# 大模型进入企业之后，真正的难题才开始

> 模型能力不再是主要瓶颈，数据治理、流程改造与责任界定成为落地的关键。

- Source: Times of China
- Canonical URL: https://timesofchina.cn.com/article/damoxing-jinru-qiye
- Author: 中国时报编辑部
- Section: AI
- Published: 2026-07-15T16:20:00+08:00
- Updated: 2026-07-15T16:20:00+08:00
- Tags: 大模型, 企业应用, 数据治理

---

企业引入大模型时，最初的期待往往集中在能力本身：能否理解需求，能否生成可用的结果。经过一段时间的试用，讨论的焦点通常会转移。

真正的难题出现在模型之外。企业内部的数据往往分散在不同系统中，格式不一，权限复杂。模型能力再强，也无法弥补数据不可用带来的缺口。

## 流程改造比工具替换更重要

把模型嵌入既有流程，常常只能带来局部提效。收益更明显的做法，是重新设计流程本身，让人的判断集中在模型不擅长的环节，例如异常处理与最终决策。

这类改造涉及岗位职责的调整，推进难度远高于技术部署。缺少组织层面的配合时，工具往往被闲置，不是因为不好用，而是因为没有人被要求以新的方式工作。

## 责任归属需要提前约定

当模型参与到对外沟通、风控判断或内容生成中，出错的后果由谁承担，成为无法回避的问题。较为稳妥的做法，是明确模型输出的使用边界，并保留可追溯的审核记录。

这些安排看起来增加了流程负担，却是让模型能够进入核心业务的前提。没有清晰的责任界定，应用范围最终只能停留在低风险的辅助场景。

---

Originally published by Times of China. Free to cite with attribution and a link to https://timesofchina.cn.com/article/damoxing-jinru-qiye.