今年我们在做自己的行政后勤平台,AI 这一块是最后定下来的。最早的方案很简单,首页右上角放一个对话框,员工有问题就问,背后接一个大模型。评审的时候没人反对,因为别家的方案也长这样。
真往下做,这个对话框很快就撑不住了。它该查谁的数据,一个月花多少钱,客户要私有化部署时模型放哪,说错了话谁负责,每个问题都要回到平台的底层去回答。八月我们写过一篇,讲后勤里哪些活能交给 AI Agent。这篇换个方向,讲一套行政管理平台在造的时候,AI 这部分我们实际做了哪些取舍。有的是想清楚了才定的,有的是在别的项目里吃过亏。
AI 放在基座里,不挂在某个业务模块上
我们的平台有六个业务域,公寓、团餐、物业、安全、车辆、接待,底下是十几个共享的基座能力,组织、权限、工单、流程、财务这些。AI 中台是其中一个基座,和组织、权限平级。
这么放是为了算得清账。如果公寓模块自己接一个模型,团餐模块再接一个,提示词、调用记录、权限判断各写一套,半年以后没有人能说出全平台一个月到底调了多少次模型、哪个场景最费钱、哪次回答出了错。六个业务域都走同一个 AI 网关,这些问题只需要在一个地方回答。
代价也有。业务队想加一个 AI 功能,不能自己随手接,要先到中台登记场景。开发节奏会慢一点,我们认了。
每一次调用都记账
平台定过一条硬规矩,每次 AI 调用必须落一条使用记录,按 token 计量,没有免费额度。这条规矩在内部争过。开发阶段调模型很频繁,有人觉得每次都记太麻烦,等上线再补。
最后还是从第一天就记。原因很实际,行政部门采购 AI 能力,领导最常问的一句是一年要花多少钱。拿不出按场景拆开的调用账,这个问题只能靠估。估出来的数字过不了国央企的预算审核,也经不起事后审计。账从第一天记起,后面才有底气说哪个场景值得开、哪个该关。
模型要能换
我们的客户里有不少国企和大型制造集团,部署方式各不相同。公有云、专属云都有,也有单位只肯把系统放在自己机房,另外还要考虑全套信创环境。模型绑死在某一家云服务上,后面三种情况都走不通。
所以 AI 网关做了多模型路由,也支持客户自带模型的密钥。开发阶段我们接的是一款国产大模型,换模型改的是配置,业务代码不动。Agent 框架我们用 Java 自己写,没有额外引入一套 Python 技术栈。这个决定对 AI 工程师不太友好,很多现成的工具用不上。但私有化部署到客户机房以后,客户的运维团队只需要维护一种技术栈,出了问题排查的人也好找。
AI 助理先干写字的活
平台里有一个 AI 助理,常驻在页面左下角。最早给它设计的能力是查数据,员工问一句"这个月三号楼还有几张空床",它去库里查出来答。
后来定下的第一批能力是五件写字的活,润色文案、写汇报提纲、总结长文、查阅资料、把零散信息整理成表格。换方向的理由是看了行政人员一天实际在忙什么。写通知、写会议纪要、写周报、把各部门报上来的数合成一张表,这些占掉的时间比查数据多得多。而且这些活做错了,人看一眼就能改,不碰钱,也不碰权限。
入口我们也调过。一开始只有左下角那个悬浮形象,后来在顶部搜索框也加了 AI 助理的入口。员工找东西本来就先点搜索框,AI 入口放在人已经在用的地方,比另开一个菜单省事。AI 助理会主动提醒的只有两件事,有待办审批和有未读通知。领导驾驶舱的大屏和登录页上,它不出现。
AI 查数据,和人走同一套权限
这一条是从别的项目里学来的。今年上半年我们给一家大型制造集团盘宿舍系统的账。查下去,一批角色的数据范围配得过宽,有人已经离职,账号还能看到整个园区的账单。在一套没有 AI 的系统里,这个漏洞要有人专门点进那一页才会暴露。系统上面要是接一个能查数据的 AI 助手,任何人随口问一句,数据就出去了。
所以我们的规定是 AI 没有自己的"超级账号"。它查询的时候带着提问人的身份,走和这个人在页面上操作时完全一样的租户隔离和数据范围。平台的多租户隔离做了两层,接口层按租户过滤,数据库层再按行隔离一次,AI 的查询两层都要过。人在页面上看不到的数据,问 AI 也拿不到。
这也是查数据类能力排在后面的原因之一。权限这件事,人的部分先做对,AI 才能接上去。
底账不平,先别让 AI 做分析
同一次盘点里还查出了别的问题。近七成包房的租期早就过了,系统里没有任何续约记录。三个事业部的预算可用额度被扣成了负数,负到锁定额度的两三倍。这些数都在系统里,每天照常参与业务。
在这样的数据上接一个 AI,让它做"本月宿舍运营分析",它会把错的数写成一份很通顺的报告,配上趋势和建议。读报告的人没有理由怀疑,因为它写得比人写的还整齐。我们的判断是,行政管理平台上 AI 分析能力的上线顺序,要排在业务数据能对上账之后。先让到期、调价、扣减这些动作在系统里留下完整记录,再让 AI 去读。
还没做完的部分
有两件事我们还没有把握。一件是制度问答,员工问差旅标准、问宿舍管理规定,AI 从制度文件里找答案。技术上不难。麻烦在很多单位的制度文件本身没有及时更新,AI 答得再准,答的也可能是一份过期规定。
另一件是效果。上面这些取舍,多数是在平台设计和别的项目里想清楚的。AI 能力在客户那里跑满一整年以后,省了多少人工、错了多少次、哪些功能没人用,我们现在拿不出数据,等有了再写。