哪些场景只适合 AI 辅助，哪些可以自动执行？

同一个模型，生成会议摘要可以直接交给员工修改，决定是否退款却不能照搬。差别主要来自动作风险，以及企业处理剩余错误的能力。

自动执行是一条用运行证据换权限的阶梯。模型更强，只能说明能力提高；企业还要证明错误可发现、可接管、可恢复。

四级权限对应四种责任安排

级别 AI 可以做什么 人承担什么 适合的起点

信息与草稿 查询、归纳、生成草稿 判断、修改并提交 新场景或标准尚未稳定

建议与确认 给出建议、依据和拟执行动 明确确认后才执行 边界较清楚但后果需要人承

作 担

有限自动执行 在白名单范围内完成动作 处理异常、抽检与接管 错误可及时发现且可恢复

长流程自动运行 连续调用多个工具完成任务 监控、审计和处置少量例外 长期稳定并经过故障验证

企业应该从低权限起步。这里的级别针对一个具体场景，不代表某套 AI 系统获得了全公司通行证。

权限能否升级，看五类证据

第一，错误影响。它会不会造成资金、法律、客户权益或生产安全后果？

第二，可逆性。动作能否撤销，恢复需要多久，受影响的人怎样得到补救？

第三，可检测性。系统能否及时发现失败、重复执行和异常结果？

第四，任务边界。输入、输出、例外和停止条件是否已经稳定？

第五，接管能力。异常发生时，具体由谁接手，他能否看到完整上下文？

内部排版这类错误容易发现、容易撤销的任务，可以较快升级。低频但后果严重的审批，即使平均准确率很高，也应长期保留人工确认。

升级、保持和降级都要有条件

权限升级前，需要用稳定评测集和真实运行记录证明：严重错误没有突破底线，人工接管可用，监控与恢复经过测试。

用途扩大、模型更换、数据分布变化或严重事故发生后，要重新评估。人工接管持续增加、异常无法定位或恢复时间变长时，权限还要降级，不能只升不降。

人工确认也可能是假的

界面默认勾选 AI 建议，员工推翻时要写长说明，绩效又只看处理速度，所谓人工最终决定很容易沦为形式。

企业要观察修改与推翻原因、审核时间、漏检结果，并确认员工拒绝 AI 后不会受到不合理惩罚。真正的确认权必须包含“拒绝”和“暂停”。

本篇回答一个业务场景应该采用哪一级自动化。第 56 问会继续讨论系统层面的具体权限，包括读、草拟、提交和批准分别怎样授权。

AI 每多走一步，都要有新的证据证明企业接得住。

本问行动：选一个正在运行的场景，写清它当前位于哪一级，以及升到下一级还缺哪项证据。