在企业 AI 落地过程中，一个典型风险场景是：AI 具备直接修改业务数据的能力，但缺少权限边界、校验规则与操作留痕。

以下案例来自我们服务过的一家企业，数据已做模糊处理。

他说的"单"，是 38 万的老客户订单。三天前，他让 AI 直接改了这张单的价格——不是给建议，是系统里的价格自己变了。

AI 按历史折扣调到 92 折。改完，没通知任何人。

三天后财务开票，按新价格开的。

客户收到发票，打电话过来：我们谈的不是这个价吧？

我陪他查了两小时，只查到一行字

他把我叫过去的时候，财务、业务、主管都在会议室。

我们想搞清楚三件事：谁改的？什么时候改的？依据是什么？

系统里只有一行记录：价格已更新。

改的人没有，时间只显示昨天，依据没有。

最后是靠翻聊天记录、对邮件、问业务员，两个小时才拼出真相。

差价两万多，加上客户那句"你们内部管理有点乱"——这一单，他亏的不只是钱。

这不是 AI 的问题

很多人第一反应是：AI 不靠谱。

我不这么看。

那张单，AI 按历史折扣算价格，逻辑完全正确。它做错了什么吗？没有。

错在老板：他给了 AI 改价格的权力，但没给它装闸。

我做金蝶服务十二年，见过太多老板栽在同一个地方——不是不会用 AI，是只想着让它干活，没想着它会出错。

如果重来一次，我会先问三个问题

第一，它能碰什么。 只能改备注，还是能改价格？金额超过多少必须停下来？

第二，改完谁验。 系统要不要按规则再核一遍？不合格的能不能直接拦住？

第三，事后谁认。 三个月后有人问"这单为什么这个价"，能不能三秒钟调出记录？

三个问题答不上来，就先别放权。

后来他是这么改的

他没有把 AI 撤掉。撤掉容易，但三天审批的问题还在。

他做的是把流程拆成两层：

一层管业务场景——财务、订单、供应链，AI 进到这些场景里干活，而不是在外面另起一套。

一层管智能体怎么运行——开发、编排、运行，更重要的是权限、校验、留痕都在这一层。

说人话：一层让它进业务，一层让它别乱来。

后来我才跟他说清楚这两层的名字：前者叫金蝶 AI 套件，后者叫金蝶灵基。

顺序不能反：先说解决什么问题，再说买什么产品。

改完三个月，他给我打电话，说审批从三天压到一天，错单是零。

我觉得最值钱的不是效率，是他晚上能睡着了。

我的判断

AI 能不能替老板干活，不取决于它多聪明。

取决于你敢给它多大权限，以及它出错的时候，你能不能兜住。

顺序反了，就是拿公司的钱交学费。

如果你也在做这个决定

先回答三个问题：能碰什么、谁来验、事后谁认。

答得上来，可以放；答不上来，先装闸。

如果您的企业正在评估 AI 能否进入核心业务流程，可联系我们做一次场景梳理。