把流程画完之后,卡住的那件事通常不是效率
一份覆盖 24 个国家、3235 位负责人的调研里,只有 21% 说自己定清楚了「哪些决定它能自己做、哪些必须人批」——流程图上那些空白格,等的从来不是算力

文章目录
共 4 节把一条业务流程从头到尾画在墙上,最扎眼的不是哪一步慢。
是那些两步之间的空白。
第 3 步下午三点做完了,第 4 步第二天上午十点才开始——中间那 19 个小时,没有任何人在这件事上花过一分钟力气。这段空白在流程图上不占地方,在时间账上占了绝大部分。
而这段空白的对面,通常坐着一个人:一个要签字的人、一个要拍板的人、一个"这事得先问一下他"的人。
这就是为什么很多公司认认真真画完流程之后,得出的结论是"我们好像不需要 AI"。这个结论只对了一半:它确实不需要一个打字更快的东西,它需要的是先把那些空白的对面写上名字。
一、两周怎么画:一条线、三种记号
画流程不需要软件,需要一面墙、三种颜色的便利贴和一支笔。两周,不占用整块时间,每天一小时。
第 1 步。只画一条线,选你最赚钱的那一条。
不要画组织架构,不要画"公司全景流程"。选一条真正带来收入的链条——询价到报价、下单到出货、投诉到结案,三选一。画全景的那些墙,最后都变成了合影背景。
第 2 步。一步一张便利贴,每张上面只写三样:谁做、做多久、做完交给谁。
"谁"必须写到人名,不许写部门。写"生产部"的那一张,等于什么都没写——因为你后面要找的就是那个具体的人。"做多久"先写一个大概,第 3 步再修。
第 3 步。用三种颜色区分三种时间,这一步是整套方法的核心。
- →一种颜色标作业时间: 有人真的在动手的那段。打字、计算、查库存、写邮件。
- →一种颜色标等待时间: 没有任何人在这件事上花力气的那段。等审批、等回复、等对方上班、等下一个环节的人腾出手。
- →一种颜色标返工时间: 因为上一步给错了、写漏了、口径不一致,导致要重做一遍的那段。
第 4 步。把三种时间各自加总,写在墙的右下角。
这三个数是这两周唯一的产出。绝大多数公司第一次加完会愣一下:作业时间是一个不大的数,等待时间是它的好几倍。
第 5 步。给每一段等待时间的对面写一个名字:这段在等谁。
写不出名字的,就在旁边打个问号。问号的数量比时间数字更值钱——每一个问号,都是一处没人负责的地方。
第 6 步。两周结束,把这面墙拍下来,只带三样东西去开会:三个总时长、问号的个数、以及等待时间里排前三的那三段。
不要带解决方案去。这次会的唯一目的是让在座的人承认那三个数是真的。
二、加总之后你会看到的那件事
等待时间为什么压不下去?因为它的另一头不是速度问题,是没人说清楚谁可以拍这个板。
这不是一句感想,它有调研撑着。据德勤(Deloitte)2026 年 4 月 24 日发布的一份调研(样本 3235 位业务与信息技术负责人,覆盖 24 个国家),只有 21% 的受访者表示所在组织已经有成熟的 agentic AI 治理模型;换句话说,约八成组织还不具备成熟的治理能力。而这份报告对"治理能力"给出的解释非常具体,原文写的是需要为 agent 划出清晰边界,定义哪些决定它可以自己做、哪些必须经过人的批准(原文:clear boundaries for agents that define which decisions they can make independently versus which require human approval)。
请把这句话读第二遍。它说的根本不是模型强不强、部署难不难,它说的是签字权。
同一份调研里还有一组数值得放在一起看:到 2027 年,74% 的受访者预计所在公司至少会"中等程度"地使用 AI agent,其中 23% 预计会"大量使用",而只有 5% 预计会把 agent 完全整合成业务运转的核心部件。74% 和 5% 之间那道坎,就是这一节讲的坎。
再看一个国内的旁证。中国信息通信研究院 2026 年 3 月发布的《人工智能赋能中小企业高质量发展研究报告(2025 年)》,其第四章的两个小标题原文是:「预期普遍乐观,实际投入较为谨慎」和「点状探索积极,各个场景深度不同」。(说明:这份报告的公开 PDF 只放出了前几页,第四章的具体百分比无从核对,所以这里只引用它的章节标题,不引用任何数字。)两个标题连起来读,说的和德勤那 21% 是同一件事:试是敢试的,把它写进制度、交给它拍板,是不敢的。
还有一个更常被误读的数字。据澎湃新闻 2026 年 5 月 19 日发布的报道,长江商学院对全国 2016 家规模以上工业企业的调研显示,尚未采用 AI 的企业里,79.2% 给出的核心阻碍是"场景不适用"。这个数通常被读成"他们还没找到场景"。但在画完流程之后再读它,会读出另一层意思:一部分"不适用",其实是"这一步的结论必须有人签字,而签字这件事换不了人"。这不是场景不存在,是场景的那一段本来就不该由机器接管——而分不清这两者,就会一边买工具一边抱怨没效果。
所以画完流程之后的正确结论不是"我们不需要 AI",而是这两句:
第一,作业时间那部分,值得交出去。 查库存、算料工费、套模板、写第一版回复、把三份不同格式的单据归成一张表——这些是纯作业,交出去就是真省。
第二,等待时间那部分,先别碰工具。 它要的是一次授权,不是一次采购。在等待段没有被处理之前买的任何东西,都会被那段空白吃掉。
三、把权责写成三个格子
授权这件事听起来很大,落到纸上其实只有三个格子。一张 A4 就够,每个格子里必须填一个人名和一个数。
第一个格子:决定权——多少钱以下不用报。
写法是一句话:某某岗位在某个金额或某个条件以下,可以直接定,不用请示。比如"单笔报价在 X 元以下,业务员按系统给出的价直接发,不用报批"。X 是多少由你定,但必须是一个具体的数,不能是"小额"。这一格填完,流程图上最长的那段等待通常会当场消失一半。
这一格也是 AI 真正能落地的前提。让模型先出一版报价、先出一版回复,本来就是为了让人少花那几分钟;如果这一版出来之后仍然要走三级签字,那省下的作业时间会被原封不动地还给等待时间。你不是在提速,你是在给一个更慢的环节加了一个更快的前置。
第二个格子:验收权——谁说这条输出算对。
一个具名的人,一条可判定的标准,一个时限。比如"料工费口径由某某确认,标准是与上月同规格订单相差不超过 5%,当天下班前给结论"。
这一格最常见的填法错误是写成"由技术部审核"。部门不会签字,人才会。填部门的那一格,三个月后你会发现从来没有人真的看过。
第三个格子:例外权——它拿不准的时候找谁,对方多久内必须答。
任何一套自动化流程都会有它答不了的情况:客户问了一个不在标准里的规格、一个从没见过的付款方式、一个明显在试探底线的要求。这时候的规则必须提前写死:转给谁、多久内必须给回复、超时之后按哪个默认动作走。
第三格里那个"超时之后怎么办"是全表最容易被漏掉、也最要命的一条。没有它,例外就会堆在某个人的待办里,而客户在另一头等着——这正是第一节里那种 19 小时空白的来源。
三个格子填完,你会得到一张比流程图短得多的纸。这张纸才是这两周真正的产出。流程图是用来发现问题的,这张纸是用来解决问题的。
四、什么时候不该这么做
先把代价说清楚。
第一笔代价:这两周会让一部分人很不舒服。 把等待时间标出来,等于当众指出某几段是谁在压着。所以这件事有一个硬前提——必须由能拍板的人牵头。由被指派"去搞一下 AI"的那位同事牵头,她画到第 5 步(写名字那一步)就会画不下去,因为她没有权限问出那个名字,更没有权限公布它。
第二笔代价:三个格子一旦填了,就等于把责任重新分了一遍。 决定权下放到 X 元以下,意味着出了事这笔账算在下放的人头上,而不是原来那个签字的人头上。这是一次真实的权力转移,不是一次流程优化。做不到这一步的公司,前面两周的墙可以不用画了——画出来也只会变成一次没有后续的展示。
第三笔代价:等待时间不会全部消失,有些是必须的。 需要现场确认的、需要客户回复的、需要设备腾出来的,那些等待是物理的。只有"等一个人有空看一眼"这一类,才是这套方法要处理的。 把两类混在一起,你会得到一个永远完不成的整改清单。
三种情况下,这一整套对你不成立:
第一种:你公司只有几个人,所有决定都在同一张桌子上做完。 那么等待时间本来就不长,画墙的收益抵不上两周的投入。你该做的是直接从作业时间入手,挑那件重复次数最多的先交出去。
第二种:那条流程的等待来自外部,不来自内部。 等海关放行、等客户打款、等供应商回货期——这些是你签字权管不到的地方。这类流程画完只会得到一面沮丧的墙。判断方法很简单:第 5 步写名字的时候,如果名字大多写在公司外面,就换一条线画。
第三种:你已经决定先买一套系统,然后照着系统的流程改。 那这套方法对你无效,因为顺序反了。在错的流程上加速,只是把错误做得更快;而在还没写清楚谁能拍板的流程上加速,是把等待推到更后面一个环节而已。
最后说回开头那 19 个小时。它不会出现在任何一份工具报价单的对比表里,也不会出现在任何一场演示里。它只出现在你自己那面墙的右下角。先把那个数算出来,再决定要不要花钱——这个顺序,比选哪家供应商重要得多。
这三个格子怎么和具体的任务拆解接上,《DeepSeek企业实战》里有一课专门讲。
本文事实来源
可自行复核- 1
德勤调研(样本 3235 位业务与信息技术负责人,覆盖 24 个国家):仅 21% 表示已有成熟的 agentic AI 治理模型,约 80% 的受访组织不具备成熟治理能力;报告对治理的解释原文为「clear boundaries for agents that define which decisions they can make independently versus which require human approval」;到 2027 年 74% 预计至少"中等程度"使用 AI agent,23% 预计"大量使用",5% 预计完全整合为业务核心部件
- 2
中国信通院《人工智能赋能中小企业高质量发展研究报告(2025 年)》第四章小标题原文「预期普遍乐观,实际投入较为谨慎」「点状探索积极,各个场景深度不同」。公开 PDF 只放出前几页,第四章具体百分比未能核到,本文只引章节标题、不引任何数字
- 3
长江商学院对全国 2016 家规模以上工业企业的调研:尚未采用 AI 的企业中 79.2% 的核心阻碍是「场景不适用」(执笔:长江商学院金融学教授李学楠、高级研究员王小龙)
