中小企業導入 AI：先找出第一個值得試辦的場景

中小企業導入 AI，常常是從怕被同業丟下一樣趕著上車開始的。星期二看了一場很會講的產品簡報，星期五就把訂閱加下去，等到第三個月才想起來問：這套軟體本來是要解決什麼問題？

把這個順序反過來。先找一件重複發生的工作：一件成本看得見、出錯救得回來、資料你用得到，而且結果量得出來的業務或流程。第一個月要做的事，就是把它整理到可以進入試辦，並且拿出足夠的證據，決定要不要有第二個月。

不要急著找車上。這篇先處理前半段：怎麼找適合的情境、候選工作怎麼比、怎麼算成本，以及怎麼判斷結果。至於工具怎麼選、流程怎麼接、規範怎麼寫，通通留到後面再操心，因為每一項都有自己的後果要承擔。如果你的問題不只是一件工作，而是整套技術怎麼運作，那應該從中小企業的數位轉型架構開始。

小公司的瓶頸不是預算，是想像力

加拿大統計局 2026 年第二季的調查顯示，過去 12 個月內有使用 AI 的加拿大企業占 19.2%，一年前是 12.2%，兩年前也就是 2024 年只有 6.1%，兩年翻了三倍。多數報導寫到這裡就結束了。

更值得看的數字在後面。1 到 4 人的公司裡，19.9% 已經拿 AI 在生產商品或提供服務，跟全國平均幾乎一樣。但同一規模等級裡，41.4% 卻回答 AI 跟自己的生意無關。而全體企業當中，只有 10.6% 把成本當成障礙，13.4% 則是擔心資安或隱私。反之，到了 1 到 4 人的公司，擔心資安的比例反而降到 11.6%；相對的，100 人以上的公司則是 30%。

對老闆自己在管的公司來說，煩惱的根源因此比較像是想法框架，而不是預算或風險承擔力。最小的企業裡，每十家就有四家已經認定這項技術跟自己的工作無關；這句話通常不是在表達「我們不需要 AI」，而是「我們不知道在哪裡可以用上 AI」。營運超過 20 年的公司採用率是 15%，營運 3 到 10 年的則是 25%，老公司一般都有能改善的流程，只是還沒把它看成適合 AI 的情境。

至於實際用 AI 的公司，他們拿 AI 做的事其實比你想像中的無聊許多。在 1 到 4 人而且有使用 AI 的企業裡，最主要的用途是資料分析（32.5%）跟文字分析（29.4%）。他們不是在把人事洗牌、讓機器人送簡報，或讓 AI 設計新的企業藍圖，只是把閱讀、分類跟摘要做得比較快。而且其中只有 10.7% 找了外部顧問或廠商幫忙，100 人以上的公司則是 30.2%。小公司多半靠自己摸索，做的也是不起眼的工作，這反而讓一套可以重複使用的挑選方法變得重要，因為你不能每次都指望第一次就猜對。

從已經在浪費時間的工作開始

第一個情境通常很無聊，但這不是壞事。例行工作在一個月內有足夠的重複次數可以量出改善，你也夠熟悉，爛的產出一眼就看得出來。你不會第一天就把重要的工作交給新人；同樣的，比起第一天就把要緊的事交給新 AI 模型，意外就會少很多。

先做一週的工作盤點。請實際在做這些事的人記下來：哪些反覆發生的活動吃掉可觀的時間，或是製造出可以避免的延誤。不要一開口就問哪裡可以用 AI，那樣問出來的會是廠商的功能清單，不是問題清單。要問工作本身：每天下午吃掉一小時的追蹤信、每週憑記憶回答同樣那幾個客戶問題、每個星期一從同樣四份檔案重新拼出來的報表，或是開完會就沒人再打開的會議紀錄。

目標是列出 6 到 10 項候選。太少，代表你是在別人已經篩過的短名單裡挑；太多，盤點本身就會變成另一個專案。

挑之前先打分數

老闆很少是因為判斷力不好才挑錯。他們挑錯，是因為比較的標準是有不有趣，而不是適不適合，而最有趣的那件工作，往往也是出錯代價最高的那一件。把短名單打完分大概花你 20 分鐘，這股拉力大部分就消掉了。

每一項候選工作，用五個條件各給 0 到 2 分，滿分 10 分。

取總分最高的，不是取你最想做的那個。低於 6 分的先放回清單，以後再說。同分就比頻率，因為要有足夠的重複次數，一次試辦才會變成證據，而不是一則軼事。

打完分也會告訴你該修什麼。一件工作頻率拿 2 分、產出標準拿 0 分，它不是不適合用 AI，而是根本還沒有人把它定義清楚，而光是定義清楚，本身可能就會帶來一點收穫。這張表排的是工作；某個產品值不值得買，是另一個問題。等你知道要測哪件工作，中小企業的 AI 採購架構排的則是解決方案，比的是能不能滿足這個需求。

這幾類工作先排後面

有四類工作不管其他條件分數多高，都應該留到下一輪。錄用跟解僱的最終決定帶有法律風險，不該拿第一次試辦來學；受規範的建議，以及任何構成專業意見的內容，需要的控管環境你現在還沒有；授信跟訂價直接牽動金錢，而且失敗時通常很安靜；至於任何沒有人先讀過就會送到客戶面前的東西，也應該等到你知道產出在狀況不好時會怎麼表現再說。

要注意的是，這些是順序上的判斷，不是永久排除。第一次試辦的用意，是讓公司學會怎麼跟 AI 一起工作，而且學費不要太貴。

動工具之前，先量現在

沒有基準的試辦，開得出一場很愉快的會，留不下什麼證據。買任何東西之前，先把現在的流程量過至少幾輪。這些數字不需要多精緻，只要能把今天描述得夠準確，準到你之後分得出來到底有沒有變好。

算給你看：會後追蹤信

假設一家公司每週寄 12 封客戶追蹤信，每封大約花 18 分鐘寫，這件工作一週吃掉 3.6 小時。試辦之後，草稿 4 分鐘就出來，老闆花 6 分鐘改，一封 10 分鐘，一週 2 小時。省下來的是一封 8 分鐘、一週 1.6 小時，以一年 48 個工作週算，大約 75 小時。對上一個月加幣 40 元的訂閱，加上大概 6 小時用來寫範例、把流程搭起來，這筆帳算得過去。

現在改一個數字。如果草稿要改 14 分鐘而不是 6 分鐘，總時間就回到 18 分鐘，省下來的完全消失，而你付的不只是一筆月費，還多了一道要有人做的工序。檢查的工時是決定多數第一次試辦成敗的那個變數，也是老闆打算盤的時候最容易漏掉的那一項。

這筆帳還要有下半段才算完。75 小時值不值那一個月加幣 40 元，要看它變成了什麼：客戶會議、報價的時間，還是星期五早一點下班。把省下來的每一分鐘都乘上主管的鐘點費，可以幫普通的試辦算出看起來很英勇的效益報告，所以在把時間記成收穫之前，先講清楚這些時間要拿去做什麼。

把流程寫到工具插得進去

下一步是把現有流程寫得夠清楚，清楚到工具插進去之後，不會每個人各自發明自己的做法。寫一頁的情境說明書：現在這件工作怎麼做、輸入是什麼、產出標準是什麼、流程由誰負責，以及 AI 做出來的結果由誰檢查。如果過去有好的成品，附上兩三個例子。

寫到這裡，一個看起來很單純的 AI 機會，常常會現出原形，其實是一個普通的營運問題。客戶資料可能散在好幾套系統。一封好的追蹤信要有什麼，可能沒有人有共識。那份週報可能有五個版本，因為每個主管都私下改過一次。如果說明書一直卡在這種問題上，比較有用的下一步是先把流程本身系統化，先不要讓軟體碰它。

全國的數字也指向同樣的方向：有使用 AI 的加拿大企業中，44.4% 因此調整了訓練或人力配置，32% 訓練了現有員工。軟體是從瀏覽器分頁進來的，但要真的用起來，人的做事方式還是得改。

第一次試辦要小到一個流程負責人回答得完問題、一組人測得完。如果要十個人先達成共識才寫得出第一句提示詞，那你挑到的不是第一個情境，而是一項轉型計畫。

開始之前，先立幾條規矩

小規模的試辦也需要邊界。加拿大靠的是既有的隱私法規跟各產業規範，再加上自願性的 AI 指引；聯邦層級由加拿大創新、科學暨經濟發展部提出的指引，強調的是問責、人為監督、風險管理跟持續監測。這些原則可以變成幾條操作規則，第一天不必先寫出一本政策手冊。

敏感的個人、客戶、員工跟財務資料，不要放進公開的 AI 工具，除非產品本身、帳號設定、合約條款跟你的隱私義務四項都支持這樣用。會產生後果的產出，要有人看過才能拿去用。測試用的輸入跟輸出留下來一些，之後才知道結果變好或變壞是為什麼。事先講好什麼情況要喊停：反覆出現事實錯誤、修改量大到不能接受、有隱私上的疑慮，或流程跑起來比人工還慢。

最小的公司資安顧慮低，反映的是暴露程度，不是安全程度。一家四個人的公司一樣在處理客戶資料，只是盯著這些資料怎麼流動的人比較少。等 AI 的使用範圍超出一次受控的試辦，非正式的規則就撐不住了，中小企業的 AI 政策架構談的就是接下來要拿什麼書面治理來取代它。

30 天的第一次試辦怎麼跑

30 天是個合理的預設值：對多數辦公室流程來說，它長到足以收集重複的觀察，又短到不會讓一個沒什麼說服力的實驗因為慣性而變成永久訂閱。高頻的工作可能不用這麼久，每月一次的流程可能要更久，因為可比較的案件數比日曆更重要。

第一週用來做工作盤點、評分表跟基準。第二週把選定的情境寫成書面需求，並且拿相關的解決方案類別對著這份需求評。剩下的幾週，刻意讓測試小組維持小規模，舊流程保留著別關，把實際的檢查工時記下來，中途不要順手加上隔壁的情境。試辦如果從會後追蹤信開始，最後做到行銷文案、業績預測跟客服機器人，那它已經不叫實驗了。

然後把證據拿去跟基準比，從四種結果裡挑一個：把流程放大、換個做法再試一次、拿別的解決方案對同一份需求再測，或是因為這筆帳划不來而停掉。停下來也是一種結果。用一個月的實驗擋掉一整年的月費，這件事本身就值回票價。

預算要編給學習，不是編給規模

第一次試辦裡，軟體授權費通常是最小的一筆。人的時間、流程重新設計、訓練跟檢查，在使用量走出個人實驗階段之後，重要性都比它高，這也是先把情境定下來、再去堆工具的另一個理由。

好消息是，卑詩省的雇主如果有符合資格的員工訓練需求，可以申請卑詩省雇主培訓補助（B.C. Employer Training Grant），這項補助給付符合資格訓練費用的 80%，每位參訓者每會計年度最高加幣 1 萬元，每家雇主每會計年度最高加幣 30 萬元。但也有兩個實務上要留意的地方：這是事後核銷，雇主先付錢，訓練開始之後才申請；而過去年度的額度曾經在年底前就用完，所以時間點很重要。資格認定同時看雇主、參訓者跟課程本身，所以在把補助寫進效益評估之前，先把那門課確認清楚。

比較大筆的技術支出決策，要用比較完整的數位投資評估架構，把預期的營收、成本跟風險影響一起放進來衡量。第一次的 AI 試辦應該便宜到學得起，紀律嚴到就算之後拿去做比較正式的投資審查，好結果也站得住。

這次試辦到底換到了什麼

成功的第一次試辦，證明的東西很窄：一個情境、一條流程、一組人，做出了值得繼續的價值。這是有用的證據，但它不是一張授權書，讓你在隔壁每一件工作上都加一層 AI。

接下來的問題是，這條流程要不要更深地整合進日常營運。中小企業的 AI 自動化指南談的就是這個實作層，交接、系統串接、例外處理跟後續由誰負責，在那一層才開始重要。如果試辦指向的其實是分析跟預測，那麼用 AI 做決策是比較合適的第二步，而且證據標準要更高，因為那些產出影響的是判斷，不是草稿。

有時候試辦會揭露另一件事：真正的限制根本不在技術。角色可能不清楚、流程可能互相打架，或者老闆其實是在用自動化繞過一個商業模式的問題。這種時候，中小企業顧問架構是比較適合的地方，先把營運問題診斷清楚，再往上加軟體。

常見問題

中小企業要怎麼挑第一個 AI 情境？

挑一件重複發生、摩擦量得出來、出錯後果可以承受的工作，然後用評分把這個選擇確認一次，而不是憑哪一件比較有趣。這件工作要發生得夠頻繁，才能在幾週內累積出證據，而且你要能在試辦開始之前，把它現在的時間、重做量或週期時間量出來。優先選那種已經有人知道什麼叫做好產出，而且會在東西送到客戶面前或影響決策之前檢查一次的工作。

不要從漂亮的產品功能清單裡挑第一個情境。從工作盤點開始，找重複、耗時、標準化到前後比較得出來的工作。第一個情境不需要在策略上多宏大，它只要能告訴你：AI 在一條真實的流程上有沒有讓事情變好，而成本跟風險你承受得起。

AI 情境跟 AI 工具有什麼不一樣？

情境是一件具體、重複發生的工作，有明確的輸入、明確的產出標準，以及量得出來的現行成本。工具是你可能會買來做這件工作的產品。這個分別之所以重要，是因為情境訂出了任何工具都必須滿足的需求；沒有它，你只是在比功能清單，卻沒有東西可以拿來比。

實務上，這決定了做事的先後順序。先確認工作、量出它今天的成本、把可以接受的產出寫下來，然後才去評解決方案類別跟具體產品。倒過來做，通常會得到的是一筆訂閱：展示的時候表現很好，在公司裡卻沒有明確的任務。這是第一筆 AI 預算蒸發、卻連正反面證據都留不下來的常見方式。

很小的公司真的用得起 AI 嗎？

用得起，加拿大的資料顯示他們已經在用了。加拿大統計局 2026 年第二季的調查發現，員工 1 到 4 人的企業裡，過去 12 個月有 19.9% 用 AI 生產商品或提供服務，跟全國的 19.2% 很接近。這個規模等級裡最常見的用途是資料分析跟文字分析，沒有什麼稀奇的東西。

真正的限制通常是時間，不是技術基礎建設。很小的公司在跑第一次試辦上其實有優勢，因為流程負責人跟做決定的是同一人，協調成本大部分都不見了。挑一件每個月已經吃掉好幾小時的工作，拿一組控制好的例子去測，把包含檢查在內的完整工時量出來。一個工具如果把寫稿時間砍一半，卻讓檢查時間變成兩倍，那它什麼問題都沒有解決。

第一次 AI 試辦應該跑多久？

對一條重複發生的辦公室流程來說，30 天是個好用的預設值，不過可比較的案件數比日曆更重要。一件一週做 50 次的工作，很快就累積得出證據；每月一次的報表流程，可能要好幾輪比較才站得住。

評估期要在試辦開始之前就定好，不要因為結果不明朗就往後延。把當初訂基準時的那幾項照樣記下來，包含檢查工時跟例外狀況，也把流程處理不了的地方記下來。到期的時候，明確做出決定：放大、修改、換一個解決方案再測，或者停掉。試辦的目的是拿到決定所需的證據，不是掛著一筆訂閱無限期實驗下去。

怎麼判斷一次 AI 試辦到底有沒有用？

拿新流程跟你事先記下來的基準比，並且把檢查、修正、訓練跟軟體成本都扣掉之後再算。如果一件工作從 20 分鐘降到 8 分鐘，卻多出 10 分鐘的主管覆核，那個帳面上的節省只是好看而已。品質要維持在可以接受的範圍，做這件事的人也要能重複同一套流程，不必一直有人在旁邊排除狀況。

然後檢查最不舒服的那一項：省下來的產能有沒有真的拿去用。工作上省下來的時間，只有變成你原本做不到的事，才算是經營上的成果。過得了這一關的試辦，會給你一條特定流程上站得住的證據，以及足夠的操作信心，去決定下一步怎麼走。

有用的轉變，是把問題從「該買哪套工具」換成「哪一件工作值得測一次」。如果挑那件工作、訂那個證據標準，或是在第 30 天判讀結果這幾件事，多一個外部視角會有幫助，在下一筆訂閱續約之前，值得先談一次。