中小企適合做 AI Agent 嗎？

適合，但應由單一、規則清晰的工序開始，先做唯讀建議，穩定後才開放寫入權限。

沒有 API 的舊系統可以做嗎？

可以，通常改用檔案交換或定時匯出匯入，但穩定性和即時性會較低。

多數情況是取代工序而不是職位：重複部分自動化，人轉去做判斷、例外處理與客戶關係。

AI Agent 入門

大部分公司不需要「一個 AI」，而是需要「幾個做實事的工序助手」。這五條問題幫你在花錢之前先想清楚。

自動化的價值等於「次數 × 每次時間 × 出错成本」。每週只做一次、每次十分鐘的工序，即使自動化成功，回報也有限；相反，每日幾十次的查詢回覆、訂單核對、資料輸入，就算每次只省三分鐘，累積起來也可觀。

先把工序寫下來，記住三個數字：每週次數、每次分鐘、出錯時要花多少時間補救。

Agent 不是萬能判斷者。如果一個工序的規則可以寫成「如果 A 就做 B，否則問人」，它很適合；如果連你最有經驗的同事都只能說「睇情況」，那就先把規則寫清楚，或者只自動化其中規則明確的部分。

實用做法：把工序切成「規則明確」與「需要判斷」兩段，只把前段交給 Agent，後段留給人。這通常已經可以省掉一半時間。

任何自動化都會出錯。上線前要講清楚：哪些動作可以全自動（例如回覆查詢、更新內部報表），哪些一定要人按最後一下（例如退款、改價、發合約）。

我們通常建議由「唯讀」開始：Agent 只負責查資料與建議，人負責執行。運行兩至四週，確認準確率穩定，才開放寫入權限。

節省時間每週省回多少小時，換算成人力成本。

處理量同一人手可以處理多少額外查詢或訂單。

回應速度由幾小時縮短到幾分鐘。

錯誤率重複輸入、漏單、回錯資料的次數。

客戶體驗回覆是否更具體、更快、更一致。

這五個數字在上線前先量一次，三個月後再量一次，就知道值不值得繼續投入。

如果不想一次做太大，很多公司由這三件事開始，因為資料齊、規則清楚、出錯成本低：

把三道最花人手的工序告我知，我們回你一份可行性與工作量估算。