用好 AI › 十个岗位流程怎么分工
十个岗位流程里人和 AI 怎么分工
不是「用不用 AI」，是流程里哪一步交给它、哪一步人审、哪一步必须人做。每步标清楚，附真实翻车案例。
十个流程怎么分工
每一格是一个步骤；分工是本站编排的，不是官方流程
拍板、签字、对外承诺的那一步，十个流程里都留给人。
费用报销审核
AI 做 2 步 · 人审 AI 2 步 · 人做 3 步
| 步骤 | 谁做 |
|---|---|
| 01员工拍票上传，识别票面字段自动填单 | AI 做 |
| 02发票真伪、抬头税号、重复报销查验 | AI 做（接税务查验接口，不靠模型判断） |
| 03对照差旅标准、预算科目判断是否超标 | 人审 AI |
| 04图片类票据（出租车、餐饮小票）疑似伪造的标记 | 人审 AI |
| 05超标、异常单据的沟通与退回 | 人做 |
| 06审批放款 | 人做 |
| 07月度抽查自动放行的单据 | 人做 |
常见翻车点、用什么、建议2 条翻车点⌄
常见翻车点
- AI 生成的假收据：AppZen 平台数据，被识别出的假收据中 AI 生成的占比从 2025 年 3 月的 0% 升到 2026 年 5 月中的 70.8%。 原话："By mid-May 2026, that figure had reached 70.8%"；"AI-generated fake receipts average roughly $100 each" 含义：单张金额小，刚好低于常见的自动放行门槛。英国 ICAEW 也发过识别指引：（未打开原文复核）
- 国内增值税电子发票可联网查验，风险主要落在非发票类凭证（小票、行程截图）。国内 AI 伪造小票的统计数据：未见可核证据
用什么：国产：财务软件内置的报销/收票模块。金蝶发票云官方写明做「发票真伪查验、抬头税号校验、风险销方识别（销方黑名单），红冲作废预警」，并「自动填单、智能审核」；海外：费用管理平台里的 AI 审单（AppZen、Ramp 这一类）。官方能力说明未采集
建议：如果贵司报销以增值税发票为主：真伪交给查验接口，AI 省的主要是填单时间
建议：如果小票、截图类凭证占比高：自动放行门槛不宜只看金额，建议对「AI 标记可疑 + 金额低于门槛」这一组保留人工抽查 ---
投标书 / 方案编写
AI 做 1 步 · 人审 AI 3 步 · 人做 3 步
| 步骤 | 谁做 |
|---|---|
| 01拆招标文件：资格条件、评分项、废标条款列表 | AI 做，人审 AI（废标条款必须人核） |
| 02决定投不投、报价策略 | 人做 |
| 03从公司历史标书、资质库检索可复用段落 | AI 做 |
| 04按评分项起草技术方案 | 人审 AI |
| 05业绩、资质、人员证书等事实性内容核对原件 | 人做 |
| 06逐条对照评分表查漏项 | 人审 AI |
| 07盖章、封装、递交 | 人做 |
常见翻车点、用什么、建议3 条翻车点⌄
常见翻车点
- 英国政府采购政策明文提示幻觉风险：英国内阁办公室 PPN 02/24（2024-03）给采购方的建议问卷里写： 原话："they may also introduce an increased risk of misleading statements via 'hallucination'" 同文件提示：投标方用 AI 写标书时，采购方可能需要额外尽调，确认其真有履约能力
- 国内：用 AI 查串标：国家发改委等部门 2025 年起推动用 AI 检测投标文件雷同。多家投标方用同类工具、同类提示词写出相似文本，是否会触发雷同预警——具名通报：未见可核证据；政策背景见（未打开原文复核）
- 编造业绩或引用：见 G2
用什么：国产：通用大模型对话产品 + 企业知识库（上传历史标书检索）；国内专门的标书工具官方文档未采集；海外：通用写作助手（Microsoft 365 Copilot 等）+ 投标管理软件。官方能力说明未采集
建议：如果是政府或国企招标：资质、业绩、人员这些「一查就知道」的内容，建议一律人核原件，AI 只写方案叙述部分
建议：如果多个标书用同一套模板和提示词：建议递交前自查文本相似度 ---
周报 / 月报汇总
AI 做 3 步 · 人审 AI 1 步 · 人做 2 步
| 步骤 | 谁做 |
|---|---|
| 01收集各人日志、群消息、项目系统数据 | AI 做 |
| 02按项目归并、去重，列出未完成事项 | AI 做 |
| 03数字类指标（销售额、完成率）从系统直接取数 | AI 做（取数，不让模型算） |
| 04起草汇总稿 | 人审 AI |
| 05判断哪些风险要上报、怎么定性 | 人做 |
| 06核对关键数字与原始系统一致 | 人做 |
常见翻车点、用什么、建议2 条翻车点⌄
常见翻车点
- 汇总稿里出现原始材料没有的内容：见 G2（Deloitte 报告）
- 周报场景专门的独立研究：未见可核证据
用什么：国产：协同办公套件内置助理。据报道，钉钉「AI 小钉」可定时汇总群内关键信息、生成日报周报摘要、识别未完成任务（未打开原文复核）；海外：Microsoft 365 Copilot、Google Workspace Gemini 这一类。官方限制说明未采集
建议：如果周报只在团队内看：AI 起草、本人过一遍即可
建议：如果要报给管理层或客户：建议数字从系统取数、不经模型改写，定性判断由人写 ---
客服工单处理
AI 做 2 步 · 人审 AI 2 步 · 人做 2 步
| 步骤 | 谁做 |
|---|---|
| 01工单分类、提取订单号、判断紧急度 | AI 做 |
| 02常见问题（查物流、改地址）直接回复 | AI 做 |
| 03退款、赔付、政策解释类回复 | 人审 AI |
| 04投诉、情绪激烈、多轮未解决的转人工 | AI 做（按规则转），人做（处理） |
| 05给坐席推荐回复话术 | 人审 AI |
| 06更新知识库 | 人做 |
常见翻车点、用什么、建议4 条翻车点⌄
常见翻车点
- 企业对机器人说的话负责：Moffatt v. Air Canada，2024-02，详见 站内素材
- 中消协点名 AI 客服：2026 年上半年投诉分析 原话：「AI客服转人工机制不畅，部分平台通过循环应答、多层跳转等方式延缓或阻碍消费者进入人工服务流程」；另一类是经营者以「AI回答不代表公司立场」为由拒绝履行 AI 的承诺
- 国标 2026-09-01 实施：《顾客联络服务 人工与智能客户服务协同要求》要求提供便捷的转人工通道（未打开原文复核）
- 过度砍人工：Klarna，见 站内素材
它确实能做到：NBER w31161：5,179 名坐席用 AI 助手后，平均每小时解决问题数提升 14%，新手提升更大。
用什么：国产：智能客服平台（网易七鱼等，见 站内素材）；海外：Zendesk、Intercom 这一类。Zendesk 支持按指令设定转人工规则（如用户明确要求真人时立即转接）（未打开原文复核）
建议：如果 AI 会回答退款、价格、售后政策：建议这类回复要么接政策原文、要么走人审，因为 Air Canada 案和中消协都指向「AI 说了要认」
建议：如果面向国内消费者：建议对照 2026-09-01 新国标检查转人工入口 ---
合同初审
AI 做 2 步 · 人审 AI 2 步 · 人做 2 步
| 步骤 | 谁做 |
|---|---|
| 01提取主体、金额、期限、付款条件 | AI 做 |
| 02与公司标准模板逐条比对差异 | AI 做 |
| 03标出风险条款（违约责任、管辖、自动续约） | 人审 AI |
| 04引用的法条、判例是否真实有效 | 人做 |
| 05商业上能不能让步 | 人做 |
| 06出修改意见给对方 | 人审 AI |
常见翻车点、用什么、建议2 条翻车点⌄
常见翻车点
- 专业法律 AI 也编造：斯坦福 RegLab 研究 原话："each hallucinate between 17% and 33% of the time" 注：测的是法律检索问答，不是合同比对；合同比对类任务的独立测试未见
- Mata v. Avianca（2023-06，美国纽约南区）：律师用 ChatGPT 写诉状，引用 6 个不存在的判例，被罚 5,000 美元（未打开原文复核）
用什么：国产：电子签/合同管理平台的 AI 审查。法大大官方写能「自动提取合同中的当事人信息、合同金额、生效日期、付款方式等核心条款」「将待审合同与公司预设的标准合同模板进行比对」；海外：法律 AI 工具（Lexis+ AI、Westlaw 等）
建议：如果合同有公司标准模板：「对照模板找差异」是 AI 较稳的用法，建议从这里开始
建议：如果 AI 意见里引用了法条或判例：建议逐条核原文再用 ---
招聘初筛
AI 做 1 步 · 人审 AI 2 步 · 人做 4 步
| 步骤 | 谁做 |
|---|---|
| 01写岗位要求、硬性条件 | 人做 |
| 02简历解析，按硬性条件（证书、年限）过滤 | AI 做 |
| 03对剩余简历排序、打分 | 人审 AI |
| 04被 AI 淘汰的简历抽查 | 人做 |
| 05AI 结构化初面 | 人审 AI |
| 06定是否进入复试 | 人做 |
| 07定期看各群体通过率有无明显差异 | 人做 |
常见翻车点、用什么、建议4 条翻车点⌄
常见翻车点
- Mobley v. Workday：2025-05-16 法院允许以全国集体诉讼推进，指控其 AI 打分排序工具对 40 岁以上求职者造成歧视；法院认为工具提供方也可能担责 原话："AI tools – designed to score, sort, rank or screen applicants – unfairly penalize older candidates"
- 亚马逊弃用 AI 招聘工具（路透社 2018）：训练数据以男性简历为主，系统给含 "women's" 字样的简历降分（未打开原文复核）
- 纽约市 144 号地方法：用自动化招聘工具须每年做偏见审计、公示结果、提前告知候选人 原话："Conduct a bias audit of the automated employment decision tool (AEDT) no more than 1 year prior to its use."
- 中国：见 G3
用什么：国产：HR SaaS 里的 AI 面试/筛选。北森官方写「把初面做到100%自动化」，同时写「把最终裁决权留给HR与面试官」；海外：Workday（HiredScore）等 ATS 内置的 AI 排序
建议：如果用 AI 直接淘汰简历：建议保留对被淘汰者的定期抽查，并能向候选人说明筛选依据
建议：如果只用 AI 做硬性条件过滤：风险明显更小，打分排序那一步再加人审 ---
销售线索跟进
AI 做 3 步 · 人审 AI 2 步 · 人做 1 步
| 步骤 | 谁做 |
|---|---|
| 01线索去重、补全公司信息 | AI 做 |
| 02按规则打分，分给销售 | AI 做，人审 AI（定规则） |
| 03起草首封跟进邮件 | 人审 AI |
| 04自动发送后续培育邮件 | AI 做（先确认对方同意接收） |
| 05电话沟通、报价 | 人做 |
| 06通话、邮件要点写回 CRM | AI 做 |
常见翻车点、用什么、建议3 条翻车点⌄
常见翻车点
- 美国 FCC 2024-02-08 裁定：AI 生成的语音属于 TCPA 下的「人工语音」，外呼需事先获得同意 原话："calls made with AI-generated voices are 'artificial' under the Telephone Consumer Protection Act"
- 中国：用自动化决策做营销推送，须提供不针对个人特征的选项或便捷拒绝方式（个保法第二十四条）
- AI 写的跟进邮件转化率的独立研究：未见可核证据
用什么：国产：CRM（纷享销客等，官方案例见 站内素材）；海外：Salesforce Agentforce Lead Nurturing。官方注意事项写明：Gmail 账户每个代理每天最多发 1800 封；设为人工审批时，负责人 14 天内不批，邮件自动取消 原话："After 14 days without approval, the agent cancels the email."
建议：如果要让 AI 自动外呼或群发：建议先确认同意记录，海外市场尤其如此
建议：如果刚开始用：建议先开「人工审批后发送」，看一段时间质量再放开 ---
财务对账
AI 做 2 步 · 人审 AI 2 步 · 人做 2 步
| 步骤 | 谁做 |
|---|---|
| 01从 ERP、银行导出流水，清洗格式 | AI 做 |
| 02定匹配规则（金额、日期容差、摘要关键词） | 人审 AI |
| 03按规则自动匹配 | AI 做（规则引擎执行，不靠模型心算） |
| 04列出未匹配项并推测原因 | 人审 AI |
| 05差异调整分录 | 人做 |
| 06月结签字 | 人做 |
常见翻车点、用什么、建议2 条翻车点⌄
常见翻车点
- 多步计算和跨文档核对是模型弱项：Vals AI 等发布的 Finance Agent Benchmark（537 道专家题） 原话："even the best-performing model (OpenAI o3) achieved only 46.8% accuracy"
- 对账场景的具名事故：未见可核证据
用什么：国产：ERP 财务模块（用友 BIP、金蝶等）。用友称其收入云「实现回款与应收的智能匹配」—— 检索摘要，原页未复核：（未打开原文复核）；海外：Microsoft 365 Copilot 财务场景。微软官方场景库在 Copilot 生成对账结果之后，明确列了人工步骤 原话："Review the Reconciliation Report transactions for any discrepancies."
建议：如果数据量大、格式杂：AI 用在清洗和解释差异上较合适，匹配本身建议交给确定性规则
建议：如果要让 AI 直接出调整分录：建议保留人工复核，基准测试准确率离财务要求还远 ---
会议到任务落地
AI 做 2 步 · 人审 AI 1 步 · 人做 3 步
| 步骤 | 谁做 |
|---|---|
| 01会前告知录音转写，取得同意 | 人做 |
| 02转写、分章节纪要 | AI 做 |
| 03提取待办、责任人、截止日期 | 人审 AI |
| 04确认后写入任务系统 | 人做（确认），AI 做（写入） |
| 05到期提醒 | AI 做 |
| 06下次会前核对完成情况 | 人做 |
常见翻车点、用什么、建议2 条翻车点⌄
常见翻车点
- 未经同意录音：Brewer v. Otter.ai（2025-08 起诉，美国加州北区，已与另三案合并）指控 Otter 的会议助手在参会者不知情时录音并用于训练（未打开原文复核）
- 待办指派错人、漏项：官方自认可能不准确（上条微软原句）；独立测试：未见可核证据
用什么：国产：飞书妙记，官方描述「会议纪要与待办总结」；海外：Teams intelligent recap。微软官方 原话："Some AI-generated content might be inaccurate, incomplete, or inappropriate."；要求会议时长五分钟以上、用支持的语言转写
建议：如果有外部客户参会：建议会前明确告知录音和 AI 纪要
建议：如果待办要进任务系统：建议由会议主持人确认一遍责任人和日期再写入 ---
市场竞品周报
AI 做 2 步 · 人审 AI 1 步 · 人做 3 步
| 步骤 | 谁做 |
|---|---|
| 01定监测对象和信息源清单 | 人做 |
| 02定时抓取官网、公众号、招聘、价格页 | AI 做 |
| 03与上周比对，列出变化 | AI 做 |
| 04每条变化附原文链接 | AI 做，人审 AI（点开核） |
| 05判断对我方意味着什么 | 人做 |
| 06定稿分发 | 人做 |
常见翻车点、用什么、建议2 条翻车点⌄
常见翻车点
- AI 助手转述新闻常出错：EBU 与 BBC 联合研究，22 家公共媒体、18 国、14 种语言、3,000 多条回答 原话："45% of all AI answers had at least one significant issue."；"31% of responses showed serious sourcing problems"
- 中文竞品信息场景的独立测试：未见可核证据
用什么：国产：带联网搜索的 AI 搜索产品（秘塔、Kimi 等）；官方准确性说明未采集；海外：Perplexity、ChatGPT 搜索、Gemini 等；官方准确性说明未采集
建议：如果周报会影响定价或投放决策：建议每条结论都能点开原文，不带链接的条目不进周报
建议：如果只做信息收集：AI 抓取加比对即可，「意味着什么」留给人写 ---
来源清单
26 条，判例、法规、政府文件、研究与厂商文档
逐条摊开，每条附原文链接⌄
判例、法规、研究与厂商文档 · 26 条
- https://www.kingdee.com/products/fpy_sp.html↗
- https://www.pymnts.com/news/artificial-intelligence/2026/ai-generated-fake-receipts-now-make-up-71percent-of-expense-fraud/↗
- https://www.icaew.com/insights/viewpoints-on-the-news/2025/nov-2025/expenses-fraud-how-to-spot-an-ai-generated-receipt↗
- https://assets.publishing.service.gov.uk/media/66019771a6c0f7bb15ef9252/PPN_02_24_Improving_Transparency_of_AI_use_in_Procurement.pdf↗
- https://www.yicai.com/news/103049450.html↗
- https://ex.chinadaily.com.cn/exchange/partners/82/rss/channel/cn/columns/sz8srm/stories/WS69856910a310942cc499e8d6.html↗
- https://www.eesel.ai/blog/how-to-set-up-zendesk-ai-agent-handoff↗
- https://finance.sina.com.cn/tech/discovery/2026-08-07/doc-inimmyev3225608.shtml↗
- http://cn.chinagate.cn/news/2026-08/31/content_118671832.shtml↗
- https://www.nber.org/papers/w31161↗
- https://www.fadada.com/article/ai-contract-review↗
- https://reglab.stanford.edu/publications/hallucination-free-assessing-the-reliability-of-leading-ai-legal-research-tools/↗
- https://law.justia.com/cases/federal/district-courts/new-york/nysdce/1:2022cv01461/575368/54/↗
- https://www.beisen.com/res/27/↗
- https://www.hklaw.com/en/insights/publications/2025/05/federal-court-allows-collective-action-lawsuit-over-alleged↗
- https://mediawell.ssrc.org/news-items/amazon-scraps-secret-ai-recruiting-tool-that-showed-bias-against-women-reuters/↗
- https://www.osc.ny.gov/state-agencies/audits/2025/12/02/enforcement-local-law-144-automated-employment-decision-tools↗
- https://help.salesforce.com/s/articleView?id=sales.sales_agent_sdr_considerations.htm&language=en_US&type=5↗
- https://docs.fcc.gov/public/attachments/DOC-400393A1.pdf↗
- https://www.yonyou.com/news/3786↗
- https://adoption.microsoft.com/en-us/scenario-library/finance/reconcile-financial-data-to-accelerate-period-closing/↗
- https://arxiv.org/abs/2508.00828↗
- https://www.feishu.cn/product/minutes↗
- https://support.microsoft.com/en-us/teams/meetings/recap-in-microsoft-teams↗
- https://www.npr.org/2025/08/15/g-s1-83087/otter-ai-transcription-class-action-lawsuit↗
- https://www.ebu.ch/news/2025/10/ai-s-systemic-distortion-of-news-is-consistent-across-languages-and-territories-international-study-by-public-service-broadcaste↗
您该怎么办
先把您的流程拆成步骤，每步问一句：错了谁负责、能不能一查就知道对错。能查的交给 AI，要负责的留给人，中间那段让 AI 出初稿、人来审。
先从「对照模板找差异」「清洗格式」「转写纪要」这类有标准答案的步骤开始。流程复杂、自己拆不清，可以去人工援助留个需求。