企业接入 AI 的三个坑：成本、数据、合规

做 demo 很容易，接进真实业务才见真章。以下三个坑，几乎每个团队都会踩一遍。

坑一：成本算不清

很多人按「一次对话多少 token」估算，忽略了真实调用里的三块放大：长上下文（每次把整份文档塞进去）、重试（一次失败重跑三次）、Agent 多轮（一个任务调用十几次模型）。上线后账单超预算五到十倍是常见情况。做法是给每个功能设月度配额、对相同请求做结果缓存、把长文档改成先检索再回答。

坑二：数据外泄

最危险的不是黑客，是员工顺手把客户名单、合同、财务数据粘进公网聊天框。技术上要做的是分级：公开资料随便用，内部资料只走企业版或私有部署，敏感数据在调用前脱敏。管理上要明确一条红线，并把它写进账号开通流程里。

坑三：内容责任

模型会编造条款、政策、数字。凡是输出会对外发布或作为决策依据的场景，必须有人工复核环节，并保留「谁在什么时候用什么提示词生成了什么」的日志。这既是追责需要，也是出了问题能快速定位的前提。

一个务实的起点

选一个影响面小、收益明确的内部场景先跑，比如客服话术辅助或会议纪要。跑三个月，把成本、准确率、人工介入比例三个数摸清楚，再决定要不要扩到核心流程。