客戶用 LINE 下單，訂單怎麼自動進 ERP？三種方法完整比較
早上七點，業務助理還沒進公司，先在通勤的捷運上打開手機——43 條未讀 LINE 訊息。「明天老樣子」「上次那個再來五箱，星期四要」「1000的巧克力5盒謝謝」，中間還夾著一張手寫訂單的照片，光線很暗，數字 7 看起來像 1。
接下來的兩三個小時，她要把這些訊息逐條翻譯成 ERP 裡的訂單：對品號、查客戶的報價、確認交期，然後一個欄位一個欄位打進去。這是台灣批發業每天的日常。LINE 在台灣有 2,200 萬月活躍用戶、覆蓋 94% 的人口，客戶用它下單再自然不過——問題是，LINE 訂單和 ERP 之間，隔著一段沒有人幫你走的路。
這篇文章把市面上走完這段路的三種方法攤開來比：人工 key 單、請客戶改用下單系統、AI 理解訂單自動轉入。每種方法都有適用的情況，我們盡量把條件講清楚，你可以對照自己的狀況選。
為什麼 LINE 訂單進不了 ERP：卡在「非結構化」三個字
ERP 吃的是結構化資料：品號、數量、單價、交期，每個欄位清清楚楚。電商平台的訂單天生就是這種格式，所以有現成的 API 可以串。
LINE 訂單不是。「明天老樣子再加兩箱」這句話，人看得懂——因為你知道這位客戶每週固定叫哪些貨、「兩箱」指的是哪個品項。但這些理解全部存在資深員工的腦袋裡，不在任何系統裡。
很多人以為 LINE 官方帳號會幫忙處理這件事，但它內建的功能（群發訊息、自動回應、圖文選單、優惠券）並不包含「把對話訊息轉成訂單」；訂單情境需要透過 Messaging API 另行開發。所以「訊息變訂單」這段，注定要靠別的方法解決。方法有三種。
方法一：人工 key 單——最便宜的起點，最貴的習慣
大多數公司的現況。不用導入任何東西，請一位助理（或老闆娘自己）把訊息看懂、打進 ERP。
它的成本藏在三個地方。第一是時間：一筆 LINE 訂單從讀訊息、對品號到輸入完成，普遍要 5 到 10 分鐘，一天 40 筆就是三個小時起跳。以勞動部 113 年職類別薪資調查的數字，批發及零售業事務支援人員月薪約 3.7 萬元，加上勞健保等雇主負擔，一年超過 50 萬——如果這個人力有一半時間在搬資料，等於每年花 25 萬請人做複製貼上。
第二是錯誤率。Barchard 與 Pace 的研究發現，人工單次輸入的錯誤率約 1%——聽起來很低，但那是「每個欄位」的機率。一張訂單有品項、數量、單位、交期、備註十幾二十個欄位，天天累積下來，漏單錯單就不是「偶爾」而是「每週」。錯單的代價我們在〈LINE 接單常見的 4 種錯誤〉裡拆解過：補送的運費、被扣的貨款，還有客戶下次訂單流向競爭對手的風險。
第三是夜間與假日。客戶晚上十點傳的訊息，隔天早上才有人看，急單就這樣漏掉。
**什麼時候人工 key 單反而合理？**日單量低於 10 筆、品項單純、客戶固定的公司，請人或自己順手處理，可能比導入任何系統都划算。誠實說，這種規模的公司不是自動化的目標客群。
方法二：請客戶改用下單系統——系統沒問題，問題是沒人用
第二條路是建一套 B2B 下單網站或 LINE 點選式下單（LINE BOT），讓客戶自己選品項、填數量，訂單直接結構化進系統。台灣有不少 ERP 廠商提供這類方案，例如鈞陽的 B2B 下單系統、育禎的 LINE 線上叫貨，客戶在 LINE 裡點選商品、加入購物車、結帳，訂單自動轉入 ERP，不必重複 key 單。
技術上這完全成立，而且在一種情況下效果很好：你的客戶數量少、集中，而且願意配合——例如你有五個大經銷商，彼此有長期合約，你有談判力請他們改流程。
但對多數批發商來說，客戶是幾十個、上百個規模不一的店家和餐廳。要他們放棄「打一句話」改成「開選單、找品項、填數量」，等於要求客戶為了你的方便改變習慣。這不是假設性的擔憂：Gartner 預測到 2027 年，超過 70% 的新導入 ERP 專案無法完全達成原訂目標，而「終端使用者採用率低」正是被點名的主要風險之一。系統做好了、錢花了，客戶還是回頭傳 LINE：「明天老樣子。」最後變成兩套流程並行，行政負擔不減反增。這個現象我們在〈B2B 接單軟體怎麼選〉有更完整的討論。
方法三：AI 讀懂 LINE 訂單，自動轉入 ERP
第三條路把方向反過來：不改變客戶，改變你這端處理訊息的方式。
AI 接單的運作流程是：LINE 訊息（文字、照片、語音）進來，AI 模型比對你的品號表、客戶別名與歷史訂單，把「明天老樣子再加兩箱」翻譯成結構化的訂單草稿——品項、數量、單價、交期都填好，沒把握的欄位標記出來，由人確認後寫入 ERP。整個過程客戶完全無感，不用改變任何下單習慣：他們繼續在原本的對話框打字，你這端的訂單卻已經自己排好隊。
國外已有規模化的驗證：美國批發商 AmerCareRoyal 導入 AI 訂單處理後，每筆訂單處理時間從 8 分鐘降到 60 秒以內。台灣的情境（LINE 為主、格式更口語）雖然更複雜，但本質是同一件事：讓機器做翻譯，讓人做確認。
當然，AI 不是零風險。口語訂單有歧義（「上次那個」到底是哪個？），所以人工複核機制是必要設計，不是可有可無的選配。合理的預期是：AI 處理八九成的例行訂單，人把時間花在那一兩成真正需要判斷的例外上。另外，如果你的訂單裡大量涉及「時價」與當日議價，AI 能整理品項數量，價格仍需要人拍板。
三種方法比較表
| 人工 key 單 | 下單系統／LINE BOT | AI 理解訂單 | |
|---|---|---|---|
| 導入成本 | 無（既有人力） | 中～高（建置＋推廣） | 中（月費制 SaaS 為主） |
| 客戶要配合改變嗎 | 不用 | 要（最大風險） | 不用 |
| 錯誤率 | 每欄位約 1%，隨量放大 | 低（客戶自己輸入） | 低（AI＋人工複核） |
| 夜間假日訂單 | 隔天處理 | 系統即時接收 | 即時整理成草稿 |
| 擴充性 | 訂單增加＝人力增加 | 好（前提是客戶肯用） | 好（量大更划算） |
| 適合情境 | 日單量少於 10 筆 | 客戶少、集中、有談判力 | 客戶多且習慣分散 |
怎麼選？三個判斷條件
第一，看日單量。每天不到 10 筆，先不用想自動化；超過 30 筆，人工 key 單的隱形成本已經值得認真算一次帳。
第二，看客戶結構。客戶集中在少數幾家、你說話有份量，下單系統是可行的；客戶多而分散、下單習慣五花八門（文字、照片、語音、電話都有），AI 理解訂單幾乎是唯一不得罪客戶的選項。
第三，看你想把改變的成本放在誰身上。下單系統把成本放在客戶身上，AI 把成本放在你這端的系統上。數位發展部 2024 年的調查顯示，65.6% 的台灣企業推動數位轉型是為了提升作業效率，但 92% 的企業還沒開始用 AI——換句話說，先把接單這段做起來的人，領先的不只是一點點。
常見問題
AI 辨識 LINE 訂單如果錯了怎麼辦？
成熟的 AI 接單方案都有人工複核機制：AI 先把訊息整理成結構化訂單草稿，標出沒把握的欄位（例如「老樣子」對應哪些品項），由人確認後才寫入 ERP。人的角色從「逐字打字」變成「看一眼、按確認」，時間大幅縮短，最終把關仍在人身上。
導入 AI 接單需要換掉現有的 ERP 嗎？
不需要。AI 接單方案是在 LINE 和 ERP 之間加一層轉譯，透過 API 或既有的匯入格式把訂單寫進你現在使用的系統。ERP、品號、報價邏輯都維持原狀，改變的只有「訂單從訊息變成系統資料」這一段的做法。
客戶端需要安裝或學任何新東西嗎？
不用。這正是 AI 理解訂單與下單系統最大的差別：客戶照原本的習慣，在原本的 LINE 對話裡打字、傳照片、傳語音，什麼都不用改。辨識與轉入 ERP 的工作全部發生在你這一端，客戶甚至不會察覺流程變了。
想知道你的接單流程一年漏掉多少錢？預約免費訂單流程健檢，或直接預約 demo 看 AI 怎麼處理你家客戶的真實訊息。