「我們先做報價、客服，還是庫存？」會議一開始，三個部門各自提了一個 AI 題目。每個都重要，所以反而沒有一個能開始。
這半年，我愈來愈確定：很多公司不是 AI 不夠強，而是一開始就把問題問成要買哪一套工具。
工具有功能清單，企業真正付錢的卻是等待、重工、錯誤與錯過的決策。
我想把公司的「漏錢」，翻譯成可以排序的 AI 試點清單。
企業導入 AI 前，第一個該問什麼？
先問哪一個流程正在高頻消耗時間、產生等待或重工，而且有資料、有負責人、結果能驗收。答案出來後，才討論模型與工具。
「漏錢流程」不只指現金損失，也包含多人等待、重複輸入、資訊查找、錯誤修正與主管無法及時決策。
很多人以為第一案要挑最有想像力的場景，其實剛好相反。第一案更需要範圍小、可回復、使用者能明確感受差異。
如果你是老闆（或負責提案的主管），不提 AI 兩個字時，你仍能說出這條流程為什麼值得改嗎？
怎麼用五項評分選出第一條流程？
為候選流程評估頻率、時間成本、錯誤代價、資料可用性與負責人清楚度。高價值且容易驗收者優先，高風險決策則先保留人工。
- 頻率：每週或每月發生多少次。
- 時間：多少人等待、整理與重做。
- 錯誤代價：會影響內部效率、客戶或合規嗎。
- 資料：來源、品質、權限與更新是否清楚。
- 負責人：誰能改流程、誰驗收結果。
每項一到五分只是用來比較，不是精密財務模型。缺資料就標未知，別用想像補成高分。
高分流程再檢查可回復性：AI 停用時能否回到人工、錯誤能否阻擋、資料是否可以撤回。不能回復的第一案，通常太大。
報價、內容與庫存，哪一種適合先做？
沒有固定答案。報價適合資料與核准規則清楚者；內容適合品牌規則可驗收者；庫存分析則要求料號、交易與狀態資料可信。
報價流程：先做舊案查找、欄位檢查與核准提醒，不讓 AI 自行承諾價格。
內容流程：先做題材整理、初稿與檢核，事實、品牌承諾與發布仍由權責者核准。
庫存分析：先標示久未異動與資料異常，讓主管判讀原因，不直接把建議當採購決策。
這三種場景都能做，但資料與責任條件不同。選擇的重點不是哪個熱門，而是哪一個目前能建立可信的閉環。
可搭配n8n 工作流的五格設計，把觸發、輸入、判斷、輸出與接手畫出來。
AI 試點的成本與成效怎麼算？
先建立導入前基準，再記錄工具、整理資料、測試、訓練與維護投入；成效看等待、返工、處理時間與採用率，不只看產出數。
business owner 可以先算每月時間成本：發生次數 × 每次參與人數 × 平均耗時。另列錯誤重工與延遲影響，不確定的數字保留區間或待補。
NIST 的 AI 風險管理框架可用來補上治理、風險盤點、衡量與持續管理，避免試點只算快了多少。
測試期先定成功線、停止條件與人工備援。例如輸出不符合哪種情況就不得往下流，哪一類資料一律不能進模型。
第一條流程成功後，怎麼安全擴大？
先把資料字典、版本、測試案例、權限與人工接手整理成可複製包，再選相似流程。不要直接複製節點，卻把原部門的例外一起帶走。
成功案例也要保留限制：適用什麼資料、誰核准、哪種情況不適用。第二個部門先用自己的案例重測，再決定是否共用。
選題會議可以只開四十五分鐘：各部門帶一條候選流程，依五項標準說明證據，會後由流程負責人補齊未知資料。不要在會議室直接投票選工具，先讓問題有可比較的基準。
可以接著讀AI 導入的 3+1 心法。你明天要選的第一條流程，是因為工具做得到，還是公司真的正在為它付錢？
哪些流程一開始不應該交給 AI？
涉及價格承諾、人事處分、法規判定、客戶個資或錯誤無法回復的流程，不適合當第一案。先讓 AI 做整理、比對與提示，人保留批准與對外承諾。
這不是因為 AI 不可靠，而是第一個試點的目標是建立可信回饋，不是用一條高風險流程測勇氣。
判斷方法很簡單：錯一次能不能撤回？能不能找到來源？有沒有一位人能在十分鐘內理解並接手？三題有一題答不出來，就先縮小範圍。
真正好的第一案，會讓團隊願意在第二案繼續投入；不是第一次成功展示後，所有人開始害怕下一次出事。
