
你的公司接了大模型,做了智能客服,上了智能问数,看起来AI无处不在。但伯俊研究院在《企业AI智驾白皮书》【文末附资源下载地址】里给出的判断可能让你不太舒服:多数企业的AI建设,其实停留在L1。
这份94页的报告借用了汽车智能驾驶的分级思路,把企业AI能力从L1到L5排了五个台阶。结论很直接——有聊天框不等于AI数字化,能查数不等于有Agent,跑脚本不等于L3。




【文末附资源下载地址】
1
三个错觉,骗了大多数企业
报告开篇就列了三个普遍错觉。
第一个:有聊天框就等于AI数字化。多数只是L1——省打字、做检索、写初稿,不改变经营过程。判断标准很简单:它是否持续读取真实经营数据?
第二个:能查数就等于有Agent。多数是L2——会问、会分析,但建议之后仍由人登录系统执行。关键看它是否拥有受控的写入能力。
第三个:RPA或脚本就等于L3。脚本按预设路径点页面,缺少正式契约、权责、审批与业务凭证。看审批后是否走白名单API并返回结果。
这些错觉不是技术团队故意夸大,而是企业缺少共同语言。业务看到的是“能不能帮我少做事”,IT关注“是否安全”,财务关心“投入有没有回报”,管理层需要知道“今年到底能做到哪一级”。
等级体系的作用,是让不同角色围绕同一组证据讨论,而不是各说各话。
2
L2到L3:商业价值的分水岭
报告用了一整章讲L2到L3的跃迁,这是全书最硬的部分。
L2改善的是“看见问题”的效率——AI能持续读取真实数据并给出方案,但人仍亲自操作系统。L3把取证、推理、人工终审和白名单写回连接成正式生产链——AI在一个业务域内完成过程,人只做终审。
差别在哪?L2的输出是分析段落和方案草稿,L3的输出是含明细、依据、风险、备选方案和Action的决策包。L2完成后系统无变化(只读),L3审批后通过白名单API写入业务系统并返回单号。
报告给出了八条分水岭判据。其中最核心的三条:是否选定唯一业务域和明确生产范围?关键数据是否走正式只读API?审批后是否走白名单写API并返回业务凭证?
一句话定级:AI只给建议,上限是L2;AI在人工终审后通过正式白名单API完成写入并返回业务凭证,才具备L3验收资格。

3
L3不等于RPA
这是报告里最容易引起争议的一个判断。
RPA解决的是“怎么点”——模拟页面或客户端操作。L3解决的是“谁有权基于什么证据执行什么动作,并如何验收”——审批后调用正式白名单API。
输入不同:RPA靠预设字段和固定步骤,L3靠多源证据、规则、知识与业务上下文。凭证不同:RPA留下执行日志和截图,L3留下业务单号、配置ID和行级结果。失败处理不同:RPA在页面变化时可能静默失败,L3有错误码、幂等、补偿、回滚、熔断和接管。
报告没有一刀切否定RPA,而是给了清晰的定位:旧客户端短期无法提供API时,RPA可以作为过渡桥使用,但必须在项目计划中写明退出条件和API化目标。
高风险的价格、金额、权限与法定凭证,不建议依赖模拟点击。
4
90天从L2走到L3
报告给出了一个90天的实施节奏,目标不是展示更多Agent,而是形成一个业务域的完整生产证据。
前两周做现状定级——盘点数据、API、权限、组织和已有生产证据,锁定唯一域,业务与IT签字。
第3到4周做设计——读写边界、规则、决策包、审批、禁写和异常路径,三方完成评审。
第5到8周做开发——先验证只读,再开发Action、审计、幂等和失败补偿,L2证据通过后才开放写权限。
第9到12周做灰度——小范围生产灰度,比较指标,演练失败、回滚、熔断和人工接管,三方共同签字验收。
报告反复强调一个原则:没有正式只读API到不了真L2;没有审批后的白名单写API到不了真L3。

实战清单:3个任务
任务一(本周内):用15题自测定级。报告附录A有一套15题自测表,覆盖数据进入方式、写系统能力、审批审计、业务凭证等维度。每题A=1分到D=4分,15-22分以L1为主,23-35分以L2为主,36-48分具备L3候选条件。硬门槛:拿不出生产业务凭证,仍按L2认定。
任务二(本季度):锁定你的“唯一首域”。从十个零售业务域中选一个——促销冲突、电商上下架、跨系统同步是评分最高的三个候选域。评分标准:经营价值25%、写入可控20%、数据可得15%、业务频率15%、效果可观察15%、Owner清晰10%。总分达到75分且“写入可控”不低于4分,才具备L3试点条件。
任务三(90天内):跑通一条六步验收链。触发、取证、推理、决策包、审批、写回凭证——六步必须能现场演示。验收时至少演示三条链路:一条正常写入、一条驳回或改参、一条失败或熔断。同一个决策ID能从最终业务凭证反查到原始证据,才算通过。
这不是“有没有AI”的时代,是“AI能不能落单”的时代。未来的较量,不比谁的Agent多,比的是谁先拿到第一张可验收的业务凭证。你的第一张,准备从哪个业务域开出来?
点击下载PDF版本
更多内容,可访问
往期推荐


