AI in practice ·
每天花 30 分鐘的重複工作，值得自動化嗎？一個算得出來的判斷法
「這個能不能自動化？」幾乎什麼都能。問題是值不值得。用一個簡單的算法和三個不該自動化的訊號，幫你決定哪些事該交給程式和 AI，哪些留給人。
先算一個數字
拿一張紙，寫下一件你覺得煩的重複工作，然後填：
每次花 ___ 分鐘 × 每月 ___ 次 × ___ 個人在做 = 每月 ___ 小時
舉例：每天早上把昨天的 POS 銷售資料整理進 Excel 寄給老闆，30 分鐘 × 22 天 × 1 人 = 每月 11 小時，一年 132 小時。這還沒算做錯重做的時間，和「每天都要記得做」的心理負擔。
一年 132 小時，大約是三個半工作週。如果自動化這件事的成本（不管是找人做還是買工具）低於這三個半工作週的人事成本的一半，就值得認真看。
三個「適合自動化」的訊號
- 規則說得清楚。 「把 A 報表的這三欄貼到 B 表的這裡」——能用一句話講完的規則，程式就能做。
- 流程穩定。 已經這樣做了半年以上，不會下個月又改。
- 出錯的代價是可以接受的。 自動化的東西偶爾會錯，而且錯得很一致。如果錯一次就是客訴或罰款，要加「人看過」這一關。
三個「先不要」的訊號
- 每次都不太一樣。 需要看情況判斷的事，自動化之後會變成「例外處理」比原本還累。這類事交給 AI 當助手整理可以，整個流程自動跑不行。
- 沒人說得清楚現在是怎麼做的。 先把流程寫下來。寫的過程常常會發現，其實有一半的步驟根本不需要。
- 做這件事的人，其實是靠它在了解狀況。 老闆每天自己整理銷售資料，可能不只是在整理，是在感受生意。自動化之前問一句：這件事做掉之後，有沒有什麼會看不見？
AI 改變了什麼
以前「規則說得清楚」是硬門檻，現在 AI 把門檻降低了：讀懂手寫單、理解 LINE 裡的口語、從不固定格式的 PDF 裡抓資料——這些以前要寫一堆規則的事，現在可以交給 AI 處理「理解」的部分，程式處理「動作」的部分。
但判斷還是一樣：流程穩不穩、出錯的代價多大、做掉之後會不會少看見什麼。
寫在最後
我們幫客戶看流程的時候，常常做的第一件事不是導入什麼，是把流程畫出來，然後一起看哪些步驟可以直接刪掉。先簡化，再自動化——順序反了，會做出一套很有效率地做著沒必要的事的系統。