AI 自動化評估教學：哪些辦公流程值得做？先算效益、例外與維護成本

10月 23, 2026

原內容日期：2026-09-11。本文為既有教學內容補發；範例依原文標示使用，實際權限與規則請以所屬組織核定資料為準。

每週重複兩小時，就一定值得自動化嗎？

不一定。

一項工作雖然固定重複，但如果輸入格式經常改、例外很多、錯誤代價高，建置後可能需要更多監控與人工救援。相反地，有些工作節省的時間不算驚人，卻能大幅降低漏件、加快回應或留下完整稽核紀錄，仍可能值得做。

所以，自動化評估不能只問「能不能做」，還要問「值不值得做、應該做到哪個程度」。

先畫現況流程，不要先選工具

從觸發、輸入、人工動作、判斷規則、輸出、完成證據與例外開始。

如果某一步只能寫「由資深同事判斷」，就要追問他看哪些訊號、有哪些不能自動決定的情況。這些不是阻礙，而是選擇自動化層級的重要資料。

流程尚未標準化時，先改善表單、欄位與責任分工，通常比直接導入工具更有效。

用實測建立人工基準

至少記錄三至十次實際執行：每次投入時間、件數、等待、返工、錯誤與例外。

每次 45 分鐘、每月 20 次，年人工量約 180 小時。但這不代表自動化後一定省 180 小時，因為仍可能需要覆核、例外處理與維護。

沒有基準，就無法判斷改善，也容易用印象誇大效益。

固定規則與開放判斷要分開

改檔名、欄位轉換、公式計算通常是固定規則；依明確條件分類是有界判斷；判斷客戶情緒、責任與商業取捨則屬於開放判斷。

固定規則適合自動化；有界判斷可採半自動；開放判斷適合讓 AI 提供候選與理由，再由人確認。付款、權限、合約與對外承諾則應保留正式核准。

例外率不能只寫「偶爾」

例外率要用需要離開標準流程的件數除以總件數，並分成可規則化、缺資料、需人工判斷、需主管核准與必須停止。

即使例外只有 1%，若一次錯誤會寄錯客戶、重複付款或刪除正式資料，也不能當成可以忽略的小數字。

還要看錯誤是否可逆，以及多久會被發現。

自動化不是只有「有」或「沒有」

可以分成五個層級：不自動化、AI 輔助、半自動、有監督自動及高度自動。

很多辦公流程最適合的起點是半自動：系統完成匯入、整理與草稿，人員在寫入、寄送或核准前預覽。這通常能取得大部分效率，同時保留必要控制。

最低可行自動化，比追求無人化更務實。

真正的效益要扣掉維護

年淨節省時數應從原人工時數扣除自動化後覆核、例外處理與年度維護。

例如原作業 96 小時／年，覆核 24 小時、例外 12 小時、維護 16 小時，真正淨節省是 44 小時，而不是 96 小時。

如果建置需要 70 小時，只看工時回收約十九個月。此時還需評估錯誤降低、報告速度、服務穩定性與稽核價值。

每個自動化都要有煞車

成功證據、失敗判定、重試上限、停止條件與人工接手方式，應在上線前定義。

例如連續兩次讀不到來源格式，就停止並通知人員；不要無限重試，更不能在結果不確定時繼續寄信或寫入正式系統。

人工閘門不是失敗，而是治理設計的一部分。

先用兩週試行證明，不要一次全面導入

選一個穩定輸入、一個低風險產出與一組明確使用者。保留原人工流程，並比較處理時間、正確率、漏件、人工修改率與失敗原因。

試行結束後，依效率、品質、可靠性與治理四類指標，決定擴大、修正、暫停或停止。

如果維護加人工救援比原流程更貴，停止也是正確的成果。

AI 幫你看完整，人負責風險與核准

AI 適合還原流程、找漏項、計算效益情境、產生評估表與試行計畫。

但它不能假設工具具有某個功能，也不能創造工時、成本或錯誤率。對外寄送、正式寫入、付款、刪除與權限變更，仍需依組織規則由人核准。

好的自動化不是讓人完全消失，而是把人從固定搬運中釋放出來，並讓真正需要判斷與負責的地方更清楚。

文章 CTA： 收藏完整提示詞。下一次有人提出「這個可以自動化」，先量測一週，再讓 AI 比較 L0 到 L4；你可能發現最好的第一步只是改好一張表單，也可能找到真正值得投資的高量流程。

逐步操作

第一步：先寫清楚「現在到底怎麼做」

不要從工具開始。先逐步記錄：

觸發條件
資料從哪裡來
人做了什麼
使用哪些判斷規則
產出放到哪裡
誰確認完成
哪些情況會例外

如果流程只能靠一句「照以前方式處理」，它還不適合直接自動化。

第二步：用一週實測建立人工基準

至少記錄：

每次實作時間
每週或每月次數
等待時間
返工次數
錯誤與漏件
例外件數
參與角色

不要只問同事「大概多久」。實測三至十次，通常比回憶可靠。

第三步：把流程拆成「固定規則」與「判斷工作」

類型	例子	建議
固定規則	改檔名、搬檔案、固定欄位轉換	適合自動化候選
有界判斷	依已核准條件分類異常	可半自動並保留覆核
開放判斷	判斷客戶情緒、例外責任或商業取捨	先由 AI 輔助，不宜全自動
正式核准	付款、權限、合約、對外承諾	原則上保留有權人員確認

第四步：算頻率與人工成本

基本公式：

年人工時數＝每次分鐘數 × 每月次數 × 12 ÷ 60

例如每次 45 分鐘、每月 20 次：

45 × 20 × 12 ÷ 60＝180 小時／年

再加上平均返工時間，但不要把等待他人回覆算成人工投入。

第五步：檢查流程穩定度

問五個問題：

輸入格式多久改一次？
規則多久改一次？
執行人員是否常自行調整步驟？
相同輸入是否會得到一致答案？
完成標準是否能被第三方驗證？

若大部分答案不明，先標準化流程，不要急著自動化。

第六步：量化例外率

例外率不是「偶爾」。請計算：

例外率＝需要離開標準流程的件數 ÷ 總件數

同時分類例外：

可用明確規則處理
需要補資料
需要人工判斷
需要主管核准
必須停止並升級

例外率低但代價很高，仍不能忽略。

第七步：評估錯誤代價與可逆性

用兩個問題判斷風險：

做錯後能否快速還原？
錯誤發生後多久能被發現？

低風險例子：產生內部草稿，人工確認後才發布。

高風險例子：直接付款、刪除正式資料、修改權限、對外承諾或寄送敏感附件。

第八步：檢查資料是否適合機器處理

檢查：

是否有穩定欄位或識別碼
日期與數字格式是否一致
是否常出現缺值、重複或自由文字
來源是否具正式性
是否有權限與保存限制
能否建立測試樣本

輸入不穩定時，可先自動做資料健檢，不要直接執行下游動作。

第九步：選擇合適的自動化層級

層級	做法	適用情況
L0 不自動化	改善表單、SOP 或責任分工	流程不穩定、頻率低
L1 輔助	AI 摘要、分類、產生草稿	需要人判斷或核准
L2 半自動	系統完成大部分，人預覽後執行	中等風險、例外可辨識
L3 有監督自動	自動執行，異常轉人工	規則穩定、有監控與復原
L4 高度自動	端到端執行，定期抽查	高量、低風險、成熟流程

不要追求最高等級；最低可行自動化通常更快產生價值。

第十步：列出所有成本

一次性成本：

流程訪談與文件化
開發與設定
測試資料與驗證
權限、資安與法務審查
教育訓練與上線

持續成本：

執行平台或授權
監控與日誌
失敗重試與人工救援
格式或規則變更
定期抽查與稽核
維護人員與交接

第十一步：保守估算可節省時間

不要假設自動化後人工時間變成零。

年淨節省時數＝原人工時數－自動化後覆核時數－例外處理時數－年維護時數

分成保守、基準、樂觀三種情境，並保留所有假設。

第十二步：計算簡單回收期

若公司有核准的工時成本，可試算：

年淨效益＝年淨節省時數 × 每小時成本－年度持續費用

回收期（月）＝一次性建置成本 ÷ 年淨效益 × 12

沒有可靠成本資料時，不要讓 AI 自行填數字；可以先用時數、風險降低與服務品質呈現。

第十三步：設計人工閘門與停止條件

常見人工閘門：

發送前預覽
金額或數量超過門檻需核准
找不到對應資料時轉人工
信心低於核准門檻不執行
涉及客戶、合約或權限時必須覆核

停止條件則包含連續失敗、資料量異常、來源格式變更或結果無法驗證。

第十四步：先做兩週小型試行

試行只選：

一種穩定輸入
一個低風險產出
一組明確使用者
一段可人工接手的流程

比較人工與自動化結果，不要第一天就移除人工備援。

第十五步：用四類指標決定擴大、修正或停止

效率： 實際節省時數、處理速度
品質： 正確率、漏件、重複、人工修改率
可靠： 成功率、重試、平均修復時間
治理： 稽核紀錄、權限、人工覆核與資料保存

如果維護加人工救援超過原作業成本，就應修正或停止，而不是因為已投資就繼續。

可直接複製的完整提示詞

你是一位資深流程改善顧問、自動化產品經理、RPA／AI 治理與營運風險顧問。你擅長從人工流程中辨識適合自動化的步驟，評估頻率、規則穩定度、例外率、資料品質、錯誤代價、建置與維護成本，並設計人工閘門及小型試行。

【任務】
請根據我提供的現況流程與數據，判斷這項工作是否值得自動化、適合哪一個自動化層級、預期效益與風險為何，並提出可驗證的試行計畫。

不得因工作重複就直接建議自動化；不得捏造工時、錯誤率、成本、工具能力或投資報酬。資料不足時，建立量測計畫與待確認問題。

【流程基本資料】
流程名稱：[填寫]
業務目的：[填寫]
流程負責角色：[填寫]
主要使用者：[填寫]
觸發方式：[固定時間／收到資料／人工啟動／其他]
目前頻率：[每日／每週／每月次數]
每次人工時間：[分鐘；沒有實測則填未知]
平均等待時間：[填寫]
目前錯誤／返工／漏件：[填寫]
預期改善目標：[節省時間／降低錯誤／加快回應／增加可追溯性／其他]
品質、安全、法規或合約底線：[填寫]
敏感資訊限制：[填寫]

【現況步驟】
步驟編號｜觸發／輸入｜人工動作｜判斷規則｜輸出｜執行角色｜完成證據｜使用系統
[逐步貼上]

【作業量測】
日期｜件數｜人工分鐘｜等待分鐘｜例外件數｜返工分鐘｜錯誤／漏件｜備註
[建議提供至少 3～10 次實測；沒有則填無]

【例外案例】
案例編號｜發生頻率｜情境｜目前處理方式｜需要的判斷｜做錯影響｜能否還原
[貼上資料]

【資料來源】
來源｜格式｜必要欄位｜格式變更頻率｜缺值／重複／自由文字情況｜正式性｜存取限制
[貼上資料]

【現有工具與限制】
已核准工具：[填寫；無則填無]
系統是否有 API：[已確認有／已確認無／未知]
可否使用排程：[填寫]
可否自動寄送或寫入：[填寫]
權限／資安／稽核要求：[填寫]
預算與可用人力：[填寫]
不得採用的方式：[填寫]

【成本資料】
每小時成本：[使用公司核准口徑；不知道則填未知]
一次性分析／建置／測試成本：[填寫或未知]
年度授權／平台費用：[填寫或未知]
預估年維護時數：[填寫或未知]
每次人工覆核時間：[填寫或未知]

【分析限制】
1. 先還原現況流程，不得直接從工具或技術方案開始。
2. 每一步分成固定規則、有界判斷、開放判斷及正式核准。
3. 未文件化或依賴個人經驗的規則，標示為流程成熟度缺口。
4. 不得假設流程描述中的「通常、偶爾、很少」等於具體頻率。
5. 缺少實測資料時，先設計一週量測表，不得編造效益。
6. 分開人工投入時間與等待時間。
7. 檢查頻率、單次時間、總量、季節性及尖峰量。
8. 檢查規則、輸入格式、系統畫面及組織政策的變更頻率。
9. 計算例外率時同時分類可規則化、需補資料、需人工判斷、需核准及必須停止的例外。
10. 例外率低不代表風險低；需同時評估錯誤影響、可逆性與被發現速度。
11. 分析資料完整性、一致性、正式性、權限與測試樣本可得性。
12. 不得假設任何工具一定具有 API、排程、自動寄送、OCR、AI 判斷或系統寫入能力。
13. 工具能力未知時標示待查，不得虛構功能、版本、價格或授權。
14. 依 L0 不自動化、L1 輔助、L2 半自動、L3 有監督自動、L4 高度自動提出層級建議。
15. 優先提出最低可行自動化，不以自動化程度最高為成功。
16. 高風險動作如付款、刪除、權限變更、合約、客戶承諾、正式發布及敏感附件寄送，原則上保留人工核准。
17. 列出一次性分析、設定、開發、測試、審查、訓練與上線成本。
18. 列出年度授權、監控、重試、救援、規則變更、抽查、稽核與交接成本。
19. 不得假設自動化後人工投入變為零。
20. 使用「年淨節省時數＝原人工時數－覆核－例外處理－維護」時，列出各項來源與假設。
21. 缺少成本口徑時，以時數與非財務效益呈現，不得自行套用薪資。
22. 若資料足夠，可計算簡單回收期；必須標示它不含哪些風險或間接效益。
23. 產生保守、基準、樂觀三種情境，不得只給單一 ROI。
24. 風險降低、品質提升及可追溯性應與節省工時分開呈現，避免重複計價。
25. 設計執行前、執行中及執行後的人工閘門、監控、日誌與警示。
26. 每個自動步驟要有成功證據、失敗判定、重試上限、停止條件及人工接手方式。
27. 不得設定無限重試或「未回覆視為同意」。
28. 試行範圍需小、低風險、可比較、可回復，並保留人工備援。
29. 設定效率、品質、可靠性與治理四類成功指標。
30. 明確列出擴大、修正、暫停與停止條件，避免沉沒成本偏誤。
31. 涉及個資、人事、財務、法務、資安、合約或安全時，標示需相應角色審查。
32. 所有對外寄送、系統寫入、刪除與正式核准都需依組織權限人工確認。
33. 使用繁體中文，語氣專業、友善、具體。

【輸出格式】

一、結論摘要
以 200 字內說明：建議自動化層級、主要價值、最大風險、資料信心與下一步。

二、現況流程表
| 步驟 | 輸入 | 動作 | 規則／判斷 | 輸出 | 完成證據 | 例外 |

三、流程成熟度檢查
| 項目 | 已具備 | 缺口 | 對自動化影響 | 建議補強 |

四、人工基準
| 指標 | 數值 | 來源期間 | 信心 | 尚缺資料 |
包含頻率、人工時間、等待、錯誤、返工與例外。

五、步驟適配分類
| 步驟 | 固定規則／有界判斷／開放判斷／正式核准 | 自動化適配 | 理由 |

六、例外與錯誤代價
| 例外 | 頻率 | 是否可規則化 | 影響 | 可逆性 | 發現速度 | 處理層級 |

七、資料適用性
| 來源 | 穩定度 | 完整性 | 一致性 | 正式性 | 權限 | 自動化前處理 |

八、自動化層級比較
| 層級 | 自動內容 | 人工保留 | 預期價值 | 風險 | 適用條件 |

九、建議方案
說明建議層級、包含與不包含範圍、選擇理由及需先完成的條件。

十、成本清單
分成一次性、每月／年度、每次執行及異常成本；未知項目不得填零。

十一、三種效益情境
| 情境 | 原人工時數 | 自動化後覆核 | 例外處理 | 維護 | 年淨節省 | 前提 | 信心 |

十二、財務試算
資料足夠時列出年淨效益與簡單回收期；資料不足時提供待填公式與必要資料。

十三、非財務效益
分別呈現速度、品質、員工負荷、可追溯性與服務穩定性，不重複計價。

十四、人工閘門與權限
| 動作 | 自動化可做到哪裡 | 需要誰覆核／核准 | 判定條件 | 紀錄證據 |

十五、監控與復原
| 步驟 | 成功證據 | 失敗判定 | 重試上限 | 停止條件 | 人工接手 | 通知角色 |

十六、兩週試行計畫
列出試行範圍、樣本、角色、日程、人工備援、比較方式與每日檢查。

十七、成功指標與決策門檻
| 類型 | 指標 | 基準 | 目標 | 資料來源 | 擴大／修正／停止條件 |

十八、候選優先序
若提供多個流程，依價值、成熟度、風險、可行性及維護負擔排序，保留評分依據。

十九、一頁主管提案
包含問題、現況成本、建議層級、試行範圍、預期效益、主要風險、所需資源與決策事項。

二十、人工確認清單
列出核准工具、資料權限、成本口徑、對外動作、測試、監控、維護人與停止機制。

可替換欄位提醒

[每次人工時間]：最好以實測填寫，不要填印象。
[例外案例]：至少包含最近真實發生過的三種例外。
[系統是否有 API]：不知道就填未知，不能讓 AI 猜。
[每小時成本]：使用組織核准口徑；沒有就先以時數呈現。
[品質、安全、法規或合約底線]：任何自動化方案都不得越過。

實際教學範例

候選流程：每週彙整自動化設備異常報告

目前人工流程：

每週從三個來源下載 CSV。
統一欄位名稱與日期格式。
合併資料並排除已知測試紀錄。
計算設備異常次數與未恢復件數。
人工閱讀備註，判斷是否屬於同一事件。
產生主管摘要。
寄給營運與專案團隊。

一週量測結果（示例）

指標	數值
每次人工時間	120 分鐘
每月次數	4 次
年人工時間	96 小時
資料格式例外	約 8% 筆數
需人工判斷備註	約 15% 異常事件
返工	平均每月 1 次、每次 30 分鐘

適配判斷

步驟	類型	建議
下載既定報表	固定規則，但需確認存取方式	可自動化候選
欄位與日期標準化	固定規則	適合自動化
排除測試紀錄	有界判斷	規則明確後半自動
計算與彙總	固定規則	適合自動化
合併相同事件	開放判斷／資料不足	AI 提示候選，人員確認
主管摘要	輔助生成	AI 草稿，人員核對
寄送	對外動作	人工預覽並按下發送

建議層級

L2 半自動化。 系統負責匯入、清理、計算、產生候選合併與摘要草稿；人員確認例外、數字與收件人後才匯出或寄送。

不建議一開始全自動寄出，原因是備註判斷仍有 15% 需要人工確認，資料來源又存在 8% 格式例外。

基準效益試算

假設經兩週試行確認：

原人工時間：96 小時／年
自動化後覆核：24 小時／年
例外處理：12 小時／年
維護：16 小時／年

則：

年淨節省時數＝96－24－12－16＝44 小時

這不是「每年省 96 小時」。若建置需要 70 小時，只看工時回收約需 19 個月；是否值得，還要看錯誤降低、報告速度與稽核價值。

兩週試行

只處理一個廠區、三種既有報表。
保留原人工報表作為比較基準。
不自動寄信、不自動刪除資料。
每筆候選事件合併均由人確認。
追蹤處理時間、數字差異、漏件、人工修改率與失敗原因。
若連續兩次資料格式無法辨識，停止自動執行並轉人工。

AI 不能自行做的事

不能假設下載來源一定有 API。
不能把所有 96 小時都算成節省效益。
不能自行設定「信心 80% 以上即可寄出」。
不能把相似備註直接合併成同一事故。
不能自行核准收件人、資料保存與寄送權限。

常見錯誤、隱私與使用注意事項

常見錯誤

工具先行： 先買平台，再找適合的流程。
重複就等於值得： 每月只做十分鐘，可能永遠回收不了。
不量測基準： 上線後無法證明是否真的改善。
把等待算人工工時： 高估節省；或完全忽略等待，低估週期。
例外當雜訊： 真正的風險通常藏在少數例外。
自動化不穩定流程： 每次規則改動都需要重做。
只算建置、不算維護： 格式、系統與政策都會變。
假設人工變成零： 覆核、救援、稽核與判斷仍需時間。
一開始就全自動： 缺少觀察期與人工備援。
成功只看執行完成： 還要驗證輸出正確、完整並被接受。
無限重試： 可能重複寄信、重複寫入或放大錯誤。
沉沒成本： 明知維護成本過高，仍因已投入而不停止。

資料隱私

只提供評估所需的最小資料樣本，先移除姓名、Email、客戶與帳號。
不要將密碼、API 金鑰、驗證碼、內網位址或正式存取權限放入提示詞。
自動化日誌也可能含個資與業務機密，需設定權限與保存期限。
財務、人事、法務、資安、客戶及設備資料只能使用組織核准的工具。
測試環境應使用匿名或合成資料，不能任意複製正式敏感資料。

使用注意事項

任何現行工具功能、價格與授權都應從官方資料重新確認。
AI 的適配評分是建議，不等於資安、法務或業務核准。
投資報酬依賴工時與成本口徑，資料不足時應保留未知。
高風險流程優先考慮 AI 輔助與人工核准，不必追求全自動。
自動化上線後要有明確維護人、停用方式與人工替代流程。