月結對帳,導入 AI 之前是這樣跑的:財務從 ERP 匯出一份,倉管從出貨系統匯出一份,兩個人排一個下午核對,對不上的寄信問業務,業務隔天回,再回頭改。三天結束。
導入之後變成這樣:AI 讀兩份檔案,十分鐘列出差異清單,財務再花一個上午確認 AI 有沒有讀錯,對不上的還是寄信問業務,業務還是隔天回。兩天半結束。
省了半天。這半天是用一筆年費、一次導入顧問費、兩場教育訓練換來的。
老闆看完通常會下一個結論:AI 沒有想像中神。這個結論下錯了地方。問題不在 AI 讀得夠不夠準,而在於這條流程從頭到尾,都沒有人重新問過一句話:這幾個步驟,現在還需要存在嗎?
01這條流程當初為什麼長成這樣
任何在公司裡跑了五年以上的流程,都不是憑空設計出來的。它是被四件事逼出來的。
傳統流程之所以要分工、要審核、要留紀錄、要開會對齊,是為了補償四項限制:人力貴、人很慢、人會忘、資訊在人跟人之間傳遞的成本高。
拿對帳回頭看:為什麼要兩個人各自匯出?因為一個人做不完,也因為一個人做完沒人查得出錯。為什麼要寄信問業務?因為業務腦袋裡的那筆折扣沒寫在任何系統裡。為什麼要留紀錄?因為三個月後沒有人記得當初為什麼放行。
這幾個步驟,沒有一個在處理業務本身。它們處理的是人的限制。
一家公司的流程圖攤開,會有相當比例的格子是在替「人會出錯、會忘記、會離職」買保險。
02搬上去,就變成一套更貴的舊系統
有一條反例流程,任何導入過 AI 的公司看了都會覺得眼熟:
收到工單 → AI 分類 → 人工審核 → AI 生成回覆 → 人工審核 → 發送結果
簡報上看起來全套 AI 化,本質上什麼都沒有改變。原本的六個步驟一個沒少,只是兩格的執行者從人換成模型,然後在旁邊各加了一道人工審核。
這樣算下來,帳其實是負的。舊流程的成本原封不動留著,上面再疊一層新成本:訂閱費、導入費、訓練時間,還有最容易被低估的那一項,人現在要花時間審 AI。而且因為不信任,審得比以前審同事更仔細。
每一格都塞了 AI,不代表流程被 AI 化了。它只是同一條路,換了一批更貴的工人。
有一個很好用的反向檢驗:把 AI 從流程裡拿掉,這條流程還能照跑嗎?能照跑,那 AI 就只是外掛,不是心臟。對帳那條流程,把 AI 拿掉之後,財務和倉管照樣可以排一個下午對完。所以那不是 AI 化,那是花錢買了一個更快的計算機。
03該刪的是哪幾種步驟
真正適合被重構的工作,大致分三類。翻成中小企業每天在發生的事,長這樣:
大量在搬運資訊的步驟。從 A 系統匯出、貼進 B 系統;把 LINE 群裡的訂單打進 Excel;同一份客戶資料在三個表單裡各填一次。
大量在同步上下文的步驟。為了讓大家知道進度而開的週會;副本掛了七個人的信;等主管簽核的那兩天。
大量在彌補記憶的步驟。交接文件、月報,以及每季把做過的事再整理一遍。
| 這一步在補什麼 | 過去的解法 | AI 之後 |
|---|---|---|
| 人一次讀不完 | 拆給三個人分頭讀 | 一次讀完,拆分這件事本身消失 |
| 人會忘 | 寫交接文件、寫月報、開複盤會 | 上下文留在系統裡,補記憶的步驟消失 |
| 資訊傳遞會失真 | 開會對齊、寄信留存、副本一堆 | 同一份上下文所有人即時共享 |
| 人會出錯 | 加一道人工審核 | 保留,但只留在高風險那幾格 |
前三列該刪,第四列該留。
這裡要把分寸講清楚:刪的是步驟,不是人。
對帳、轉檔、催件、重複填表這些格子從流程圖上消失了,做這些事的人不會跟著消失。低判斷度的工作被 Agent 吸收,高判斷度的工作被人放大。財務省下來的那個下午,該拿去看「為什麼這家客戶的毛利連續三個月在掉」。那件事以前永遠排在對帳後面,永遠沒空做。
一家公司如果導入 AI 之後只想到裁掉兩個人,那它買到的是短期的人事費節省,不是新的能力。
04哪幾格必須留人
多數公司問的是:哪些步驟可以引入 AI?這是加法,加到最後就是那條六格全塞滿 AI 的工單流程。
該問的是:哪些步驟仍然必須保留人類?這是減法。從六格開始刪,刪到不能再刪,剩下的就是這條流程真正的骨架。
哪幾格刪不掉?三件事被視為人類不可替代:問題選擇、審美判斷、決策與責任。再加一條實務上的紅線:高影響的動作必須經人確認,也就是人在環路(Human-in-the-loop),門檻可以訂得很具體,例如合約金額超過某個數字就一定要人簽。
所以對帳那條流程重做之後,比較合理的樣子是:資料匯出、比對、差異清單、寄信追問,這幾格全部由系統自己跑完,人只在兩個地方出現——差異金額超過門檻的那幾筆,以及「這個客戶的條件要不要重談」這個判斷。
從六格變兩格。這才叫流程被 AI 重構,前面那個從三天變兩天半的,只是流程被 AI 沾了一下。
05為什麼多數公司刪不動
知道該刪,跟刪得動,是兩件事。
多數企業卡在同一批原因:懂業務又懂 AI 又有影響力的關鍵人太少;領導只看文章不做實操,預期因此失真;高估通用模型、低估複雜業務流需要的知識編排;文件與標準沒有沉澱成 AI 可讀的原料;沒人有時間迭代。
其中最隱蔽的一種失敗,有個很傳神的名字:Demo 有掌聲,Beta 2 不出現。小團隊做出第一版,會議上大家鼓掌,群組裡發了規範,然後沒有人真的去用,新經驗沒有寫回 SOP,第二版就此消失。
行動的第一條,是砍掉「全公司一起 AI 化」這個口號。取而代之的是三十天內做出一個能跑的版本:挑一條高頻、重複、跨人協作、品質波動大的流程;找一個懂業務也有授權的人負責;把規則、樣例、邊界、驗收標準補齊;讓 AI 真正進到工作流裡,而不是停在聊天視窗;最後講清楚誰用、誰檢查、誰把新經驗寫回去。
對帳、報價、客服回覆、月報,多數公司身上都有三到五條這樣的流程。先挑最痛的那一條。
路修好了,有些路根本不該存在
上一篇談的是先修路再跑 AI:資料散在五個系統、三種格式、兩套命名規則裡,AI 給的答案就不能用。那件事仍然要做,而且要先做。
但路修通之後會遇到第二個問題:有幾條路本來就不該存在。它們被鋪出來,只是因為當年人力貴、人很慢、人會忘、資訊傳來傳去會失真。這四個前提鬆動之後,路還在,理由沒了。
OAKOrc · 奧克獸賦能自己最早刪掉的,就是這樣一層流程。過去一個案子要策略、設計、開發三方分包,於是每一次交棒都得產出一份交接文件、開一次對焦會、把上一手的判斷再重講一遍。那些工時沒有一分鐘花在設計或程式上,全花在補「換人」這件事的損耗。一支隊伍,從策略到上線,砍掉的不是誰的工作,是這一整層為了換手而存在的步驟。
所以在評估任何一套 AI 工具之前,先拿一條流程出來,一格一格問過去:這一格是在處理業務,還是在處理人的限制?處理人的限制的,先問能不能刪,刪不掉再問能不能交給 AI。
這一題不用先花錢買工具就能開始。我們做的 AI 落地體檢不從架構談起,是陪你把最花時間的那幾條流程攤在桌上走一遍,標出哪幾格該刪、哪幾格該留人、哪一條值得當作三十天內的第一個切口。
讓 AI 加速,讓人定錨。工具會越來越快,但決定要不要保留一個步驟的,永遠是人。
為品牌築根,為數位開路。