哪些企業流程適合先交給 AI agent?用四個條件挑第一個流程

想導入 AI agent,第一個流程選錯,後面很難證明值得做。這篇用量、判斷、出錯改不改得回來、資料拿不拿得到四個條件替候選流程打分,附製造業常見流程的評分例子。

先說結論

第一個交給 AI agent 的流程,我建議挑同時符合四個條件的那一個:每週都有一定的量、要看情況判斷但規則講得出來、出錯了在送出前有人看得到也改得回來,以及需要的資料和系統拿得到。客服品質異常單、詢價資料彙整這類流程通常比較適合;固定規則的報表交給一般自動化就好,只是查文件內容的問答,用知識庫檢索就夠了。

木製工作桌上,左邊一張八列的候選清單,其中三列被劃掉、一列貼著螢光綠標籤,一條螢光綠細繩從那一列連到中間一盤有圓孔的鋁件,一支游標卡尺正量著其中一件的孔;右邊是一封攤開的信和夾在板夾上、還沒簽名的表單草稿,旁邊放著一支筆
哪些企業流程適合先交給 AI agent?用四個條件挑第一個流程 封面視覺

你在台中一家精密加工廠管營運,剛看完一場 AI agent 的展示,回到座位就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、請款對帳。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,生產異常警示一漏掉就會延誤交期,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,不如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,清單上最重要、也最難的那一件,可以等第二輪再做。

這篇我會一直用這張八件事的清單當例子。AI agent 指的是會自己讀資料、決定下一步,再到訂單、檢驗這些系統裡查資料、填單,把一件事做完的 AI 程式。

我們先把不需要 agent 的流程排除,再用四個條件替剩下的候選打分,最後拿分數最高的那一件拆開來看,agent 做哪幾步、人做哪幾步。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

agent 的成本比一般程式高,因為你要先讓它連得上會用到的系統、替它寫指示、測試、設權限,而且它做起來也比較慢。所以第一步,是先把用不到它的流程從清單上拿掉。

Microsoft 的 AI agent 導入指南裡,有兩個很實用的排除問題。第一個是:這件事的步驟是不是清楚、可重複、照固定規則走?如果是,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,會更快、更便宜,也更穩定。

第二個是: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,用檢索增強生成(RAG),也就是常說的知識庫檢索就夠了:先從文件裡找出相關的段落,再讓 AI 根據那幾段回答。這種工作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:先找最簡單的解法,真的需要時才往上加複雜度。它提到很多應用只要讓 AI 回答一次,回答前先從文件找出相關段落、再給它幾個範例,就已經夠用了。

回到你那張清單,用這兩個問題問一遍,就有三件可以先拿掉:

  • 月報:欄位固定、資料來源固定,每個月照同樣的步驟做出來。用排程加上報表範本就能做,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:規則明確、金額又敏感,用一般自動化加上人工複核比較合適。

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:要在好幾個系統之間來回查,以及拿到的資訊常常不完整,這時 agent 會比固定流程好用。剩下的五件,剛好都有這些特徵:

  • 客服品質異常單:客戶來信說「上週那批鋁件孔徑好像不對」,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,因為同一台機台做的其他訂單可能也有一樣的問題,最後開一張異常單。每封信的寫法都不一樣,要查的系統有三、四個。
  • 詢價資料彙整:客戶寄來圖面和規格,要整理成材質、數量、公差、交期的清單,業務才能估價。每家客戶的圖面格式都不同,有些規格還寫在信裡。
  • 業務會前簡報:業務明天要拜訪客戶,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,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要放在一起看,判斷哪一張訂單的交期可能會延,再通知生管,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,算出材料、加工時間和價格,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。下面四個條件各給 1 到 3 分:1 分是不成立,2 分是大致成立、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,因為案例累積得快,你也比較快知道 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,你試行三個月也才累積六件,根本判斷不了 agent 做得好不好。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。

所以挑之前,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,自動報價跟著詢價走,量也一樣;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。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,agent 也就學不起來。所以先請負責的人把判斷標準說出來,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: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;如果講到第三張就開始出現「這個要看情況」「我也說不上來」,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,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,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。生產異常警示也是 2 分,生管講得出哪些狀況一定會延,但有些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,例如取消訂單、核准大額退款、付款,都放在人工監督之下,直到確認 agent 可靠為止。

套在清單上就很清楚。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,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,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,等發現時交期已經來不及補救。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,也就是跟正式系統隔開的測試環境裡充分測試,並且限制 agent 能動到哪些系統和資料。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

agent 要查訂單,訂單系統就要讓它查得到;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,也就是 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,機台紀錄卻還有一部分是紙本,所以異常單拿 2 分。

詢價和會前簡報也各拿 2 分,因為詢價的圖面有些還放在業務的個人信箱,簡報要用的往來紀錄也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接出來,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,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。這些是照這家加工廠的情況打的示範分數,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333(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323(整理成清單,由業務決定怎麼報價)210
業務會前簡報233(業務自己會看)210
生產異常警示322(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311(價格一報出去就是承諾)1(材料成本散在好幾個地方)6

評分圖:台中精密加工廠的五個候選流程,用四個條件各打 1 到 3 分,滿分 12,分數是示範,每個條件至少 2 分才算成立。客服品質異常單整理在量與重複、判斷講得出來、出錯改得回來各拿 3 分,資料拿得到 2 分,合計 11,標為第一個流程;詢價資料彙整 3、2、3、2,合計 10;業務會前簡報 2、3、3、2,合計 10;生產異常警示 3、2、2、1,合計 8;自動報價 3、1、1、1,合計 6,最想先做,分數卻最低 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 1 分的條件,這一輪先不做;剩下的三件裡,客服品質異常單的合計最高,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,在這張表上分數卻最低。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 分評商業影響、技術可行性和使用者意願,你可以等這四個條件篩出前兩三名之後,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,你會更清楚它為什麼適合當第一個流程。

例如客戶來信:「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,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,品保人員在確認時就有機會看出來,錯的內容也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,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:

  1. 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、上個月有幾次找錯訂單。這三個數字要在開發前記下來,試行結束時你才說得清楚 agent 到底有沒有幫上忙。
  2. 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。
  3. 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;如果找不對,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、擴大三段,我寫在南部中小企業 AI 導入怎麼走,上面這三件事就是落在前兩段要做的工作。

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

這四個條件是幫你排順序用的,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,評分表看不出來:

  • 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,並建議早期挑使用者有意願的案子。例如異常單要交給品保試行,你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。系統換了、負責人換了、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,你可以再回頭看自動報價的「資料拿得到」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,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。

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、而且團隊做完會有感的那一個。最痛的流程常常規則最亂、風險也最高,第一次就挑它,失敗的機率也高。先用一個做得起來的流程,讓團隊學會怎麼測試和管理 agent,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。量少的話,試行期間累積不到足夠的案例,很難判斷表現穩不穩定。等第一個流程上線、團隊知道怎麼測試和監控之後,再來評估量少但價值高的流程。

流程還沒有 SOP,可以先交給 agent 嗎?

先把判斷標準寫下來會比較實際。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,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?

資源夠的話可以,但我建議第一輪只做一個。同時做好幾個流程,出了問題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。第一個穩定之後,第二、第三個通常會快很多。

評分應該找誰一起打?

至少找三種人: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,管系統的人則知道資料拿不拿得到。

參考來源

從這篇繼續看相關內容

依文章主題整理同站文章、服務/產品與 FAQ 入口,讓下一步有清楚的閱讀方向。

延伸閱讀

下一步

服務入口

了解企業 AI 營運導入

從需求診斷、系統串接、驗證上線到持續維護,查看 AI agent 導入的分工與人工審核方式。

查看相關頁面

常見問題

AI agent 可以不經人確認直接寄信嗎?

依能不能復原、影響誰、有沒有對外承諾,決定哪些動作要人確認。

查看 FAQ 解答

企業 AI 落地實踐

把文章裡的判斷帶回你的流程

從一個實際工作流開始,與 EthorX 共同釐清 AI agents 的導入起點。