第二章 · 企业AI本地部署
落地与治理
选完之后的事：怎么落，以及落了之后怎么管住。
本页结论：「能用 AI」和「敢用 AI」的差别全在治理 —— 它不是上线后补的，它决定能不能上线。
第二章 · 企业AI本地部署
分三步
①试点一个场景→②扩面几个部门→③常态纳入运维
| 阶段 | 做什么 | 交付物 | 验收标准 |
|---|---|---|---|
| 试点 | 选一个边界清楚、数据不最敏感的场景跑通 | 可运行环境 + 一份场景说明 | 能端到端跑完一次，且每条结论可追溯到来源 |
| 扩面 | 扩到 2–3 个部门，建统一入口与权限模型 | 权限矩阵 + 智能体注册台账 | 全公司的 agent 都在册，没有私搭 |
| 常态 | 纳入日常运维与审计 | 监测告警 + 审计留痕 + 复评机制 | 能拿出连续的运行记录应对检查 |
i
试点场景选择：不要选最重要的，也不要选最不重要的。最重要的输不起，最不重要的证明不了价值。
第二章 · 企业AI本地部署
管不住就不敢用
下面四件事解决不了，前面所有选型都是空谈。
| 风险 | 它长什么样 | 怎么管 |
|---|---|---|
| 权限越界 | agent 拿到了它不该有的数据或操作权限 | 账号权限、数据边界、最小授权定死，agent 只在授权范围内行动 |
| 提示词注入 | 外部内容里藏着指令，把 agent 骗去做别的事 | 输入输出审核与隔离；关键结论必须人工复核 |
| 影子 AI | 各部门私自接外部大模型，没人知道有多少个 | 全公司智能体统一注册、管控、评测 |
| 决策不可回溯 | 出了事说不清这个结论是怎么来的 | 全程审计留痕，决策链可回放 |
材料更新于 2026-09-09，内容随课程迭代持续演进。