Burgeon
《企业AI智驾白皮书》
分水岭篇
建议被写回系统
价值才真正进入经营
企业AI智驾白皮书
大促前一天，运营团队准备上线一组区域活动。
AI 很快发现了问题：同一批商品同时叠加了区域折扣、会员券和平台满减，部分门店的毛利可能跌破红线。它把冲突位置、涉及 SKU、预计影响和三个调整方案都列了出来。
运营负责人看完后说：“这个分析很有用。”
但下一句话通常是：“那谁把系统里的活动改掉？”
如果负责人还要重新打开促销系统，逐个找商品、改参数、确认门店、提交审批，那么 AI 仍然停留在 L2。它已经会分析，却还没有真正进入业务闭环。
01
L2 像会分析的副驾，
L3 才开始受控办事
L2 的价值不能被低估。它让企业从“凭经验找问题”走向“让 AI 读取事实、整理依据、提出方案”。但 L2 的最后一步仍由人完成，建议可能在复制、转述和手工操作中丢失。
L3 的变化不是一句“自动化”就能概括，而是 AI 在一个明确的业务域内，把取证、推理、决策、审批和写回串成一条可追溯的链路。
需要特别说明：L3 不是让 AI 绕过人，也不是把所有权限一次性打开。它是让人从“每一步都亲手操作”，退到“最后审核和异常接管”，同时把每个关键动作留下证据。
02
真 L3，
现场必须看见六个动作
第一步是触发。业务问题要能被明确触发，例如活动提交、库存低于阈值、订单状态异常，而不是员工随口问了一句。
第二步是取证。AI 需要从正式数据源取到商品、价格、库存、订单、规则等事实，并记录数据时间和口径。
第三步是推理。系统要说明为什么判断存在冲突、缺货或异常，而不是只给一个无法追问的结论。
第四步是决策包。建议要变成可审核的结构：涉及什么对象、准备做什么、依据是什么、风险在哪里、有效期多久。
第五步是审批。有明确的业务负责人确认、改参或驳回，审批不是聊天里一句“可以”，而是系统里的正式责任节点。
第六步是写回凭证。动作通过登记过的白名单接口进入目标系统，最后返回单号、任务号、配置凭证或错误回执。
缺少任何一步，都很难证明 AI 已经从“给建议”进入“受控办事”。
03
三条路径，
比一条顺利演示更重要
很多演示只展示“正常执行”：审批通过，动作成功，页面看起来很顺。但生产系统一定会遇到不同情况，所以真 L3 必须同时跑通三条路径。
正常执行：负责人审批通过，动作成功写回，业务凭证可以查询。
业务驳回：负责人发现方案不合适，可以改参数或驳回，系统不能留下半成品状态。
技术异常：接口超时、数据缺失或下游系统不可用时，系统能够熔断、补偿、回滚或转人工，审计链仍然完整。
这三条路径看起来像项目验收细节，却直接决定业务敢不敢把更多权限交给 AI。
04
L3 不是 RPA 换了一个名字
RPA 可以在特定条件下模拟人的点击，解决一些重复、规则明确的操作；但它不能替代企业对权威数据、正式接口、审批责任、幂等、回滚和业务凭证的要求。
如果一个动作只是“看起来像人一样点击了页面”，却没有明确谁授权、写入什么、失败如何恢复，那么它仍然无法承担生产责任。
L3 的关键不是点击速度，而是业务动作有没有通过企业认可的正式通道完成。
05
为什么 L2 仍然不可跳过
没有稳定的 L2，L3 很容易变成一次漂亮的演示。因为 AI 如果还不能稳定读取真实数据，就无法可靠形成决策包；如果没有统一口径，审批人也无法判断建议是否可信；如果没有指标基线，写回之后也无法证明价值。
因此，L2 是把事实、规则和分析做稳，L3 是在此基础上把一个业务域的动作做稳。两者不是二选一，而是一段必须按顺序走的路。
06
下一步，
不是寻找最炫的场景
当企业知道 L3 的分水岭在哪里，新的问题就出现了：第一个受控写入的业务域，究竟该选促销、库存、订单，还是会员？
下一篇，我们会把“选域”从一场凭感觉的争论，变成一组业务负责人、IT 和 CIO 都能共同判断的标准。
点击文末“阅读原文”，即可免费获取《企业AI智驾白皮书》。
如需完整建设体系或企业 AI 成熟度评估，欢迎联系伯俊科技。
