一家公司想把报销审批交给 AI。
流程图打开后，先发现问题不在审批。同一个单据要填三次，两个审批节点从不看内容，财务还要手工把数据抄进另一个表。
如果直接上系统，结果可以预见：AI 学会了重复填表，审批还是没人看，财务还是得抄一遍。
AI 会放大流程本来的样子
系统不会自动让流程变合理。
流程里有重复，自动化只会让重复更快；流程里有责任不清，自动化只会让问题更难追；流程里有例外没人处理，自动化只会把例外埋得更深。
所以企业 AI 落地的第一步，不是选工具，也不是接模型，而是把流程摊开看一遍。
先删掉不产生价值的步骤
问三个问题：
这一步谁在看？看完做了什么决定？如果没人看，能不能删掉？
很多审批、报表、抄送和确认，历史上都有原因，但现在可能已经不需要。先删掉不产生决定的步骤，再谈自动化。
有一家做贸易的公司，订单确认要经过四个系统。实际只有两个系统在维护数据，另外两个只是转发。合并以后，流程少了一半，AI 才有地方接。
合并重复录入
重复录入是最容易被忽略的成本。
同一个客户信息，销售填一遍，客服填一遍，财务再填一遍。每个系统都觉得自己需要，实际只是没有统一。
在接 AI 之前，先确定哪个系统是主数据源，哪些字段可以自动带过去。否则 AI 只是在更多地方重复填同样的内容。
明确谁做决定
流程里最怕的是“系统建议，没人决定”。
AI 可以查资料、做分类、生成草稿，但涉及价格例外、合同条款、客户承诺，必须有人拍板。
把决定点标出来：谁有权决定，依据是什么，出错谁负责。没有这个，流程自动化之后，责任只会更模糊。
再决定哪些环节交给 AI
流程简化后，再看哪些环节适合 AI。
适合的通常是：重复查询、格式转换、初步分类、草稿生成、异常提醒。
不适合第一版就做的：跨部门谈判、高风险审批、没有标准答案的判断。
每接一个环节，都要保留人工确认和回退。先做读，再做写；先做一个部门，再跨部门。
一个实际顺序
先画现状流程，标出重复、等待和不产生决定的步骤。
再删掉或合并这些步骤，确定主数据源和决定点。
然后选一个窄环节做 AI 试点，跑两周，看处理时长、返工率和人工接管。
最后才考虑接更多系统。每接一个系统，都问一句：这个接口是为了减少哪一步人工，还是只是看起来更完整？
边界
流程本身很乱、没人愿意改、数据口径不统一，这几种情况先别上系统。
还有一种情况：AI 只是领导想看的项目，业务部门没有参与。这样的项目通常会在试点后停住，因为没有人真正使用。
企业 AI 落地的顺序，是先让流程值得自动化，再让系统自动化。顺序反了，系统越先进，浪费越大。
谁来做流程改造
流程改造不能只交给 IT，也不能只交给外部顾问。
业务负责人要知道哪些步骤可以删、哪些决定不能放；一线员工最清楚实际怎么操作；IT 负责系统和权限。三方至少要有一个人对结果负责。
如果只有顾问在画图，业务部门不参与，流程图通常很漂亮，落地时没人认。
改流程不是裁员
流程改造最容易引起一线抵触，因为员工会担心“是不是要裁人”。
如果目标只是省人，员工会隐藏问题、抵制新系统。更稳的说法是：先把重复劳动减少，让人去做判断和客户沟通。
裁不裁员是管理决定，不要把它包装成流程改造，否则项目很难推进。流程改造也要有人向一线解释：哪些步骤会变，哪些责任不变。
如果你正在梳理流程，可以看我们的企业 AI 诊断与陪跑，也可以从企业 AI 落地路线图开始，先画一张现状图。