重點摘要
- 先選資料清楚、反覆出現、容易覆核及出錯後可補救的工作，毋須一開始接管整個流程。
- 整理資料、草擬文字與自動發送或修改系統，是不同層次；對外承諾及重要決定應有真人把關。
- 用一個有負責人及停止條件的小試點，比較整理、覆核及修正的總工時，再決定是否擴大。
第一項 AI 工作，應怎樣選？
中小企業可以先用 AI 協助整理文件、草擬內部文字及從既有資料提取重點。最值得先試的，通常是反覆出現、輸入資料清楚、結果容易核對，而且出錯後可修正的工作。先保留真人覆核，再考慮是否連接其他系統自動執行。
例如，把已批准的服務資料整理成回覆草稿，與讓系統自行向客戶承諾價錢，是兩件事。前者可在內部逐句核對；後者涉及對外承諾，需要更清楚的規則及批准流程。以下選擇方法是營運建議，不是任何公司已實測的節省數據。
您可以先列出同事經常重做的工作，再逐項問：資料在哪裏？正確答案如何判斷？誰負責覆核？出錯時會影響誰？這些問題比先買哪個工具更重要。
哪些工作適合先由 AI 協助？
文件摘要及文字初稿是可考慮的起點。Microsoft 的 Copilot in Word 官方指引說明文件草擬及摘要的用途，同時提醒使用者檢查輸出；Google 的 Gemini in Docs 說明亦列出撰寫及整理文件的功能。實際可用功能取決於您的帳戶、方案及管理員設定，不代表所有工具都能完成相同工作。
| 候選工作 | 先交給 AI 的部分 | 真人仍需核對 |
|---|---|---|
| 內部文件整理 | 根據指定文件草擬摘要及問題清單 | 有沒有遺漏條件、日期或例外 |
| 常見問題回覆 | 按已批准的資料草擬答案 | 價錢、適用範圍及是否需要轉交同事 |
| 工作資料分類 | 按預先定義的類別提出分類建議 | 分類有沒有混淆、例外是否被標示 |
表中的分類工作是可測試的流程設計，不是上述文件工具已具備您公司所需整合的保證。試點先使用不含個人資料的範例或已整理的內部材料；未知或矛盾的資料應列為待確認，不要求工具補寫答案。
AI 協助和自動執行，有什麼分別？
AI 協助是產生建議或草稿，由同事決定是否採用。自動執行則會把結果送到其他地方，例如發送訊息、修改客戶紀錄或建立預約。後者除了文字質素，還要處理帳戶權限、重複執行、失敗通知及錯誤復原。
規則固定的工作，也未必需要生成式 AI。例如，按明確條件把表單分派給指定同事，可以先評估一般表單或流程規則；只有需要理解不同表達方式或整理非固定內容時，才考慮加入 AI。不要為了使用新工具，令簡單流程變得更難維護。
第一個試點可只輸出草稿，不開放自動發送、付款、退款或刪除資料。若日後要增加執行權限，應逐項說明它可做什麼、何時要停下來，以及由誰批准。
開始前，資料和覆核要準備到什麼程度？
先指定一份可信的資料來源，寫清楚更新負責人及版本。若不同文件的價錢或服務範圍互相矛盾，應先由同事釐清；把混亂資料交給 AI，不能代替整理工作。
涉及個人資料時，可參考香港個人資料私隱專員公署的人工智能個人資料保障框架，按用途及風險建立管治、風險評估和人為監督。實務上，您應先確認輸入哪些資料、是否確有需要、誰可存取，以及所選服務的資料處理安排；不要把整個客戶資料庫直接當作試驗材料。本文不是個別法律意見。
覆核清單應至少包括人名、日期、價錢、數量、適用條件及資料來源。Microsoft 官方指引提醒使用者在分享前核對內容準確性。若答案找不到來源，或需要作出公司未批准的承諾，就應退回真人處理。
如何用一個小試點判斷是否值得繼續？
先選一類工作、一位負責人及一個覆核方式。以下是一個建議試點設計，並非客戶案例：
- 寫下輸入及輸出：例如根據已批准的服務文件，產生可供同事修改的回覆草稿。
- 準備正常、資料不足及互相矛盾的範例，檢查工具會否清楚指出無法回答。
- 記錄人工原有流程與試點流程的總工時，包括準備資料、閱讀、核對及改錯。
- 逐項記錄錯誤類型、需要重做的內容，以及哪一步仍應由真人完成。
- 訂明停止條件：例如來源不明、反覆漏掉重要條件，或覆核成本高於原來做法，便暫停及修正。
是否值得繼續，應看整個流程是否更可靠、同事是否容易使用，以及總成本是否合理。不要只比較工具產生第一版文字的速度。完成試點後，可以保留原範圍、縮小任務，或才考慮接駁其他系統；沒有必要一次自動化所有工作。
想先整理客服流程，應帶什麼資料去討論？
如果您想由客戶查詢開始，可以先整理常見問題、已批准的服務資料、現時使用的渠道，以及必須交由真人處理的情況。HKONE 的AI 自動客服服務涵蓋知識庫、回覆及真人轉接設定；實際渠道及整合範圍需按方案確認。
您可預約免費諮詢，先討論流程及測試要求，再決定是否需要建置。一般文件整理工具與客服系統屬不同用途，毋須因為試用 AI 草稿工具就立即更換現有客服流程。
常見問題
公司很小，也適合用 AI 嗎？
可以先評估一項經常重複的工作。公司規模本身不是決定因素；資料是否清楚、結果是否可核對，以及覆核成本才是試點的重點。
是否應先讓 AI 自動回覆所有客戶？
不建議把所有查詢一開始都交由系統自行處理。先定義資料範圍、覆核及真人轉接，再測試正常與例外情況。
試用時可以直接輸入客戶資料嗎？
應先確認用途、所需資料及所選服務的處理安排。初步試點可先用不含個人資料的材料；涉及客戶資料時須按公司的資料管治及適用要求處理。
怎樣知道真的節省時間？
比較整個流程的總工時，包括準備、核對、修改及處理錯誤，並同時記錄品質。本文沒有預設節省百分比，應以您自己的試點結果判斷。