我幫企業做數位轉型，AI 是我常用的工具之一，照理說，我應該告訴你 AI 有多厲害、你的公司多需要它
但我今天要說實話：你的問題，可能不需要 AI
一個真實的故事
有個客戶來找我，說他想做「AI 智慧客服」
我問他現在客服的狀況怎麼樣，他說每天大概收到 30 則客戶訊息，兩個人在處理，經常漏掉或回太慢
30 則，兩個人
我算了一下：就算每則花 5 分鐘回覆，一天也就 150 分鐘，兩個半小時，問題不是量太大，是沒有一個統一的地方管理這些訊息
最後我幫他做的事情是：串一個 LINE 官方帳號加上一個簡單的工單系統，讓訊息不會漏掉，回覆有紀錄可查
沒有 AI，總共花不到原本預算的十分之一，問題解決了
他事後跟我說：「還好你沒讓我花那筆錢做 AI 客服」
什麼時候不需要 AI？
根據我的經驗，以下情況通常不需要 AI：
1. 你的問題是流程問題，不是智慧問題
如果你的痛點是「東西找不到」「資料散在各處」「沒有人知道進度」，那你需要的是一個好的系統，不是 AI，把流程理順、把資料集中，問題就解決了大半
2. 你的資料量還不夠大
AI 需要資料來學習，如果你一個月只有幾百筆交易、幾十個客戶，那 AI 能做的事情很有限，這不是 AI 的問題，是你的業務規模還沒到那個階段
人工判斷在小量的時候，往往比 AI 更準、更快、更便宜
3. 你的問題用規則就能解決
「超過三天沒回覆的訂單自動提醒」「庫存低於 10 件自動叫貨」— 這些不是 AI，這是 if-else，一個簡單的自動化腳本就能搞定，不需要動用到機器學習
很多被包裝成「AI 解決方案」的產品，裡面其實就是一堆 if-else 加上一個好看的介面
什麼時候才需要 AI？
反過來說，這些情況值得考慮：
1. 你有大量重複且需要判斷的工作
每天要看幾百張醫療影像、幾千則客戶回饋、幾萬筆交易紀錄 — 人看不完，而且會累、會漏，AI 不會累
2. 你的規則太複雜，寫不出 if-else
「這個病人適合哪種手術方案」「這篇文章的情緒是正面還是負面」— 這類問題沒辦法用簡單的規則定義，需要 AI 從大量的例子裡學習判斷
3. 你想做的事情，人做得到但太花時間
會議錄音轉成逐字稿加上重點摘要、把一篇長文翻譯成五種語言、從一堆履歷裡篩選出符合條件的 — 人都做得到，但時間成本太高
一個簡單的判斷框架
下次有人跟你提 AI，你可以用這三個問題過濾：
| 問題 | 答案是「否」 | 答案是「是」 |
|---|---|---|
| 我的流程已經數位化了嗎？ | 先做數位化 | 可以考慮 AI |
| 這件事有大量重複性嗎？ | 可能不需要 AI | AI 可以幫忙 |
| 用規則能解決嗎？ | 考慮 AI | 先寫自動化規則 |
如果三個問題的答案都指向「考慮 AI」，那你可以開始認真評估了
如果不是，恭喜你，你剛剛省下了一筆錢
為什麼我要勸你不要做？
你可能會想：你是幫人做數位轉型的，為什麼要勸我不要做？這不是砸自己飯碗嗎？
原因很簡單：我靠口碑吃飯
如果我讓你花了一百萬做了一個不需要的系統，你不會介紹朋友給我，但如果我幫你用十分之一的預算解決了問題，你下次真的有需要的時候，第一個想到的會是我
而且你會跟別人說：「有一個人，他明明可以賺你更多錢，但他選擇告訴你真話」
這就是我想要的品牌
所以，你的問題需要 AI 嗎？
如果你不確定，我建議你做一件事：
把你最痛的三個工作流程寫下來 每個流程寫三行：現在怎麼做的、花多少時間、結果好不好
寫完之後你自己看一遍，通常答案就出來了，有些需要 AI，有些只需要一個好系統，有些甚至只需要改一下流程
如果看完還是不確定，找一個做過的人花一個小時幫你看一下，一小時的諮詢費，可能幫你省下半年的冤枉路
我是 Young，做過十幾個跨產業的數位轉型和 AI 專案，我的工作不是賣技術給你，是幫你搞清楚你到底需要什麼 — 有時候是 AI，有時候是一個好系統，有時候只是把流程理順