铁律：重造在前、自动化在后——为什么给旧流程套 Agent 是头号死因

行业里流传一个数字：到 2027 年，超过 40% 的 agentic AI 项目会被砍掉（Gartner 的预测口径），原因里排第一的不是技术不行，而是给一条本就该废掉的旧流程，硬套了一个 Agent。这一节讲清一条铁律：重造在前、自动化在后。 先想清楚这件事在 AI 时代到底该怎么做，再决定哪一步交给 Agent；顺序反了，投入越大、翻车越惨。

这篇适合谁：要在企业里推 AI、上 Agent 的管理者和负责人。读完你会有一套诊断方法，避免把钱砸在"给旧流程贴金"上。

---

先看清头号死因：自动化一条该废的流程

很多企业上 Agent 的逻辑是这样的："我们现在有个 A→B→C→D 的流程，让 AI 把每一步都自动化，效率不就上去了？"

这正是头号死因。因为那条 A→B→C→D 的流程，本身就是为"人手不够、信息不通、只能这么干"的旧约束设计的。 当 AI 把信息处理成本拉到接近零，很多步骤的存在前提已经没了——B 步骤可能整个不需要了，C 和 D 可能该合并。你不去重新设计，而是给每一步都配个 Agent，结果是：用昂贵的 AI，高效地做着一堆本不该做的事。

打个比方：这就像给一条马车生产线的每个工位都装上机器人，而不是去造汽车。流程对了，自动化才是放大器；流程错了，自动化是放大器没错——把错误也放大了。

所以铁律是：先问"这件事在 AI 时代该怎么重新做"，再问"重做后的哪一步交给 Agent"。 重造在前，自动化在后。

---

落地框架：任务三分法

"重造在前"听着对，怎么落地？用任务三分法。把一条流程拆成最小的任务单元，给每个任务贴一个标签：

类别	谁主导	适合的任务特征	Agent 的角色
人主导（human-led）	人	高风险、需担责、要价值判断、强人际/创意	不上 Agent，或仅当资料助手
人机协作（agent-assisted）	人审 + AI 干	量大但需人把关、错了有代价但可纠	AI 出初稿/方案，人审核拍板
全自动（fully-agent-driven）	Agent	规则清晰、可验证、错了代价小、高频重复	Agent 端到端跑，人抽检

用法是：先把旧流程里的任务全列出来，逐个贴标签——你会立刻发现，很多任务根本不该存在（重造时直接删掉），剩下的再按三类决定怎么上 AI。

关键判断口诀：

• 错了代价大、要担责的 → 人主导（如最终录用决定、对外承诺、合规签字）。
• 量大、需把关、可纠错的 → 人机协作（如初筛简历、起草合同、生成报告初稿）。
• 规则死、可验证、高频小事 → 全自动（如数据归类、格式转换、状态同步、自动催办）。

绝大多数翻车，都是把"人主导"的任务硬塞进"全自动"。 Agent 替你做了该你担责的判断，出了事没人兜底。

---

真实案例：一家公司怎么把退款流程套废的

讲个有代表性的例子（细节脱敏）。一家电商公司要上 AI 做客服降本，决定"把整条退款流程交给 Agent 全自动处理"。

他们的旧退款流程是：客服收到申请 → 查订单 → 按一本厚厚的规则手册判断是否符合 → 走审批 → 通知财务打款。他们做的，是给这每一步都配 Agent，原样照搬流程。

结果：

• 规则手册本身就是个烂摊子。 那本手册是多年打补丁攒出来的，自相矛盾、特例一堆。Agent 严格按它执行，把人工本来"睁只眼闭只眼"处理的灰色案例全卡死，投诉暴涨。
• 该重造的没重造。 真正该做的是：先重新设计退款政策（哪些情况直接秒退、哪些才需要审核），简化规则。重造后，80% 的小额退款根本不需要"判断"，秒退即可（全自动）；剩下 20% 复杂案例才需要人介入（人机协作）。他们跳过这步，直接自动化了一团乱麻。
• 高风险判断交给了 Agent。 大额、疑似欺诈的退款本该人主导，他们也丢给 Agent 全自动，结果放过了几笔欺诈，损失远超省下的人力成本。

半年后项目被砍。它失败不是因为 Agent 不行，是因为它们在自动化一个本就该重造的流程，还把该人管的判断也交了出去。 假如先做重造 + 任务三分法，这本是个该成功的项目。

---

诊断清单：上 Agent 前，逐条过一遍

管理者在批准任何"上 Agent"的方案前，拿这份清单逼问一遍：

• 这条流程在 AI 时代还该这么走吗？ 如果 AI 让信息成本归零，哪些步骤的存在前提没了？（先重造）
• 重造后，每个任务贴了三分法标签吗？ 还是不分青红皂白整条自动化？
• 被设成"全自动"的任务，错了代价小吗、可验证吗？ 有没有把"人主导"的判断混进去？
• 规则本身干净吗？ 还是在让 Agent 严格执行一本自相矛盾的旧手册？
• 有没有人审环节兜底高风险？ 全自动的部分有没有抽检和异常上报？
• ROI 算的是"重造后的流程"还是"旧流程套 Agent"？ 后者的 ROI 往往是幻觉。

任何一条答不上来或答得心虚，就先别上 Agent，回去重造。

---

反面教训：三个一上 Agent 就翻车的信号

• "我们想把现有流程自动化"——危险信号。健康的说法是"我们想重新设计这件事该怎么做，然后自动化其中合适的部分"。
• "全流程端到端交给 Agent，不用人管"——多半把人主导的判断也交出去了，迟早出事。
• "先上了再说，规则后面再理"——让 Agent 跑在烂规则上，等于高效制造错误。

---

常见问题

重造听起来工程量很大，能不能先自动化救急？ 可以先在"全自动"那一类的清晰小任务上快速落地见效（如数据归类、自动催办），这部分风险低、回报快。但别把整条核心流程在重造前就自动化——那才是死因。先摘低垂的果子，同步推进核心流程的重造。

怎么说服上面先做重造、别急着上 Agent？ 用 ROI 说话：给他们算"旧流程套 Agent"的真实回报（往往因为流程本身臃肿而很低），对比"重造后再自动化"的回报。再举那 40% 项目被砍的行业数据，说明"急着套 Agent"的失败率。

任务三分法的标签会变吗？ 会。等 AI 能力提升、规则磨成熟，一些"人机协作"的任务会逐渐升级为"全自动"。所以这是个动态清单，定期复审，但升级的前提永远是"可验证、错了代价可控"。

---

小结 · 你现在掌握了什么

• 你理解了头号死因：自动化一条本该废掉的旧流程，以及对应的铁律——重造在前、自动化在后。
• 你会用任务三分法（人主导/人机协作/全自动）把流程拆开，决定每一步怎么上 AI。
• 你有了一份诊断清单，能在批准方案前逼问出"这是重造后的自动化，还是给旧流程贴金"。
• 你看清了"给旧流程套 Agent"是怎么一步步把项目套废的。

记住：Agent 是放大器，不是救世主。 流程对了它放大价值，流程错了它放大错误。

下一步：诊断清楚后，是分职能（销售/客服/财务）的具体落地与治理。看 AI 时代的组织与管理专栏后段；想看全貌就对照三支柱路线图。

👉 看看 AI 时代的组织与管理 专栏，或了解 AI 时代管理者认知课。需要定制落地与陪跑，欢迎聊 企业服务。