企業 AI 轉型第一步該做什麼？

企業 AI 轉型的第一步不是選工具，是把經營現場攤開來看。很多中小企業老闆第一次認真談 AI 導入，開場都是同一句：「我們要不要導入 AI？該用哪一套？」這個問法把順序弄反了，工具是最後一步。

為什麼第一步不是選工具？

選工具之前，你得先答得出三件事：這個工具要接哪些數據、要取代哪一段人工、做錯了誰看得出來。沒有盤點，這三題都答不出來，於是只能靠廠商示範來決定。示範一定順，因為那是廠商的數據、廠商的流程，不是你的。

還有一個更根本的原因：你的數據現在多半不是 AI 用得上的形狀。盤點的目的之一，就是找出哪些要先整理。

我們看過的落差多半不在技術，而在銜接：顧問給了方向，沒有人接手落地；廠商交付了系統，卻不貼合經營判斷。先盤點，就是為了讓「該做什麼」由你的現場決定，而不是由產品目錄決定。

盤點經營現場，到底看什麼？

盤點主要問三個問題。

數據在哪裡？ ERP、POS、Google Sheets、LINE 對話、紙本工單，各記各的。先畫出來：哪些數據存在、放在哪、誰在維護、多久更新一次。

哪裡靠人記？ 調度、排班、報價、催款，很多環節靠某一個人的腦袋在跑。這個人休假，流程就停；這個人離職，經驗與判斷就跟著走。靠人記的地方，往往就是 AI 最先幫得上忙的地方。

哪個環節錯了最痛？ 報錯價、漏排班、忘了回客戶，每個錯誤都有成本。錯得最痛、又最常發生的環節，優先順位自然往前。

盤點實際上怎麼進行？

我們不發問卷。先做一次訪談，把經營現場真正卡住的地方聊出來；接著請你先做完一組商業化材料：商業模式畫布、商業計畫、組織盤點、財務自評，通常是這幾樣。

這一步由你來做，理由很簡單：只有你知道現場實際在哪裡卡住。這些材料交回來，我們才有依據排序，不是靠猜。

怎麼決定先做哪一件？

材料交回來，機會就攤在桌上了。每一個機會看三個維度。

• 影響：解決後省下多少人工、少掉多少錯誤、多回答了哪些原本答不出的問題。
• 成本：要整合幾個系統、數據乾不乾淨、要改多少既有流程。
• 風險：做錯了能不能退回人工、要不要碰到客戶或金流。

三個維度一起看。我們挑第一步時看三個特徵：影響看得見、只碰一兩個數據來源、錯了可以退回人工。它不一定是最炫的，但一定是短期能落地、落地後大家都感覺得到的。

什麼情況下，第一步不該是 AI？

兩種情況，我們會直接說「先不要」。

流程還沒固定。 同一件事三個人三種做法，AI 學不到規則，只會把混亂自動化。先把流程固定，再談 AI。

只想先買個工具試試。 沒有盤點就導入，工具會被塞到一個沒人負責的角落，過幾個月變成「我們試過 AI，沒用」。這往往比不做還傷，因為下一次要說服所有人，會更難。

一個例子：從五萬多張工單開始

潔森工坊 DCare 是家電維修連鎖。導入前，五萬多張歷史工單散在紙本與舊系統，調度全憑負責人記憶。

第一步不是討論要用哪個 AI，而是先用 AIoT（人、事、時、地、物）把現場管理起來，把這家公司缺的那一段 IT 化補完。IT 化一完成，AI-Enable 幾乎是自然到位的：數據有了結構，AI 就進得來。做到這裡，經營者才第一次能用一句中文問「上個月哪一區維修最多？」，並由系統當場回答。順序是：先把現場管理起來，再有數據，最後才是 AI。

盤點之後呢？

盤點是第一步，不是全部。盤點到落地，我們守三個原則：數據說話，不靠感覺；方向人拍板，決策責任留在經營者身上；執行交給 AI，重複、繁瑣、需要記憶的事交出去。

我們的企業 AI 轉型診斷就從這個盤點開始，接著做兩件事：把可導入 AI 的機會依影響、成本與風險排成機會地圖，再把第一步與後續順序畫成路徑圖，附上粗估的時程與預算區間。兩週之內，你拿到的是可以直接拍板的決策簡報，不是一份建議書。路徑圖之後，還有一件持續的事：循環精進。每一輪結果回來，方法再修一次。

先說清楚一件事：要整理的是數據與流程，讓 AI 讀得到、用得上，不是再買一套給人填的系統。

如果你手上已經有一個「等人整理才知道」的數字，或一段「只有某個人會」的流程，那就是最好的起點。帶著它來一次 30 分鐘初談，當場就能判斷值不值得、從哪裡開始；完整的順序，是兩週診斷的事。

想知道盤點之後整條路長什麼樣，見《AI-Enable 和 AI-Native 有什麼差別？》。