> **来源：[研报客](https://pc.yanbaoke.cn)** # 企业 AI 智驾白皮书总结 ## 核心内容 本白皮书旨在为企业提供一套从单点智能体到全域智能的 AI 数字化路径规划方法，帮助企业在 AI 建设过程中明确等级、路径和验收标准。通过类比汽车智能驾驶的五个等级（L1-L5），企业 AI 被划分为五个等级，分别对应不同的 AI 能力、人机权责划分及业务闭环程度。白皮书强调，AI 建设不能仅依赖技术演示或模型能力，而是要通过实际的业务系统、权限控制、API 化程度、治理机制和可验证的生产证据来判断当前等级与下一步建设方向。 ## 主要观点 1. **等级而非命名**：AI 能力的提升应通过等级划分来体现，而非简单地增加智能体数量或功能名称。等级体系帮助不同角色（如管理层、业务负责人、IT 部门）建立统一的语言，用于立项、验收和价值判断。 2. **路径规划方法论**：企业 AI 的建设应遵循五级路径（L1-L5），从工具辅助到经营原生。每一步建设都应以业务问题为起点，结合数据、API、审批、治理等要素形成闭环。 3. **从 L2 到 L3 是关键分水岭**：L2 仅实现数据协同，L3 才能实现单域受控执行。L3 的建设需要完整的六步闭环流程：触发、取证、推理、决策包、审批、写回凭证。这是从“会建议”到“能执行”的重要转变。 4. **API 化是等级跃迁的物理前提**：只有具备正式 API 契约和写权限，AI 才能真正进入生产闭环。API 化程度决定 AI 是否可复用、可审计、可维护。 5. **治理与风险控制前置**：AI 能力提升必须伴随治理机制的完善，包括权限控制、审批流程、异常处理、失败补偿、审计与回滚等。治理是 AI 系统稳定运行的基础。 6. **以业务结果定级**：AI 等级由业务结果、系统权限、API 契约、审批机制和可审计证据共同决定，而非仅由模型能力或演示效果判断。 ## 关键信息 ### 企业 AI 五级路径 | 等级 | 助记 | AI 角色 | 人机权责 | 写系统 | 场景地图 | ROI 参考 | |------|------|--------|----------|--------|----------|----------| | L1 | 脱脚 | 工具辅助 | 人全程操作 | 不能写 | 单点任务（如文案、搜索） | 省时、质量提升 | | L2 | 脱手 | 数据协同 | 人判断并执行 | 只读 | 多源数据协同（如促销冲突识别） | 决策周期、风险提前量 | | L3 | 脱眼 | 单域受控执行 | 人终审、接管 | 审批后写 | 单域执行（如库存调整、促销配置） | 闭环结果、毛利提升、库存改善 | | L4 | 脱脑 | 多域自主 | 人处理例外 | 多域自动写 | 多域协同（如库存与促销联动） | 跨域净收益、库存资金、协同成本 | | L5 | 全域 | 经营原生 | 人定目标与红线 | AI 原生设计 | 全域协同（如动态定价、库存优化） | P&L、ROIC、战略响应速度 | ### 三条判断轴 1. **人机权责**：明确谁取证、谁决策、谁执行、谁接管、谁对结果负责。 2. **写系统权限**：AI 是否具备受控写入业务系统的权限，是否通过白名单 API 实现。 3. **API 化程度**：是否通过正式、可治理的接口提供数据与业务动作，是否具备统一调度与风控机制。 ### L3 验收六步流程 | 步骤 | 动作 | 证据 | |------|------|------| | 1 触发 | 由业务事件、定时任务或人工请求触发 | 场景、对象、范围、来源、时间戳、决策 ID | | 2 取证 | 通过正式接口读取数据、规则、知识和权限 | 接口版本、字段口径、数据时间、证据引用 | | 3 推理 | 用规则、模型与 golden 用例形成判断 | 规则/模型版本、关键依据、置信信息、用例结果 | | 4 决策包 | 输出主建议、备选方案、风险与预期影响 | 业务可读的明细、依据、Action 与观察指标 | | 5 审批 | 责任人同意、驳回或修改关键参数 | 审批实例、审批人、意见和条件 | | 6 写回凭证 | 审批后调用白名单 API 写回业务系统 | 配置 ID、业务单号或状态版本 | ## 实施建议 - **先定级，再建设**：通过 L1-L5 标准明确当前能力，为后续建设提供清晰方向。 - **选域与试点**：优先选择一个业务域进行 L3 试点，确保闭环可演示、可验证。 - **分步交付**：从 L1 到 L5 分阶段推进，每一步都要有明确的交付成果与验收机制。 - **治理先行**：在建设过程中，治理与风控机制必须同步建立，确保 AI 能力安全可控。 - **关注 ROI**：不追求预设收益，而是通过场景关键指标的变化来判断 AI 的价值。 ## 避坑指南 - **避免重复建设**：不盲目增加智能体数量，而是关注是否具备可复用、可审计、可治理的 API 契约。 - **避免误判等级**：不能仅凭演示或技术调用判断 AI 实际等级，需结合生产证据与业务闭环。 - **避免跳过 L2**：L2 是 L3 的基础，没有稳定的只读 API 和业务数据，无法进入 L3。 - **避免把 L3 当作终点**：L3 是一个业务域的闭环，L4 和 L5 需要跨域协同和原生设计。 ## 结论 本白皮书提出了一套企业 AI 智驾路径，从 L1 到 L5，帮助企业理解 AI 能力的递进逻辑与业务闭环的重要性。AI 不是简单的工具，而是通过系统化、API 化、治理化逐步进入企业经营的核心。企业应从“能做什么”转向“做到哪一步”，并基于生产证据、业务结果和治理机制进行建设与验收。