第七步：接入系统并小范围上线

先说结论

上线不是"把代码部署到服务器"，而是让工具进入真实业务流程。这一步的核心是三件事：权限、安全、小范围。

企业工作示例

HR 简历初筛助手上线前：和 IT 确认了简历数据的访问权限（只有招聘组可见）；选择了企业版 AI 服务，数据不用于模型训练；先在一个事业部的 3 个招聘专员中试用两周，确认稳定后才推广到全公司。

操作步骤

1. 数据安全检查：这个工具处理什么数据？敏感级别？会不会发给外部 AI 服务？必要时拉上 IT / 法务一起评估。
2. 配置权限：谁能用、谁能看数据、谁能改配置，按最小必要原则配置。
3. 接入相关系统：需要对接现有系统时，和 IT 确认接口、账号和审计要求。
4. 写好使用说明：一页纸讲清"什么时候用、怎么用、出问题找谁"。
5. 小范围上线：选一个部门或小组试用 2-4 周，设好反馈渠道。
6. 监控运行情况：用量、报错、用户反馈，每周看一次。

上线前的安全清单

• 敏感数据是否脱敏或隔离
• 外部 AI 服务的数据条款是否评估过
• 权限是否按最小必要配置
• 操作是否有日志可查
• AI 出错的人工兜底是否就位

更多内容见 数据安全、权限与合规。

常见错误

• 把上线等同于部署：部署完没人用，等于没上线。
• 跳过 IT 和安全评审：出了数据问题，项目直接死亡，还可能背责任。
• 一上来全员推广：问题在 10 个人身上好解决，在 1000 个人身上就是事故。
• 没有反馈渠道：用户遇到问题无处说，只会默默弃用。

检查清单

• 数据安全和权限经过评估与配置
• 涉及外部 AI 服务时评估过数据条款
• 与现有系统的对接经过 IT 确认
• 有一页纸使用说明
• 上线范围是小范围的、有明确试用人群
• 有反馈渠道和每周监控机制

下一步

第八步：推动采用并沉淀复用