LINE 群組接單

LINE 群組接單太痛苦？AI 自動寫入 ERP 的真實案例｜智導 Jidou AI

智導團隊2026-04-20

LINE 接單自動化ERP 串接AI 接單B2B 批發客戶案例食品批發

LINE 群組接單太痛苦？AI 自動寫入 ERP 的真實案例｜智導 Jidou AI

早上八點半，LINE 群組已經跳出十幾則訊息。「黑糖薑母茶 20 箱、桂圓紅棗 15 箱，週三到」「幫我追加上次那個洛神花茶」「這批改出高雄倉可以嗎？」你的同事打開 ERP，開始一則一則對照客戶代號、查品項編碼、key 銷貨單。一個上午就這樣過去了。

這篇文章講的是台灣食用油與飲料進口商「詠鑠生活」怎麼把這段流程交給 AI：不換 ERP、不要求客戶改變下單習慣，導入約一個月。 2026 年 7 月，導入一年多之後，我們和詠鑠的供應鏈主管 Tina 做了一次訪談，聊真實發生的變化，文中的成效數字都來自這次訪談。先看導入前後的實際對照——

	導入前	導入後
每日訂單量	70-80 張	70-80 張（沒變）
客戶怎麼下單	LINE 群組自由文字	LINE 群組自由文字（沒變）
客戶下單到收到回覆	中午的單隔天回，週末的單週一回	即時完成，不分平日假日
單張訂單處理時間	約 2 分鐘	約 1 分鐘
每日釋放人力	無	數小時
特殊價格管理	業務口頭轉達，人工翻紀錄比對	業務後台設定，下單自動帶價
純文字訂單	逐筆人工確認	不再逐筆檢查
進 ERP	逐張手 key	批次匯入，同一套本地端 ERP，沒換

兩欄之間唯一真正改變的，是 LINE 和 ERP 中間那一段。客戶那端什麼都沒動。

先講清楚適用範圍，免得你讀完才發現不適合：日單量低於 20 張，這件事多半不划算；20 到 50 張之間，要看你的訊息有多亂；50 張以上效益才明顯。詠鑠是 70 到 80 張。

底下依序是：這筆帳實際怎麼算、為什麼市面上的 LINE 接單工具通常解不掉這題、AI 接手之後改了什麼、一年後的數字與準確度、客戶的反應、什麼情況下不該做，以及詠鑠希望下一步還能解決的事。

一天 70-80 張單：手動接單的成本不在打字，在等待

很多人以為批發商接單的成本在「key 單」，其實不是。真正吃掉時間的是流程的非同步，加上一層靠人記的價格管理。

詠鑠生活是台灣的食用油與飲料進口商，下游客戶習慣在 LINE 群組用自然語言下單。這個場景在台灣 B2B 批發業非常普遍——根據 LINE 台灣官方公布的尼爾森調查，LINE 在台灣的滲透率達 93%，2025 年台灣的 LINE 官方帳號數已達 340 萬個。客戶不需要學新系統，打開 LINE 傳個訊息就完成下單，對他們來說這是最不麻煩的方式。

問題出在下一段：LINE 訊息到 ERP 建檔之間，全靠人工搬運。

詠鑠每天收到 70 到 80 張訂單，每張從確認品項、數量、價格到 key 進 ERP，約需 2 分鐘。純粹打字的部分沒那麼慢，因為老客戶每次下單長得都差不多，做的其實是複製舊訂單，同樣的品項、數量、價格直接複製過來。

真正吃掉時間的是等待。客戶下單的時間不固定，可能是中午、晚上，也可能是週末，甚至凌晨兩點都有單丟進來。供應鏈同仁早上九點十點開始看訊息，下班前再看一輪。中午丟進來的單，往往隔天早上才回；週末丟進來的單，要等到禮拜一。回覆金額之後又要等客戶確認，確認之後才輪到 key 進 ERP、排出貨。整條鏈上每一個環節都在等下一個人有空，一張訂單，來回快兩天。

「以前的流程是客人丟一張訂單，我們上班時間才看到訊息，回覆之後客人忙完才看到 LINE 再回，我們確認了才開始後續。」

第二層成本更隱形：靠人記。業務替客戶談的特殊價格，是口頭跟主管講的，供應鏈 key 單時翻以前的紀錄比對。平常不太會錯，因為客戶跟上次一樣。會錯的是客戶調價的月份，比如七月起漲，而當天訂單一多，漏掉一張就是一張。Beamex 的分析指出人工資料輸入的典型錯誤率約在 1%，聽起來很低，但一筆 key 錯的訂單就是出錯貨、退貨、重新處理。在 B2B 批發的情境裡，一次錯單可能打亂下游客戶整天的營運排程，賠掉的不只是那一張單的利潤。

第三筆帳最少人算：LINE 群組裡的訊息沒有標準格式。有人打完整品名，有人用自己的暱稱叫產品，有人直接傳一張手寫單的照片。員工不只在 key 單，他們還得充當「翻譯官」——而這件事只有做久的老員工做得好，等於把公司的接單能力綁在一兩個人身上。

規模上，這不是個案。依經濟部《2025 中小企業白皮書》發布資料，台灣中小企業家數超過 171.5 萬家，占全體企業 98% 以上。而同一份白皮書指出，導入 AI（含規劃中）的中小企業只有約 7.4%，最常見的卡關原因是「尚無明確應用需求」，占 63.9%。

不是老闆們排斥 AI，是還沒有人把 AI 該用在哪裡講清楚。

為什麼市面上的 LINE 接單工具，解決不了這個問題

多數 LINE 接單工具解不掉這題，原因只有一個：它們的前提是你的客戶要改。

OrderPally 的 LINE 群組收單可以讓客戶在群組留言「商品關鍵字 +1」（像是 A+1）成立訂單，也支援留言叫出商品卡、或進專屬賣場結帳；同一團的分析關鍵字不能重複，商品卡受 LINE 限制最多曝光 12 項。Celnet 與 NetSuite 的 LINE 下單方案是讓客戶從價目表裡點選品項下單。DataKing 的 AI 雲特助在自家文件裡寫得更直接：把下單作業「完全交給前端使用者（即買方）自行操作」，LINE BOT 是入口，實際下單在平台介面上完成。

這些都是可行的方案，也各有適合的客群。如果你的下游客戶願意學、願意改，這條路更單純也更便宜——OrderPally 的基本方案月費 1,500 元就含 LINE 群組收單（FB／IG／LINE 擇一），進階方案 4,500 元。

但它們的共同前提是：客戶要離開原本的自由文字對話，改用指定格式或指定介面。

現實是，一個做了十五年的老客戶不會為了你的系統去記「黑糖薑母茶是 A 還是 C」。他只會繼續打「薑母茶 20 箱」，然後你的同事繼續手動處理。這就是為什麼很多批發商買了系統，最後還是回到人工——我們在〈B2B 下單系統做好了，經銷商為什麼不用？〉裡拆解過這個現象。

詠鑠走的是第三條路：不改客戶、改自己這端。 人工 key 單、下單系統、AI 理解訂單這三種方法各自適合什麼規模，〈客戶用 LINE 下單，訂單怎麼自動進 ERP？三種方法完整比較〉有完整的成本與適用情境對照。

一點補充說明：在我們查閱的這幾家台灣廠商公開資料中，沒有看到針對「純自然語言訊息」「跟上次一樣」「手寫單照片」這類非結構化輸入的處理宣稱。這不代表它們做不到，只代表這不是它們公開主打的能力。

AI 接手之後：改了什麼，沒改什麼

詠鑠導入智導的 Connected AI 方案時，沒有換系統，也沒有通知客戶任何事。

先講沒改的。客戶端完全沒有變化：詠鑠的下游客戶還是在同一個 LINE 群裡，用自己習慣的方式打字下單，沒有下載新 App、沒有註冊帳號、沒有從選單裡點品項。這件事在評估的時候是硬條件。批發生意的下游是餐飲通路和小店，你要求他們改用下單系統，換來的通常不是導入率，是他們改打電話給你。

改的是後台，流程變成這樣：

第一步：客戶在 LINE 群組照常下單。 不需要填表單、不需要學新系統、不需要改變任何習慣。客戶還是打「黑糖薑母茶 20 箱、週三到」這樣的自然語言。

第二步：AI 即時解析訂單內容。 AI Agent（AI 代理人）能理解自然語言中的品項、數量、交期，甚至處理「跟上次一樣」這種需要查詢歷史訂單的請求。不同客戶用不同的品名暱稱？AI 會自動對照產品編碼。客戶打完字的當下就開始處理，不分上班時間、不分平日週末。

第三步：帶入專屬價格，在 LINE 回覆確認。 AI 不只是「聽懂」訊息——它會帶入這個客戶專屬的價格，在 LINE 群組回覆訂單內容和金額、引導付款，讓客戶當下就知道訂單已收到、品項數量正確。這就是我們在〈AI Agent 和 Chatbot 差在哪〉中提到的關鍵差異：Chatbot 只能回答問題，AI Agent 能執行任務。

第四步：批次匯入 ERP。 解析後的訂單批次匯入詠鑠原本的地端 ERP，取代逐張手 key。

同時改的是價格的來源。特殊價格從「業務口頭講、主管靠記憶」變成「業務在後台設定、系統下單時自動帶」。這一項不是技術問題，是責任歸屬問題：以前價格錯了，錯在供應鏈漏看；現在價格錯了，錯在業務設定。歸屬清楚，錯誤才追得回來。

這一段中間層實際支援哪些訊息管道（LINE／Email／WhatsApp）、判斷過程怎麼查、怎麼串你現有的 ERP，寫在智導接單的產品說明裡。

AI 實際要學會的三件事

「自動解析」聽起來像一個開關，實際上導入期最花時間的是讓 AI 認識這家公司的語言。詠鑠這一段大致包含：

一、品項別名對照。 同一支商品，A 客戶叫「黑糖薑母」，B 客戶叫「薑茶」，內部品號是另一組編碼。這份對照表不是憑空生成的，是從歷史訂單裡整理出來，再由人確認過。

二、指代與省略。 「跟上次一樣」「一樣的再來兩箱」「照舊」，都要回頭查該客戶的最近一筆訂單。這裡有一條硬規則：查得到才處理，查不到就標記成待人工確認，不猜。

三、交期與出貨地的口語表達。 「週三到」要換算成實際日期，「改出高雄倉」要對應到系統裡的倉別代號。這類欄位錯了不會被 ERP 擋下來，但會直接變成出貨事故，所以規則寫得比品項更保守。

導入期會刻意保留一段「AI 建單、人工過目」的並行期，讓錯誤在還沒出貨前就被抓到。等到準確率穩定，才逐步把人從流程裡放掉。

一年後的真實數據：每張單 2 分鐘變 1 分鐘，每天多出數小時

單張訂單的處理時間從約 2 分鐘降到約 1 分鐘，純文字訂單已經不再逐筆檢查。

剩下的那 1 分鐘花在哪裡？主要是最後的人工確認：核對款項、把必要資訊按財會規定的格式貼到智導的訂單備註上。另外圖片和採購單的客戶，還要幫忙核對一次 AI 的辨識結果。

省下的時間沒有拿去裁員，人還是那些人。「各種事，我們要做的工作太多了。以前時間卡得很緊，現在一天大概多出好幾個小時處理不同的事情。」

有一項是團隊自己也覺得意外的：新人訓練成本幾乎沒變。以前是複製舊訂單，現在是確認匯入結果，難度差不多。真正的差別發生在回應速度和價格管理這兩件事上，而這兩件事的效益，遠比省下的打字時間大。

要算自己的帳，可以把省下的人力時數乘上時薪，再對比服務費，以智導每月 $5,000 元的服務費為例。時薪抓 200 元是合理的：依 1111 人力銀行薪資公秤資料，行政助理的平均月薪約 3 萬出頭起跳，再加上勞健保與年終等雇主成本，換算時薪 200 元並不算高估。但要記得，等待時間不會出現在「每張幾分鐘」的計算裡，而它正是詠鑠說每天多出好幾個小時的主要來源。

國外也有類似量級的案例。美國批發商 AmerCareRoyal 在 2026 年 Q1 導入 AI 訂單自動化後，單筆訂單處理時間從約 8 分鐘降到 60 秒以內，減少了 87%（這是方案供應商 Emporix 自行發布的客戶案例，不是獨立第三方查證）。Elogic Commerce 彙整 ScienceSoft 的數據則指出，人工處理一筆 B2B 訂單的成本約在 50 到 150 美元之間，自動化後可壓到 25 美元以下。

這些國外數字的產業結構與人力成本和台灣差很多，適合當趨勢佐證，不適合直接套進自家試算。真正該算的還是你自己的日單量 × 每單分鐘數 × 時薪。這筆帳怎麼列，〈業務助理一天花 3 小時 key 單，這筆帳該怎麼算〉有完整算式。

準確度：訪談時的評分，以及 7 月的升級

評估這類系統的人最想知道的是準確度，所以直接把數字放上來。2026 年 7 月初訪談時，詠鑠給純文字訂單 8.5 分、圖片和 PDF 採購單 7 分（滿分 10）。

純文字這一項一年下來相當穩定，穩定到詠鑠已經不再逐筆檢查文字訂單。整年下來品項判錯的印象只有一次，而且因為是常往來客戶、品項效期長，對方直接收下了。需要多留意的是組合包裝的數量，例如「一組 36 入」這類品項，客戶下單寫法不明確時會需要人確認一下。圖片和採購單當時仍保留人工複核。

2026 年 7 月起，我們為詠鑠升級了訂單判讀，文字訊息和圖片、PDF 採購單兩條路徑都換過。反應速度變快，準確度大幅提升，尤其是採購單這一條原本最弱的路徑改善最明顯。

這件事值得單獨講，因為它是 SaaS 和買斷式系統最實際的差別。買斷的系統，你買到的是簽約當下那個版本的能力，之後要更好通常得談改版、談費用、談排程。訂閱制的接單服務不一樣：底層模型和判讀邏輯每進步一次，既有客戶就跟著往上走，不需要重新導入。詠鑠的下游客戶不需要為這次升級做任何事，他們還是在同一個 LINE 群、用同樣的方式打字下單，只是體驗變更好了。

客戶端的反應，跟預期的不太一樣

導入前團隊擔心的是客戶會不會嫌麻煩，結果一年多下來沒有一個客戶反對。頂多是有些客戶還是習慣打電話。

比較意外的是客戶回饋的重點。他們稱讚的通常不是「回應變快了」，而是覺得新奇：

「客人用了之後會跟我們說『欸，蠻智能的』，第一次見到覺得很新奇、有點厲害。業務收到正向回饋也蠻高興的。」

回應速度變快這件事，客戶其實不會特別意識到，因為他們本來就不知道自己在等。真正被看見的是體驗本身的不同。

不只是食品批發——農畜業也適用

這套做法的前提不是產業，是「客戶用自由文字下單」這件事——所以換到農畜業一樣成立。元榆牧場是一家農畜業者，同樣透過智導的方案整理 LINE 群組訂單，由客戶自行確認後，內部人員集中檢查並匯出轉入 ERP。完整客戶案例記錄了導入前後的差別。

農畜業的接單有更特殊的挑戰：產品常以重量計價而非標準件數、品項名稱不統一、客戶甚至會用語音或照片下單。這些「非標準化」的溝通方式，正好是自然語言理解派得上用場的地方。詳細做法可以看〈農畜業接單管理：從 LINE 群組混亂到 ERP 自動建單〉。

什麼情況下，你不該做這件事

有四種情況，這套方案的帳算不過來。

日單量太低。 每天訂單少於 20 張、客戶又都固定下同樣的東西，人工處理通常還是比較划算——複製舊訂單本來就不慢。建置、調校、維運都有成本，量不夠就攤不掉。詠鑠的 70 到 80 張是效益明顯的量級，10 張不是。這種情況先不用急，等量起來再導入，效果會明顯得多。

訂單本來就結構化，那不需要 AI。 如果你的客戶已經乖乖在下單平台上按品項下單，或是大通路走 EDI，那資料進來就是結構化的，直接串接就好，中間不需要一層語意理解。AI 解決的是「訊息很亂」這個問題，訊息不亂就別加複雜度。

品項會即時變動、需要當場議價的，AI 只能做半套。 時價商品、需要看貨況報價的品項，AI 可以把訂單解析出來、把資料備好，但最後那個價格還是要人決定。這類情況適合用「AI 出草稿、人按確認」的模式，不要期待全自動。

內部沒人能對窗口，導入會卡住。 品項別名、客戶暱稱、報價規則這些知識在人腦裡，需要有人花時間把它們講出來。公司裡如果找不到一個願意投入幾週的人，時程一定會拖。

誠實講：AI 接單的效益跟訂單量、品項變化度、客戶下單時間的分散程度成正比。這套方案的甜蜜點是「日單量中高、訊息很亂、又不想逼客戶改習慣」的批發商。詠鑠的訂單量夠、客戶下單時間又橫跨中午到凌晨，這種結構的回收最快。不在這個區間裡，其他做法可能更適合你。

導入不用換系統，約一個月上線

兩個最常被問的問題，答案都是「不用」：不用換 ERP、客戶不用學新東西。

ERP 那端的做法是：智導的 ERP Connector 跑在企業本地端伺服器上，直接串接現有系統（鼎新這類 Local ERP 都在範圍內），不必更換或大幅改造。詠鑠目前的做法是把解析好的訂單批次匯入原本的地端 ERP。

一個月的時間花在三件事：接好 ERP 這一端、讓 AI 認得你的品項和客戶暱稱、上線前再跑一輪測試。詠鑠這邊實際跑下來差不多就是這個節奏。

這類支出未必要全額自付。依行政院公布的中小微企業多元振興發展計畫，政府 114 年度投入 116 億元推動包含數位轉型在內的三大策略，明列協助批發零售業導入 AI 數位工具，針對 30 人以下的中小微企業，數位轉型補助單一企業最高 10 萬元。實際梯次與申請條件每年會調整，評估時值得先問一下。

我們在台灣中小企業導入 AI 的第一步裡提過：AI 導入不必是一次性的大工程，可以挑一個環節先做，驗證了再往外擴。

智導還沒做，但希望有一天也能幫他們解決的事

訪談最後我們問了一個問題：任何想像都可以，還希望智導幫你做到哪一段？答案很值得記下來，因為那是這個產業真正還沒被解決的部分。

訂單之後的那一段。 分派給司機、倉庫揀貨，目前不在智導的範圍內。真正難的是突發變數，每個客戶狀況不同、司機在路上什麼都可能遇到，這類需要現場判斷的事情還沒有一套自動化能接得漂亮。這是我們持續在看的方向。

ERP 的最後一哩。 訂單批次匯進去之後，地端 ERP 基於內控設計會要求逐張審核，每張跑三四秒，量大的時候仍是一段固定的人工。這是內控流程而非系統問題，但如果之後改用有開放 API 的 ERP，詠鑠希望智導能直接對接，連匯出匯入都省掉。這一段技術上可行，已經在規劃裡。

付款。 有些客戶偏好傳統匯款以節省手續費，也有客戶希望能支援 LINE Pay、刷卡、Apple Pay。目前智導做到接單這一段，付款串接正在評估做成選配。

用 Tina 自己的話說：「我覺得每個部門都可以（用 AI）。同一間公司，不同位置的人會有不同的需求。」

常見問題

Q：客戶需要學新的下單格式嗎？像是「A+1」那種？

不需要。台灣市面上多數 LINE 接單工具是靠關鍵字語法或圖文選單觸發，客戶得記得商品代號、按對按鈕。AI 接單的作法不同：客戶照樣用平常的講法打字，「黑糖薑母茶 20 箱週三到」「跟上次一樣」都能處理，由 AI 負責把口語轉成 ERP 看得懂的資料。改變行為的是系統，不是你的客戶。

Q：客戶在 LINE 用自己的方式打字下單，AI 真的看得懂嗎？

看得懂，但要看訂單類型。2026 年 7 月訪談時，詠鑠給純文字訂單 8.5 分（滿分 10）、圖片和 PDF 採購單 7 分，一年下來品項判錯的印象只有一次。7 月起我們升級了判讀，兩種路徑的準確度都大幅提升，採購單改善最明顯。實務上仍建議對圖片類訂單保留一道複核，尤其是組合包裝的數量。

Q：我用的是鼎新這類本地端 ERP，需要換掉嗎？

不用。做法是在 LINE 和 ERP 之間補上一段自動化，透過 ERP 既有的介接方式把訂單送進去，ERP 本身不動。詠鑠生活導入時沒有更換系統，AI 解析好的訂單批次匯入原本的地端 ERP，取代逐張手 key。真正需要確認的是你的 ERP 有沒有可用的介接方式，這在評估階段就會先驗證。

Q：導入 AI 接單，下游客戶會不會抗拒？

詠鑠導入一年多，沒有客戶反對。原因是客戶端幾乎沒有變化，他們還是在同一個 LINE 群、用同樣的方式打字下單，只是回覆從隔天變成即時。實際比較常出現摩擦的反而是內部業務，因為特殊價格從「口頭跟主管講」變成「自己上後台設定」，一開始會覺得多了工作。詠鑠的業務做一兩個月後就適應了，因為只有新客戶需要一次性設定。

Q：一天大概要幾張單，做這件事才划算？

沒有絕對門檻，但可以用三個數字自己算：一天幾張單、每張平均花幾分鐘、處理的人時薪多少，三個相乘就是一年的人力成本，再拿去跟方案費用比。粗略的分界是：日單量 20 張以下、客戶又都固定下同樣的品項，複製舊訂單的成本本來就不高，多半不划算；20 到 50 張之間要看訊息有多亂、有沒有「跟上次一樣」這種需要查歷史的講法；50 張以上效益通常很明顯。除了單量，品項變化度和客戶下單時間的分散程度也要一起看。詠鑠的日單量是 70-80 張。

要不要做，看三個數字

詠鑠這個案例真正的重點只有一句：解法不是換掉 ERP，也不是逼客戶改用新平台，而是在 LINE 和 ERP 之間補上一層會讀訊息的自動化。

從詠鑠這一年，有三件事值得同業參考。

第一，先算等待時間，不要只算打字時間。 如果你的訂單是複製舊單為主，打字本來就不慢，光看 key 單時間會低估效益。真正的成本在客戶等你回、你等客戶匯款、你再等對帳。把這段來回攤開來算，數字才會誠實。

第二，客戶端不要動。 任何需要下游改變下單習慣的方案，導入率都會是問題。改後台，不要改客戶。

第三，內部阻力比外部大，而且是可以預期的。 詠鑠的業務一開始覺得多了工作量，以前跟主管講一聲就好，現在要自己上後台設定。做一兩個月之後就沒事了，因為只有新客戶需要一次性設定。導入前先把這件事講清楚，比事後解釋有用。

要判斷這件事對你成不成立，先算三個數字：一天幾張單、每張平均花幾分鐘、那個人的時薪多少。三個乘起來如果一年超過六位數，而且你的訂單多半是自由文字來的，那就值得認真評估。

想知道你這邊划不划算，可以先聊 20 分鐘：預約免費諮詢，或直接體驗智導平台。