AI 替代的是系统里的一分钟，还是背后忙了三天的你

今天聊一个刚结项的人员绩效考评 + AI落地项目，项目始于运营部门换帅。

新领导到任后，想重建人员绩效评估体系作为上任的第一步。做完内部调研，发现团队对“工作量”的说法和理解难以形成统一。

有的人拿订单量处理为准，有人以异常单处理质量为准，也有人把聊天记录翻出来，说明自己一天的时间大多花在确认、催办和补资料上。系统里能看到订单状态，系统外的工作却很少留下痕迹。

新领导希望借这次调整，把三件事一起做了：看清运营人员的工作量，数据驱动绩效评价，借助AI 推动流程透明化和组织优化。

那张耗时五分钟的订单

项目开始后，我们先跟着运营人员走了一遍订单流程。

一张订单被销售人员提交后，运营先核客户信息、产品型号和附件。资料不齐，就找销售人员补。资料齐了，要登录到上游客户的采购平台提交。由于平台是三方系统，拿不到提交数据。运营人员需要多次去三方系统查状态、补信息、截图确认后回到内部系统后，点击“已处理”代表提交完成作为内部的状态确认。

调研时，一位运营同事从系统重调出了一张订单。系统显示她从打开到确认处理完成用了两分钟。她又打开聊天记录，过去的三天她天天催销售补各类材料，去外部平台查过五次状态，还给客户打过多次电话解释材料要求。

这张单成了项目里的一个典型样本。暴露了最典型的考评难点：系统记录了订单状态，没有记录完整工作量。绩效如果只看系统动作，很多推动订单前进的工作会被漏掉。

另一个问题也很快被大家多次提到。标准单和异常单混在一起时，订单数量会误导管理判断。一个人处理一百张标准单和处理三十张异常单，背后的精力消耗完全不同。

新领导要推新的绩效体系，这两个问题绕不开。团队不会接受一套只看订单数量的评价体系。

AI赋能从打数据标签开始

如果我们通过不同难度的工作任务定义标准工时、加权平均做绩效打分，这将会是一个标准的流程挖掘驱动运营管理项目。

然而我们用AI做了些更有价值的事情。

第一个场景是异常原因识别。每个订单沟通群里有大量信息，过去靠运营人工沟通和经验判断用于订单推进，不会纳入考评体系。我们把 AI 助手接入订单沟通场景，让它在授权范围内读取订单相关沟通内容，对异常原因进行识别和打标。，比如客户资料问题、外部平台问题、供应商反馈问题等等。分类结果进入管理看板，帮助运营经理观察异常订单情况和后续预警和跟进。

第二个场景是订单复杂度识别。AI 不评价人，只基于订单背景和详情进行复杂度建议。工作量评估从死规则变成了智能辅助判断。AI 记录了所有订单的结构和实际情况，给订单公平打分，没有直接给人打分。一线人员也更容易接受了。

一个问题，被归类成了三个原因

上线测试阶段，客户使用内部集采的大模型，原以为老模型能力上限造成的风险没有发生，文本归类效果完全足以能支撑项目预期。

但项目卡在了一个之前没想到的地方 - 业务口径上。

在测试样本数据时，同一张订单被分成了三个错误原因。运营人员认为是客户资料问题，因为客户一开始没有给完整附件。主管认为是前端录入问题，因为销售根据经验可以知道需要此文件但提交订单时没有检查附件完整性。流程负责人认为是规则问题，因为系统没有在提交前设置强校验。

三个人讨论同一张订单，用了三套业务语言和三个专业领域的归因。

于是团队先停下来整理标签。我们没有基于最佳实践定义异常分类，而是请运营主管和一线人员一起定口径。每个标签都写定义，配一个样例。容易混的地方单独讨论。

最后固化下来了明确的边界：客户没有提供资料，归客户资料问题；客户已经提供，前端录入时遗漏，归前端录入问题；系统没有设置必填或校验规则，归流程规则问题。这些边界被固化进了 AI harness 体系，变成标签定义、样本规则和复核依据。

规则定清后，AI 的分类稳定了很多。业务执行人员知道了评判规则后，也明白了后续该如何完成工作。

第一份答卷不是绩效考评

有意思的是，项目落地开始跑起来之后最先产出价值的并非绩效考评结果，而是运营流程执行的具体情况。

新领导看到订单处理数量不高的员工，处理复杂单的占比极高。某些反复出现的异常也露出来源，67%来自前端资料规则不清，导致运营人员反复补救。这些发现把讨论从“谁慢”带到了“流程哪里让人慢”、“为什么慢”。

主管不再只拿订单数量比较人，也开始看标准单、异常单和复杂单的构成。运营人员过去说不清的工作，有了进入管理视野的机会。二期已经在讨论复杂单场景中的AI赋能机会。

AI转型最难的是下场干脏活

一期项目完结后，有了一些对AI项目的新感悟。企业缺少的已经不是模型能力了，AI要在企业中生根发芽有大量的脏活累活和基础工作要做。

技术层面看，模型能力不再是主要问题。影响效果的，是模型外面的harness工程架构：知识库包含哪些规则，标签怎么定义，样本怎么校准，结果怎么复核，错误怎么回流，知识库能否自动迭代优化。

业务层面看，运营工作由哪些动作组成，哪些动作发生在系统外，哪些异常属于个人处理范围，哪些异常应该回到流程规则里解决，这些问题如果业务定义不清楚，AI 输出的结果会带着一种危险的客观感。模型可以识别文本、归类异常、给出建议。它能胜任企业已经定义过的东西。同样，模型给出的答案业务要能看懂，结果要能追溯，错误要能回到下一轮校准里。

AI落地的过程中，业务中的模糊空间未来会被无限挤压。这需要领导层对业务有清晰准确的判断和决策力，连我们自己都不知道该怎么做的事情，我们是不该期待 AI 能做的更好。

--------------------------------------------------------------------

主聊 AI 与企业流程管理，欢迎关注。