这项任务究竟适不适合使用 AI？

适合 AI 的任务通常同时具备两个特点：输入有足够多的变化，固定规则很难便宜地覆盖；输出又能够被人或系统快速检查。这个范围比“所有文字工作”窄得多。先看任务，再看模型。

用五个问题判断任务形状

输入是否经常变化

同一目标是否会遇到不同说法、格式和上下文？如果输入高度结构化、判断规则又明确，普通程序往往更稳定。

结果能否低成本核验

复核者能否看几项证据就判断结果好坏？如果检查答案等于把整个任务重做一遍，自动化节省的时间可能并不存在。

出错会造成什么后果

把“偶尔答错”换成具体后果：多花五分钟、错过客户、错误扣款，还是做出难以撤销的决定。后果决定了 AI 可以站在哪个位置。

数据能否进入这条链路

列出完成任务需要的资料、允许使用的系统和不能离开的边界。不要在做完 Demo 后才发现真正的数据不能用。

人怎样接手

自动流程停止时，谁会收到什么信息，又怎样继续完成任务？没有后备方案的流程，不适合扩大权限。

案例：给客服消息分流，而不是替客户做决定

客服消息的说法很自由，分类规则很难覆盖所有表达；但输出只是一项类别、紧急程度和建议队列，客服主管很容易抽查。分错队列会延迟处理，却不会直接改账户或移动资金。

因此第一版可以让 AI 分类并标记低置信度，由人处理例外。它不应该因为“已经读懂问题”，就顺手承诺退款或修改客户权益。相同输入之下，这两个任务的出错代价完全不同。

反例：审批工资变更

工资变更有结构化字段、明确政策和授权链。最终操作涉及资金，而且不一定容易撤销。生成式变化没有给审批步骤带来明显价值。

AI 可以解释表单为什么被退回，也可以为审核者摘要申请内容；但能够读懂文字，不等于适合成为审批人。

得出三种结论之一

• **可以使用：**输出可核验、错误范围可控，而且有人能接手。
• **先做小试验：**价值看起来成立，但证据、边界或恢复方式还不完整。
• **保留规则或人工：**风险高、难核验，或者必要数据不允许进入系统。

把判断矩阵变成一次立项评审

不要把五个问题简单相加。出错代价、数据边界和接手方式是阻断条件：其中任何一项说不清，即使输入变化很大，也只能停在小范围试验。变化程度与核验成本则用来比较收益，帮助团队判断 AI 是否真的比规则、表单或流程改造更合适。

评审项	需要留下的证据	继续条件	停止信号
输入变化	真实输入样例与主要差异	固定规则难以覆盖，但任务目标不变	实际只有少量稳定类型
结果核验	复核者、检查字段与所需时间	不必重做整项工作就能判断	正确答案本身也无法确定
出错后果	最坏案例、影响对象与可撤销性	影响范围能够限制	错误会直接形成高影响决定
数据边界	必要字段、允许系统与保留方式	实际数据可以按批准方式使用	Demo 只能依赖不能进入生产的数据
人工接手	负责人、交接材料与恢复步骤	停止后有人能继续完成	异常只能回到原始队列重新开始

评审结束时记录选择、负责人、证据缺口和复核日期。结论不是永久标签：当输入构成、错误代价、数据权限或后备流程变化时，要重新跑一次矩阵，而不是沿用“这个任务适合 AI”的旧判断。

常见问题：规则、人工和 AI 怎样分工？

有明确规则的任务就完全不该用 AI 吗？

不一定。规则可以负责确定性校验，AI 只处理规则覆盖不了的自由文本，再把不确定结果交给人。例如报销单的额度与字段完整性由程序检查，AI 可以解释退回原因，但不批准付款。关键是把不同动作拆开，而不是为整个流程选择一种技术。

人工复核会不会让 AI 失去价值？

要看复核是否比原任务便宜。若复核者只需查看来源、关键字段和异常提示，AI 仍可能减少整理时间；若每次都要重新阅读全部材料并重写结果，当前方案没有创造可用杠杆，应缩小任务或停止投入。

第一次评审没有足够数据怎么办？

不要用想象补齐评分。把结论设为“小试验”，收集少量真实样例、复核时间和失败类型。矩阵的作用不是强迫团队立即回答“做或不做”，而是明确下一份证据应该是什么。

不适用边界

这张矩阵是任务筛选工具，不是安全认证。法律、雇佣、医疗、金融等高影响决策还需要对应领域的审查。如果团队说不清谁检查结果、错误发生后怎么办，就不应该继续扩大自动化。

最后写下一句话：“AI 帮助这个人，把这种输入变成可以这样检查的输出；而这项决定仍由人完成。”写不具体，就继续缩小任务。