先看工作流，再谈模型

企业容易从工具出发：买一个助手、接一个模型、开一场培训。但如果没有明确的触发条件、输入、负责人和结果，工具很快会变成一个没人回到的入口。工作流把问题重新放回业务现场。

一个可验证的起点通常具备几个特征：发生频率高，输入有边界，输出可以检查，错误有回退方式，并且有人愿意负责采用。它不一定最炫，但更可能在两周内产生可观察信号。

模型在其中承担的是局部能力：整理、分类、检索、草拟或提示。人仍然负责边界、审批和例外。这样做的价值不是限制 AI，而是让企业知道每一次输出如何进入真实责任链。