方案评审时，白板上最容易出现的一种画法，是把岗位写成一个框，旁边画一个箭头，写“交给 AI”。
这个画法很省事，但它把问题藏起来了。
岗位不是一件事，是一组任务、判断和责任的集合。把整个框交出去，听起来干脆，验收时却找不到落点。
我们原来也这么画
一开始做 AI 员工方案，我们也试过从岗位说明书出发。上面写着“负责客户咨询”“负责内容更新”“负责数据整理”，看起来很完整。
真到拆需求，才发现这些句子没法直接变成系统功能。
“负责客户咨询”里面，至少有查订单、解释规则、处理投诉、记录跟进四类工作。它们的频率、风险、所需权限完全不同。把它们打包成一个“客服数字员工”，最后只能做成一个什么都能聊、什么都做不深的入口。
把岗位拆成任务
后来我们换了一张表，按任务列，不按岗位列。每一行写清楚：
- 任务叫什么；
- 多久发生一次；
- 输入是什么；
- 输出交给谁；
- 有哪些例外；
- 出错后谁接管。
比如客服岗位，查订单状态是一类，解释退换规则是一类，处理投诉又是另一类。前两类可以先交给数字员工，第三类通常要保留人工判断。
这不是技术能力的问题，是责任边界的问题。投诉里往往带着情绪、承诺和例外，数字员工可以整理信息，但不应该替公司做最终答复。
数字员工接的是任务包
一个可以交付的任务包，至少要能回答五个问题：
- 什么情况下它自己处理；
- 什么情况下必须转人工；
- 转人工时带哪些上下文；
- 它有哪些读写权限；
- 出错后怎么追溯。
这五个问题答不上来，功能演示再顺，也只是演示。
我们见过一种常见的误区：先把入口做得很像人，头像、名字、欢迎语都齐了，但转人工没有规则，权限也没有分级。员工不敢用，客户也不敢信。
验收不要只看回答像不像人
一个任务包上线前，我们更愿意看四件事：
- 顺利路径能不能连续跑完一批真实任务，不靠人工改答案；
- 转人工时，接手的人能不能看懂前因后果；
- 权限有没有多给，它是不是只能看和做岗位允许的事；
- 每次输出有没有记录来源和操作，出错能不能查。
回答像不像人，只是体验的一部分。真正决定能不能长期用的，是它在真实流程里有没有人接、接得住、查得清。
哪些岗位不适合整建制替换
有些岗位不适合一上来就按“整建制”替换：
- 主要工作是安抚情绪、谈判和维系关系；
- 需要对外做法律、财务或安全承诺；
- 任务频率低，但每次判断都很重；
- 数据基础差，连最近版本都说不清；
- 出错代价高，人工复核本来就不能省。
这些岗位可以先用数字员工做资料整理、记录、提醒和初筛，但不要把“替代整个岗位”写进第一期目标。
先跑一个任务包
第一期只选一个任务包，跑完一个完整业务周期。验收看三件事：
顺利路径能不能独立完成；例外能不能顺利转人工；出错能不能查到是哪一步、哪份资料、哪个权限出的问题。
三件事都过了，再谈第二个任务包。任务包之间可以共享知识和权限，但不要共享一个含糊的“全能员工”定位。
企业 AI 数字员工不是给岗位换一个人，而是重新分配岗位里的任务。先交任务，再谈岗位，验收才有依据。