導入 AI 接單的前 30 天：批發商實際卡住的三關
星期一早上八點，合約簽完了，系統也開通了。老闆打開電腦，以為今天開始 LINE 群組裡的訂單就會自己變成 ERP 裡的銷貨單。
實際上這天他們做的事情是：把品項主檔匯出成 Excel，發現裡面有 1,800 多筆品項，其中還在賣的大概 400 筆，剩下的是停用品、試賣品、跟同一樣東西的三種寫法。
AI 接單導入真正難的部分，從來不是技術。是你要把過去十幾年累積在助理腦袋裡、便條紙上、業務口頭交代裡的那些規則，第一次寫下來。
這篇不談導入之後多好用，談的是前 30 天實際會發生什麼、哪三關最容易卡死，以及卡住的時候會出現什麼徵兆。
Day 0：簽約前先確認的三件事
這三件事沒確認就開始，後面會加倍還。
第一，你的 ERP 開放到哪一層。 有標準 API 最好，只有匯入檔也能做，什麼介面都沒有的舊系統則要評估資料庫直寫或 RPA 的代價。這件事在報價階段就該驗證完，不要留到導入期才發現串不進去。（三種串法的條件與限制，可以看不換 ERP 也能自動接單？LINE 訂單進 ERP 的三種串法。）
第二，你的訂單長什麼樣。 找出上個月最亂的 20 張訂單截圖出來，不要挑漂亮的。純文字、照片、PDF 採購單、語音轉文字、「跟上次一樣」，各占多少比例？這個比例直接決定第一個月的準確率預期。
第三，誰是這件事的負責人。 不是老闆本人，而是那個實際每天處理訂單、知道哪個客戶叫什麼暱稱的人。她一週要能撥出五到八小時。找不出這個人，就先別開始。
Day 1–10：資料關，AI 接單導入最常卡死的地方
這一關佔掉整個導入期最多時間，而且幾乎沒有捷徑。
Gartner 在 2026 年初的分析指出，到 2025 年底為止，至少 50% 的生成式 AI 專案在概念驗證之後就被放棄，主因包括資料品質不佳、成本失控與商業價值不明（Gartner）。同一家機構 2024 年的調查也發現，63% 的組織沒有、或不確定自己是否有適合 AI 的資料管理實務（Gartner）。這件事放在批發業具體來說，就是下面三件。
品項主檔：先數一數有幾筆是活的
多數批發商的品項主檔裡，同一樣東西有好幾筆。舊編碼沒停用、包裝改過開了新的一筆、換供應商又開一筆。AI 可以判斷客戶說的是哪一樣東西，但前提是它知道「哪一樣東西」有幾個合法答案。
實際要做的事：匯出主檔、標記停用、合併重複、確認每一筆的計價單位。400 筆活躍品項，兩個人做大概三到四天。
客戶對應與別名
ERP 裡叫「大鴻食品有限公司」，LINE 群組名稱叫「大鴻-阿明」，電話下單時報的是「鴻哥」。這三個要對到同一個客戶編號。
這一步不能省，因為價格是綁在客戶身上的。對錯客戶，價格就錯，錯的訂單比沒有訂單麻煩。
單位、規格與那些只有你們懂的叫法
食品批發這關特別重。同一顆高麗菜，這家客戶叫「大白」、那家叫「初秋」、第三家只說「菜」。這種對應沒有標準答案，只能從該客戶過去的訂單一筆筆建起來。畜產業則常見重量計價與品名不統一，元榆牧場當初卡的就是這一段。
（各種辨識難題的拆解，另外寫在食品批發訂單有多亂？規格、單位、時價的四個辨識難題。）
這關卡住的徵兆：第二週結束了，還在開會討論某個品項到底該歸哪一筆；或是每次測試的錯誤都指向同一批主檔資料。出現這個就停下來，先把主檔做完，不要硬推到下一階段。
Day 11–20：辨識後的收斂關，不準的那幾成怎麼辦
第一次試跑的準確率不會是 100%，這點要先講清楚。
微軟在自家文件辨識服務的官方文件裡建議，自訂模型的準確率以 80% 以上為目標，財務或醫療這類敏感情境則建議接近 100%，並可再加上人工複核階段（Microsoft Learn）。訂單屬於「錯了要賠錢」的那一類，所以不該一開始就全自動。
合理的做法是用信心分數分流：高於門檻的直接建單，低於門檻的轉人工確認。微軟的文件給過一個很具體的例子——帳單地址的信心值 0.96，直接寫入下游系統；應付金額信心值 0.52，轉人工驗證（Microsoft Learn）。
收斂靠的是修正，不是等待。 同一份文件寫得很直白：當欄位值有錯或信心分數偏低時，就用標註過的樣本去改善辨識器——在代表性的文件上修正欄位值，等於把版面、術語、數值樣式與慣例教給模型。
換成批發業的白話：助理每改一次「客戶說的『黑糖薑母』是哪一支品項」，那個客戶的詞庫就厚一點，下一次就不用再改。前兩週改得最多，之後會明顯變少。
實際的數字長什麼樣？詠鑠生活導入一年多之後，在 2026 年 7 月的訪談裡給純文字訂單 8.5 分（滿分 10）、圖片與 PDF 採購單 7 分，一年下來品項判錯的印象只有一次。要注意的是這是一年後的狀態，不是第一週的狀態。
這關卡住的徵兆：第三週了，需要人工修改的比例沒有下降；或是同一類錯誤重複出現卻沒人把它變成規則。前者通常是主檔沒做乾淨（退回上一關），後者是流程裡少了「把修正回饋進系統」這個動作。
Day 21–30：人的關，最容易被低估的一關
技術跑起來之後，真正決定這件事能不能留下來的是人。
Gartner 把「變革管理做得差」列為生成式 AI 專案的五大失敗點之一：沒有變革管理，技術上再好的工具採用率也會極低、使用率隨時間下滑，員工會覺得自己被威脅而不是被幫助（Gartner）。這種擔憂不是想像出來的——皮尤研究中心 2024 年對 5,273 名美國在職成人的調查顯示，52% 的上班族對 AI 在職場的未來影響感到擔憂，32% 認為長期會讓自己的工作機會變少，認為會變多的只有 6%（Pew Research Center）。
麥肯錫的調查則指出，在測試的 25 項屬性中，「流程重新設計」對營業利益的影響最大，但只有 21% 使用生成式 AI 的組織真的根本性重新設計過部分流程（McKinsey）。買了工具卻不動流程，數字就不會出現。
具體到批發商的辦公室，這一關通常長這樣：
助理的工作從「把訊息打成訂單」變成「審核例外單、維護詞庫與價格」。前者是可以邊聊天邊做的重複勞動，後者需要判斷。對她來說，這是升級，但導入的第一個月會覺得事情變多——因為過去留在腦袋裡的規則，現在得一條一條寫進系統。
詠鑠生活的經驗很典型：真正出現摩擦的不是下游客戶，而是內部業務。特殊價格從「口頭跟主管講一聲」變成「自己上後台設定」，一開始確實覺得麻煩，做一兩個月之後就適應了，因為只有新客戶需要一次性設定。
客戶端反而最平靜。導入一年多，沒有客戶反對——因為他們什麼都不用改，還是在同一個 LINE 群、用同樣的方式打字，只是回覆從隔天變成即時。會改變行為的是你的系統，不是你的客戶，這是整件事能推得動的前提。
以台灣的人事成本來看這筆帳也說得通。依勞動部 114 年職類別薪資調查，批發及零售業的事務支援人員 2025 年 7 月平均月薪為 3.9 萬元（勞動部）。把一個人從每天三小時的打字裡換出來做別的事，跟多請一個人，是兩種完全不同的成本結構。
這關卡住的徵兆：系統跑得好好的，但助理還是偷偷維持一份自己的 Excel；或是業務繞過系統私下報價。這代表角色轉換沒有真的發生，而不是系統不好用。
三關的實際時間與失敗徵兆
| 關卡 | 期間 | 誰要參與 | 實際投入 | 卡住的徵兆 |
|---|---|---|---|---|
| 資料關 | Day 1–10 | 接單助理＋熟悉 ERP 的人 | 每天 1–2 小時，共約 15–20 小時 | 第二週還在爭論品項歸屬；錯誤都指向同一批主檔 |
| 收斂關 | Day 11–20 | 接單助理為主 | 每天 30–60 分鐘 | 修改比例不降；同類錯誤重複卻沒變成規則 |
| 人的關 | Day 21–30 | 助理、業務、主管 | 兩次各一小時的對齊會議 | 有人維持私下的 Excel；業務繞過系統報價 |
什麼情況下，先不要開始
誠實講幾個不適合的情況：
日單量低於 20 張、而且格式固定。 這種規模人工處理通常還是比較划算，導入與維護成本回收不了。先把 Excel 或現有流程用好。
品項主檔完全沒有整理過，而且沒人有空整理。 前面說過，這一關沒有捷徑。沒有人能撥出時間做主檔，那 30 天會變成 90 天，而且中途多半會放棄。
正在換 ERP 或準備搬倉。 同時動兩件事會讓問題無法歸因，出事的時候你分不出是哪一邊造成的。等塵埃落定再說。
老闆想要的是「完全不用人」。 目前這件事做得到的是「人從打字變成審核」，做不到的是「完全不用人看」。期待設在後者，第三週就會失望。
如果你還在更前面的階段——連要不要做都還沒決定——可以先看LINE 群組接單太痛苦？AI 自動寫入 ERP 的真實案例，那篇談的是效益與門檻。
導入前檢核清單
開始之前，把這幾格勾完：
- ERP 的介接方式已確認可行（API／匯入檔／資料庫），不是「應該可以」
- 品項主檔已匯出，活躍品項數量已清點
- 每個活躍品項的計價單位已確認
- LINE 群組名稱／暱稱與 ERP 客戶編號的對應表已整理
- 上個月最亂的 20 張訂單已蒐集，格式比例已統計
- 指定了一位每週能投入 5–8 小時的負責人（不是老闆）
- 已和助理、業務講清楚角色會怎麼變
- 前三週採「AI 判讀、人工確認」模式的共識已建立
- 設定了一個可驗收的數字（例如：第 30 天時需人工修改的訂單比例低於多少）
最後一項最常被跳過，但它是唯一能讓你在第 30 天判斷「這件事到底有沒有成」的東西。
AI 接單導入的前 30 天，本質上是一次把隱性知識顯性化的工程。系統只是把這些規則跑起來的載體。願意在第一週把主檔和對應表做乾淨的公司，第 30 天的成績通常都不會太差；想跳過這一段直接看成效的，多半會在第三週回到原點。
如果你打算申請政府資源，經濟部中小及新創企業署目前有「中小微企業 AI 創新應用輔導計畫」與「中小微企業數位轉型計畫」在執行，申請窗口與聯絡方式都在官網頁面上。
常見問題
Q：AI 接單導入真的只要 30 天嗎？
系統本身接上去通常不用 30 天，慢的是資料。如果你的品項主檔乾淨、客戶編號一致、ERP 有可用的介接方式，兩週內跑出第一張自動建立的訂單是合理的。但多數批發商的主檔裡混著停用品項、重複編碼、同物異名，光是把這些整理到可以對應，就會吃掉一到兩週。與其問「要多久」，不如先打開你的品項主檔數一數有幾筆是活的。
Q：導入期間訂單會不會漏掉或出錯？
標準做法是不讓 AI 一開始就直接寫進 ERP。前兩到三週用「AI 先判讀、人確認後送出」的模式跑，助理照舊看得到每一張單，只是從打字變成核對。這段期間的錯誤會被人擋下來，同時每一次修正都變成系統的學習素材。等到需要修改的比例降到你能接受的水準，再把低風險的單別放行自動建單。沒有經過這段的導入，風險確實會高很多。
Q：我的助理會不會覺得自己要被取代？
會，而且這是三關裡最常被低估的一關。實務上比較順的做法是一開始就把角色講清楚：她不再負責打字，改負責審核例外單、維護客戶專屬詞庫與價格設定。這些是 AI 做不了、但決定系統準不準的工作。導入初期反而會覺得事情變多，因為要一次性把過去留在腦袋裡的規則寫進系統；通常一到兩個月之後才會真正感受到輕鬆。