需要先做识别和抽取。典型如发票与报销单据审核、合同要素提取。
  • 判断密集型:没有唯一正确答案,依赖经验、上下文和权衡。典型如客户投诉定责、销售策略建议、供应商风险研判。

三者的分界线不在于“难不难”,而在于“错了能不能立刻发现”。规则明确型错了当场暴露,判断密集型错了可能三个月后才显现——这正是排序的关键依据。

1.2 判断型任务不是不能做,而是不适合开局

很多管理者有一种直觉:规则明确的活,RPA也能干,体现不出大模型的价值;要做就做需要判断的,才有技术含量。这个想法在技术上有道理,在项目管理上却风险极高。

判断型场景开局通常面临三个硬约束:一是验收标准难以定义,准确率到多少算合格,业务方和IT方很难达成一致;二是样本积累不足,没有历史标注数据,模型冷启动效果不稳定;三是责任边界模糊,AI给出建议、人工拍板,一旦出事难以归因。这三条中的任何一条,都足以让一个POC停在演示阶段。

1.3 顺序排错,两种典型代价

  • 先做判断型:项目周期从6周拉长到6个月,业务方在反复调优中失去耐心,最终结论是“AI还不行”。
  • 只做规则型:第一阶段很顺,但价值天花板明显,被业务部门评价为“RPA换了个名字”,第二年预算被砍。

所以真正的问题不是先后,而是先后之间有没有一条连得上的链路。这正是后文要展开的核心。

二、结论先行:先规则后判断,但要用“链路”串起来

先说结论:绝大多数企业应当先做规则明确的场景,再做需要判断的场景,但两阶段之间必须通过同一条业务链路衔接,而不是各做各的。

2.1 三条排序原则

  • 价值×可行性优先,而非价值单独优先:一个年节省两万小时的判断型场景,如果可行性只有20%,实际期望收益不如一个年节省八千小时、可行性90%的规则型场景。
  • 先建底座,再上难度:规则型场景会顺带把账号权限、数据接口、操作日志、人机复核机制建起来,这些是判断型场景的前置条件。
  • 同一链路纵向延伸,而非跨部门横向铺开:从“发票识别”到“三单匹配”再到“合规判定”,每一步都复用上一步的数据和规则资产。

2.2 一个实用的四象限评估法

把候选场景按“规则可枚举程度”和“业务价值”两个维度放入四象限,排期顺序自然浮现:

  • 高规则、高价值:第一批,立即启动。
  • 高规则、中价值:第二批,可与第一批并行或作为补充。
  • 低规则、高价值:第三批,但需要在前两批中积累数据与知识库。
  • 低规则、低价值:暂缓,或改为人工+助手模式。

2.3 为什么“横向铺开”比“纵向延伸”更危险

横向铺开指的是同时给财务、HR、采购各上一个智能体,看似全面开花,实际是三套规则库、三套权限体系、三套审计日志,维护成本呈指数上升。纵向延伸则是在一条链路上做深:单据识别→规则校验→结论生成→人工确认,每一步的产出都是下一步的输入。

实在Agent在这方面的差异比较明显:它不要求企业先完成系统改造,而是通过界面级操作接入现有ERP、财务系统、OA,把规则型场景的能力沉淀为可复用的技能与知识库,后续延伸到判断型场景时,权限、日志、人工复核这些基础设施可以直接继承,不必推倒重来。

三、第一阶段:把规则明确的事做扎实

第一阶段的目标不只是“省人力”,更是“把地基打好”。地基包括规则库、知识库、审计链路和人机协同机制。

3.1 首期场景的四个筛选标准

  • 输入可获取:数据在系统里、在扫描件里,能稳定拿到,不需要跨部门反复协调。
  • 规则可枚举:能列出清单,哪怕有几十上百条,只要能写下来就算合格。
  • 错误代价可控:即使出错,也有人工复核兜底,不会直接造成对外损失。
  • 有明确责任人:业务侧有人愿意为上线效果签字,而不是IT单方面推动。

3.2 两个可参考的首期样板

样板一:财务共享中心智能审单。 某企业财务共享中心审单人员27人,日均单量3000笔,覆盖费用、收入、成本、资产、采购结算、工程结算、资金支付共54个流程。团队把54个流程拆解出1268条审批规则,其中多流程通用397条、单流程私有871条。上线后AI平均每单8秒完成校验,日均3000笔在6个半小时内全部处理完毕;运行六个月初审完成率89.3%,人工二次复核仅保留3人,人工处理比例降至11.7%,人工成本下降88.9%,整体效率提升约33倍。

样板二:制造业ERP生产订单创建。 计划员原本需要在ERP中逐条新增生产订单、安排工序日期与数量、统计单据信息并提交审核。改为AI数字员工自动打开生产计划表、登录ERP、新增订单、保存提交后,每周节省约20小时,效率提升70%。这个场景规则极其明确,技术难度不高,但它验证了一件事:AI可以稳定操作没有开放接口的老系统。

3.3 实在Agent在规则型场景中的支撑能力

  • 界面级操作能力:不依赖API,直接操作ERP、财务系统、OA等存量系统的界面,覆盖“有系统但没接口”的绝大多数场景。
  • 规则集中管理:审核规则与操作规则统一配置,多流程通用规则一次维护、多处生效,避免各场景重复建设。
  • 全链路日志审计:每一步操作可回溯、可生成审计文件,满足内控与合规要求。
  • 人机协同机制:支持“AI执行—人工确认”的标准流程,出错可拦、可改、可追责。

3.4 首期要顺手建好的三件基础设施

  • 规则库:把散落在制度文档、老员工经验里的规则显性化,这是后续判断型场景的知识底座。
  • 知识库:制度、标准、历史判例结构化沉淀,支持后续按岗位、职级、地区做差异化匹配。
  • 复核与反馈闭环:人工复核的每一次修改,都应回流为规则优化或模型训练样本,否则第二阶段无从谈起。

四、第二阶段:从规则走向判断,怎么过渡才不翻车

当第一阶段稳定运行三到六个月,再谈“先做规则明确的,还是先做要判断的?顺序怎么排”,答案就会清晰很多——判断型场景应当从前一阶段的长尾问题里自然生长出来。

4.1 三个可以启动判断型场景的信号

  • 规则库出现大量“例外条款”:说明业务已经复杂到规则写不完,需要模型辅助判断。
  • 人工复核集中在少数疑难单:复核人员的精力从“逐单检查”转向“疑难裁决”,具备承接判断型任务的条件。
  • 数据与样本积累到位:历史单据、复核结论、违规原因已经形成可用的训练与评测集。

4.2 工程解法:大模型+小模型双轨制

判断型场景的主流做法不是“全部交给大模型”,而是双轨制:小模型负责识别与抽取,保证稳定与成本;大模型负责理解、归纳与规则生成,处理非结构化与模糊判断;规则引擎负责最终校验与兜底。

某大型电力企业的实践具有代表性:业务类型超过120种,单一业务类型包含十余种审核规则,下辖4省188家分子机构执行标准不统一,年单据审核量超过25万笔。其采用的“大模型+小模型”双轨制智能审单方案覆盖92类核心业务场景,五步流程为:制度文本上传后由大模型解析生成可执行规则→业务端提单→OCR小模型与LLM结合完成识别→IDP引擎执行规则校验并穿透查询系统→生成审核辅助结论→人工确认。最终初审替代率达到66%,人工负荷降低超60%,准确率提升至99.2%,风控响应速度提升300%,项目投入10个月收回成本。

4.3 人机协同的边界设计

判断型场景最忌讳“一步到位全自动”。比较稳妥的做法是分级置信度管理:

  • 高置信度单据自动通过,仅做抽样复核;
  • 中置信度单据生成建议结论,人工一键确认;
  • 低置信度或触发高风险规则的单据,强制转人工并记录原因。

以报销审核为例:大模型先完成单据分类与信息抽取,提取报销人、时间、金额及明细;再调用企业报销制度知识库,比对该员工职级对应的交通、住宿标准;最后做合规判定,合规单据自动通过,违规单据高亮标出超标项并生成打回原因。整个过程既用到了模型的理解能力,也用到了规则的确定性,人工只在争议处介入。

4.4 实在Agent在判断型场景中的能力组合

  • 混合识别:OCR小模型与大模型结合,兼顾准确率与对复杂版式的适应性。
  • 外挂知识库:制度更新后同步生效,避免“模型学会了旧标准”的合规风险。
  • 规则智能生成:上传制度文本,由大模型解析为可执行规则代码,把规则维护从IT任务变成业务任务。
  • 自主学习机制:基于人工复核结果持续优化算法,让准确率随使用时长上升而非衰减。

五、不同行业的排期参考

5.1 财务共享中心

第一批:发票识别与三单匹配、单据合规初筛、报表自动汇总。第二批:报销单据智能审核、资金支付前校验。第三批:异常交易识别、供应商风险研判。财务链路长、规则密度高,是最适合“先规则后判断”的部门。

5.2 制造业

第一批:ERP生产订单创建、工单派发、库存数据同步、对账报表生成。第二批:来料检验记录判定、异常工单分类。第三批:供应链断供预警、排产方案建议。制造场景的系统操作占比高,界面级自动化的投入产出比通常最直接。

5.3 电商与零售

第一批:订单状态同步、退款单初审、物流异常件标注。第二批:售后纠纷定责建议、商品信息合规校验。第三批:客诉意图识别与话术推荐。电商单量大、时效要求高,规则型场景能快速释放人力峰值压力。

六、四个常见误区

  • 误区一:规则明确等于没有技术含量。 恰恰相反,把上千条散落规则显性化、可执行化,是整个智能体项目里最重的活,也是最难被复制的资产。
  • 误区二:判断型才是真AI。 判断型场景的价值上限确实更高,但它依赖规则型阶段积累的知识库和样本,跳过地基直接盖楼,多半停在演示阶段。
  • 误区三:一次铺开多个部门。 多线并行的结果是维护成本失控,建议单条链路做深后再复制。
  • 误区四:忽视人工确认环节。 人工确认不是能力不足的妥协,而是风险控制的必要设计,也是模型持续优化的数据来源。

回到最初的问题:先做规则明确的,还是先做要判断的?顺序怎么排。建议的顺序是:先用规则明确的场景建底座、出成绩、攒数据,再沿着同一条业务链路向判断型场景延伸。第一批场景的成功标准不是技术多先进,而是能否在三个月内跑通“AI执行—人工确认—反馈优化”的闭环;第二批的成功标准,则是能否复用第一批的规则库与审计链路,把人工介入比例再压下去一档。排期表不必写得很长,但每一格都要能回答“它继承了上一阶段的什么”。照着这条路径走,智能体项目才不至于停在PPT里。

常见问题解答

规则明确的场景,还有必要用大模型吗?

部分场景确实不必。纯结构化数据的搬运和校验,规则引擎加脚本就够了。但只要涉及扫描件、PDF、非标准表单,就需要OCR小模型做识别、大模型做抽取与理解,否则规则再好也拿不到可校验的字段。判断标准很简单:输入里有没有非结构化内容。

判断型场景准确率到不了100%,业务部门不敢用怎么办?

不要承诺100%,改成设计分级置信度。高置信度自动通过、中置信度人工一键确认、低置信度强制转人工,同时把人工修改记录回流为优化样本。多数业务部门抗拒的不是“AI会错”,而是“错了没人管、说不清”。

第一批场景做完,第二批怎么选?

优先从第一批的长尾问题里选:人工复核最集中的环节、规则库例外条款最多的环节、跨系统取数最频繁的环节。这三类问题往往就是判断型场景的最佳入口,而且数据和知识都已经在手边。

老系统没有开放接口,能做智能体吗?

可以。界面级操作的方式不依赖API,通过模拟人工在系统界面的操作完成录入、查询、提交。制造业ERP生产订单创建、财务系统单据录入这类场景,多数都是这么落地的。前提是操作路径稳定、界面元素可识别。

一个场景多久能看到效果?

规则明确型场景通常在4到8周内可以完成上线验证,运行三个月后能给出稳定的效率与成本数据。判断型场景因为涉及样本积累和阈值调优,一般需要3到6个月。项目投入回收周期,前述电力企业双轨制审单案例为10个月,可作为中大型项目的参考基准。

立即领取行业头部企业 AI 应用案例

资深 AI Agent 技术专家将为您定制数字员工解决方案

立即获取方案