AI 工作流的第一課：先把流程講清楚，才輪到自動化

許多人帶著「幫我把這件事自動化」來找 AI。追問下去，常會發現這件事有三種做法、兩個例外，還要靠某位同仁的記憶補上最後一步。這不是 AI 不夠聰明，而是組織還沒有把自己的工作講清楚。

流程不是畫給主管看的圖

能被執行的流程，至少要回答五件事：事情何時開始、輸入從哪裡來、每一步由誰判斷、遇到例外怎麼辦、結果要留在哪裡。少一項，人就會用默契補上；交給系統後，默契不會自動變成規則。

把「通常」找出來

先不要處理所有情況。挑出最常見的六到八成，寫成一條可走通的主路徑；再把例外逐一標記：資料不全、金額超標、客戶有特殊約定、跨部門尚未回覆。主路徑才是自動化的第一個版本，例外則決定何時停下來請人接手。

自動化不是把混亂加速；它逼迫團隊承認，哪些地方其實一直靠人硬撐。

規則與判斷要分開

「超過三天未回覆就提醒」是規則；「這位客戶現在適不適合催」是判斷。前者可交給系統，後者可以讓 AI 提供脈絡與建議，最後仍要有人承擔。分清兩者，才不會把不該自動化的關係與風險，假裝成一條條件式。

文件化，也是管理的回報

流程一旦被寫出來，新人知道怎麼做，主管看得見瓶頸，跨部門可以對齊責任。即使最後不導入 AI，這段整理也會讓工作變好。這也是我們不急著從工具開始的原因：工具能換，清楚的工作方式會留下來。

先選一件每週都會發生、牽涉不超過兩三個角色的工作。用一頁紙把它走一遍，再討論要不要加上 AI。導入的速度，往往從這一步開始變快。