你在台中一家精密加工廠管營運,剛看完一場 AI agent 的展示。回到座位之後,你馬上寫下八件想交給它的事:自動報價、詢價資料彙整、客服品質異常單、生產異常警示、業務會前簡報、產品規格問答、月報和請款對帳。但是寫完之後,你卻不知道要先做哪一件。
這八件事的大小、風險和要用的資料都差很多,所以你很難直接比出哪一件最重要。自動報價最省業務的時間,生產異常警示只要一漏掉就會延誤交期,而月報則是每個月都要做。每一件都有它非做不可的理由。
所以與其比哪一件最重要,我會建議你先問哪一件最能證明 agent 在你的公司做得穩。第一個流程的任務,就是證明 agent 能在你的公司穩定做完一件事。至於清單上最重要、也最難的那一件,可以等到第二輪再做。
這篇我會一直用這張八件事的清單當例子。這裡說的 AI agent,指的是會自己讀資料、決定下一步的 AI 程式。它會再到訂單、檢驗這些系統裡查資料、填單,最後把一件事做完。
我們會先把不需要 agent 的流程排除,再用四個條件替剩下的候選流程打分。最後我會拿分數最高的那一件拆開來看,哪幾步交給 agent 做、哪幾步由人來做。如果你還不確定 agent 和一般自動化、聊天機器人差在哪裡,可以先看 AI agent 和聊天機器人、RPA 的差別。
先排除不需要 agent 的流程
第一步要先把用不到 agent 的流程從清單上拿掉,因為 agent 的成本比一般程式高。你要先讓它連得上會用到的系統,還要替它寫指示、做測試和設權限,而且它做起來也比較慢。
Microsoft 的 AI agent 導入指南裡,有兩個很實用的排除問題。第一個問題是,這件事的步驟是不是清楚、可重複,而且照固定規則走?如果是的話,用一般程式,或是預測、分類這類不會生成內容的 AI 模型就好。這樣會更快、更便宜,也更穩定。
第二個問題是,這件事是不是只要從一批固定的文件裡找答案或做摘要?如果是的話,用檢索增強生成(RAG),也就是常說的知識庫檢索就夠了。它的做法是先從文件裡找出相關的段落,再讓 AI 根據那幾段來回答。這種工作並不需要會自己決定下一步的 agent。
Anthropic 在整理 agent 的設計經驗時,也講了同一件事。它建議先找最簡單的解法,真的需要時才往上加複雜度。它也提到,很多應用只要讓 AI 回答一次就已經夠用了。做法是在回答之前先從文件找出相關段落,再給它幾個範例。
回到你那張清單,用這兩個問題問過一遍之後,就有三件可以先拿掉:
- 月報:月報的欄位和資料來源都是固定的,每個月都是照同樣的步驟做出來。所以用排程加上報表範本就能做。至於 n8n、Zapier 這類自動化串接工具怎麼選,可以看 n8n 與 Zapier 怎麼選。
- 產品規格問答:業務想快速查某款標準品的尺寸和公差規格,而答案都在既有的規格書裡。這種從文件找答案的題目,用上面說的 RAG 就能處理。
- 請款對帳:請款對帳的規則很明確,但金額又很敏感,所以用一般自動化加上人工複核會比較合適。
那留下來的五件,為什麼需要 agent?OpenAI 在 agent 實作指南裡建議,優先看那些過去一直自動化不起來的流程。像是要看情況判斷、例外很多的決定,或是要讀信件、讀文件才能做的工作。
Microsoft 則另外提到兩種情況。一種是要在好幾個系統之間來回查,另一種是拿到的資訊常常不完整。在這兩種情況下,agent 會比固定流程好用。而剩下的這五件,剛好都有這些特徵:
- 客服品質異常單:客戶來信說「上週那批鋁件的孔徑好像不對」,這時要有人讀信、找出是哪一張訂單、調出那一批的檢驗紀錄,再查出是哪一台機台加工的。之所以要查機台,是因為同一台機台做的其他訂單可能也有一樣的問題。查完之後,還要開一張異常單。而每封信的寫法都不一樣,要查的系統也有三、四個。
- 詢價資料彙整:客戶會寄來圖面和規格,要有人整理成材質、數量、公差、交期的清單,業務才能估價。但每家客戶的圖面格式都不同,有些規格還是寫在信裡。
- 業務會前簡報:業務明天要拜訪客戶,所以要從客戶管理系統(CRM)找出過去的往來紀錄、最近三封信和上一次的報價。找到之後,再整理成一頁重點。
- 生產異常警示:現場人員在群組裡回報的狀況、機台的停機紀錄和排程表都要放在一起看,才能判斷哪一張訂單的交期可能會延。判斷完之後,還要通知生管,也就是負責排程和交期的生產管理人員。
- 自動報價:讀懂詢價內容之後,要算出材料、加工時間和價格,再直接回覆給客戶。
四個條件,挑第一個流程
這五件都需要 agent,但不是每一件都適合當第一個。下面四個條件我會各給 1 到 3 分,1 分是不成立,2 分是大致成立但還有一處要補,3 分是完全成立。
每個條件至少要 2 分才算成立,四個條件都成立的流程,再來比合計分數。如果合計同分,就先做量比較多的那一件,因為案例累積得比較快,你也會比較快知道 agent 做得穩不穩。
1. 量夠多,而且每週重複
如果一個流程一個月只發生兩次,那你試行三個月也才累積六件,根本判斷不了 agent 做得好不好。如果量夠多,你才能在短時間內看出它穩不穩定,省下來的時間也才看得出來。
所以在挑之前,你要先記下每一件現在每週大約有幾次、每次花多久。以這家加工廠來說,品質異常的來信每週大約 15 封,詢價每週大約 20 件。而自動報價是跟著詢價走的,所以量也一樣。至於生產異常,每天都有人回報。
這家工廠把每週 10 次以上算 3 分,所以這四件都是 3 分。業務會前簡報則是三位業務每週各拜訪兩、三家客戶,加起來不到 10 次,所以只拿 2 分。
2. 需要判斷,但規則講得出來
agent 做判斷時,依據的是你給它的指示和資料。OpenAI 建議直接拿既有的作業程序、客服話術或政策文件,改寫成 agent 能照著做的步驟。
但如果流程裡的判斷全靠某位資深同事的直覺,而且連他自己都講不清楚標準,那 agent 也就學不起來。所以你要先請負責的人把判斷標準說出來,因為標準講得出來的流程,才寫得成 agent 能照著做的指示。
有一個簡單的測法。你拿五張上個月處理過的舊單,請負責的同事一張一張講為什麼這樣處理。如果五張都講得出理由,而且理由大致一致,這個流程就有機會寫成指示。但如果他講到第三張就開始出現「這個要看情況」「我也說不上來」,那就先把標準整理清楚再說。
回到清單。品保人員(負責檢驗和處理客訴的品質保證人員)判斷一封信算不算品質異常時,講得出很清楚的標準,所以異常單拿 3 分。會前簡報要放哪些重點,業務也講得出來,所以同樣是 3 分。
詢價拿 2 分,因為圖面上的材質寫法不統一,有些要回頭問業務。自動報價只拿 1 分,因為估加工時間靠的是老業務看圖的經驗,連他自己都很難講出一套規則。而生產異常警示也是 2 分,因為生管講得出哪些狀況一定會延,但有些狀況要看當天排程才知道。
3. 出錯時在送出前有人看得到,也改得回來
第一個流程最好是產出草稿、摘要或等人確認的單據,由人看過之後才送出去。OpenAI 建議把敏感、做了就收不回來或風險高的動作,都放在人工監督之下,一直到確認 agent 可靠為止。例如取消訂單、核准大額退款和付款,就都是這類動作。
把這個條件套在清單上就很清楚了。異常單和詢價清單都是草稿,品保和業務看過才會寄出,所以拿 3 分。會前簡報只給業務自己看。如果整理錯了,業務在看的時候通常也會發現,而且不會直接傳到客戶手上,所以同樣是 3 分。
生產異常警示拿 2 分。如果 agent 誤報一張其實不會延的訂單,生管還可以再確認一次。比較麻煩的是漏報,也就是它漏掉一張真的會延誤的訂單,等到你發現的時候,交期已經來不及補救了。至於自動報價只有 1 分,因為價格一報出去,就是對客戶的承諾。
Anthropic 也建議先在沙盒環境裡充分測試,沙盒環境就是跟正式系統隔開的測試環境。它也建議限制 agent 能動到哪些系統和資料。至於權限要怎麼分級,可以看 AI agent 的權限與人工確認怎麼設。
4. 需要的資料與系統拿得到
如果 agent 要查訂單,訂單系統就要讓它查得到。如果它要讀檢驗紀錄,紀錄就不能只存在某台電腦的 Excel 裡。Microsoft 也把這點列為技術可行性要看的項目。它要看的是 agent 能不能直接連上公司現有的系統,照現在的權限讀到資料。
這家加工廠的訂單和檢驗紀錄都在系統裡,但機台紀錄還有一部分是紙本,所以異常單拿 2 分。
詢價和會前簡報也各拿 2 分。詢價是因為圖面有些還放在業務的個人信箱,而簡報是因為要用的往來紀錄有一部分只在業務的 LINE 裡。
生產異常警示要用的機台停機資料還沒有接出來,所以只有 1 分。自動報價要用的材料成本散在好幾個人的試算表裡,所以也只有 1 分。至於資料要整理到什麼程度,企業知識庫要整理到什麼程度有更完整的說明。
用評分表比一比
把上面四個條件的分數放在一起,就是下面這張表。這些是我照這家加工廠的情況打的示範分數,所以你的公司要用自己的情況重打一次。
| 候選流程 | 量與重複 | 判斷講得出來 | 出錯改得回來 | 資料拿得到 | 合計 |
|---|---|---|---|---|---|
| 客服品質異常單整理 | 3 | 3 | 3(產出草稿,品保確認後才開單) | 2(訂單與檢驗紀錄在系統裡,機台紀錄要補) | 11 |
| 詢價資料彙整 | 3 | 2 | 3(整理成清單,由業務決定怎麼報價) | 2 | 10 |
| 業務會前簡報 | 2 | 3 | 3(業務自己會看) | 2 | 10 |
| 生產異常警示 | 3 | 2 | 2(漏掉一張就來不及補救) | 1(機台停機資料還沒接出來) | 8 |
| 自動報價 | 3 | 1 | 1(價格一報出去就是承諾) | 1(材料成本散在好幾個地方) | 6 |
客服品質異常單整理拿到 11 分,四個條件都在 2 分以上;自動報價只有量與重複拿到 3 分,合計 6 分,排在最後。
照「每個條件至少 2 分」的規則,生產異常警示和自動報價都有拿到 1 分的條件,所以這一輪先不做。而剩下的三件裡,客服品質異常單的合計分數最高,所以它就是第一個流程。
自動報價常常是清單上最想先做的那一件,但在這張表上,它的分數卻最低。清單上最想先做的流程,常常因為規則最模糊、出錯的代價又最高,反而最不適合當第一個。這類流程比較適合放在第二輪或第三輪,等你的團隊已經知道怎麼管 agent 之後再來做。
Microsoft 的指南另外用 1 到 5 分來評商業影響、技術可行性和使用者意願。等這四個條件篩出前兩三名之後,你可以再用它補看一次。
用異常單走一遍:agent 做什麼、人做什麼
分數最高的是客服品質異常單。把它拆開來看之後,你會更清楚它為什麼適合當第一個流程。
例如客戶來信寫:「上週收到的那批鋁件,有幾件孔徑好像偏大,麻煩確認。」這封信從收到到回覆,可以這樣分工:
| 步驟 | 誰來做 | 用到的資料或系統 |
|---|---|---|
| 讀信,判斷是品質問題還是一般詢問 | agent | 客服信箱 |
| 從客戶名稱、「上週」「鋁件」找出可能的訂單 | agent | 訂單系統 |
| 調出那一批的檢驗紀錄,比對批次與機台 | agent | 檢驗紀錄、生產紀錄 |
| 找不到對應的訂單或資料對不上時,列出疑點 | agent | 前面幾步查到的資料 |
| 草擬異常單和回覆客戶的信 | agent | 異常單範本 |
| 確認內容、開單、寄出回覆 | 品保人員 | 異常單系統、信箱 |
agent 做的是原本最花時間的查資料和整理。而最後會對客戶承諾的動作,還是由人來完成。就算 agent 找錯了訂單,品保人員在確認時也有機會看出來,所以錯的內容就不會直接寄到客戶手上。讓 agent 只做到草稿、由品保確認後才寄出,是第一個流程最基本的安全做法。
從這張表也看得出第四個條件要確認什麼。表上的每一個系統,你都要先確認 agent 讀得到。如果機台紀錄只存在現場的紙本報表,那你就要先把紀錄整理進系統,或是第一版先不做機台比對。
選完之後,先定三件事
挑出第一個流程之後,你還不用急著開發。以客服品質異常單為例,你可以先把下面三件事寫下來:
- 現在的基準:異常單每週大約幾封、從收信到開單平均要多久,以及上個月有幾次找錯訂單。這三個數字要在開發前記下來,等試行結束時,你才說得清楚 agent 到底有沒有幫上忙。
- 繼續或停下來的門檻:例如試行八週,如果 agent 找對訂單的比例到九成以上,就擴大到其他產品線。如果沒有到,就先停下來,找出是哪一步出錯。
- 最難的那一步先試:異常單最難的,通常是從客戶「上週那批鋁件」這種模糊的描述,找到對應的訂單。如果 agent 連這一步都找得對,其他步驟你就比較放心交給它。但如果它找不對,後面的檢驗紀錄比對也就不用談了。Microsoft 的指南也建議,試行時先挑最難的步驟。
完整的導入路線分成盤點、小範圍試行和擴大三段,我寫在南部中小企業 AI 導入怎麼走。上面這三件事,就是前兩段要做的工作。
至於驗收標準怎麼訂、要看哪些數字,可以接著看 AI agent 專案怎麼驗收。
這套條件的限制
這四個條件是用來幫你排順序的,不能拿來算投資報酬率。例如年度稽核的資料彙整,一年只做一次,但每次出錯的代價都很高。這種流程也可能值得交給 agent,只是不適合當第一個。
另外有兩件事,是評分表看不出來的:
- 速度與成本:Anthropic 提醒,agent 系統常常是用比較慢的反應和比較高的成本,換來比較好的表現。例如生產異常警示,現場一回報就要判斷要不要通知生管。如果 agent 每次都要多花時間去查三個系統,你就要先確認生管等得起。
- 要用的人願不願意用:Microsoft 把使用者意願列為獨立的評估面向,它也建議早期挑使用者有意願的案子。例如你要把異常單交給品保試行,就要先確認品保願意每天看 agent 寫的草稿,也願意把錯在哪裡回報出來。
流程本身也會變。如果系統換了、負責人換了,或是客戶的來信方式變了,原本的分數就要重打一次。所以我建議每季拿出這張清單重打一次分數。
回到這家加工廠。異常單試行八週之後,你就拿結果對照一開始記下的門檻。如果 agent 找對訂單的比例到了九成,就把異常單擴大到其他產品線,同時從清單上挑第二個流程。如果沒有到,就先找出是哪一步出錯,第二個流程等異常單穩定了再開始。
挑第二個流程時,詢價資料彙整和業務會前簡報都是 10 分。照同分先做量多的規則,你會先做詢價,因為詢價每週大約 20 件,比會前簡報多一倍以上。
而且 agent 整理出來的材質、數量、公差清單,剛好就是之後做自動報價最缺的那份資料。所以等詢價清單累積一段時間之後,你可以再回頭看自動報價在「資料拿得到」這個條件上,能不能從 1 分升到 2 分。
接下來可以看什麼
選定第一個流程之後,接下來要處理的通常依序是權限、資料,以及由誰來做。以異常單流程為例,你要先決定 agent 能不能直接開單。接著再確認檢驗紀錄裡哪些項目要補齊、統一寫法。最後才是決定自己做還是找人做。
- 權限、人工確認與稽核紀錄:AI agent 的權限與人工確認怎麼設
- 資料要準備到什麼程度:企業知識庫要整理到什麼程度
- 自己做、買平台還是找人做:企業 AI agent 自建、用平台還是委外
- 流程要到現場才看得清楚:FDE 是什麼
- 如果第一個流程是回覆客戶來信:AI 客服怎麼導入
- 如果第一個流程在業務部,整理名單、提醒跟進、把會後紀錄寫回 CRM,這幾件事各能交給 AI 做到哪一步:AI CRM 能替業務做什麼
如果你最後決定找人做,我們的企業 AI 營運會把 agent 串進公司既有的軟體和資料,做成每天都在跑的工作流程。
常見問題
第一個流程要挑最痛的,還是最容易的?
我建議挑四個條件都成立,而且團隊做完會感覺得到差別的那一個。最痛的流程常常規則最亂,風險也最高,如果第一次就挑它,失敗的機率也高。所以我會先用一個做得起來的流程,讓團隊學會怎麼測試和管理 agent,之後再回頭處理最痛的問題。
量很少的流程,值得交給 agent 嗎?
可以,但不適合當第一個。如果量很少,試行期間就累積不到足夠的案例,你也很難判斷它的表現穩不穩定。所以要等第一個流程上線、團隊知道怎麼測試和監控之後,再來評估這種量少但價值高的流程。
流程還沒有 SOP,可以先交給 agent 嗎?
我會建議先把判斷標準寫下來,這樣會比較實際。OpenAI 建議用既有的作業程序或政策文件改寫成 agent 的指示。如果沒有文件,就請負責的同事口述一次,再整理成步驟。而在寫的過程中,你常常會發現流程本身就有需要先釐清的地方。
可以一次挑兩三個流程同時做嗎?
如果資源夠的話可以,但我建議第一輪只做一個。因為同時做好幾個流程的話,出了問題會比較難分辨是哪裡出錯,團隊也要同時學好幾套人工確認的方式。等第一個流程穩定之後,第二、第三個通常會快很多。
評分應該找誰一起打?
至少要找三種人,也就是實際做這個流程的同事、這個流程的主管,以及管系統和資料的人。做的人知道量有多少、例外有哪些,主管知道出錯的代價,而管系統的人則知道資料拿不拿得到。
