AI治理进阶之四：组织落地：角色分工、制度、培训与复盘
治理如果只存在于某个熟手脑子里，就不叫治理。
真正的治理，一定会变成组织分工、流程、制度和培训。
先给结论
AI 系统一旦开始多人使用，就不能只靠个人经验。
必须明确：
- 谁负责能力建设
- 谁负责审批
- 谁负责评估
- 谁负责监控
- 谁负责复盘
如果这些都模糊，最后问题不只是技术问题，而是责任问题。
角色分工至少要清
哪怕团队不大，也建议最少分出这些职责：
- 业务负责人
- 系统负责人
- 风险/审批负责人
- 运营或使用负责人
一个人可以兼多个角色，但角色本身不能没有。
制度不是为了写给别人看
最有价值的制度，往往不是长文档，而是能直接回答这些问题：
- 哪些场景允许用 AI
- 哪些场景必须审批
- 哪些数据不能进系统
- 出错了谁处理
- 改动上线前要过哪些检查
如果制度回答不了这些现实问题，那它再厚也没用。
培训很重要，因为很多风险不是技术人员制造的
AI 治理一旦进入组织层，风险来源不只在研发。
还包括：
- 使用者误用
- 审批者误判
- 业务方过度依赖
- 新人不懂边界
所以治理培训不该只给开发看。
业务、运营、管理层也要知道：
- 系统能做什么
- 不能做什么
- 什么结果不能直接信
- 遇到异常怎么上报
复盘让治理变成持续改进
每次出问题后，最怕的是只修一条 prompt 就结束。
更成熟的复盘应该看：
- 问题出在哪一层
- 原有规则为什么没拦住
- 后续加了什么机制
- 是否进入样例库和回归集
只有这样，治理才会越用越成熟。
一句带走
AI 治理最后一定会从“技术控制”走到“组织控制”。
角色、制度、培训和复盘一旦缺位，系统就很难长期稳定扩张。