一家公司决定搞自动化的时候，本能是挑最难、最显眼的那件事，机器一旦做成会让人很惊艳的那件。这通常是最糟糕的起点，因为难的事之所以难是有原因的：涉及判断、涉及例外，出了错还会砸掉某个人的口碑。
值得先动手的，是那些没人会在会上替它辩护的环节：把邮件里的一个数字抄到表格里；把一个文件改个名字好让下一个人找得到；每次工单到某个状态就发同样那三行消息。
怎么找到这些环节
跟着一单从头走到尾，把每一次信息交接的位置记下来。不是别人口头描述的流程，而是实际发生的事，包括那条严格来说不属于流程、但少了它整件事就不动的微信消息。
找出候选环节的四个问题
- 这一步一周是不是发生好几次？
- 它每次产出的东西形状是不是一样？
- 做错了的话，是不是马上就看得出来？
- 如果这件事交给机器做，有人会不高兴吗？
前三个是、最后一个否，那就是该动手的那一步。频率高，节省才会累积；产出稳定，规则才写得出来；错了立刻看得见，问题当天就被抓住，而不是等到查账才浮出来。没人替它辩护，意味着你在开发的时候不用同时跟一个人拉锯。
最好的第一个自动化项目是这样的：它明天要是坏了，是麻烦，不是灾难。
为什么是中间，不是两头
一个流程的两头，是人贡献最大价值的地方。开头是做判断的地方：这事值不值得做、客户真正的意思是什么。结尾是关系存在的地方：那通电话、交付、跟进。
中间是搬运。信息从一个地方到另一个地方，路上稍微换个形状。没有人是因为搬运能力被雇的，而机器在两个系统之间搬数据，不会有状态不好的一天。
AI 在这里面的位置
语言模型只擅长中间环节里的一件事：输入形状不固定的那一段。供应商的邮件这周把数量写在句子里、下周写成表格；一条语音留言需要变成一条工单备注。这种事规则写起来很吃力，模型处理得很好。
它不该做的是「决定」。抽取、分类、起草，可以。批折扣、放款、告诉客户没问题，不行。边界很简单：错了会损失钱或信任的事，由人来确认；系统的职责是把这次确认从十分钟压到两秒钟。
这样做成一个，第二个就会容易很多，因为连接已经搭好了。反过来从最难的那件事开始，结局往往是：一个在会上惊艳了所有人的 demo，六周之后已经没在跑了。