用 AI 實現企業自動化

1. 從腳本和 RPA 到今天，變了什麼

企業自動化早就存在，而且留下了不好的記憶。腳本只做你告訴它的事，別的一概不做：供應商哪天改了一個欄位名稱，它就停下，或者更糟——帶著錯誤資料繼續跑。RPA 把這個原理工業化了，辦法是模仿人在軟體裡的點擊——同樣脆弱，而且介面每變一次就得把一切重寫一遍。

變化不在執行速度，而在處理未預料情形的能力。一個代理收到換了說法的請求、欄位順序變了的表格、答非所問的客戶，不會停下：它把眼前的情況與自己對這份工作的理解聯繫起來，走下一步。傳統自動化之所以不好用，正是卡在這 20 % 的例外上——單獨處理它們，比全部手工做還貴。

實際後果是：不再自動化一連串操作介面，而是自動化一個目標。建置工作不再是描述步驟，而是說清一條規則，並說明動手之前哪些情況必須先回報。這就是所謂的代理型系統，它用日常語言寫成，而不是用程式碼。

2. 什麼才真正交得出去

幾乎每家小公司都有同樣的四分之一工時，消失在四類任務裡。它們都不是一門專業，卻都不可缺少，起步就該從這裡開始。

• 完全重複的工作——要出的報價、要催的發票、要寫的會議紀錄、要歸檔的資料。規則一句話說得完，結果一眼就能核對。
• 靠的是持續而非才華的工作——讓 CRM 保持最新、在合適的時機回訪潛在客戶、穩定發布內容。人做一次會做得更好，代理每一次都做。
• 讀與分類的工作——過一遍進來的請求、判斷成色、轉給對的人、把二十條往來訊息壓成三行有用的話。
• 因為沒時間而從來沒做的工作——產業追蹤、喚回沉睡客戶、更新文件、搜尋可見度。這些工作缺了不會馬上顯出來，代價卻最大。

不能交出去的，不是「太複雜」的事，而是一切會讓公司承擔後果的事。簽約、錄用、解聘、給折扣、付款、終止合約。不是代理做不到，而是這裡出錯代價高昂，有時不可逆。這些動作要經過人工審批——認真的系統會把這條界線明確寫出來，而不是留給各人自行謹慎。

3. 一項好的首個任務的四條標準

首個專案選什麼，比選哪個工具更重要。一項好的首個任務要同時滿足四個條件，四個都不能少。

• 它經常出現。至少每週若干次。低於這個頻率，調校的時間收不回來，也沒人會養成使用的習慣。
• 規則一句話說得清。如果你無法向一位新員工說清怎麼做，也就無法向代理說清——問題不在代理。
• 結果幾秒鐘就能核對。你必須能不做調查就說出「這個可以」或「這個不行」。否則你永遠不會知道系統是否奏效。
• 出錯能夠挽回。一封措辭失當的郵件，一句話就能補救；一筆已經匯出的款，收不回來。請從可挽回的一側起步。

催收逾期發票同時滿足四條標準，因此是最常見的首個專案——也是最容易看清成效的，因為它直接體現在現金上。其次是對進來的請求做分流。

4. 讓專案失敗的三個錯誤

起步太大。「把行政工作自動化」不是專案，而是一個意願。它會帶來六個月的分析、一份沒人重讀的需求書，以及零成果。一週內交付的一項任務，比一個年度計畫更能改變一家公司，因為它讓團隊看清什麼真的有用。

把壞流程自動化。荒唐的審批鏈條自動化之後依然荒唐——只是變快了，也更難被質疑。如果公司裡沒人說得出某個環節為何存在，問題不是把它自動化，而是把它取消。自動化會暴露壞流程；它不會修好壞流程。

不知道系統做過什麼。這是三個月後讓專案死掉的錯誤，也是最不顯眼的一個。無法覆核的委派工作，會變成不再被信任的工作，公司於是悄悄回到手工。能夠看到做了什麼、由誰做、花了多少錢不是管理上的舒適：它正是明年敢於交出更多工作的前提。

5. 這會改變組織裡的什麼

真正的變化不是裁員，而是負擔的轉移。消失的是沒人願意認領的工作：重複輸入、催辦、歸檔、提醒。增加的是定框的工作：說清期待什麼、劃定邊界、覆核產出。

它要求一項新本事，不妨直說：把一條規則講清楚的本事。許多公司靠的是口頭相傳、從未寫下的習慣，一旦開始委派才發現自己從未把標準說明白。第一週會不舒服，而這往往才是專案真正的收穫——與技術無關。

一個實際後果：該來主導這件事的不是技術人員，而是懂這份業務的人。調好一個代理靠的是把工作講清楚，不是把它編成程式。把專案交給技術部門，最有把握得到的是一件做得沒錯卻沒人用的工具。

6. 起步階段唯一要盯的數字

不是自動化了多少任務，也不是理論上省下多少小時，而是人工返工時間。每週需要多少分鐘，才能把代理產出的東西改到可用？

這個數字的好處是誠實。它下降，說明委派奏效，可以再加任務。它不動，說明規則寫得不好——有用的反應是重寫指令，而不是換模型。它上升，說明這項任務選錯了：收回來自己做，另選一項，不必留戀。

第二個數字，在多個代理同時運行後就要盯住，那就是每項任務的成本。一件不知道價錢的委派工作，也就無法判斷它值不值得委派。

7. 常見問題

延伸閱讀

延伸閱讀：什麼是代理型系統、AI 代理在企業裡究竟做什麼，或治理與預算控制。