为什么不要推倒重写
对运行了五年以上的核心系统，重写的风险和成本几乎总是高于收益。更现实的选择是：保留系统骨架，在关键节点注入 AI 能力。
路径一：外挂式——AI 助手层
不动原有系统，在其上加一层智能助手：自然语言查数、报表解读、知识库问答。通过只读接口或数据同步获取数据。
- 投入：最低，通常 2-4 周可见效
- 适用：查询与分析类高频痛点
- 局限：只能读，不能写回业务流
路径二：嵌入式——关键节点智能化
在系统的具体流程节点嵌入 AI 能力：单据自动录入与审校、审批意见辅助生成、异常预警。需要与系统的 API 或工作流引擎集成。
- 投入：中等，1-3 个月
- 适用：流程中有明确重复性判断工作的场景
- 关键：人机协同机制设计——AI 建议，人做最终确认
路径三：重构式——数据与流程再造
当底层数据模型已经无法支撑 AI 应用时，需要对数据层做治理与重构，甚至拆分微服务。这是真正的「手术」。
- 投入：高，按季度计
- 适用：数据孤岛严重、且 AI 价值已被前两条路径验证的企业
- 原则：先有前两条路径的成功案例，再谈重构
如何选择
我们的建议始终是：从外挂式起步验证价值，用嵌入式扩大战果，把重构留给被证明值得的场景。