董事會要求、客戶在問、同業都在講。你知道這件事要做,但:
市面上的工具每一個看起來都能解決問題,簡報都很漂亮。你不知道哪些是真的、哪些是包裝。上次買的那套系統,到現在還有一半功能沒人用。
多數 AI 導入的順序
正確的順序
瓶頸指的是:哪個環節最花人力、最容易出錯、最依賴特定的人。找到那個點,才知道需不需要 AI、需要哪一種。很多時候答案是「這個環節不需要 AI,改個表單格式就解決了」。會講這句話的顧問不多,因為講了就少賺一筆。
「改善客服」太籠統,沒辦法動手;「判斷這封客訴該轉給哪個部門」才夠具體。如果沒辦法用一句話講清楚,就還不到選工具的時候。
以客服為例:AI 每天會收到什麼?「大約 50 封客訴信」。處理完要交出什麼?「每封標上該轉給哪個部門」。這兩件事要講到負責的同事一看就懂。
「做得好」無法驗收,「九成的客訴在十分鐘內分派正確」才可以。這個數字要在動手之前講好,而不是做完之後才找數字來證明。
用一套結構化的方法,在半天內盤出你公司最值得動手的三到五個環節,並估算各自的投入與效益。結束時你會拿到一張優先順序清單,即使不繼續合作也帶得走。
半天針對選定的環節做詳細設計:資料怎麼準備、工具怎麼選、人要怎麼配合、成功長什麼樣。
實際做下去會遇到的問題,通常不在規劃書裡。這個階段是按時數計費的顧問支援。
時數制AI 的做法由簡單到複雜分成四層,我只在下一層真的不夠用的時候,才往上爬:
把要求、格式、範例寫清楚,直接問 AI。
例:貼上一封客訴信,請 AI 判斷該轉給哪個部門。
AI 不只憑一段對話回答,還能自己翻公司的文件、操作既有的系統。
例:先查過去類似客訴是怎麼處理的,判斷完直接在客服系統上標記。
步驟由人事先排好,AI 照順序執行,每次走同一條路,結果可預期、出錯查得到。
例:收信 → 分類 → 查紀錄 → 草擬回覆 → 主管確認後寄出。
只給目標,由 AI 自己決定要查什麼、做哪一步。彈性最大,但也最貴、最慢,一步錯可能一路錯下去。
例:「把這週的客訴都處理好。」
市面上很多方案一開口就是第四層。但多數中小企業的問題,停在第一到第三層就解決了。
我不賣特定軟體。這表示我只有在某工具真的適合你時,才會推薦給你。
AI 機會快篩為半天方案。後續導入規劃與陪跑依實際範圍報價,採時數制,報價前會先講清楚工作內容與預估時數。
預約 AI 機會快篩