# AI GO — 企業 AI 賦能平台
> AI GO 讓台灣中小企業在不替換既有系統的前提下導入 AI：以 API 對接既有 ERP，
> 提供流程自動化、AI 客服與企業知識庫。無需 IT 部門，標準導入 2～4 週，
> 企業方案月費 NT$9,900 起、不限使用人數，首次訂閱 14 天內可全額退費。
> 由 URFiT 團隊開發，主要服務 10～500 人規模的台灣企業。
## 給 AI agent 的說明
- 本站每個內容頁都有 Markdown 鏡像：在人類頁面網址後面加上 `.md`。
例如 https://www.ai-go.app/zh-TW/blog/sme-ai-adoption-5-steps.md
Markdown 版與網頁版同源，內容一致，但省下大量 HTML token。
- 全站內容彙整於 https://www.ai-go.app/llms-full.txt（單檔含所有文章與文件全文）。
- 允許的用途宣告見 https://www.ai-go.app/robots.txt 的 Content-Signal。
- 官網未提供匿名寫入端點。要幫使用者預約評估，請給他 https://www.ai-go.app/zh-TW?demo=1
（可再加 &company=…&need=… 預填），該網址會直接開啟諮詢表單，由他本人送出。
## MCP server（推薦的取用方式）
若你支援 Model Context Protocol，直接連 https://www.ai-go.app/mcp 會比逐頁抓取好用得多：
可以搜尋知識庫、取單頁全文、查模組商城目錄與定價。免登入、全部唯讀、無狀態。
- 端點：https://www.ai-go.app/mcp （Streamable HTTP，POST）
- Server card：https://www.ai-go.app/.well-known/mcp/server-card.json
- 工具：search_knowledge、get_page、list_modules、get_pricing、request_demo_link
帶有效 Web Bot Auth（RFC 9421）簽章的請求會以已驗證身分計算流量額度，
並可跳過官網對話端點的人機驗證。
> 本檔為 https://www.ai-go.app 全站內容的單檔彙整（繁體中文版）。各段落標題後方標註原始頁面網址。
---
# 解決方案
---
---
title: "業務 AI 解決方案｜自動報價、CRM 同步與跟進自動化 - AI GO"
description: "把業務從報價、補 CRM、寫跟進信裡解放出來。AI GO 提供智能報價單、銷售客戶關係管理、HubSpot 雙向同步與自動發信 CRM 模組，開箱即用，可依你的流程客製。"
keywords: "業務 AI, 智能報價單, CRM 自動化, 銷售自動化, HubSpot 整合, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/sales"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 業務 AI 解決方案
業務把時間花在報價、回信與更新 CRM，而不是談生意。AI GO 讓報價單自動生成、客戶輪廓自動彙整、跟進節奏自動提醒——業務只需要做人做的事。
- **60%** 報價作業時間降幅
- **5 分鐘** 從詢價到報價單
- **0** 需要手動搬進 CRM 的欄位
## 現況痛點
### 報價單靠複製貼上
客戶用 LINE 丟一張規格照片、或一段語音留言，業務得自己讀懂、翻產品表、開 Excel、算折扣。一張報價單耗掉半個下午，還常常打錯型號。
### CRM 永遠是過期的
拜訪紀錄留在筆記本，報價寄在個人信箱，商機階段沒人更新。主管要看漏斗，只能在週會上口頭問一輪。
### 跟進全靠記性
報價寄出去就沒下文，誰該回訪、誰快要流失，沒有系統提醒。業務離職時，手上的客戶關係跟著離開。
### 工具各買各的
CRM 一套、發信一套、報價一套、客服一套，資料互不相通，每月訂閱費疊加，整合又要另外請人寫。
## 導入前後對照
**導入前**
- 客戶傳來 PDF／照片／語音詢價
- 業務人工判讀、翻產品表找料號
- Excel 手動建報價單、算折扣與稅
- 存檔、寄信、再手動貼一份到 CRM
- 設鬧鐘提醒自己三天後跟進
**導入 AI GO 後**
- 詢價檔案直接上傳，AI 辨識內容
- 自動匹配系統既有產品與價格
- 報價單即時生成，業務只做校正
- 寄出同時自動寫回商機與發送紀錄
- 跟進節點到期自動通知負責業務
## AI GO 對應能力
以下模組可單獨啟用，也可以組成一條完整的售前流程。全部開箱即用，不需要開發。
### 開口就生成專屬應用
你的業務流程跟別人不一樣。不用遷就套裝軟體的欄位，直接描述需求，AI GO 生成貼合你公司做法的應用。
### 多模態辨識詢價
PDF、圖檔、語音錄音都能直接吃進去。AI 讀出品項與數量，再對回系統裡的真實產品資料。
### 接上你已經在用的系統
HubSpot 雙向同步、Gmail OAuth 發信、Webhook 串接官網表單。既有工具不必丟掉，資料流打通即可。
### 報價權限與稽核可控
誰能看到成本、誰能給到幾折、改過哪些欄位，全部留痕。折扣審批走系統，不走口頭。
## ROI 試算
以一間 5 人業務團隊、平均時薪 350 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 報價單製作與校對 | 40 | NT$350 | NT$14,000 |
| CRM 資料補登與整理 | 25 | NT$350 | NT$8,750 |
| 跟進信件撰寫與群發 | 18 | NT$350 | NT$6,300 |
| 週會前的漏斗彙整 | 12 | NT$420 | NT$5,040 |
## 常見問題
### 我們已經在用 HubSpot，需要整套換掉嗎？
不需要。AI GO 提供 HubSpot 雙向同步模組，聯絡人、公司、商機階段與成交活動即時互通。你可以讓 HubSpot 繼續當業務主系統，AI GO 負責補上報價生成、發信自動化與自訂漏斗分析這些它做不到的事。
### AI 產出的報價單會不會報錯價？
AI 只做「辨識與匹配」，價格一律取自系統既有的產品主檔，不會自行編造金額。生成後進入人工校正步驟，業務可增刪項目、調整數量與折扣，確認後才送出。所有修改都留紀錄。
### 導入要多久？需要 IT 部門嗎？
模組商城的模板是開箱即用，啟用當天就能開始試跑。若要串接既有 ERP 或客製欄位，由我們的 FDE（Forward Deployed Engineer）陪你調整，通常以週為單位而非月。不需要你們自己配置 IT 人力。
### 業務離職後，客戶資料會不會跟著不見？
不會。所有互動紀錄、報價版本與往來信件都存在企業帳號下，不在個人信箱或個人筆記裡。交接時只需轉移負責人欄位，接手的人看得到完整脈絡。
---
---
title: "行銷 AI 解決方案｜活動、EDM 與跨渠道成效自動化 - AI GO"
description: "把行銷從排貼文、發 EDM、抄數字裡解放出來。AI GO 提供活動與行銷管理、自動發信 CRM、多渠道智能客服等模組，開箱即用並可依你的行銷流程客製。"
keywords: "行銷 AI, 行銷自動化, EDM 自動化, 活動管理系統, 名單管理, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/marketing"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 行銷 AI 解決方案
行銷團隊有一半的時間在做行政：排貼文、發 EDM、抄成效數字進 Excel。AI GO 把這些收進一套系統，讓行銷回去做企劃與判斷。
- **8 小時** 每檔 EDM 節省的製作工時
- **一份** 跨渠道成效彙整，不再手抄
- **即時** 活動報名與名單自動進 CRM
## 現況痛點
### 每檔活動都重做一次
報名表用 Google Form、名單用 Excel、確認信手動寄、提醒再手動發一輪。活動結束再花兩天做結案報告，下一檔又從頭來過。
### 成效數字散在五個後台
FB 一個、IG 一個、EDM 一個、官網 GA 一個。老闆問這季 ROI，行銷得開五個分頁抄數字，抄完還怕抄錯。
### 名單躺著不動
展會收了三百張名片、活動來了兩百人報名，資料進了試算表就沒下文。沒有分群、沒有後續觸發，錢花了但名單沒被用。
### 工具訂閱費疊加
Mailchimp、Hootsuite、表單工具、報表工具各付各的月費，資料還互不相通，串接又要另外找人寫。
## 導入前後對照
**導入前**
- 每檔活動重新做一次報名表與名單表
- 確認信、提醒信手動群發
- 社群貼文靠人記時間手動發布
- 各平台後台分別抄成效數字
- 結案報告人工彙整，耗時兩天
**導入 AI GO 後**
- 活動模板一鍵複製，報名表即開即用
- 確認與提醒信依報名狀態自動觸發
- 貼文排程集中管理，素材共用
- 跨渠道數據匯進同一個看板
- 結案報告依既有欄位自動產出
## AI GO 對應能力
從活動、名單、發信到跨渠道成效，可以只導入其中一段，也可以串成一條完整的行銷作業線。
### 照你的活動流程生成
你的報名欄位、審核關卡、分眾規則都跟別人不一樣。不用遷就套裝表單工具，直接描述需求生成貼合的應用。
### 排程與自動觸發
報名成功寄確認信、活動前三天寄提醒、結束後寄問卷——這些節點設定一次，之後每檔活動都自動跑。
### 收進來的名單直接可用
Gmail OAuth 發信、Webhook 接官網表單、名單自動寫入 CRM。不再有「資料在試算表裡等人搬」這件事。
### 成效集中在一個看板
報名數、開信率、活動出席、後續成交，串在同一份資料上看，不用開五個後台自己拼。
## ROI 試算
以一間 4 人行銷團隊、平均時薪 320 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| EDM 製作與群發 | 24 | NT$320 | NT$7,680 |
| 活動報名管理與通知信 | 20 | NT$320 | NT$6,400 |
| 社群貼文排程與素材整理 | 18 | NT$300 | NT$5,400 |
| 跨平台成效抄錄與報表 | 16 | NT$380 | NT$6,080 |
| 名單分群與後續追蹤 | 12 | NT$320 | NT$3,840 |
## 常見問題
### 我們已經在用 Mailchimp，一定要換嗎？
不一定。你可以先只把「活動報名 + 名單管理」搬過來，發信仍走 Mailchimp。實際跑一陣子後，多數團隊會發現發信留在原地反而要兩邊同步名單，才決定一起收進來。這個順序由你決定，不是綁在一起的。
### 成效數據要怎麼進到系統？
官網與活動端的資料透過 Webhook／API 直接進；社群平台則依各平台開放的介面接。無法自動取得的部分保留手動匯入，但仍統一在同一份資料結構裡，不會又退回試算表。
### 行銷團隊沒有工程背景，能自己改嗎？
可以。欄位、通知節點、分群規則這類調整用描述的就能改，不需要寫程式。需要接外部系統或做比較複雜的邏輯時，由 FDE 協助，通常以週為單位。
### 名單資料的合規怎麼處理？
所有名單存在企業帳號下，誰能查看、誰能匯出都有權限控管與紀錄。退訂與個資刪除的處理流程可以做進系統，不必靠人工記得。
---
---
title: "客服 AI 解決方案｜LINE／IG／FB 多渠道整合與 AI 自動回覆 - AI GO"
description: "把 LINE、Instagram、粉專、官網表單收進同一個聯繫中心，常見問題交給 AI。AI GO 客服模組開箱即用，AI 使用你自備的 OpenAI 金鑰，知識庫留在你自己的帳號。"
keywords: "AI 客服, LINE 客服整合, 多渠道客服, 客服工單系統, AI 自動回覆, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/customer-service"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 客服 AI 解決方案
LINE、IG、粉專、官網表單各自進線，客服開四個視窗輪流看。AI GO 把所有渠道收進同一個聯繫中心，重複問題交給 AI，人只處理真的需要人的那些。
- **4 合 1** LINE／IG／FB／官網統一進線
- **24 小時** 常見問題自動回覆不打烊
- **自帶金鑰** AI 用你的 OpenAI 帳號，不吃平台額度
## 現況痛點
### 渠道各開一個視窗
LINE OA 一個、IG 一個、粉專一個、官網表單進信箱。客服在四個介面之間切換，訊息漏看是遲早的事。
### 同樣的問題答一百次
營業時間、運費、退換貨規則——八成的進線是同一批問題，卻全部佔用真人時間，真正複雜的案子反而排隊。
### 交接靠口頭
客戶上週問過什麼、誰答應過什麼，散在各自的對話視窗裡。換班或換人接手，客戶得把事情再講一遍。
### 知識庫放在別人家
想導 AI 客服，又擔心公司的產品資料、報價邏輯被丟到外部服務上訓練，資安過不了自己這關。
## 導入前後對照
**導入前**
- 四個平台後台各自輪流查看
- 常見問題由真人逐則回覆
- 客戶歷史紀錄散在各對話視窗
- 需要跨部門處理時用通訊軟體喊人
- 服務品質靠個人記憶與經驗
**導入 AI GO 後**
- 所有渠道訊息匯入同一個聯繫中心
- AI 依知識庫自動回覆常見問題
- 客戶歷程集中，接手看得到全貌
- 需要跨部門的自動轉為工單追蹤
- 回覆內容與時效可統計、可管理
## AI GO 對應能力
可以先只接一個渠道試跑，確認順了再把其餘渠道與工單流程一起收進來。
### 多渠道統一進線
LINE OA、Instagram、Facebook 粉專等來源匯進同一個聯繫中心，聯繫中心顯示官方帳號真實名稱，不會分不清是哪個帳號的客戶。
### 知識庫留在你自己的帳號
AI 自動回覆使用租戶自備的 OpenAI 金鑰，知識庫存放於你自己的 OpenAI 帳號，不消耗平台 AI 額度，資料也不落在第三方。
### AI 先擋一層，人接難的
常見問題由 AI 依知識庫回覆，判斷處理不了的再轉真人，並把前面的對話脈絡一起帶過去。
### 進線變工單，不會不見
需要跨部門處理的案子自動轉成工單，有負責人、有狀態、有時效，不用在群組裡喊人。
## ROI 試算
以一間 3 人客服團隊、平均時薪 280 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 常見問題重複回覆 | 72 | NT$280 | NT$20,160 |
| 跨渠道視窗切換與查找 | 30 | NT$280 | NT$8,400 |
| 交接與歷史紀錄整理 | 18 | NT$280 | NT$5,040 |
| 跨部門協調與追蹤 | 20 | NT$350 | NT$7,000 |
## 常見問題
### AI 回錯了怎麼辦？
AI 依你自己建立的知識庫回覆，不是憑空生成。判斷信心不足時會轉真人而不是硬答。所有 AI 回覆都留紀錄可回溯，發現答得不好就補知識庫，下次就會對。你也可以設定哪些主題一律不讓 AI 回。
### 會不會消耗很多 AI 費用？
AI 自動回覆使用你自備的 OpenAI 金鑰，費用直接算在你自己的 OpenAI 帳號，不消耗平台 AI 額度，用量與成本你自己看得到、控得住。
### 客戶的對話紀錄會外流嗎？
知識庫存放在你自己的 OpenAI 帳號，不是我們的。平台這端誰能看哪些對話、誰匯出過什麼，都有權限控管與紀錄。
### 可以只接 LINE 就好嗎？
可以。LINE 客服管理是獨立模組，先接 LINE OA 跑順了再評估是否擴到 IG、粉專與官網表單。逐渠道導入是常見做法，不需要一次到位。
---
---
title: "人資 AI 解決方案｜出勤、排班、簽核與薪資結算自動化 - AI GO"
description: "把打卡核對、簽核追蹤、排班與薪資結算收進同一套系統。AI GO 提供人資管理系統、人才招募與發展等模組，依你公司的班別與計薪規則生成，不必為了軟體改制度。"
keywords: "人資 AI, HR 系統, 排班系統, 出勤管理, 薪資結算, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/hr"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 人資 AI 解決方案
人資的時間有一半花在對打卡、追簽核、算加班。AI GO 把員工資料、出勤、排班與薪資結算跑在同一套系統上，讓人資回去做招募與留才。
- **自動** 打卡異常與請假衝突主動提示
- **一次** 排班表產生，不用來回改
- **月結** 薪資結算依既有規則自動跑
## 現況痛點
### 月底對打卡對到崩潰
打卡機一份、請假單一份、加班申請又一份。月底要三份對在一起，遇到補打卡、跨日班、國定假日換班就得手動算。
### 簽核卡在誰的桌上沒人知道
請假、加班、出差申請用紙本或通訊軟體送，送出去就沒下文。員工來問，人資得回頭一個個追主管。
### 排班永遠在改
門市或輪班單位的班表用 Excel 排，有人臨時請假就整張重排。改完還要一個個通知，通知了還不一定看到。
### 人才資料留在履歷夾裡
面試過的人選、內部升遷紀錄、教育訓練歷程各自為政。要做人力盤點時，只能靠人資的記憶。
## 導入前後對照
**導入前**
- 打卡、請假、加班三份資料月底人工對
- 簽核走紙本或通訊軟體，狀態靠追
- 班表用 Excel 排，異動就整張重來
- 薪資結算逐項手動計算與檢查
- 人才與訓練紀錄散在各自檔案
**導入 AI GO 後**
- 出勤資料集中，異常自動標記
- 簽核線上跑，關卡與狀態一目了然
- 班表在系統排，異動只改受影響的人
- 薪資依既有規則自動結算，人工只複核
- 員工歷程集中，人力盤點隨時可查
## AI GO 對應能力
核心人資系統可以獨立導入；已經在用其他 HR 系統的話，也能只接同步模組把資料打通。
### 你的班別規則，不是別人的
輪班、兩班制、責任制、彈性工時——每間公司的規則都不同。不用為了系統改制度，依你的實際規則生成應用。
### 薪資與個資的權限分層
誰能看到薪資、誰只能看自己部門、誰匯出過名冊，全部分權與留痕。人資資料的敏感度在系統層就處理掉。
### 簽核與提醒不靠人記得
請假衝突、加班超時、試用期到期、證照到期——這些節點設定一次，之後系統主動提醒。
### 既有 HR 系統不必丟掉
已經在用 MAYO Apollo 這類系統的話，可以只接同步模組把資料打通，逐步評估要不要整併。
## ROI 試算
以一間 80 人公司、2 人人資團隊、平均時薪 340 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 出勤與請假資料核對 | 32 | NT$340 | NT$10,880 |
| 簽核追蹤與催辦 | 18 | NT$340 | NT$6,120 |
| 排班表製作與異動通知 | 24 | NT$300 | NT$7,200 |
| 薪資結算與檢查 | 20 | NT$420 | NT$8,400 |
| 人事報表與人力盤點 | 12 | NT$420 | NT$5,040 |
## 常見問題
### 我們的班別規則很特殊，系統做得出來嗎？
這正是 AI GO 跟套裝 HR 系統的差別。套裝軟體是把別人的班別邏輯賣給你，你得改制度去配合；AI GO 是先問你怎麼排、怎麼算，再生成貼合的應用。特殊規則不是加價項目，是預設做法。
### 薪資資料的安全性如何？
權限分層是平台層的能力：誰能看到薪資欄位、誰只能看自己部門、誰匯出過名冊都有控管與紀錄。部署形式也可以配合你們的資安要求討論。
### 已經在用其他人資系統，要整套換嗎？
不用。可以只導入你目前最痛的那一段——多數公司是排班或出勤核對——其餘先透過同步模組打通。等確認好用了再評估整併範圍。
### 導入期間薪資會不會出錯？
導入時會用你過去幾期的真實資料跑平行驗算，兩邊數字對得起來才切換。這是 FDE 陪跑的標準做法，不會讓你在沒驗證的情況下直接上線。
---
---
title: "財會 AI 解決方案｜電子發票、對帳與應收款自動化 - AI GO"
description: "把開票、入帳與催收收進同一份資料。AI GO 提供智能會計、財務會計管理、綠界與 ezPay 電子發票、繳費單收款等模組，接你現在用的發票商，不必換掉既有合約。"
keywords: "財會 AI, 電子發票自動化, 對帳自動化, 應收帳款管理, 會計系統, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/finance"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 財會 AI 解決方案
發票開在一個平台、帳記在另一套軟體、應收款靠 Excel 追。AI GO 讓開票、入帳與催收跑在同一份資料上，月結不用再從頭對一次。
- **自動** 結帳後 Webhook 開立發票
- **同一筆** 發票綁定銷售訂單，不用兩邊對
- **到期提醒** 應收款逾期主動通知
## 現況痛點
### 開票是手工業
官網賣出一筆，財會再登入發票平台手動開一張，抄品名、抄金額、抄統編。量一大就開錯，開錯就要作廢重來。
### 帳與單對不起來
銷售訂單在一個系統、發票在另一個平台、記帳又是第三套。月結時得三邊對，差一塊錢就找一整天。
### 應收款靠記性追
誰的款到期了、誰逾期兩個月了，存在承辦人自己的 Excel 裡。人一離職，帳齡就變成一團迷霧。
### 報表永遠是落後指標
損益、現金流要等月結完才看得到，看到時已經是上個月的事，來不及反應。
## 導入前後對照
**導入前**
- 訂單成立後人工登入平台開發票
- 發票號碼再手動抄回訂單紀錄
- 記帳軟體另外一套，月底人工對帳
- 應收款用 Excel 追，逾期靠人發現
- 財務報表等月結完才產出
**導入 AI GO 後**
- 結帳完成透過 Webhook 自動開立發票
- 發票自動綁定銷售訂單，雙向可查
- 銷售、發票、帳務共用同一份資料
- 應收到期與逾期自動提醒負責人
- 報表隨時可看，不必等月結
## AI GO 對應能力
發票金流商可以照你現在用的接（綠界、ezPay 皆有模組），不必為了系統換掉既有合約。
### 接你現在用的發票商
綠界、ezPay 各有獨立模組，B2C／B2B 開立、作廢、折讓與查詢都在系統內完成，不用再登入外部平台。
### 銷售與帳務共用一份資料
訂單、發票、應收、入帳是同一筆資料的不同狀態，不是三套系統各記一次，月結不必三邊對。
### 催收不靠人記得
繳費單、應收到期、逾期分級——設定一次之後系統主動提醒，帳齡不會因為換人而斷掉。
### 財務資料的權限與留痕
誰能看成本、誰能改金額、誰匯出過報表全部有紀錄。稽核要調資料時不用重新拼湊。
## ROI 試算
以一間中小企業、2 人財會團隊、平均時薪 400 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 發票開立與號碼回填 | 30 | NT$380 | NT$11,400 |
| 三方對帳（訂單／發票／帳務） | 28 | NT$450 | NT$12,600 |
| 應收帳款追蹤與催收 | 20 | NT$400 | NT$8,000 |
| 繳費單製作與核銷 | 16 | NT$350 | NT$5,600 |
| 財務報表彙整 | 14 | NT$450 | NT$6,300 |
## 常見問題
### 我們已經有記帳軟體，需要換掉嗎？
不一定。常見做法是先把「開票 + 應收」這段自動化——這是最耗人工也最容易出錯的部分——記帳軟體先透過匯出／API 對接。等資料流順了再評估是否把帳務也收進來。
### 發票開錯了可以作廢嗎？
可以。B2C／B2B 的開立、作廢、折讓與退回都在系統內完成，並且每個動作都留紀錄。因為發票自動綁定銷售訂單，作廢後要重開哪一筆一目了然，不用回頭翻單號。
### 會計師事務所要的資料能匯出嗎？
可以。銷售報表、發票明細、應收帳齡都能依期間匯出。因為底層是同一份資料，匯出的數字彼此對得起來，不會出現「報表跟明細差三筆」這種狀況。
### 導入會不會影響現有的開票作業？
導入期間可以並行——既有流程照跑，新系統同步開一份做比對，數字對得上再切換。這是 FDE 陪跑的標準做法。
---
---
title: "營運 AI 解決方案｜進銷存、庫存與配送路線優化 - AI GO"
description: "解決帳實不符與配送繞路。AI GO 提供基本進銷存、進銷存資訊管理、配送路線優化等模組，單據與庫存共用同一份資料，依你的營運流程生成。"
keywords: "營運 AI, 進銷存系統, 庫存管理, 配送路線優化, ERP, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/operations"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 營運 AI 解決方案
帳上有貨、現場沒貨；出貨排程靠老師傅的直覺。AI GO 把進銷存、庫存與配送路線收進同一套系統，讓營運決策有數字可依。
- **帳實同步** 出入庫即時反映庫存
- **最優路線** 配送順序自動計算
- **一套** 取代進銷存＋庫存＋報表
## 現況痛點
### 帳上有貨、現場沒貨
進貨、銷貨、退貨各自登打，中間漏一筆庫存就不準。等到出貨才發現缺料，客戶已經在等。
### 呆料堆到報廢才知道
沒有庫齡與週轉的視角，滯銷品一直躺在倉庫。等到盤點才發現占了三成空間，成本已經沉下去。
### 配送順序憑經驗
十幾個點的配送順序靠司機自己排，繞路、回頭、塞在同一個時段。油錢與工時的浪費沒人算得出來。
### 應收應付各記一本
銷貨開了單但款沒進、進貨收了料但帳沒付，散在不同的表格裡。現金流的真實狀況要問三個人才拼得出來。
## 導入前後對照
**導入前**
- 進貨、銷貨、退貨分開登打
- 庫存數字靠定期盤點才校正
- 缺料要出貨前才發現
- 配送順序由司機自行安排
- 應收應付分散在各自表格
**導入 AI GO 後**
- 單據一次登打，庫存即時異動
- 庫齡與週轉率隨時可查
- 安全存量觸發時主動提示
- 配送地址自動編碼並排出最優路線
- 應收應付與報表跑在同一份資料上
## AI GO 對應能力
進銷存是核心，配送與資產租借可以視營運型態選擇性加上。
### 單據與庫存是同一份資料
銷貨、進貨、退貨、庫存查詢、應收應付、報表分析跑在同一個模組裡，不是六套系統各記一次。
### 庫齡與週轉看得見
哪些料在架上躺太久、哪些週轉快到快斷貨，用數字判斷而不是憑印象。
### 配送路線自動算
貼入配送地址後自動地理編碼，透過 Google Directions API 計算最優路線，並內建 TSP 演算法 fallback，外部服務不通時仍算得出來。
### 照你的單據流程生成
你的簽核關卡、單據欄位、折讓與退貨邏輯都跟別人不一樣。不必為了套裝 ERP 改流程。
## ROI 試算
以一間有倉儲與配送的中小企業、3 人營運團隊、平均時薪 320 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 單據登打與庫存調整 | 40 | NT$300 | NT$12,000 |
| 盤點與帳實差異查核 | 28 | NT$320 | NT$8,960 |
| 配送順序規劃 | 22 | NT$300 | NT$6,600 |
| 應收應付整理 | 18 | NT$400 | NT$7,200 |
| 營運報表彙整 | 12 | NT$420 | NT$5,040 |
## 常見問題
### 我們已經有 ERP，還需要這個嗎？
看你的 ERP 卡在哪裡。多數中小企業的痛點不是沒有 ERP，是 ERP 的欄位跟實際做法對不上，於是大家又回去用 Excel 補。AI GO 的做法是依你的實際流程生成，或是接在既有 ERP 旁邊補上它做不到的那段。
### 配送路線的準確度如何？
主要透過 Google Directions API 計算實際道路距離與時間，不是直線距離。外部服務不通時會退回內建的 TSP 演算法計算，仍會給出可用的順序，不會整個功能停擺。
### 導入時舊資料怎麼搬？
商品、客戶、廠商這類主檔可以批次匯入；期初庫存建議搭配一次實際盤點做基準。這段由 FDE 陪跑，通常以週為單位。
### 可以只導入庫存，先不動銷貨嗎？
可以，但要提醒：庫存不準的根因通常在單據沒即時登打。只導庫存而銷貨仍在別處，準確度的改善會有限。多數團隊會選擇至少把「銷貨 + 庫存」一起收進來。
---
---
title: "行政總務 AI 解決方案｜公文流轉、資產借還與雜務工單 - AI GO"
description: "把公文流向、資產借還、雜務請求與耗材管理收成可追蹤的流程。AI GO 提供行政總務管理、文管中心、資產租借管理、IT 服務台等模組，依你現有的表單格式生成。"
keywords: "行政 AI, 總務管理系統, 公文系統, 資產管理, 工單系統, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/admin"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 行政總務 AI 解決方案
行政的工作最難被看見：公文在誰手上、投影機被誰借走、印表機碳粉還剩多少。AI GO 把這些散落的雜務收成可追蹤的流程，讓行政不用再當人肉索引。
- **可追蹤** 公文流向與簽核狀態
- **線上借還** 資產與會議室不再靠喊
- **有紀錄** 雜務請求變工單，不會漏
## 現況痛點
### 公文卡在誰手上沒人知道
紙本用夾的、電子檔用信箱轉寄。要查一份文件現在到哪一關，只能一個一個問過去。
### 資產借還靠白板
筆電、投影機、公務車、會議室，誰借了、什麼時候還，寫在白板或群組裡。東西找不到時只能全公司問一輪。
### 雜務請求淹沒在群組
燈壞了、門禁卡不能用、要訂便當——各部門在群組裡 tag 行政。訊息一多就沉下去，忘了誰交代過什麼。
### 耗材永遠不是缺就是囤
碳粉、文具、清潔用品沒有用量紀錄，補貨憑感覺。不是急著跑出去買，就是買太多堆在庫房。
## 導入前後對照
**導入前**
- 公文用紙本或信箱轉寄流轉
- 資產借還寫在白板或群組
- 雜務請求散在各通訊軟體
- 耗材補貨憑印象
- 行政成為所有事情的人肉索引
**導入 AI GO 後**
- 公文線上流轉，關卡與時效可查
- 資產線上借還，逾期自動提醒
- 雜務請求轉為工單，有負責人與狀態
- 耗材用量有紀錄，低量自動提示
- 誰交代過什麼，系統記得
## AI GO 對應能力
這四個模組彼此獨立，可以從你最痛的那一項開始，不必一次全上。
### 公文的流向留下軌跡
每一份文件在哪一關、停多久、誰簽了什麼，都在系統裡。稽核或追溯時不用重新拼湊。
### 借還與到期主動提醒
資產逾期未還、租借到期、保養週期到了——設定一次之後由系統提醒，不靠行政記得。
### 你的表單就是你的表單
各公司的請購單、用印申請、財產異動單欄位都不同。不必遷就套裝表單，依你現有的紙本格式生成。
### 用印與請購的權限控管
誰能核到多少金額、哪些文件需要二簽，規則寫在系統裡而不是靠默契。
## ROI 試算
以一間 100 人公司、2 人行政團隊、平均時薪 300 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 公文流轉與狀態查詢 | 26 | NT$300 | NT$7,800 |
| 資產借還登記與追討 | 20 | NT$280 | NT$5,600 |
| 雜務請求接收與分派 | 30 | NT$280 | NT$8,400 |
| 耗材盤點與請購 | 16 | NT$300 | NT$4,800 |
| 會議室與公務車調度 | 14 | NT$280 | NT$3,920 |
## 常見問題
### 公司規模不大，有必要上系統嗎？
關鍵不在人數而在「行政是不是全公司的單點」。只要有一個人在腦中維護「東西在哪、文件到哪」，這件事就有風險——那個人請假或離職，資訊就斷了。系統的價值是把索引從人腦搬出來。
### 同仁會願意改用系統嗎？
這是導入行政系統最常見的失敗原因。實務上的做法是入口越簡單越好——例如雜務請求仍從既有的通訊軟體發起，透過 Webhook 進系統變成工單，使用者的習慣不用改，行政端卻拿到了可追蹤的資料。
### 可以只導入資產管理嗎？
可以。資產租借管理是獨立模組，導入後就能線上借還與逾期提醒。公文、工單、耗材可以之後再視需要加上。
### 紙本公文一定要全面電子化嗎？
不需要一次到位。常見做法是先讓「流向與簽核狀態」上系統，實體文件照原本方式保管。這樣最耗時的「追文件在哪」先解決，實體流程可以之後再談。
---
---
title: "研究 AI 解決方案｜多來源彙整、RAG 問答與報告生成 - AI GO"
description: "把來源萃取、有出處的問答與摘要報告收進同一個工作區。AI GO 提供筆記與思考研究助手、司法院判決檢索、專利管理等模組，研究成果留在組織而非個人硬碟。"
keywords: "研究 AI, RAG 問答, 知識管理, 報告自動生成, 文獻整理, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/research"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 研究 AI 解決方案
讀了三十份資料，最後產出一頁報告——中間那段沒人看見的整理工作最耗時。AI GO 讓來源萃取、問答與摘要跑在同一個工作區，研究者專心做判斷。
- **多來源** 網頁與文字資料一次萃取
- **有出處** RAG 問答可回溯到原始段落
- **可累積** 研究成果留在組織，不在個人硬碟
## 現況痛點
### 資料讀完就散了
為了一份報告讀了幾十份來源，重點抄在自己的筆記軟體裡。三個月後同事要做類似題目，只能重讀一次。
### 引用不知道出自哪一段
報告寫完要標出處，回頭在幾十份 PDF 裡找當初那句話。找不到就只好含糊帶過，報告的可信度打折。
### AI 摘要不敢直接用
丟給通用型 AI 摘要很快，但看不到它根據哪一段講的，也不知道有沒有掰。要驗證反而更花時間。
### 研究資產屬於個人
整理好的知識存在承辦人的雲端硬碟。人一走，累積三年的研究脈絡跟著走。
## 導入前後對照
**導入前**
- 逐份開啟來源，重點手抄進筆記
- 跨文件比對靠記憶與搜尋
- 寫報告時回頭找引用出處
- 摘要用通用 AI，但不敢直接引用
- 成果存在個人雲端硬碟
**導入 AI GO 後**
- 來源批次匯入並自動萃取
- 針對整組來源提問，答案帶出處
- 引用可回溯到原始段落
- 摘要報告與心智圖依來源生成
- 研究工作區留在組織帳號下
## AI GO 對應能力
研究助手是核心；有法務或專利需求的團隊可以再加上判決與專利模組。
### 有來源的問答，不是憑空生成
支援網頁與文字來源萃取，以 RAG 方式問答，答案能回溯到來源段落。不會出現「講得很順但查不到依據」的情況。
### 從資料到產出一次做完
摘要報告、心智圖與 Deep Dive 對話生成都在同一個工作區，不必在四個工具之間搬資料。
### 研究成果變成組織資產
工作區在企業帳號下，不在個人硬碟。人員異動時研究脈絡留得住，新人接手看得到來龍去脈。
### 敏感資料的可控性
哪些來源誰能看、誰匯出過什麼都有權限與紀錄。內部未公開資料不必為了用 AI 而外流。
## ROI 試算
以一個 3 人研究／企劃團隊、平均時薪 450 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 來源閱讀與重點摘錄 | 40 | NT$450 | NT$18,000 |
| 跨文件比對與交叉查證 | 24 | NT$500 | NT$12,000 |
| 引用出處回查 | 14 | NT$420 | NT$5,880 |
| 報告排版與圖表整理 | 16 | NT$380 | NT$6,080 |
## 常見問題
### 跟直接用 ChatGPT 差在哪？
差在「來源」與「歸屬」。通用聊天工具的回答無法穩定回溯到你自己的資料，也不會留在組織裡。這裡的問答建立在你匯入的來源上、答案帶出處，而且整個工作區屬於公司帳號而非個人。
### AI 摘要會不會有錯？
會，任何 AI 都會。差別在能不能快速查證——因為答案可回溯到原始段落，你只要點開比對，而不是重讀整份文件。把 AI 當作「加速定位」而不是「代替判斷」，是這類工具正確的用法。
### 公司內部的機密資料可以放進去嗎？
權限與稽核在平台層處理：誰能看哪些來源、誰匯出過什麼都有紀錄。部署形式可以配合你們的資安要求討論，不強制單一模式。
### 判決與專利模組是給誰用的？
司法院判決檢索適合有法遵或訴訟研究需求的團隊；事務所專利管理系統則是給智財事務所或企業智財單位管理案件與期限用的。一般研究團隊只用研究助手就夠。
---
---
title: "資訊部門 AI 解決方案｜IT 工單、流程自動化與系統串接 - AI GO"
description: "把內部請求變成可衡量的工單，把系統串接變成流程設定。AI GO 提供 IT 服務台、Node-RED 自動化流程與內外部應用起手式模板，讓一人 IT 也能撐起整間公司。"
keywords: "IT 服務台, 工單系統, 流程自動化, 系統整合, Node-RED, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/it"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 資訊部門 AI 解決方案
一人 IT 要顧網路、顧帳號、顧十套系統的串接，還要接所有人的求救訊息。AI GO 讓你把重複的請求變成工單、把串接變成設定，把時間留給真正要做的事。
- **有 SLA** 內部請求變工單，可衡量
- **低程式碼** 系統間串接用流程圖設定
- **起手式** 內外部應用各有標準模板
## 現況痛點
### IT 是全公司的通訊軟體收件匣
密碼忘了、印表機不會設、要開權限——全部私訊 IT。訊息一多就漏，而且完全沒有紀錄可以證明你到底處理了多少事。
### 串接需求排不完
業務要 CRM 接官網、財會要發票接 ERP、廠務要機台資料進報表。每一個都要寫程式、都要維護，一人 IT 根本排不完。
### 每個新專案都從零開始
每次要做內部工具，登入、權限、資料存取這些基礎都要重寫一次。真正有價值的業務邏輯反而排在最後。
### 看不到自己的產值
一整年救了幾百次火，年度考核時卻講不出具體貢獻，因為根本沒有資料。要爭取人力或預算也沒有依據。
## 導入前後對照
**導入前**
- 內部請求從通訊軟體私訊進來
- 處理完沒有紀錄，無法統計
- 系統串接逐案寫程式並自行維護
- 新工具從登入權限開始重寫
- 產值無法量化，難以爭取資源
**導入 AI GO 後**
- 請求統一進工單，有分類與優先級
- 處理時效與量能有數據可看
- 串接以流程節點設定，不必逐案寫程式
- 新應用從起手式模板開始，基礎已備
- IT 的貢獻用數字說話
## AI GO 對應能力
服務台先讓請求可衡量，自動化與起手式模板則是拿回時間的工具。
### 內部請求可衡量
IT 服務台把私訊變成有分類、有負責人、有時效的工單。處理了多少、平均多久、哪類最多，全部有數據。
### 串接用設定取代寫程式
Node-RED 自動化流程模組讓系統之間的資料流以節點圖設定，多數整合需求不必再逐案寫一支程式來維護。
### 起手式模板省掉重造輪子
內部工具用內部整合起手式（UI 規範、側邊欄導覽、VFS 資料存取），對外應用用外部應用起手式（金流、身份驗證、資料庫連線都已預置）。
### 權限與稽核不用自己刻
誰能看哪些資料、誰做過什麼操作，是平台層就有的能力，不是每個專案自己實作一遍。
## ROI 試算
以一間 100 人公司、2 人資訊團隊、平均時薪 500 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 重複性內部請求處理 | 44 | NT$450 | NT$19,800 |
| 系統串接開發與維護 | 36 | NT$600 | NT$21,600 |
| 內部工具的基礎功能重寫 | 24 | NT$600 | NT$14,400 |
| 請求追蹤與回報整理 | 12 | NT$450 | NT$5,400 |
## 常見問題
### 這會不會取代我們的 IT？
相反。這類工具取代的是「重複性請求」與「重造輪子」，不是判斷與架構決策。實務上 IT 導入後最大的變化是終於有時間做原本一直排不進去的事——資安、備援、系統汰換。
### 我們有自己的開發能力，還需要平台嗎？
有開發能力的團隊通常用得更兇，因為省下的是重複性基礎工。起手式模板已經備好登入、權限、資料存取與金流，你的人可以直接從業務邏輯開始寫，而不是每個專案重來一次。
### Node-RED 自動化能取代所有串接嗎？
不能，也不該。它適合資料搬運、格式轉換、事件觸發這類整合；涉及複雜商業邏輯或高效能需求的，還是該寫程式。判斷標準很簡單：這段邏輯半年後還要不要改？要常改的用設定，穩定的用程式碼。
### 導入需要我們提供多少人力？
模組商城的模板是開箱即用，啟用當天就能試跑。要串接既有系統或做客製時由 FDE 主導，你們這邊主要是提供系統資訊與驗收，不需要專職投入。
---
---
title: "媒體業 AI 解決方案｜專案進度、素材版控與結案報告自動化 - AI GO"
description: "把提案到結案收進同一套系統。AI GO 提供活動與行銷管理、專案進度管理助手、文管中心等模組，多檔專案進度即時可視，結案報告依既有欄位自動產出。"
keywords: "媒體業 AI, 專案管理系統, 廣告代理商, 結案報告自動化, 素材版控, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/media"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 媒體業 AI 解決方案
一檔專案同時要管客戶、管製作排程、管上稿、管結案報告。AI GO 把提案到結案的流程收進同一套系統，讓製作團隊不用在五個試算表之間對進度。
- **一條線** 提案到結案共用同一份資料
- **可視化** 多檔專案進度同時掌握
- **自動** 結案報告依既有欄位產出
## 現況痛點
### 每檔專案一個試算表
客戶資料、製作排程、素材版本、費用結算各開一張表。同時跑五檔就有二十張表，改了哪張沒人記得。
### 進度要開會才知道
稿子到哪一關、素材誰在改、客戶回饋收到沒有——只能靠週會口頭同步。中間卡住三天，週會才發現。
### 素材與版本各自命名
final、final2、真的final。檔案散在雲端硬碟與個人電腦，客戶問要哪一版時沒人敢確定。
### 結案報告每次重做
曝光、互動、出席、滿意度散在各平台。結案時人工彙整，一檔就是一到兩天，而且格式每次都不太一樣。
## 導入前後對照
**導入前**
- 每檔專案開一組試算表
- 進度靠週會口頭同步
- 素材版本各自命名、各自存放
- 客戶回饋散在信件與通訊軟體
- 結案報告人工彙整一到兩天
**導入 AI GO 後**
- 專案從既有模板複製，欄位固定
- 進度即時可視，卡關當天就看得到
- 素材與版本集中，可回溯
- 客戶回饋進系統，對應到具體項目
- 結案報告依既有欄位自動產出
## AI GO 對應能力
專案與活動管理是核心；客戶關係與文件版控可依團隊規模選擇性加上。
### 多檔專案同時看得見
每檔的階段、負責人、卡關點在同一個看板上。不用等週會，也不用一檔一檔問。
### 照你們的製作流程生成
每家媒體的關卡都不同——初稿、內審、客審、上稿。不必遷就套裝專案工具的階段命名。
### 素材版本有軌跡
哪一版是客戶確認的、誰改了什麼、什麼時候改的，都在系統裡。不再靠檔名判斷。
### 結案不用從頭做
活動與專案的數據在執行過程就進系統，結案時直接產出，而不是回頭去各平台抄。
## ROI 試算
以一間 8 人媒體團隊、同時跑 5 檔專案、平均時薪 380 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 結案報告彙整 | 40 | NT$380 | NT$15,200 |
| 專案進度同步與會議 | 32 | NT$420 | NT$13,440 |
| 素材版本管理與查找 | 22 | NT$350 | NT$7,700 |
| 客戶回饋整理與轉派 | 18 | NT$380 | NT$6,840 |
## 常見問題
### 我們已經在用 Notion／Trello，需要換嗎？
看你卡在哪。通用專案工具擅長「管任務」，但不擅長「管資料」——客戶資料、費用、素材版本、結案數據還是散在別處。多數媒體團隊的痛點在後者。可以先讓任務留在原工具，把資料這層收進來，再評估整併。
### 客戶可以進來看進度嗎？
可以，但建議分權處理：客戶看到的是對外的階段與待確認項目，內部的工時、成本、內審意見不對外開放。權限分層是平台層的能力，不需要另外做一套對外系統。
### 素材檔案很大，系統存得下嗎？
常見做法是檔案本體仍放在既有的雲端空間，系統管的是版本紀錄、確認狀態與對應關係。這樣既不搬動大檔案，又解決了「哪一版是對的」這個真正的問題。
### 導入要多久？
模板開箱即用，當天就能拿一檔正在跑的專案試。要對接既有的客戶資料或財務系統時由 FDE 協助，通常以週為單位。建議先用一檔專案跑完整個週期再全面展開。
---
---
title: "社群平台 AI 解決方案｜多渠道私訊、合作洽談與活動營運 - AI GO"
description: "把 LINE、IG、粉專私訊收進同一個聯繫中心，重複問題交給 AI，合作洽談轉為可追蹤的商機。AI GO 讓小團隊撐得起大社群，AI 使用你自備的 OpenAI 金鑰。"
keywords: "社群經營 AI, 社群平台, 私訊管理, KOL 合作管理, 社群活動, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/community-platforms"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 社群平台 AI 解決方案
社群經營者同時是客服、是編輯、是業務。AI GO 把多渠道的私訊、合作洽談與活動營運收進同一套系統，讓一個小團隊撐得起十萬人的社群。
- **全渠道** LINE／IG／FB 私訊統一管理
- **不漏接** 合作洽談進 CRM 有人追
- **可複製** 活動流程模板化，檔檔沿用
## 現況痛點
### 私訊多到看不完
IG 私訊、粉專訊息、LINE 社群，每天上百則。八成是重複問題，但真正重要的合作洽談就淹沒在裡面。
### 合作機會漏接
品牌方私訊詢問合作，當下沒空回，隔天就沉到對話列表底下。等想起來時對方已經找了別人。
### 活動每次重造
抽獎、報名、票選——每檔活動重新做表單、重新收名單、重新對中獎資格。做完一檔累到不想做下一檔。
### 社群數據沒有累積
哪類內容互動最好、哪批粉絲最常參與活動，只存在小編的印象裡。換人接手就從零開始摸索。
## 導入前後對照
**導入前**
- 三個平台的私訊分別查看
- 常見問題由小編逐則手動回
- 合作洽談留在對話裡靠記性追
- 每檔活動重做表單與名單
- 社群經營知識存在個人印象裡
**導入 AI GO 後**
- 多渠道私訊匯入同一個聯繫中心
- AI 依知識庫先回常見問題
- 合作洽談轉為商機，有負責人與階段
- 活動從模板複製，名單自動收攏
- 互動與參與數據累積在組織內
## AI GO 對應能力
先把私訊收攏，再把合作與活動流程接上，是多數社群團隊的導入順序。
### 多渠道私訊統一收攏
LINE OA、Instagram、Facebook 粉專匯進同一個聯繫中心，聯繫中心顯示官方帳號真實名稱，多帳號經營時不會搞混。
### AI 擋掉重複問題
常見問題由 AI 依你建立的知識庫回覆。AI 使用你自備的 OpenAI 金鑰，不消耗平台額度，知識庫也留在你自己的帳號。
### 合作洽談不會沉底
品牌合作從私訊轉為商機紀錄，有階段、有負責人、有跟進提醒，不會因為當下沒空回就流失。
### 活動流程可複製
報名、抽獎、資格核對、得獎通知設定一次，之後每檔活動複製沿用，不必每次重做。
## ROI 試算
以一個 3 人社群團隊、平均時薪 300 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 重複私訊回覆 | 60 | NT$280 | NT$16,800 |
| 跨平台訊息查看與切換 | 26 | NT$280 | NT$7,280 |
| 活動表單與名單處理 | 24 | NT$300 | NT$7,200 |
| 合作洽談追蹤與報價 | 18 | NT$400 | NT$7,200 |
## 常見問題
### 粉絲會不會覺得在跟機器人講話？
這取決於你怎麼設定。實務上的做法是讓 AI 只處理明確的事實性問題（規則、時間、資格），語氣與人設由你在知識庫裡定義；只要牽涉判斷或情緒的就轉真人。設計得好，粉絲感受到的是「回覆變快了」而不是「換成機器人了」。
### 我們同時經營多個帳號，管得動嗎？
這正是統一聯繫中心要解決的問題。所有帳號的訊息進同一個介面，且會顯示是哪個官方帳號的來訊，不會回錯人設或錯帳號。
### AI 的費用會不會失控？
AI 自動回覆使用你自備的 OpenAI 金鑰，用量與費用直接算在你自己的 OpenAI 帳號，你隨時看得到也控得住，不是平台包裹計費。
### 小團隊導入會不會太重？
建議只從「多渠道私訊收攏」開始，那是投入最小、感受最直接的一段。活動與合作管理等到你確認訊息這層順了再加。
---
---
title: "製造業 AI 解決方案｜MES、OPC-UA 工控接入與 IoT 監控 - AI GO"
description: "把機台數據、工單進度與庫存收進同一個系統。AI GO 提供生產製造管理、OPC-UA 工業閘道、工業 IoT 設備監控與進銷存模組，依你的工廠流程生成，不必為了軟體改做法。"
keywords: "製造業 AI, MES 系統, OPC-UA, 工業 IoT, 智慧工廠, 生產管理, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/manufacturing"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 製造業 AI 解決方案
機台會說話，但沒人在聽。AI GO 把 OPC-UA、IoT 感測器與 MES 工單接進同一個系統，讓稼動率、良率與庫存變成看得懂、能行動的數字——而不是月底才補出來的報表。
- **即時** 產線稼動率與異常告警
- **一套** 取代 MES + 進銷存 + 報表
- **OPC-UA** 標準工控協定直連
## 現況痛點
### 產線資料停在機台上
設備支援 OPC-UA，但沒人接出來。稼動率靠班長抄表、良率靠品檢紙本，等資料進到 Excel 已經是隔天，異常早就發生完了。
### 工單進度靠喊的
業務問交期，得打電話問廠務；廠務再去現場看板數。工單在哪一站、卡在哪台機器，沒有一個地方看得到全貌。
### 庫存與生產是兩本帳
進銷存系統記的是倉庫數字，產線領料另外用單子。帳面有料、現場沒料，或反過來呆料堆到報廢，每個月都在對帳。
### 導入 MES 報價嚇人
傳統 MES 動輒百萬起跳、上線半年，而且欄位是別人家的做法。中小型工廠評估完，最後還是回去用 Excel。
## 導入前後對照
**導入前**
- 班長每兩小時抄一次機台產量
- 品檢結果寫紙本，晚上再key進Excel
- 工單進度靠現場白板與電話追
- 領料單與進銷存分開登打
- 月底人工彙整稼動率與良率報表
**導入 AI GO 後**
- OPC-UA／IoT 閘道自動回收機台數據
- 良率與稼動率即時上看板，異常即告警
- 工單狀態全廠可視，交期直接查得到
- 領料自動扣庫存，帳實同步
- 報表隨時可看，不必等月底
## AI GO 對應能力
從工控協定接入、IoT 監控到生產製造與進銷存，可以逐段導入，不必一次全上。
### 標準工控協定直連
OPC-UA 工業閘道模組直接對接產線設備，不必為了上系統換掉現有機台或另外買中介軟體。
### 現場數據即時可視
ThingsBoard IoT 監控中心與工業 IoT 設備監控模組，把感測器數值變成看板、趨勢與門檻告警。
### 照你的做法生成，不是照套裝軟體
每間工廠的工序、報工方式與計價邏輯都不同。AI GO 依你的實際流程生成應用，不必為了軟體改流程。
### 生產與庫存共用一份資料
生產製造管理與進銷存跑在同一個平台，領料、入庫、出貨都是同一筆資料的不同狀態，不再兩邊對帳。
## ROI 試算
以一間 80 人規模、兩班制的工廠估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 機台產量與稼動率抄表 | 60 | NT$260 | NT$15,600 |
| 品檢紙本轉電子檔 | 44 | NT$240 | NT$10,560 |
| 工單進度追蹤與交期回覆 | 32 | NT$320 | NT$10,240 |
| 庫存盤點與帳實差異對帳 | 28 | NT$300 | NT$8,400 |
| 月報表彙整（稼動／良率／產出） | 20 | NT$420 | NT$8,400 |
## 常見問題
### 我們的機台很舊，也能接嗎？
看設備支援什麼。支援 OPC-UA 的可以直接透過工業閘道模組接入；較舊的機台通常改以外掛感測器（電流、計數、溫濕度）走 IoT 路線回收數據，一樣能算出稼動與產量。評估階段我們會先盤點你現場的設備清單再給建議。
### 跟傳統 MES 的差別在哪？
傳統 MES 是把別人家的流程賣給你，客製要另外報價、以月計。AI GO 是先問你怎麼做，再生成貼合你流程的應用，而且 MES、IoT 監控、進銷存跑在同一個平台上共用資料，不需要再花錢做系統整合。
### 要不要先把現有進銷存換掉？
不一定。可以先只導入產線端（工控接入 + IoT 監控 + 生產製造管理），現有進銷存透過 API／Webhook 對接。等你確認好用了，再評估是否把進銷存也收進來。逐段導入是常見做法。
### 產線資料會不會外流？
權限與稽核是平台層的能力：誰能看哪條產線、誰能改工單、誰匯出過什麼資料都留紀錄。部署形式也可以配合你的資安要求討論，不強制單一模式。
---
---
title: "零售電商 AI 解決方案｜多平台訂單、庫存同步與物流整合 - AI GO"
description: "蝦皮、SHOPLINE、91APP、生活市集訂單與庫存收進同一份資料，避免超賣與漏單。AI GO 提供各大電商平台整合、7-ELEVEN 物流與電子發票模組，開箱即用。"
keywords: "電商 AI, 多平台訂單管理, 庫存同步, 蝦皮整合, SHOPLINE, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/retail-ecommerce"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 零售電商 AI 解決方案
蝦皮、SHOPLINE、91APP、生活市集各開一個後台，訂單各自匯出、庫存各自扣。AI GO 把多通路的商品、訂單與物流收進同一份資料，超賣與漏單不再靠人盯。
- **多通路** 主要電商平台皆有整合模組
- **同一份** 庫存跨通路共用，避免超賣
- **自動** 出貨與發票依訂單狀態觸發
## 現況痛點
### 超賣是常態
同一批庫存掛在四個平台賣，扣庫存各扣各的。熱賣時同時成交，只能一個個打電話跟客人道歉。
### 訂單要下載四次
每天早上登入四個後台，各自匯出 CSV，貼進同一張表再排出貨。做完已經中午。
### 商品資料改一次要改四遍
改價、改文案、改規格，四個平台各上架一次。改到第三個就忘記第一個改了什麼。
### 發票開立追不上出貨
出貨了才想到要開發票，或開了發票對不到是哪一單。月底對帳時最痛。
## 導入前後對照
**導入前**
- 各平台後台分別匯出訂單
- 庫存各平台各自扣，超賣靠人盯
- 商品資料逐平台重複維護
- 出貨單人工整理後交物流
- 發票事後補開，對單靠人工
**導入 AI GO 後**
- 多平台訂單同步進同一份清單
- 庫存跨通路共用，售完同步下架
- 商品主檔一次維護，同步各平台
- 出貨與物流狀態批次處理
- 結帳完成自動開立發票並綁定訂單
## AI GO 對應能力
你在賣哪些平台就接哪些模組，不必為了系統放棄任何一個通路。
### 接你正在賣的平台
蝦皮購物、SHOPLINE、91APP、生活市集各有獨立整合模組，同步商品、訂單與物流狀態，通路策略不必為了系統妥協。
### 庫存只有一份
跨通路共用同一份庫存資料，售出即時扣減。超賣的根因是「各平台各記一本」，統一資料源才是真正的解法。
### 出貨與物流批次化
7-ELEVEN 交貨便等物流模組可批次處理出貨單與物流狀態，不必逐單操作。
### 發票跟著訂單走
結帳完成透過 Webhook 自動開立，發票自動綁定銷售訂單，月底不必回頭對哪張對哪單。
## ROI 試算
以一間月營業額中等、4 人電商團隊、平均時薪 300 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 多平台訂單匯出與整併 | 44 | NT$280 | NT$12,320 |
| 商品資料跨平台維護 | 26 | NT$300 | NT$7,800 |
| 庫存核對與超賣處理 | 24 | NT$320 | NT$7,680 |
| 出貨單整理與物流追蹤 | 30 | NT$280 | NT$8,400 |
| 發票開立與對單 | 18 | NT$380 | NT$6,840 |
## 常見問題
### 我們只賣蝦皮，也需要嗎？
單一通路的話，庫存同步的價值有限，重點會落在出貨、物流與發票這段。建議先評估你每天花在「訂單匯出到出貨完成」的時間，如果超過一小時就值得做；如果已經很順，可以先不急。
### 平台改 API 會不會就壞掉？
整合模組會隨平台介面調整更新，這是使用現成模組相較自己寫串接的主要好處——維護責任不在你身上。若有平台端的重大變更，我們會同步處理。
### 庫存同步有沒有時間差？
有，任何跨平台同步都有。實務上的做法是對熱賣品設安全水位緩衝，讓同步延遲吃在緩衝裡而不是吃在客人身上。這個緩衝值會在導入時依你的銷售節奏設定。
### 可以先接一個平台試嗎？
可以，也建議這樣做。先接訂單量最大的那個平台跑順，再逐一加上其餘通路。逐平台導入是常見做法。
---
---
title: "金融服務 AI 解決方案｜可稽核、可控權限的企業 AI - AI GO"
description: "在高度監管環境下導入 AI：完整存取與異動留痕、欄位級權限控管、AI 回覆依據可回溯。AI GO 提供財務會計管理、智能會計、藍新金流與客服工單模組。"
keywords: "金融業 AI, 法遵, 稽核軌跡, 權限控管, 金融科技, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/financial-services"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 金融服務 AI 解決方案
不是不想用 AI，是不能用得沒有紀錄。AI GO 讓每一次存取、每一次修改、每一次 AI 回覆都留下軌跡，導入 AI 的同時交得出稽核要的東西。
- **全程留痕** 存取與異動皆可回溯
- **權限分層** 欄位級別的資料控管
- **可驗證** AI 回覆有依據可查
## 現況痛點
### AI 專案卡在法遵這關
業務單位想用、法遵問「資料流到哪裡、誰看得到、出事怎麼查」，答不出來就退回。專案停在評估階段一整年。
### 稽核要資料要花兩週
調閱紀錄散在不同系統，每次稽核就是一次全公司總動員。撈出來的資料還要人工比對是否完整。
### 客戶服務不敢自動化
涉及金額、契約、權益的回覆，沒人敢讓 AI 直接回。但真人回覆又慢，客戶滿意度一直上不去。
### 重複作業消耗專業人力
對帳、開立、案件登錄這些事佔掉專業人員大量時間，真正需要判斷的工作反而被壓縮。
## 導入前後對照
**導入前**
- AI 專案因法遵疑慮停在評估階段
- 調閱紀錄散在多套系統
- 客戶詢問一律由真人回覆
- 對帳與案件登錄佔用專業人力
- 權限控管靠流程規定而非系統
**導入 AI GO 後**
- 資料流向與存取權限在系統層界定
- 稽核所需紀錄可依期間直接調閱
- AI 先處理事實性問題，敏感題轉真人
- 重複作業自動化，專業人力做判斷
- 權限寫進系統，不靠人記得
## AI GO 對應能力
財務與帳務是核心；客服工單與判決檢索可依業務型態選擇性加上。
### 權限與稽核是平台能力
誰能看哪個欄位、誰改過什麼、誰匯出過什麼，是平台層就內建的，不是每個系統自己實作一遍。稽核調資料時不必重新拼湊。
### AI 的邊界你自己劃
可以指定哪些主題一律不讓 AI 回覆、哪些必須轉真人。AI 依你建立的知識庫作答且可回溯依據，不是不受控的黑盒子。
### 資料留在你能掌握的地方
AI 功能使用你自備的 OpenAI 金鑰，知識庫存放於你自己的帳號。部署形式也可以配合資安要求討論，不強制單一模式。
### 對帳與金流的自動化
財務會計管理、智能會計與藍新金流支付模組讓例行對帳與收付自動化，把專業人力還給需要判斷的工作。
## ROI 試算
以一間中型金融服務業者、5 人後台團隊、平均時薪 550 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 例行對帳與差異查核 | 50 | NT$550 | NT$27,500 |
| 稽核資料調閱與彙整 | 24 | NT$650 | NT$15,600 |
| 客戶事實性詢問回覆 | 40 | NT$450 | NT$18,000 |
| 案件登錄與文件歸檔 | 32 | NT$450 | NT$14,400 |
## 常見問題
### 主管機關的規範要求，系統做得到嗎？
我們無法代替你判斷法遵合規，這需要你們的法遵單位認定。系統這端能提供的是「可驗證的事實」——完整的存取與異動紀錄、欄位級別的權限控管、AI 回覆的依據可回溯。實務上這些正是法遵單位在評估時要求的東西。建議在評估階段就讓法遵一起參與。
### 客戶資料可以不出我們的環境嗎？
部署形式可以討論，不是只有單一模式。AI 功能使用你自備的 OpenAI 金鑰、知識庫在你自己的帳號，這部分的資料歸屬是明確的。更嚴格的隔離需求請在諮詢時提出，我們會依你的資安要求提方案。
### 真的可以讓 AI 回覆客戶嗎？
建議從「事實性問題」開始——營業時間、文件所需、進度查詢這類有標準答案的。涉及金額、權益、契約解釋的一律設定為轉真人。邊界由你劃，不是系統預設全開。
### 導入的驗證期要多長？
這類產業建議留較長的平行期：既有流程照跑，新系統同步跑一份做比對，數字與紀錄都對得起來再切換。實際長度依你們的內控要求而定，FDE 會配合而不是催進度。
---
---
title: "餐飲業 AI 解決方案｜點餐、內場出餐看板與排班管理 - AI GO"
description: "把點餐、內場出餐、排班與進貨收進同一套系統。AI GO 提供餐飲點餐系統、餐點訂單管理看板、人資管理與進銷存模組，依你的菜單與班別規則生成。"
keywords: "餐飲 AI, 點餐系統, 內場看板, 餐飲排班, POS, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/catering"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 餐飲業 AI 解決方案
外場用紙單、內場用喊的、排班用 Excel、食材用感覺叫貨。AI GO 把點餐、出餐、排班與進貨收進同一套系統，尖峰時段不再靠默契硬撐。
- **即時** 訂單狀態外場內場同步
- **看板化** 待出餐品項一目了然
- **一套** 點餐＋內場＋排班＋進貨
## 現況痛點
### 尖峰時段全靠喊
外場寫紙單、跑進內場、口頭確認。忙起來單子貼滿整排，漏一張或做重複都是常態，客訴也從這裡來。
### 不知道哪一桌等最久
單子按貼上去的順序做，沒有等待時間的概念。客人問「我的餐好了嗎」，只能翻單子找。
### 排班改到崩潰
門市輪班用 Excel 排，有人臨時請假就整張重排，改完還要一個個 LINE 通知。
### 食材叫貨憑經驗
進多了壞掉、進少了停賣。沒有用量與耗損的紀錄，成本控制只能靠老闆的感覺。
## 導入前後對照
**導入前**
- 外場手寫紙單送進內場
- 內場依貼單順序製作，靠喊確認
- 出餐狀態外場要跑進去問
- 班表用 Excel 排，異動整張重來
- 食材叫貨憑印象，耗損無紀錄
**導入 AI GO 後**
- 顧客或外場直接於系統下單
- 內場看板顯示各狀態訂單與待出品項
- 接單、出餐、取消狀態即時同步
- 班表在系統排，只改受影響的人
- 進貨與用量有紀錄，成本看得見
## AI GO 對應能力
點餐與內場看板是一組；排班與進銷存可依店數與規模再加。
### 外場內場同一份訂單
對外點餐系統與內場訂單看板共用同一筆資料，狀態流轉（接單／出餐／取消）雙方即時看得到，不用跑進去問。
### 待出餐品項統計
內場看板有品項彙總視圖——同時有幾份牛肉麵在等，一眼就知道，可以合併製作而不是逐單處理。
### 排班與出勤一起管
人資模組涵蓋打卡、請假簽核與排班管理，餐飲最痛的輪班異動不必再靠 Excel 重排。
### 你的菜單邏輯，不是別人的
加價選項、套餐組合、時段限定、備註規則每家都不同。不必遷就套裝 POS 的欄位設計。
## ROI 試算
以一間單店、日均營業 10 小時、5 位員工、平均時薪 220 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 紙單傳遞與口頭確認 | 50 | NT$200 | NT$10,000 |
| 出餐狀態查詢與客訴處理 | 22 | NT$220 | NT$4,840 |
| 排班製作與異動通知 | 18 | NT$300 | NT$5,400 |
| 叫貨盤點與成本計算 | 20 | NT$300 | NT$6,000 |
## 常見問題
### 我們已經有 POS，需要換嗎？
不一定。多數餐飲的痛點不在收銀而在「內場與外場的資訊落差」。可以先只導入內場訂單看板，讓出餐狀態透明化，POS 維持現狀。確認有感之後再談要不要整併。
### 尖峰時段系統當掉怎麼辦？
這是餐飲導入系統最實際的顧慮。建議保留紙本作為備援流程並實際演練過，不要把它當成不會發生的事。導入時 FDE 會協助設計降級流程，而不是假設系統永遠不會出問題。
### 員工年紀較大，學得會嗎？
內場看板的設計本來就是給忙碌中的人看的——大字、狀態分區、少操作。實務上比紙單更好上手，因為不用辨認別人的字跡。導入時建議先讓一個班別試跑一週。
### 多店的話管得動嗎？
可以。多店的關鍵在於「總部看得到彙總、單店只看自己」，這是權限分層的問題，平台層就有支援。建議先在單店跑順再展店複製。
---
---
title: "專業服務 AI 解決方案｜事務所案件、期限與文件管理 - AI GO"
description: "把案件、文件版本與期限收進同一套系統，資深人力回去做判斷。AI GO 提供專利管理系統、司法院判決檢索、文管中心與研究助手，檢索結果可回查原文。"
keywords: "事務所 AI, 案件管理系統, 期限管理, 法律科技, 智財管理, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/professional-services"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 專業服務 AI 解決方案
事務所最貴的成本是專業人員的時間，最大的風險是漏掉一個期限。AI GO 把案件、文件與期限收進同一套系統，讓資深人員把時間花在判斷上。
- **不漏期** 期限與續展主動提醒
- **可回溯** 文件版本與往來紀錄留痕
- **有依據** 檢索結果可回查原文
## 現況痛點
### 期限靠承辦人記得
答辯期、續展期、申報期存在承辦人的行事曆或腦子裡。人一請假或離職，期限風險就跟著懸在那裡。
### 案件狀態要問才知道
客戶打來問案子進度，得先問承辦、承辦再翻資料夾。回覆一次要半天，客戶體感很差。
### 文件版本混亂
同一份書狀改了五版，散在信件附件與個人資料夾。定稿是哪一版、客戶確認的是哪一版，容易出事。
### 資深人力做行政
案件登錄、文件歸檔、時數統計佔掉大量時間。這些事不需要專業判斷，卻由最貴的人來做。
## 導入前後對照
**導入前**
- 期限記在個人行事曆或腦中
- 案件進度靠逐層詢問
- 文件版本散在信件與個人資料夾
- 案件登錄與歸檔由承辦人自行處理
- 時數統計月底人工回想補登
**導入 AI GO 後**
- 期限在系統，到期前自動提醒
- 案件狀態即時可查，客戶問即可答
- 文件版本集中，定稿與確認狀態明確
- 登錄與歸檔依既有流程自動化
- 時數隨作業紀錄產生，不必回想
## AI GO 對應能力
專利事務所可直接用專利管理系統；一般法律或顧問事務所以文管與專案模組組合。
### 期限管理不靠人記得
答辯、續展、申報這類期限設定一次之後由系統主動提醒，並且對應到具體案件與負責人，不會因為人員異動而斷掉。
### 文件版本與往來留痕
哪一版是定稿、客戶確認的是哪一版、誰改了什麼，都在系統裡。爭議發生時拿得出紀錄。
### 檢索結果可回查原文
司法院判決檢索與研究助手的問答都能回溯到原始段落，AI 用來加速定位，判斷仍在專業人員手上。
### 客戶資料的分案隔離
哪些人能接觸哪些案件可以在系統層控管，利益衝突與保密要求不必只靠內部規定。
## ROI 試算
以一間 10 人事務所、平均時薪 800 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 案件登錄與文件歸檔 | 40 | NT$600 | NT$24,000 |
| 案件進度查詢與回覆客戶 | 26 | NT$800 | NT$20,800 |
| 期限盤點與人工提醒 | 16 | NT$800 | NT$12,800 |
| 資料檢索與初步整理 | 36 | NT$900 | NT$32,400 |
| 時數統計與帳單製作 | 18 | NT$600 | NT$10,800 |
## 常見問題
### AI 產出的內容可以直接給客戶嗎？
不建議，也不是這套工具的設計目的。AI 在這裡的角色是加速檢索與初步整理，把資深人員從「找資料」解放出來；專業意見的形成與責任仍在人。因為檢索結果可回查原文，驗證的成本比重讀全文低很多。
### 客戶的保密資料放系統安全嗎？
分案隔離與存取紀錄是平台層的能力，誰能接觸哪些案件可以設定，且每次存取都留痕。這比散在個人信箱與資料夾的現況更可控。部署形式可依你們的要求討論。
### 我們不是專利事務所，也適用嗎？
適用。專利管理系統是針對智財案件設計的；法律、會計、顧問類事務所通常以文管中心 + 專案管理中心組合，再依你們的案件流程客製欄位與關卡。
### 導入會影響正在進行的案件嗎？
建議新案先進系統、舊案自然結案，不要一次全遷。期限這類高風險項目可以優先全面登錄，其餘資料逐步補。這是風險最低的導入順序。
---
---
title: "教育訓練 AI 解決方案｜課程管理、招生與學員歷程 - AI GO"
description: "把報名、排課、點名、收費與補課收進同一套系統。AI GO 提供教育課程管理、活動與行銷管理、人資與收款模組，依你的課程結構與計費方式生成。"
keywords: "教育機構 AI, 課程管理系統, 補習班系統, 招生管理, 學員管理, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/education"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 教育訓練 AI 解決方案
招生、排課、點名、收費、補課——每一項都在不同的地方管。AI GO 把課程與學員收進同一套系統，行政人力回去做真正影響招生的事。
- **一份** 學員資料貫穿報名到結業
- **自動** 開課提醒與繳費通知
- **可追蹤** 出席、補課與學習歷程
## 現況痛點
### 報名資料要抄三次
線上表單收一次、Excel 名單登一次、上課點名簿再抄一次。抄到第三次已經有人打錯電話號碼。
### 排課衝突事後才發現
老師、教室、時段用不同表格排，衝堂要等到開課前才發現。臨時調整又要一個個通知學員。
### 學費催繳靠人記得
誰繳了、誰分期、誰逾期，記在承辦人的表格裡。忙起來就忘了追，現金流跟著不穩。
### 學習歷程沒有累積
學員上過哪些課、缺席幾次、補課了沒，散在各期的名單裡。要做續報推薦時完全沒有依據。
## 導入前後對照
**導入前**
- 報名資料在表單、Excel、點名簿間重複登打
- 老師、教室、時段分開排，衝突事後才發現
- 開課與繳費通知人工群發
- 出席與補課記在紙本或個別檔案
- 續報名單靠承辦人印象整理
**導入 AI GO 後**
- 報名一次登錄，貫穿到結業
- 排課衝突在建立時就擋下
- 開課提醒與繳費通知自動發送
- 出席與補課紀錄跟著學員走
- 學習歷程可查，續報推薦有依據
## AI GO 對應能力
課程管理是核心；招生活動、收費與師資出勤可依機構規模逐步加上。
### 課程與學員是同一份資料
報名、排課、出席、補課、結業跑在同一個模組，不是五份名單各記一次，不會出現「這期的資料對不上上期」。
### 通知不靠人記得
開課前提醒、繳費到期、補課安排、證書到期——設定一次之後系統主動發，行政不必逐一打電話。
### 招生活動可複製
說明會、試聽、早鳥報名的流程用活動模組模板化，每期複製沿用，不必每次重做表單與名單。
### 你的課程結構，不是別人的
梯次制、學分制、堂數包、會員制——每家機構的計費與排課邏輯都不同。不必為了系統改你的商業模式。
## ROI 試算
以一間中型教育機構、3 位行政人員、平均時薪 300 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 報名資料重複登打 | 34 | NT$280 | NT$9,520 |
| 排課與衝突協調 | 26 | NT$350 | NT$9,100 |
| 開課與繳費通知 | 24 | NT$280 | NT$6,720 |
| 出席點名與補課安排 | 22 | NT$280 | NT$6,160 |
| 續報名單整理 | 14 | NT$350 | NT$4,900 |
## 常見問題
### 我們規模不大，一定要上系統嗎？
判斷標準不是學員人數而是「同一筆資料被抄幾次」。如果報名資料要在三個地方各登一次，那不論規模多小都在付重複成本，而且錯誤率會隨期數累積。反過來說，如果你已經只登一次，那系統的邊際效益有限。
### 老師需要學新系統嗎？
建議把老師的操作面壓到最小——通常只有點名與課後回饋兩件事，且做成手機可用。行政端的複雜度不該轉嫁給師資，否則導入必然失敗。
### 學員個資怎麼保護？
誰能查看學員資料、誰能匯出名單都有權限控管與紀錄。未成年學員的家長資訊也可以另外分權。這比散在各承辦人的 Excel 更可控。
### 線上課程也適用嗎？
課程、學員、出席與收費這層是共通的，不分線上實體。影音串流本身通常仍用既有平台，系統管的是報名、權限與學習歷程這些資料層的事。
---
---
title: "物業工務 AI 解決方案｜社區報修、管理費收款與公設借用 - AI GO"
description: "把住戶、報修、管理費與公設借用收進同一套系統，管理處交得出紀錄、住戶查得到進度。AI GO 提供社區物業管理、繳費單收款、資產租借等模組。"
keywords: "物業管理 AI, 社區管理系統, 報修工單, 管理費催繳, 公設預約, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/property-facility"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 物業工務 AI 解決方案
管理費催了三個月、報修單壓在櫃檯、公設借用寫在本子上。AI GO 把住戶、收費與派工收進同一套系統，讓管理處交得出紀錄，住戶也查得到進度。
- **有紀錄** 報修從受理到完工可追蹤
- **自動** 管理費到期與逾期提醒
- **線上** 公設與場地借用不用跑櫃檯
## 現況痛點
### 報修單壓在櫃檯
住戶來報修，管理員寫在本子上，再口頭交代廠商。修好沒修好、住戶滿不滿意，沒有人追。糾紛就從這裡開始。
### 管理費催到傷感情
誰欠幾期、催過幾次，記在承辦人的表格裡。換人接手就斷線，欠費戶越拖越久。
### 公設借用重複衝突
交誼廳、健身房、停車位用本子登記，同一時段被登兩次是常態。住戶到現場才發現撞期。
### 交接完全靠口述
管理員輪班或離職，住戶特殊需求、設備狀況、廠商聯絡都在上一個人的腦子裡。
## 導入前後對照
**導入前**
- 報修寫在本子上、口頭交代廠商
- 完工與否靠住戶再來問
- 管理費催繳記在個人表格
- 公設借用紙本登記，衝突常發生
- 交接靠口述，資訊隨人走
**導入 AI GO 後**
- 報修進工單，有受理、派工、完工狀態
- 住戶可線上查進度，不必到櫃檯問
- 應收與逾期自動提醒，紀錄不斷線
- 公設線上預約，時段衝突系統擋下
- 所有紀錄留在系統，交接看得到
## AI GO 對應能力
社區物業管理是核心；收費、資產借用與派工路線可依管理標的規模加上。
### 住戶、報修與費用同一份資料
哪一戶、報過什麼修、欠幾期管理費，在同一個地方看得到，不必翻三本本子。
### 催繳與到期不靠人記得
繳費單收款管理讓應收到期、逾期分級自動提醒，帳齡不會因為管理員換人而斷掉。
### 有紀錄就少糾紛
報修何時受理、何時派工、何時完工、住戶是否確認，全程留痕。爭議時拿得出紀錄而不是各說各話。
### 多點派工的路線安排
管理多個社區或據點時，維修與巡檢的路線可自動排序，減少來回繞路的工時浪費。
## ROI 試算
以一間管理 300 戶社區、3 位管理人員、平均時薪 250 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 報修受理、派工與追蹤 | 40 | NT$240 | NT$9,600 |
| 管理費催繳與紀錄 | 28 | NT$280 | NT$7,840 |
| 公設借用登記與衝突處理 | 18 | NT$220 | NT$3,960 |
| 住戶查詢與進度回覆 | 26 | NT$220 | NT$5,720 |
| 交接與報表整理 | 14 | NT$300 | NT$4,200 |
## 常見問題
### 住戶年紀較大，會用線上系統嗎？
不強求全部住戶都上線。實務上的關鍵是「管理處這端一定要進系統」——住戶仍可以到櫃檯口頭報修，由管理員代為建單。這樣就已經解決了紀錄與追蹤的問題，願意自助的住戶再走線上，兩者並行。
### 管委會會不會覺得多此一舉？
最有說服力的通常是兩件事：欠費的帳齡報表，以及報修的處理時效統計。這兩份資料在紙本時代根本產不出來，而它們直接關係到管委會最在意的財務與住戶滿意度。
### 可以只做收費嗎？
可以。繳費單收款管理是獨立模組，導入後就有應收、催繳與帳齡。報修與公設借用可以之後再加。
### 管理多個社區的話呢？
可以。關鍵在權限分層——總部看得到跨社區彙總，各社區管理員只看自己的標的。這是平台層就支援的能力，不需要每個社區各開一套。
---
---
title: "貿易物流 AI 解決方案｜進銷存、配送路線與物流整合 - AI GO"
description: "報價到收款跑在同一份資料上，交期與毛利當下算得出來。AI GO 提供進銷存資訊管理、配送路線優化、7-ELEVEN 物流與電子發票模組，依你的實際流程生成。"
keywords: "貿易 AI, 物流管理, 進銷存, 配送路線優化, 出口貿易系統, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/trade-logistics"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 貿易物流 AI 解決方案
一筆訂單牽涉報價、採購、報關、出貨、收款五個環節，每個環節一份文件、一個窗口。AI GO 讓整條鏈跑在同一份資料上，交期與成本都算得出來。
- **一條鏈** 報價到收款共用同一份資料
- **最優路線** 配送順序自動計算
- **可追蹤** 出貨與物流狀態即時更新
## 現況痛點
### 同一筆單資料抄五次
報價單、採購單、出貨單、發票、收款各自建檔，品名數量抄來抄去。抄錯一個型號，整批貨就出錯。
### 交期回覆全靠猜
客戶問什麼時候到，業務要問採購、採購要問供應商、還要看船期。等問完一輪已經過兩天。
### 真實毛利算不出來
報價當下的匯率、運費、關稅、倉租事後才知道。等結算完才發現這單其實沒賺，但已經接了下一批。
### 配送排點靠老師傅
幾十個配送點的順序憑經驗排，人一離職就沒人排得出來，油耗與工時也從來沒被算過。
## 導入前後對照
**導入前**
- 報價、採購、出貨、發票各自建檔
- 交期回覆需逐層詢問
- 成本事後才彙整，毛利落後知道
- 配送順序由資深人員憑經驗排
- 物流狀態需分別查各家系統
**導入 AI GO 後**
- 一筆單貫穿報價到收款，不重複登打
- 各環節狀態即時可查，交期直接回覆
- 成本隨單累計，毛利當下看得到
- 配送地址自動編碼並排出最優路線
- 出貨與物流狀態批次同步
## AI GO 對應能力
進銷存資訊管理是骨幹；配送與物流模組依你實際走的通路加上。
### 一筆單走完全程
報價、採購、出貨、發票、收款是同一筆資料的不同階段，不是五套系統各建一次。抄錯型號這件事從源頭消失。
### 配送路線自動計算
貼入配送地址後自動地理編碼，透過 Google Directions API 算出最優順序，並內建 TSP 演算法 fallback，外部服務不通時仍算得出來。
### 成本隨單累計
運費、關稅、倉租這些後段才發生的成本掛回原單，毛利不必等結算才知道。
### 接你在走的物流與發票
7-ELEVEN 交貨便等物流模組可批次處理出貨與狀態，發票也有對應模組，不必為了系統換掉既有配合廠商。
## ROI 試算
以一間中小型貿易商、5 人團隊、平均時薪 380 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 單據重複登打（報價／採購／出貨） | 46 | NT$350 | NT$16,100 |
| 交期查詢與客戶回覆 | 28 | NT$400 | NT$11,200 |
| 配送排點與調度 | 22 | NT$350 | NT$7,700 |
| 成本彙整與毛利試算 | 20 | NT$480 | NT$9,600 |
| 物流狀態查詢與回報 | 18 | NT$320 | NT$5,760 |
## 常見問題
### 我們有很多例外處理，系統擋得住嗎？
貿易的例外本來就是常態——臨時改規格、分批出貨、部分退運。重點不是消滅例外，而是讓例外也留在系統裡而不是退回 Excel。AI GO 依你的實際流程生成，例外路徑可以一起做進去，不是「標準流程之外請自行處理」。
### 匯率與關稅能自動帶嗎？
匯率可以接外部來源自動更新；關稅因涉及稅則判定，建議做成可設定的規則搭配人工確認，而不是全自動。這類牽涉申報責任的事，系統的角色是輔助計算而不是代替判斷。
### 配送路線真的比老師傅準嗎？
在點數多、時窗多的情況下通常會更好，因為它算的是實際道路距離與時間。但老師傅知道的「這條巷子下午會塞」這類在地知識仍有價值——實務上的做法是系統先排，再讓資深人員微調，兩者互補。
### 導入要多久？
進銷存這類骨幹系統建議留較長的平行期，用你過去的實際單據跑一輪驗證。模板本身開箱即用，客製與資料遷移由 FDE 陪跑，通常以週為單位。
---
---
title: "美妝保養 AI 解決方案｜產品資訊檔案與多通路管理 - AI GO"
description: "把成分、檢驗、標示與安全評估集中在同一支產品底下，版本與效期可追溯。AI GO 提供化妝品產品資訊檔案管理、進銷存、電商整合與客服模組。"
keywords: "美妝 AI, 化妝品 PIF, 產品資訊檔案, 批號追溯, 美妝品牌管理, AI GO"
canonical: "https://www.ai-go.app/zh-TW/solutions/beauty-cosmetics"
locale: "zh-TW"
source: "AI GO（https://www.ai-go.app）"
---
# 美妝保養 AI 解決方案
一支產品要備齊成分、檢驗、標示與安全評估文件，每個通路又各要一份資料。AI GO 把產品資訊檔案與通路營運收進同一套系統，查廠時拿得出來，上架時不用重做。
- **一份主檔** 產品資訊集中，通路各自取用
- **可追溯** 成分、批號與文件版本留痕
- **不漏期** 檢驗與文件效期主動提醒
## 現況痛點
### 產品資訊檔案散在各處
成分表在研發、檢驗報告在品保、標示稿在行銷、安全評估在顧問那邊。要備齊一份完整 PIF，得跟四個人要檔案。
### 查廠前才開始找文件
主管機關或通路要求提供資料，才發現最新版檢驗報告不知道存在誰的信箱裡，或是效期已經過了。
### 每個通路都要重填一次
上架蝦皮填一次、SHOPLINE 填一次、實體通路又要另一份格式。同一支產品的資料在五個地方各存一份，改了就對不起來。
### 批號追溯做不到
客訴說用了過敏，要查是哪一批、原料來自哪裡、同批出到哪些通路——資料散著，只能靠人回想。
## 導入前後對照
**導入前**
- 產品文件散在研發、品保、行銷各自手上
- 查廠或通路要求時才臨時彙整
- 每個通路重填一次產品資料
- 文件效期靠人記得
- 批號追溯需人工回溯多份紀錄
**導入 AI GO 後**
- 產品資訊檔案集中管理，版本可追溯
- 所需文件依產品直接調閱
- 主檔一次維護，各通路同步取用
- 檢驗與文件效期到期自動提醒
- 批號、原料與出貨去向可回溯
## AI GO 對應能力
產品資訊檔案管理是核心；庫存、電商與客服可依銷售通路組合加上。
### 法規文件集中且可追溯
化妝品產品資訊檔案管理把成分、檢驗、標示與安全評估收在同一支產品底下，版本與效期都留痕。查廠時調閱而不是彙整。
### 效期不靠人記得
檢驗報告到期、安全評估更新、標示法規異動需要重審——這些節點設定一次之後由系統提醒。
### 產品主檔只有一份
通路上架取用同一份主檔，改一次全部同步。不會再有「官網寫 30ml、蝦皮寫 50ml」這種事。
### 批號可回溯到通路
進銷存與產品檔連動，客訴時查得到是哪一批、原料來源、以及同批出到哪些通路。
## ROI 試算
以一間自有品牌美妝業者、4 人團隊、平均時薪 380 元估算，每月可回收的人工成本：
| 作業項目 | 每月人工工時 | 時薪 | 每月可省 |
| --- | --- | --- | --- |
| 產品文件彙整與版本確認 | 30 | NT$420 | NT$12,600 |
| 通路上架資料重複填寫 | 26 | NT$320 | NT$8,320 |
| 文件效期盤點 | 12 | NT$420 | NT$5,040 |
| 客訴批號追溯 | 14 | NT$450 | NT$6,300 |
| 庫存與通路對帳 | 22 | NT$350 | NT$7,700 |
## 常見問題
### 系統能保證我們符合法規嗎？
不能，也不該由系統來認定——合規判斷需要你們的法規顧問或品保單位負責。系統能做的是讓文件齊備、版本明確、效期不漏，也就是把「因為找不到文件而不合規」這一類問題消除掉。實質的法規判斷仍在專業人員手上。
### 我們是代工廠，也適用嗎？
適用，而且需求更集中。代工廠常同時服務多個品牌客戶，每家要的文件格式與提交頻率都不同。把產品資訊檔案集中管理後，客戶要資料時直接依產品調閱，不必每次重新整理。
### 批號追溯要做到多細？
看你的風險承受度與客戶要求。最低限度是「成品批號 ↔ 出貨通路」；更完整的做法會往上接到原料批號與供應商。建議先做前者，因為那是客訴發生時最先要回答的問題。
### 可以只導入產品檔案管理嗎？
可以，而且這通常是最佳起點。化妝品產品資訊檔案管理是獨立模組，先把文件這件事解決掉，通路與庫存等到你確認有感之後再加。
---
# 開發者文件
---
---
title: "AI GO 平台簡介"
category: "getting-started"
canonical: "https://www.ai-go.app/zh-TW/docs/guide/introduction"
locale: "zh-TW"
last_updated: "2026-08-10"
source: "AI GO 開發者文件（https://www.ai-go.app）"
---
# AI GO 平台簡介
AI GO 是一套讓企業「用自己的方式打造應用程式」的平台。它提供一整套已經建好的企業資料底座（會計、銷售、採購、庫存、製造、CRM、人資、專案），並在其上開放完整的開發與 API 能力，讓您把這些資料組裝成貼合自己流程的應用程式（Custom App）。
換句話說：AI GO 給的不是一套要您去適應的 ERP 介面，而是一組**已經建好資料表、關聯與業務引擎的地基**，加上一整套讓您在上面蓋東西的工具。
---
## 平台的三層架構
理解 AI GO，只要理解三層。
### 第一層：資料層（資料中心）
平台預先建好了完整的企業資料模型——不只是空表，而是**表與表之間的關聯、以及跨模組的業務引擎**都已經接好。銷售訂單確認後會連動出貨與開票、庫存移動會即時產生存貨計價傳票、付款過帳會自動以先進先出沖銷發票。
在此之上，您還可以：
- 建立**自建表**（租戶層級，所有應用程式共用同一份資料）
- 在既有 ERP 表上加**延伸欄位**
- 透過每張表都有的 `custom_data` JSONB 欄位存放業態專屬資料
### 第二層：應用層（Custom App）
Custom App 是您實際交付給使用者的東西。它可以是給內部員工的內部工具，也可以是開放給客戶、供應商的對外應用。
每個 Custom App 都拿得到一整套**平台預先建好的能力**——查資料、寫資料、觸發 ERP 業務動作、送簽核、檢索企業知識、呼叫外部 API、跑排程、接 Webhook——不需要自己實作，直接呼叫 SDK 即可。這是本手冊花最多篇幅說明的部分。
### 第三層：存取層（四個對等入口）
同一份資料、同一層服務，有四個對等的入口：
| 入口 | 適合誰 | 說明 |
|---|---|---|
| **REST API** | 第三方系統、自動化腳本、外部開發者 | 以 API Key 或 Token 認證，涵蓋 ERP 表、自建表、簽核等 |
| **Custom App** | 日常營運人員、外部夥伴 | 專屬網址登入，只看到與自己工作相關的介面 |
| **主控台 Dashboard** | 管理者與開發者 | 設定、開發、稽核的操作面 |
| **AI 助理（Cowork）** | 所有人 | 以自然語言查詢與操作 |
**這四個入口打的是同一層服務、同一套護欄。** 主控台 UI 能做的事，API 幾乎都能做；您完全可以把 AI GO 當成純後端服務使用，一次都不進 Dashboard。
這一點值得強調，因為它決定了導入方式：您不必要求同仁改用一套新的後台介面，而是可以把 AI GO 的能力接進既有的系統與工作流程裡。
---
## 兩種資料，一個底座
| | 內建 ERP 表 | 自建表 |
|---|---|---|
| 誰定義 | 平台預先建好 | 您自己建 |
| 歸屬 | 租戶 | **租戶**（不綁單一 App） |
| 關聯 | 已建好跨模組關聯與業務引擎 | 支援 relation 欄位互相關聯 |
| 授權方式 | 需建立「引用」宣告表與欄位 | App 之間天然共用 |
| 典型用途 | 訂單、發票、庫存、員工 | 業態專屬資料（如量測紀錄、活動報名） |
自建表是**租戶層級**的資源——同一個租戶下的多個應用程式看到的是同一批表、同一份資料。這是刻意的設計：避免兩個應用各建一張「客戶」表，把同一份資料分裂成兩份。
---
## 一段程式碼看懂運作方式
以下是一個 Custom App 的伺服器端 Action，展示平台預建能力如何組合：
```python
def execute(ctx):
# 1. 讀 ERP 內建表（僅限已授權的欄位）
orders = ctx.db.query('sale_orders', filters=[
{'column': 'state', 'op': 'eq', 'value': 'draft'}
])
# 2. 檢索企業知識中心，取得公司的報價政策
policy = ctx.knowledge.search('大額訂單折扣政策', top_k=3)
# 3. 觸發 ERP 業務動作（確認訂單會自動連動開票與出貨）
confirmed = 0
for o in orders:
if o['amount_total'] < 100000:
ctx.erp.confirm_sale_order(o['id'])
confirmed += 1
# 4. 呼叫已授權的外部服務發通知
ctx.http.call('notify', '/send', method='POST', body={'count': confirmed})
ctx.response.json({'confirmed': confirmed})
```
這四件事——查 ERP 資料、檢索知識庫、觸發業務引擎、呼叫外部服務——都不需要您自己實作。平台把它們預先建好，並以 SDK 的形式交到應用程式手上。
---
## 誰在用哪一層
- **開發者 / IT**：主要活動在應用層與存取層。用 App 建造器或直接呼叫 API 開發，用 SDK 存取資料層。
- **管理者**：在主控台設定資料模型、權限、簽核流程與業務規則，這些設定會自動對所有入口生效。
- **日常營運同仁**：只面對 Custom App 或 AI 助理，看不到也不需要看到底層。
- **外部系統**：以 API Key 從 REST API 接入，不需要任何人登入 UI。
---
## 安全模型概要
AI GO 的授權是**多層疊加**的，不是單一開關：
1. **租戶隔離**：所有資料以租戶為錨，跨租戶存取一律視為不存在。
2. **引用（Reference）**：應用程式必須明確宣告要存取哪張表的哪些欄位、什麼操作，未宣告即無法存取。
3. **Scope 核可**：應用程式宣告它要用哪些能力群（讀資料、寫資料、觸發 ERP、讀金鑰⋯），由管理員核可後才生效；擴大到高風險能力需要擁有者當場密碼再驗證。
4. **角色權限（RBAC）**：使用者能看到什麼、能做什麼，由角色決定。
5. **檔案級存取政策**：知識中心的每份檔案各有存取政策，連 AI 檢索都受同一套政策約束。
6. **外部呼叫白名單**：應用程式只能呼叫被明確授權的外部網域。
每一次 SDK 呼叫都會留下稽核紀錄。
---
## 接下來讀什麼
| 您想做的事 | 讀哪一章 |
|---|---|
| 拿到帳號、搞清楚自己該從哪登入 | 第 2 章 帳號、登入與存取路徑 |
| 了解主控台有什麼、以及它不是唯一入口 | 第 3 章 主控台導覽 |
| 知道平台預先建好哪些表與關聯 | 第 4 章 資料中心 |
| 建自己的資料表 | 第 5 章 自建表與資料模型擴充 |
| 開始開發應用程式 | 第 7 章 App 建造器 |
| **看應用程式能用哪些預建能力** | **第 8 章 SDK 全景** |
| **用 API 而不是 UI 操作平台** | **第 11 章 API 全景** |
---
---
title: "帳號、登入與存取路徑"
category: "getting-started"
canonical: "https://www.ai-go.app/zh-TW/docs/guide/account-setup"
locale: "zh-TW"
last_updated: "2026-08-10"
source: "AI GO 開發者文件（https://www.ai-go.app）"
---
# 帳號、登入與存取路徑
AI GO 沒有單一登入入口。您該從哪裡進來，取決於您要做什麼——這一章釐清各種身分的存取路徑，以及帳號的建立與復原方式。
---
## 先確認您是哪一種身分
| 身分 | 存取路徑 | 帳號來源 |
|---|---|---|
| 管理者 / 開發者 | 主控台（Dashboard） | 組織成員帳號 |
| 內部應用使用者 | Internal App 的專屬網址 | **同一組**組織成員帳號 |
| 外部應用使用者（客戶、供應商） | External App 的專屬網址 | 該應用自己的使用者帳號，與組織成員帳號互不相通 |
| 第三方系統 / 自動化腳本 | REST API | API Key，**不需要任何人登入** |
最後一列常被忽略：如果您的目的是把 AI GO 接進既有系統，您需要的是一把 API Key，而不是一個登入帳號。詳見第 11 章。
---
## 組織成員帳號
### 建立方式
組織成員由管理者在主控台的「成員管理」邀請。受邀者會收到啟用信，點擊信中連結設定密碼後即可登入。
啟用連結具有時效性。若連結已過期，請直接向管理者要求重新寄發——過期後才點連結是最常見的情況，系統會明確提示而不是靜默失敗。
### 密碼要求
- 長度至少 8 個字元
- 需包含大寫字母、小寫字母、數字與特殊符號
### Google 單一登入（SSO）
若貴組織已在主控台的「單一登入」頁面完成設定，成員可改用 Google 帳號登入。
這是**租戶自帶 OAuth Client** 的模式——您使用自己的 Google Cloud 專案憑證，帳號綁定以 Google 的使用者識別碼為準。設定入口在主控台「組織與存取控制 › 單一登入」，需要 `system.tenant_settings` 權限。
### 停用與離職
管理者可在「成員管理」直接停用成員，不需要刪除帳號。停用後該成員無法登入任何入口（含 Custom App），但其歷史操作紀錄與關聯資料完整保留。
---
## 工作區名稱
每個組織會有一個工作區名稱，用於組成專屬網址。工作區名稱一經選定即長期保留，並具備以下保護：
- **全域唯一**：跨組織不可重複
- **保留字保護**：不可使用 `admin`、`api`、`www`、`login` 等系統保留字
- **品牌冒充防治**：偵測跨字符集的視覺相似冒充（例如以西里爾字母模仿拉丁字母），阻擋刻意仿冒既有組織或平台品牌的名稱
若您忘記自己組織的工作區名稱，登入頁提供「忘記工作區」功能，輸入 email 後系統會寄送提示信。
---
## Custom App 的使用者
### Internal App
Internal App 的使用者**就是組織成員**——不需要另外註冊。開啟管理者提供的 App 網址，用組織帳號登入即可。若您已登入過同組織的其他 AI GO 應用，通常會自動帶入登入狀態。
Internal App 內能看到什麼、能做什麼，由您的角色決定；應用程式可以讀取當前使用者的角色與權限標籤，據此顯示或隱藏功能。
### External App
External App 有**獨立的使用者系統**，與組織成員帳號完全分離。外部使用者（客戶、供應商、合作夥伴）在該應用自行註冊或由管理者建立帳號。
管理端能力：
- 在 Builder 的「用戶」分頁管理該 App 的使用者
- 修改使用者 Email
- 代為重設密碼
使用者自助能力：
- 自行修改密碼（不需要管理者介入）
---
## 帳號問題排除
### 忘記密碼
在登入頁點選「忘記密碼」，輸入註冊信箱，系統會寄送重設連結。重設信的連結會落在**您所屬組織的專屬網址**上，請直接點擊而不要手動改網址。
### 帳號被鎖定
連續輸入錯誤密碼達 5 次會觸發自動鎖定 15 分鐘，用於防禦暴力破解。等待 15 分鐘後即自動解除，或聯絡管理者處理。
### 收到「需要邀請連結」的提示
在組織專屬網址上開啟註冊頁、但沒有有效邀請時，系統不會渲染「註冊新團隊」表單——那會誤建第二個組織。此時請向管理者索取邀請連結。
### 登入後一直被導回引導頁
這代表帳號的初次設定流程尚未完成。走完一次設定表單即可自我修復；若反覆出現，請聯絡平台支援。
---
## 給第三方系統：API Key
若您要接的是系統而不是人，路徑完全不同：
1. 管理者在主控台建立一個「應用程式串接」（Integration）
2. 為它產生 API Key（格式 `sk_live_` 開頭，**僅在建立當下顯示一次**）
3. 第三方系統在每次請求帶上 `X-API-Key` header
API Key 自帶所屬的應用程式與組織身分，不需額外傳遞。同一個串接可以建立多把 Key（例如正式環境與測試環境各一把），並可個別撤銷。
完整流程見第 11 章。
---
---
title: "主控台導覽與操作入口"
category: "getting-started"
canonical: "https://www.ai-go.app/zh-TW/docs/guide/dashboard-overview"
locale: "zh-TW"
last_updated: "2026-08-10"
source: "AI GO 開發者文件（https://www.ai-go.app）"
---
# 主控台導覽與操作入口
主控台（Dashboard）是管理者與開發者的操作面。這一章說明它有什麼——同時說明**它為什麼不是您唯一的選擇**。
---
## 主控台不是必經之路
先講清楚定位：主控台是**四個對等入口之一**，不是平台的本體。
它做的每一件事——查資料、改資料、建表、設權限、觸發業務動作——底層打的都是同一層服務。同一層服務也開放給 REST API 與 Custom App SDK。這代表：
- 要把資料接進既有系統？**用 API，不必開主控台。**
- 要讓同仁做日常作業？**用 Custom App，不必給主控台權限。**
- 要批次建立資料？**用 API 或資料匯入，不必手動一筆筆點。**
主控台真正不可替代的地方只有三類：**初次設定**（權限模型、簽核流程、業務規則）、**開發環境**（App 建造器）、**稽核與觀測**（日誌、用量、資源）。
---
## 導覽列的六大分區
### 1. 總覽
- **首頁總覽**：資料血緣圖畫布，呈現組織內各資料模組與應用之間的連動關係。可拖曳、縮放，點擊節點會開啟側邊欄顯示該資料類別的即時統計與最近異動。
- **AI 使用戰情室**：AI 用量的分析儀表板——各項 AI 能力的呼叫量、AI Credit 消耗、知識檔案被檢索的排行、Builder 開發活動與員工活躍度。這是**用量與成本的觀測面**，用於掌握 AI 花在哪裡。
### 2. AI 應用程式
- **App 建造器**：Custom App 的開發環境（第 7 章）
- **應用程式串接**：第三方系統的 Integration 與 API Key 管理（第 11 章）
- **運算資源**：租戶運算配額的用量檢視
### 3. AI Agent
- **Cowork**：AI 助理的對話介面（第 16 章）
- **Cowork 設定**：AI Skill 與 MCP Server 的管理面
### 4. 組織與存取控制
- **團隊資訊**：組織基本設定
- **成員管理**：邀請、停用、角色指派
- **角色權限**：RBAC 角色定義與權限標籤
- **單一登入**：Google SSO 設定
- **待我簽核**：個人的待簽核清單
### 5. 系統與維運管理
- **資源用量分析**：各計量維度的用量與配額
- **簽核流程引擎**：簽核流程的定義（第 13 章）
- **稽核日誌**：所有敏感操作的完整紀錄
- **App 排程**：Custom App 定時任務的租戶級管理面（第 9 章）
- **核心字典**：系統參數、參考資料、序號規則
### 6. 資料中心
企業營運資料的所在地——CRM、銷售、採購、庫存倉儲、製造 MRP、會計財務、專案管理、人力資源，以及資料匯入、我的匯出、內部公告、外部數據串接。詳見第 4 章。
---
## 知識中心
知識中心（`/dashboard/files`）是與資料中心**同級**的獨立入口，不是資料中心的子項目。
它是企業文件的存放處，也是 AI 檢索的資料源。上傳的檔案可以逐份設為「知識」，設定後即進入該組織專屬的向量資料庫，供 AI 助理與 Custom App 檢索。每份檔案各有存取政策，決定誰檢索得到。詳見第 6 章。
---
## 資料中心的表：能改，但通常不該手動改
資料中心底下的每一張表都提供完整的表格檢視與編輯介面。它們是**真正的資料庫表**，不是報表。
但日常營運**不建議在此手動修改**。原因不是權限，而是流程完整性：
- 透過 Custom App 或 API 寫入時，會經過表單驗證、簽核攔截、業務引擎連動
- 直接在表格改資料會繞過部分連動，可能讓帳務與實際狀態脫節
正確用法：把資料中心的表格檢視當成**查核與稽核工具**，把寫入交給 Custom App、API 或 AI 助理。
---
## 權限決定您看到什麼
導覽列的每個項目都綁定權限標籤。您看不到某個項目，代表您的角色沒有該權限，而不是功能不存在。
常見的權限標籤：
| 標籤 | 開啟什麼 |
|---|---|
| `builder.access` | App 建造器、應用程式串接 |
| `system.admin` | 資料模型結構變更、外部數據串接、簽核流程引擎 |
| `files.access` | 知識中心 |
| `system.audit_log` | 稽核日誌 |
| `system.data_import` | 資料匯入 |
| `ai.access` | Cowork |
需要調整時，請管理者在「角色權限」修改角色定義，而不是逐一開放個人。
---
---
title: "資料中心：預先建好的資料底座"
category: "data-center"
canonical: "https://www.ai-go.app/zh-TW/docs/guide/data-center"
locale: "zh-TW"
last_updated: "2026-08-10"
source: "AI GO 開發者文件（https://www.ai-go.app）"
---
# 資料中心：預先建好的資料底座
AI GO 最大的價值不在於它的介面，而在於它**已經幫您建好了什麼**。這一章盤點平台預建的資料模型——有哪些表、表與表之間怎麼關聯、以及哪些業務引擎已經接在上面。
這些是您的 Custom App 與 API 一開始就能用的東西。
---
## 為什麼這件事重要
自己從零開始建一套企業資料模型，最花時間的不是建表，而是**把表接起來**：訂單要連到客戶、連到產品、連到出貨單、連到發票、連到收款、連到會計傳票。任何一段沒接好，帳就對不起來。
AI GO 把這一整套關聯與連動預先建好了。您的應用程式要做的，是決定**要用哪一段**，而不是重建它。
---
## 八大模組
### CRM 客戶關係
| 表 | 用途 |
|---|---|
| `customers` | 客戶主檔（含客戶等級、業務負責人、付款條件、信用額度） |
| `customer_levels` | 客戶等級與基礎折扣率 |
| `customer_tags` / `customer_tag_rel` | 客戶標籤與綁定關係 |
| `customer_tag_prices` | 標籤專屬協議價 |
| 商機、銷售團隊、活動排程 | 銷售管線管理 |
| 銷售階段、遺失原因、定期營收 | 管線設定 |
| 行銷活動 / 來源 / 媒介 | UTM 歸因 |
### 銷售管理
銷售訂單、報價範本、產品列表、產品分類。訂單明細關聯到產品，產品關聯到分類，分類決定預設的收入科目與稅率。
### 採購管理
採購訂單、採購請求、供應商主檔、供應商價格。訂單同時追蹤「已收貨數量」與「已開帳數量」，讓進項帳單只針對差額產生。
### 庫存 / 倉儲
| 分區 | 表 |
|---|---|
| 作業 | 調撥／揀貨單、庫存移動、報廢單、出貨批次 |
| 庫存管理 | 盤點紀錄、規格轉化 |
| 庫存報告 | 即時庫存量、批號／序號 |
| 成本 | 到岸成本 |
| 設定 | 倉庫、補貨規則、路線、包裝、儲存分類、運費群組 |
### 製造 MRP
生產訂單、工序工單、拆解單、BOM 物料清單、工序步驟、工作中心。
### 會計財務
| 分區 | 表 |
|---|---|
| 憑證 | 銷項發票、進項帳單、傳票管理 |
| 收付款 | 客戶收款、供應商付款、暫收付款 |
| 折讓與調整 | 銷項折讓、進項折讓 |
| 帳務處理 | 日記帳分錄、常用傳票範本、固定資產、存貨估價、總分類帳、銀行對帳、對帳工作區、鎖帳管理 |
### 專案管理
所有專案、專案更新、專案階段、專案標籤。
### 人力資源
員工、部門、職位、假別、薪資結算等，含 HR 設定與進階設定。
---
## 已經接好的業務引擎
這是預建資料底座的第二層價值：**表之間不是靜態關聯，而是有邏輯在跑**。
| 引擎 | 觸發時機 | 自動發生什麼 |
|---|---|---|
| 銷售開票連動 | 已確認訂單建立發票 | 抓明細與待開票數量、帶入產品分類的收入科目與稅率，產生銷項發票草稿 |
| 採購進項連動 | 採購訂單建立帳單 | 只針對「已收貨未開帳」的差額產生進項帳單草稿，借方帶入費用科目 |
| 存貨即時計價 | 庫存移動完成 | 依「數量 × 單位成本」直接產生**已過帳**的存貨計價傳票 |
| 薪資結算連動 | 確認／撤銷薪資批次 | 產生應付薪資傳票；撤銷時自動產生沖銷分錄 |
| 收付款沖銷 | 收付款單過帳 | 以先進先出自動核銷未結清發票，並推導付款狀態 |
完整說明見第 14 章。**重點是：這些連動對所有入口一視同仁**——不論資料是從 Custom App、API 還是 AI 助理寫進來的，引擎都會照樣運作。
---
## 每張表都有的四個系統欄位
| 欄位 | 型別 | 說明 |
|---|---|---|
| `id` | UUID | 主鍵，自動生成 |
| `created_at` | timestamptz | 建立時間，自動設定 |
| `updated_at` | timestamptz | 更新時間，自動更新 |
| `tenant_id` | UUID | 組織識別，**自動注入**，構成列級隔離 |
寫入時不需要（也不應該）自行提供這四個欄位，系統會自動處理。
---
## `custom_data`：不改結構就能存業態專屬資料
所有功能性資料表都帶有一個 `custom_data` JSONB 欄位，專門讓應用程式存放平台沒有預設的欄位。
```json
{
"name": "新客戶",
"email": "new@example.com",
"custom_data": {
"passport_no": "A123456789",
"travel_pref": ["eco", "window_seat"]
}
}
```
它接受任意 JSON 結構（物件、陣列、巢狀皆可），並遵循與其他欄位相同的租戶隔離與授權規則。
**注意**：`custom_data` 也是一個需要授權的欄位。若應用程式的引用清單中沒有包含它，讀取時看不到、寫入時會被忽略。
若您需要的是**可查詢、可索引、有型別約束**的欄位，`custom_data` 不是正確工具——請改用延伸欄位或自建表（第 5 章）。
---
## 存取這些表的三種方式
| 方式 | 用於 | 授權模型 |
|---|---|---|
| 主控台表格檢視 | 查核、稽核、少量修正 | 使用者的角色權限 |
| Custom App SDK（`ctx.db` / `src/db.ts`） | 應用程式執行期 | 引用宣告 ＋ Scope 核可 |
| REST Proxy API | 第三方系統 | 引用宣告（已發布快照）＋ API Key |
三者共用同一套查詢引擎與同一套護欄。差別只在認證方式與引用版本。
---
## 引用：欄位級的存取授權
不論是 Custom App 還是第三方系統，都不能直接存取 ERP 表——必須先建立**引用（Reference）**，明確宣告：
- 要存取**哪一張表**
- 表裡的**哪些欄位**
- 允許**哪些操作**（`read` / `create` / `update` / `delete`）
沒有宣告的表、沒有宣告的欄位，一律存取不到。系統核心表（身分驗證、租戶管理、權限設定、稽核紀錄）**永遠不可引用**。
可引用的表清單可以用 API 查詢：
```bash
GET /api/v1/refs/available-tables
GET /api/v1/refs/tables/{table_name}/columns
```
欄位查詢的回應會標示型別、是否可為空、是否為外鍵及其指向——這是您規劃資料流時的權威來源，比任何文件清單都準確。
---
## 資料模型的擴充路徑
當預建的表不夠用時，您有三條路，由輕到重：
1. **`custom_data`**——最輕，不改結構，適合非結構化的附加資料
2. **延伸欄位**——在既有 ERP 表上加真正的欄位，可查詢、有型別
3. **自建表**——建全新的表，租戶層級，支援關聯
三者的取捨見第 5 章。
---
---
title: "自建表與資料模型擴充"
category: "data-center"
canonical: "https://www.ai-go.app/zh-TW/docs/guide/custom-tables"
locale: "zh-TW"
last_updated: "2026-08-10"
source: "AI GO 開發者文件（https://www.ai-go.app）"
---
# 自建表與資料模型擴充
預建的 ERP 表覆蓋了通用的企業流程，但每個產業都有自己的東西——健身房要記量測數據、旅行社要記團體行程、補習班要記課堂出席。這一章說明怎麼擴充資料模型。
---
## 三條擴充路徑
| 路徑 | 適合 | 可查詢／過濾 | 有型別約束 | 可建關聯 |
|---|---|---|---|---|
| `custom_data` JSONB | 少量、非結構化的附加欄位 | 有限 | 否 | 否 |
| **延伸欄位** | 在既有 ERP 表上加欄位 | 是 | 是 | 是 |
| **自建表** | 全新的資料實體 | 是 | 是 | 是 |
判斷方式很簡單：**這筆資料是既有實體的附加屬性，還是一個新實體？** 客戶多一個「會員卡號」是前者（延伸欄位）；「課堂出席紀錄」是後者（自建表）。
---
## 自建表：租戶層級的資源
這是自建表最重要、也最容易被誤解的特性：
**自建表綁的是組織，不是應用程式。**
同一個組織下的所有 Custom App、以及組織自己的資料中心介面，看到的是**同一批表、同一份資料**。
這帶來一條必要紀律：**建表前先確認有沒有可重用的既有表**。同一張「客戶」表不該因為兩個應用各建一次，就分裂成兩份互不相通的資料。
---
## 雙軌命名：顯示名與實體名
每張表、每個欄位都有兩個名字：
| | 顯示名 | 實體名 |
|---|---|---|
| 誰決定 | 您提供 | 系統從顯示名自動生成，或由您顯式指定 |
| 可否修改 | 隨時可改 | **建立後永不可變** |
| 字元集 | 任意（中文常見） | 純 ASCII |
| 用途 | 介面呈現 | API 識別、關聯目標指定 |
**所有 API 與 SDK 在指涉既有表／欄位時一律使用實體名。** 顯示名只是標籤——改顯示名不會影響任何既有的程式碼或引用。
實體名的生成會避開三個母體：同組織既有的自建表名、SQL 保留字、以及平台內建的 ERP 表名。例如顯示名「Customers」在空白環境下會得到 `customers_2` 而不是 `customers`，因為後者已被 ERP 佔用。
若您顯式指定的實體名撞到上述任一項，系統會回報衝突並明確告訴您撞到哪一類，而不是靜默改名。
---
## 欄位型別
| 型別 | 說明 | 額外契約 |
|---|---|---|
| `text` | 文字 | |
| `number` | 數值 | |
| `boolean` | 布林 | |
| `date` | 日期 | |
| `datetime` | 日期時間 | |
| `select` | 單選 | 必須提供選項集；值受資料庫層級約束 |
| `relation` | 關聯 | 見下節 |
| `json` | 結構化資料 | |
| `image` | 圖片 | 見下節 |
每張表都會自動帶系統欄位（識別碼、建立時間、更新時間）。系統欄位不可刪、不可改型別，也不計入欄位配額。
### relation 欄位
`relation` 可以指向**兩種目標**：另一張自建表，或平台內建的 ERP 表。
這代表您可以建立一張「課堂出席紀錄」自建表，其中的「學員」欄位直接關聯到 ERP 的 `customers` 表——不需要複製一份客戶資料，也不需要自己維護對應關係。
### image 欄位
`image` 欄位提供完整的圖片處理：上傳走平台代理（而非前端直接上傳到儲存空間），讀取時取得帶簽章的臨時網址，並受跨組織存取控制保護。圖片會計入組織的儲存配額。
---
## 誰能改結構
**結構操作僅限管理員**（持有 `system.admin` 的使用者）：建表、改表、刪表、建欄位、改欄位、刪欄位、以及 ERP 延伸欄位的定義。
**資料操作（記錄的增刪改查）與結構讀取**維持一般開發權限（`builder.access`）。
管的是 schema 的形狀，不是它的使用。這道授權在**入口層**執行，且三個入口（REST API、SDK、AI 工具）語意一致——AI 通道不能繞過 REST 的權限閘。
---
## 刪除是兩段式的
刪表與刪欄位都需要兩步，且由伺服器端強制，不是前端的確認彈窗：
1. **影響預覽**：系統先告訴您這個刪除會影響什麼——有多少筆資料、有哪些關聯指向它
2. **實體名強確認**：您必須輸入該表／欄位的**實體名**才能執行
刪除不可復原。這道設計刻意讓誤刪變得困難。
---
## 三個入口，一層服務
自建表的所有操作——結構與資料——都收斂到單一服務層。三個入口共用它：
| 入口 | 對面是誰 | 身分來源 |
|---|---|---|
| REST API | 組織使用者（資料中心介面） | 登入使用者的 session |
| SDK（`ctx.db`） | Custom App 的執行期程式碼 | 應用程式的執行身分 ＋ Scope |
| Builder 工具 | AI 開發助手 | Builder session 的組織身分 |
**這層服務是唯一的護欄所在地。** 入口不重新實作驗證，也不繞過它：
- **租戶隔離**：所有操作以組織為錨；跨組織存取一律回報「不存在」，不洩漏他人資源是否存在
- **結構操作序列化**：結構變更走組織層級的鎖，併發建表不會互相撕裂
- **配額**：每組織的表數上限、每表的欄位數上限，在鎖內檢查以防併發繞過
- **型別與值驗證**：欄位型別、選項集、預設值、關聯目標的合法性
- **錯誤反譯**：資料庫層級的錯誤（唯一鍵衝突、必填為空、外鍵違反、依賴物件存在）會翻成結構化錯誤碼與可行動的訊息，不會裸拋技術訊息給使用者
**任何新入口都應該打這層，而不是自己拼 SQL。**
---
## 從 SDK 存取自建表
```python
def execute(ctx):
# 列出組織的所有自建表
tables = ctx.db.list_tables()
# 查詢（用實體名）
rows = ctx.db.query_table('attendance', filters=[
{'column': 'class_date', 'op': 'gte', 'value': '2026-08-01'}
])
# 新增
ctx.db.insert_row('attendance', {
'student_id': ctx.params['customer_id'], # relation 指向 ERP customers
'class_date': '2026-08-10',
'status': 'present',
})
# 更新 / 刪除
ctx.db.update_row('attendance', row_id, {'status': 'late'})
ctx.db.delete_row('attendance', row_id)
```
前端則透過內建的 `src/db.ts` SDK 呼叫，語意相同。詳見第 8 章。
---
## ERP 延伸欄位
延伸欄位讓您在**既有 ERP 表**上新增真正的欄位——與 `custom_data` 不同，它可查詢、可過濾、有型別約束，也能被引用系統授權。
適用時機：這筆資料是既有實體的固有屬性，且您需要用它來篩選或排序。例如在 `customers` 上加「會員到期日」，之後就能查詢「本月到期的會員」。
刪除延伸欄位同樣走兩段式流程，並提供影響預覽。
---
---
title: "資料匯入、匯出與知識中心"
category: "data-center"
canonical: "https://www.ai-go.app/zh-TW/docs/guide/data-import-export"
locale: "zh-TW"
last_updated: "2026-08-10"
source: "AI GO 開發者文件（https://www.ai-go.app）"
---
# 資料匯入、匯出與知識中心
資料要先進得來、出得去，平台才有用。這一章涵蓋三件事：把既有資料搬進來、把資料取出去、以及把企業文件變成 AI 與應用程式可檢索的知識。
---
## 1. 資料智能匯入
**入口**：主控台「資料中心 › 資料匯入」，需要 `system.data_import` 權限。
傳統匯入工具要求您先把來源檔整理成目標格式。AI GO 的匯入反過來——**您丟原始檔，由 AI 負責對應**。
### 支援的來源
- 多個 CSV 檔
- Excel 活頁簿
- JSON 檔
- 直連外部資料庫
**可以一次上傳多個檔案**，這是關鍵能力：實務上一份完整的資料往往散在多張表（客戶主檔一份、聯絡人一份、交易紀錄一份），匯入引擎會處理它們之間的合併關係。
### 匯入流程
1. **上傳與解析**：系統解析檔案結構並產生欄位剖析（型別推斷、值分布、空值比例）
2. **AI 對應**：AI 分析來源欄位與目標表欄位的語意相似度，自動提出對應建議。候選目標包含**內建 ERP 表與您的自建表**
3. **覆核**：您在覆核介面確認或調整對應關係。介面會標示：
- 必填欄位是否都有來源（未滿足會預警）
- 建議的去重鍵（避免重複匯入時產生重複列）
- 需要新建的欄位或新建的表
4. **執行**：確認後於背景批次寫入。失敗的列會被隔離並提供明細，不會讓整批失敗
### 匯入會寫到哪裡
匯入引擎可以寫入三種目標：
- **既有 ERP 表**（走與 API 相同的護欄）
- **既有自建表**
- **新建的自建表**（來源資料在平台沒有對應實體時）
也就是說，匯入不只是「填資料」，它也可以**順便把資料模型建起來**。
---
## 2. 資料匯出
**入口**：主控台「資料中心 › 我的匯出」。
支援把 ERP 表與自建表匯出為 JSON 或 CSV。匯出以非同步任務執行——送出後不需要停留在頁面，完成時會透過通知中心告知，再回到「我的匯出」下載。
大量匯出走背景工作佇列，不會佔用您的操作階段，也不會拖慢其他人的查詢。
### 從應用程式匯出
Custom App 的 Action 可以直接產生 CSV 供使用者下載：
```python
def execute(ctx):
rows = ctx.db.query('sale_orders', filters=[...])
ctx.csv.export(rows, columns=['name', 'amount_total', 'state'],
filename='orders.csv')
```
也可以用 `ctx.response.file()` 回傳任意檔案內容。
---
## 3. 通知中心
匯出完成、簽核待辦、系統事件等會進入通知中心。它是平台的統一事件出口——與其讓每個功能各自寄信，事件統一落在通知中心，使用者在一個地方看完。
---
## 4. 知識中心
**入口**：主控台「知識中心」（與資料中心同級的獨立項目），需要 `files.access` 權限。
知識中心是企業文件的存放處，介面類似雲端硬碟——資料夾、上傳、重新命名、刪除、批次操作。
它的特別之處在於：**任何一份檔案都可以被設為「知識」**，設定後即成為 AI 與應用程式可檢索的資料源。
### 設為知識
在檔案上按右鍵，選擇「設為知識」。系統會把該檔案送進**該組織專屬的向量資料庫**並完成索引。處理完成後檔案會顯示知識標記。
從此刻起：
- AI 助理回答問題時會自動檢索該文件內容
- Custom App 可以透過 SDK 主動檢索它
要移除時，同樣按右鍵選擇「解除知識」。解除後檔案退出檢索範圍，但**原始檔案仍保留**在知識中心裡。
### 支援格式
- **支援**：`.pdf`、`.docx`、`.xlsx`、`.csv`、`.txt`、`.json`、`.md`、`.zip` 等常見文件與程式碼檔
- **不支援**：多媒體與向量圖檔（`.mp4`、`.mp3`、`.wav`、`.svg` 等）會被阻擋
- **資料夾**不能整份設為知識，需進入資料夾對個別檔案設定
### 檔案級存取政策
知識中心的每份檔案都有自己的存取政策，共四種：
| 政策 | 誰看得到 |
|---|---|
| 跟隨上層 | 繼承所在資料夾的政策 |
| 全公司 | 所有組織成員 |
| 限定角色 | 僅指定角色的成員 |
| External 開放 | 額外開放給 External App 檢索 |
**這套政策同時管住 UI 檢視與 AI 檢索。** 沒有權限的檔案，在檢索結果中如同不存在——不會出現片段、不會出現檔名。
設定方式：在檔案或資料夾上按右鍵開啟存取設定，選擇政策。資料夾的政策會被其下的「跟隨上層」檔案繼承。
---
## 5. 從 Custom App 檢索知識
這是知識中心對開發者最重要的能力：**應用程式可以主動檢索企業知識，並用自己的 AI 產生回應**。
```python
def execute(ctx):
hits = ctx.knowledge.search(ctx.params['question'], top_k=5,
score_threshold=0.5)
if not hits['enabled']:
return ctx.response.json({'answer': '尚未設定企業知識'})
# results 是 chunk 級結果，各自帶相關度分數與來源檔名
context = "\n\n".join(
f"[{r['filename']}] {r['content']}" for r in hits['results']
)
# 取全文（若需要完整脈絡而非片段）
# full = ctx.knowledge.get_content(hits['results'][0]['file_id'])
ctx.response.json({'context': context})
```
三個設計要點：
1. **純檢索，不生成**。`ctx.knowledge.search` 回傳的是原文片段與相關度分數，**不呼叫任何語言模型**。要產生回答，請在 Action 內用您自己的模型金鑰（存在 App Secrets）呼叫，把檢索結果當作脈絡送進去。這代表**生成的成本與模型選擇完全由您掌控**。
2. **權限自動生效**。檢索結果會依呼叫者身分過濾：Internal App 依**觸發者的角色**過濾；External App 只能檢索到「External 開放」層級的檔案；排程等無使用者脈絡的呼叫視同無角色成員。
3. **只回本組織的檔案**。已刪除或不屬於本組織的檔案，一律從結果中排除。
檢索能力需要 `knowledge.read` scope，且屬於高風險等級——授權時需要擁有者當場密碼再驗證（見第 10 章）。
---
---
title: "App 建造器與開發環境"
category: "app-development"
canonical: "https://www.ai-go.app/zh-TW/docs/guide/app-builder"
locale: "zh-TW"
last_updated: "2026-09-01"
source: "AI GO 開發者文件（https://www.ai-go.app）"
---
# App 建造器與開發環境
App 建造器（Builder）是 Custom App 的開發環境。它是一套完整的雲端 IDE——原始碼編輯、即時預覽、型別檢查、實際試跑、發布流程都在裡面。
**入口**：主控台「AI 應用程式 › App 建造器」，需要 `builder.access` 權限。
---
## Custom App 是什麼
一個 Custom App 是一個獨立運作的應用程式，有自己的原始碼、自己的專屬網址、自己的資料授權範圍與執行身分。
技術上它由兩部分組成：
- **前端**：React／TypeScript 程式碼，編譯後在平台的執行環境中載入。程式進入點為 `src/App.tsx`
- **後端 Action**：Python 程式碼，在隔離的伺服器環境執行，透過 `ctx` 物件存取平台能力
前端負責介面，Action 負責需要權限或需要保密的邏輯。兩者由平台的 SDK 串起來。
---
## 兩種存取模式
建立應用時要先決定存取模式，這決定了它的使用者從哪來：
| | Internal App | External App |
|---|---|---|
| 使用者 | 組織成員（同一組帳號） | 該應用自己的使用者系統 |
| 典型場景 | 內部報表、流程審核、部門工具 | 客戶入口、供應商協作、線上表單 |
| 使用者管理 | 由組織的成員管理統一處理 | Builder 內的「用戶」分頁 |
| 可用的 SDK | 全部，含使用者角色與簽核 | 不含 Internal 專屬的角色與簽核 SDK |
| 額外檔案 | — | `src/auth.ts`（登入註冊流程） |
除了這兩種，還有第三種形態：**Self-Built（自建）**——第三方系統不透過 Builder 開發，直接以 API Key 存取平台資料。詳見第 11 章。
---
## 起手式與應用商城
建立應用時可以選擇起手式：
- **從商城模板開始**：官方精選的應用範本，涵蓋常見業務場景，可直接安裝或在其基礎上修改
- **從空白開始**：只帶最小骨架
商城模板同時也是最好的學習素材——它們展示了 SDK 的實際用法。
---
## Builder IDE 的分頁
### 開發
原始碼編輯與即時預覽。
- **檔案總管**：以樹狀結構顯示應用的原始碼。修改會自動儲存，也可按 Ctrl+S 手動儲存
- **編輯器**：支援語法高亮；改動後預覽會即時刷新
- **AI 開發助手**：以自然語言描述需求，助手會直接編寫並插入程式碼；也可以選取一段程式碼請它修改、除錯或優化
AI 開發助手不只會寫程式碼，它握有一組**實際驗證**的工具（見下節），這是它與一般程式碼生成工具最大的差別。
### 引用
宣告這個應用要存取哪些 ERP 內建表、哪些欄位、什麼操作權限。這是資料授權的第一層（見第 10 章）。
引用面板內建**資料瀏覽器**，可以直接檢視被引用表的實際資料，不需要切到資料中心去對照欄位。
### 服務
伺服器端 Action 的管理面——建立、編輯、測試 Action，以及設定 App Secrets（API 金鑰等機密值）。
### 外部服務
管理這個應用可以呼叫哪些外部 API。平台採**網域白名單**制，未經授權的網域一律呼叫不到。這是應用程式對外通訊的唯一入口（見第 12 章）。
### Scope
宣告與檢視這個應用要用哪些平台能力群，以及目前的核可狀態。這是資料授權的第二層（見第 10 章）。
### 排程
設定這個應用的定時任務——讓 Action 在指定時間自動執行，不需要有人操作介面（見第 9 章）。此分頁恆常顯示；應用尚未發布時會說明前置條件。
### 發布
版本提交與上線。每次發布填寫版本號與更新日誌；依權限直接發布或送出申請等候審核（見第 10 章）。
### 用戶（僅 External App）
管理該應用的外部使用者——建立帳號、修改 Email、重設密碼。
---
## AI 開發助手的驗證工具
這是 Builder 與一般 AI 程式碼生成最大的差異：助手不只產生程式碼，它會**實際驗證**產出。
| 工具 | 做什麼 |
|---|---|
| 編譯檢查 | 送編譯管線驗證程式碼可以編譯 |
| 型別檢查 | 執行 TypeScript 型別檢查（`tsc --noEmit`） |
| Action 靜態檢查 | 偵測未定義的名稱、比對 `ctx` SDK 的方法是否存在、警告阻塞式寫法 |
| **實際試跑 Action** | 在開發環境**真的執行**一次 Action，看真實輸出而不是猜測 |
| 讀執行日誌 | 讀取 Action 的執行紀錄，據此自我修正 |
| 讀前端錯誤 | 讀取應用在使用者端發生的執行期錯誤 |
| 資料表工具 | 查詢與操作自建表結構 |
| 送出發布申請 | 代為提交發布 |
「實際試跑」值得特別注意：Action 在發布前就能真的跑一次，撞到的是真實的權限、真實的資料、真實的外部服務。這讓「編譯過了但一跑就爆」的情況大幅減少。
---
## 應用的檔案結構
```
src/
App.tsx ← 前端進入點
api.ts ← 自建表 SDK（平台提供）
db.ts ← ERP 表 SDK（平台提供）
action.ts ← 呼叫 Action 的 SDK（平台提供）
approval.ts ← 簽核 SDK（平台提供，Internal 專屬）
user.ts ← 使用者脈絡 SDK（平台提供，Internal 專屬）
auth.ts ← 登入註冊（平台提供，External 專屬）
actions/
manifest.json ← Action 清單與設定
.py ← 各個 Action
_shared/ ← Action 之間共用的程式碼
```
`src/` 底下的 SDK 檔案由平台提供並維護，**不需要也不應該修改**。它們是第 8 章的主題。
---
## 前端樣式注意事項
Custom App 的前端在隔離環境中載入，這帶來一個必須知道的限制：**CSS 變數的 `:root` 選擇器在該環境中不生效**。
規則很簡單——所有 CSS 變數定義一律使用雙選擇器：
```css
:host, :root {
--primary-color: #2563eb;
}
```
只寫 `:root` 的樣式會在預覽正常、實際載入後失效。深色模式的變數定義同樣適用這條規則。
---
## 發布前的檢查
平台會在發布前主動偵測設定缺口，包含：
- 程式碼呼叫了外部服務，但該服務尚未授權（網域不在白名單中）
- Action 數量比上一版少（可能是誤刪），需要明確確認才能繼續
這些檢查會在發布當下阻擋並說明原因，而不是讓應用上線後才在使用者面前失敗。
---
---
title: "給 Custom App 的預建能力：SDK 全景"
category: "app-development"
canonical: "https://www.ai-go.app/zh-TW/docs/guide/app-sdk"
locale: "zh-TW"
last_updated: "2026-08-10"
source: "AI GO 開發者文件（https://www.ai-go.app）"
---
# 給 Custom App 的預建能力：SDK 全景
這是本手冊最重要的一章。
當您在 AI GO 上開發應用程式時，有一大類工作**不需要做**——資料庫連線、租戶隔離、權限檢查、ERP 業務邏輯、簽核流程、向量檢索、外部 API 的安全出口、金鑰保管、加解密。平台把這些預先建好，以 SDK 的形式交到您手上。
SDK 分兩側：**伺服器端的 `ctx` 物件**（在 Action 中使用）與**前端的六支 TypeScript SDK**。
---
## 伺服器端：`ctx` 物件
每個 Action 都是一個接收 `ctx` 的函式：
```python
def execute(ctx):
...
```
`ctx` 上掛著平台的全部能力。
### 執行脈絡屬性
| 屬性 | 內容 |
|---|---|
| `ctx.params` | 呼叫端傳入的參數 |
| `ctx.app_id` | 執行中的應用程式識別碼 |
| `ctx.tenant_id` | 所屬組織識別碼 |
| `ctx.action_name` | 當前執行的 Action 名稱 |
| `ctx.env` | 執行環境（`online` / `dev`） |
| `ctx.user_id` | 觸發者的使用者識別碼 |
| `ctx.user_roles` | 觸發者的角色名稱清單（唯讀快照） |
| `ctx.user_permissions` | 觸發者的權限標籤清單（唯讀快照） |
**判斷授權請用 `user_permissions` 而不是 `user_roles`**——角色名稱可以被改名，權限標籤是穩定的識別。
---
## `ctx.db` — 資料存取
存取兩類資料：ERP 內建表與自建表。
| 方法 | 用途 |
|---|---|
| `query(table, filters, order_by, limit, offset)` | 查詢 ERP 表 |
| `insert(table, data)` | 新增 ERP 表記錄 |
| `update(table, row_id, data)` | 更新 ERP 表記錄 |
| `remove(table, row_id)` | 刪除 ERP 表記錄 |
| `list_tables()` | 列出組織的自建表 |
| `query_table(name, filters, ...)` | 查詢自建表 |
| `insert_row(name, data)` | 新增自建表記錄 |
| `update_row(name, row_id, data)` | 更新自建表記錄 |
| `delete_row(name, row_id)` | 刪除自建表記錄 |
**典型場景**：任何需要讀寫企業資料的地方。查詢支援完整的過濾、排序、分頁——不是只有「取全部」。
```python
orders = ctx.db.query('sale_orders',
filters=[
{'column': 'state', 'op': 'eq', 'value': 'sale'},
{'column': 'amount_total', 'op': 'gte', 'value': 10000},
],
order_by=[{'column': 'created_at', 'direction': 'desc'}],
limit=50)
```
**授權**：讀取需 `db.read` / `data_table.read`，寫入需 `db.write` / `data_table.write`。ERP 表另外受引用宣告約束——沒宣告的表與欄位存取不到。
---
## `ctx.erp` — 觸發業務引擎
這是最容易被低估的模組。它不是「寫一筆資料」，而是**觸發平台預建的完整業務流程**。
| 方法 | 觸發什麼 |
|---|---|
| `confirm_sale_order(id)` | 確認銷售訂單（連動出貨與開票準備） |
| `confirm_purchase_order(id)` | 確認採購訂單 |
| `create_invoice(order_id)` | 從銷售訂單開立銷項發票。**`order_id` 可傳清單**——多張訂單合併開一張發票 |
| `create_bill(order_id)` | 從採購訂單建立進項帳單。同樣支援清單合併 |
| `validate_picking(id)` | 驗證揀貨單（連動庫存移動與存貨計價） |
| `post_move(id)` | 過帳會計傳票 |
| `confirm_payment(id)` | 確認收付款（連動自動沖銷） |
| `reconcile_payment(id)` | 補跑已過帳付款的沖銷引擎 |
| `confirm_payroll_run(id)` | 確認薪資結算批次（連動應付薪資傳票） |
| `cancel_payroll_run(id)` | 撤銷薪資批次（自動產生沖銷分錄） |
**典型場景**：您做了一個「業務快速結單」的應用。使用者按下按鈕後，訂單確認、發票開立、庫存扣減、會計傳票——全部由一次 `ctx.erp` 呼叫連鎖完成，您不需要知道會計科目怎麼帶、稅率怎麼算。
合併開票值得特別說明：傳入訂單 id 清單時，會把清單內所有訂單的明細彙總進**同一張**發票（要求同客戶、同組織）。這解掉了「月結客戶要合併開票」這個常見需求。
**授權**：各方法對應獨立的 scope（如 `erp.sale_order.confirm`），全部屬於高風險等級。
---
## `ctx.approval` — 簽核
| 方法 | 用途 |
|---|---|
| `list_pending()` | 取得**觸發者本人**的待簽核清單 |
| `get_record_status(res_model, res_id)` | 查某筆記錄的簽核狀態與各關卡明細 |
| `approve(request_line_id, comment)` | 以觸發者身分核准一層 |
| `reject(request_line_id, comment)` | 以觸發者身分駁回 |
| `cancel(request_id, reason)` | 取消簽核申請（限申請人本人、限進行中） |
**典型場景**：在您的部門工具裡做一個「我的待辦」面板，讓主管不必登入主控台就能完成簽核。
**重要語意**：這些方法**綁使用者身分**。`approve` 會驗證觸發者是否為該關卡的合格審核人，不是就拒絕。最後一關通過時會自動執行被攔截的原操作。
**授權**：讀取需 `approval.read`（低風險），決定需 `approval.decide`（高風險）。
---
## `ctx.knowledge` — 企業知識檢索
| 方法 | 用途 |
|---|---|
| `search(query, top_k, score_threshold)` | 向量檢索，回傳片段與相關度分數 |
| `get_content(file_id)` | 取單一知識檔案的完整解析文字 |
**典型場景**：做一個內部問答助理。檢索企業規章與產品文件取得脈絡，再用您自己的模型金鑰產生回答。
**設計要點**：這是**純檢索、不生成**——不呼叫任何語言模型，回傳原文片段。生成留給您自己的邏輯與金鑰，成本與模型選擇由您掌控。檢索結果自動套用檔案級存取政策（見第 6 章）。
**授權**：`knowledge.read`，高風險等級。
---
## `ctx.http` — 呼叫外部 API
| 方法 | 用途 |
|---|---|
| `call(service, path, method, body, headers, params)` | 透過已授權的外部服務呼叫 API |
| `fetch(url, ...)` | 抓取任意公開網址（仍受安全限制） |
**典型場景**：串接物流查詢、簡訊網關、發票加值中心、您公司既有的內部系統。
**兩個容易踩到的地方**：
1. **第三個位置參數是 `method`（字串），不是 body**。要送 body 請用具名參數。
2. **`call` 不拋例外**，回傳 `{status, headers, data}`——請務必檢查 `status`。失敗時 `data` 會帶 `error_type`、`error` 與 `fix`（一句可直接轉述給使用者的修復指引）。
```python
resp = ctx.http.call('logistics', '/track', method='POST',
body={'no': ctx.params['tracking_no']})
if resp['status'] != 200:
return ctx.response.json({'error': resp['data'].get('fix')})
```
**授權**：`http`，高風險等級，且外部網域須經白名單授權。
---
## `ctx.messaging` — 通訊中心
| 方法 | 用途 |
|---|---|
| `list_channels()` / `add_channel()` / `update_channel()` / `remove_channel()` | 管理通訊渠道 |
| `inject_inbound()` | 注入外部進來的訊息 |
| `save_ai_outbound()` | 儲存 AI 產生的回覆 |
| `get_ai_config()` | 讀取 AI 回覆設定 |
**典型場景**：在您的應用裡做一個客服對話介面，把外部渠道（如通訊軟體）的訊息接進來，與 CRM 客戶資料綁定，讓營運同仁在同一個畫面內回覆。
**授權**：讀取需 `messaging.read`（低風險），寫入需 `messaging.write`，渠道管理需 `messaging.channel`（均為高風險）。
---
## `ctx.secrets` — 金鑰保管
| 方法 | 用途 |
|---|---|
| `get(key_name)` | 取得金鑰值 |
| `list_keys()` | 列出可用的金鑰名稱 |
**典型場景**：您的應用需要呼叫第三方服務或自己的模型 API。金鑰存放在 App Secrets 中，**不會出現在原始碼裡，也不會傳到前端**。
**授權**：`secret.read`，高風險等級。
---
## `ctx.crypto` — 加解密與簽章
| 方法 | 用途 |
|---|---|
| `hash(algorithm, data)` | 雜湊（sha256 等） |
| `hmac_sign(key_name, data)` | HMAC 簽章（金鑰名而非金鑰值） |
| `base64_encode(data)` / `base64_decode(data)` | Base64 編解碼 |
| `aes_encrypt(key_name, plaintext)` | AES-256 加密 |
| `aes_decrypt(key_name, ciphertext, iv)` | AES-256 解密 |
**典型場景**：驗證 Webhook 來源的簽章、產生對外 API 需要的簽名、加密儲存敏感欄位。
注意 `hmac_sign` 與 AES 方法接受的是**金鑰名稱**而不是金鑰值——實際的金鑰值永遠不經過您的程式碼。
**授權**：`crypto`，低風險等級。
---
## `ctx.mcp` — 外部工具協定
| 方法 | 用途 |
|---|---|
| `execute(task, wait=True)` | 同步執行 MCP 任務 |
| `trigger(task)` | 非同步觸發，回傳任務識別碼 |
| `get_status(task_id)` | 查詢非同步任務狀態 |
**授權**：`mcp`，高風險等級。
---
## `ctx.response` 與 `ctx.csv` — 回應控制
| 方法 | 用途 |
|---|---|
| `ctx.response.json(data)` | 回傳 JSON |
| `ctx.response.file(content, filename, mime)` | 回傳檔案下載 |
| `ctx.csv.export(rows, columns, filename)` | 一行匯出 CSV |
這兩個模組在執行環境本地處理，不需要 scope 授權。
---
## 前端 SDK
前端有六支平台提供的 TypeScript SDK，放在 `src/` 底下，開箱即用。
### `src/db.ts` — ERP 表存取
在前端直接查詢與寫入已引用的 ERP 表，語意與 `ctx.db` 對應。適合列表頁、詳情頁這類直接的資料呈現。
### `src/api.ts` — 自建表存取
存取組織的自建表。同樣支援過濾、排序、分頁。
### `src/action.ts` — 呼叫伺服器端 Action
前端呼叫 Action 的官方管道。凡是需要金鑰、需要高權限、或不該讓使用者看到邏輯的操作，都應該放進 Action 再由這裡呼叫。
```ts
import { callAction } from './action';
const result = await callAction('confirm_orders', { ids: selectedIds });
```
### `src/approval.ts` — 簽核（Internal 專屬）
取得待簽核清單、查詢簽核狀態、執行核准與駁回。可以直接組出簽核面板。
### `src/user.ts` — 使用者脈絡（Internal 專屬）
取得當前使用者的角色與權限標籤，用來決定介面上顯示什麼：
```ts
import { getUser } from './user';
const user = await getUser();
if (user.permissions.includes('accounting.write')) {
// 顯示過帳按鈕
}
```
**注意**：前端的權限判斷是**體驗優化**，不是安全邊界。真正的授權在伺服器端執行——前端藏起來的按鈕，直接呼叫 API 一樣會被擋。
### `src/auth.ts` — 登入註冊（External 專屬）
External App 的使用者註冊、登入、登出與密碼修改流程。
---
## 授權模型一覽
每個 SDK 方法都對應一個 **scope**（能力群）。應用程式必須宣告需要哪些 scope，由管理員核可後才生效。
| 風險等級 | Scope | 核可方式 |
|---|---|---|
| **低風險** | `db.read`、`data_table.read`、`messaging.read`、`approval.read`、`crypto` | 管理員核可 |
| **高風險** | `db.write`、`data_table.write`、`erp.*`、`approval.decide`、`approval.cancel`、`knowledge.read`、`messaging.write`、`messaging.channel`、`http`、`mcp`、`secret.read` | 管理員核可 **＋ 擁有者當場密碼再驗證** |
Scope 是**能力群**的開關；細粒度的邊界另有其他機制——ERP 表看引用宣告、外部服務看網域白名單、金鑰看可用清單。兩層疊加。
每一次 SDK 呼叫都會留下稽核紀錄。詳見第 10 章。
---
---
title: "伺服器端 Action、排程與 Webhook"
category: "app-development"
canonical: "https://www.ai-go.app/zh-TW/docs/guide/app-actions"
locale: "zh-TW"
last_updated: "2026-08-10"
source: "AI GO 開發者文件（https://www.ai-go.app）"
---
# 伺服器端 Action、排程與 Webhook
Action 是 Custom App 的伺服器端邏輯。這一章說明怎麼寫、怎麼被觸發、以及執行時的實際限制。
---
## 為什麼需要 Action
前端程式碼跑在使用者的瀏覽器裡——這代表任何寫在前端的東西，使用者都看得到、也改得動。
因此以下三類邏輯必須放進 Action：
1. **需要金鑰的**：呼叫第三方 API、簽章、加解密
2. **需要高權限的**：觸發 ERP 業務動作、寫入敏感資料
3. **不該被看到的**：計價規則、風控邏輯、內部演算法
Action 在隔離的伺服器環境執行，使用者拿不到原始碼，也無法繞過裡面的檢查。
---
## Action 的基本結構
每個 Action 是 `actions/` 底下的一支 Python 檔，必須提供 `execute(ctx)` 函式：
```python
# actions/confirm_orders.py
def execute(ctx):
ids = ctx.params.get('ids', [])
if 'sale.write' not in ctx.user_permissions:
return ctx.response.json({'error': '沒有權限'})
confirmed = []
for oid in ids:
ctx.erp.confirm_sale_order(oid)
confirmed.append(oid)
ctx.response.json({'confirmed': confirmed})
```
### `actions/manifest.json`
清單檔宣告有哪些 Action 以及它們的設定：
```json
{
"actions": [
{
"name": "confirm_orders",
"description": "批次確認銷售訂單",
"meta": { "webhook": false }
},
{
"name": "receive_payment_callback",
"description": "接收金流回呼",
"meta": { "webhook": true }
}
]
}
```
### 共用程式碼：`actions/_shared/`
Action 之間要共用邏輯時，放進 `actions/_shared/`：
```python
# actions/_shared/money.py —— 不是 Action，不需要 execute(ctx)
def round_to_cents(value):
return round(value + 1e-9, 2)
```
```python
# actions/settle.py
from _shared.money import round_to_cents
def execute(ctx):
total = round_to_cents(sum(x['amount'] for x in ctx.params['items']))
...
```
**注意**：Action 彼此之間不能互相 import——`from confirm_orders import ...` 不會work。要共用就把邏輯移到 `_shared/`，兩邊都從那裡匯入。
---
## 三種觸發方式
### 1. 前端呼叫
最常見的方式。使用者在介面上操作，前端透過 `src/action.ts` 呼叫：
```ts
import { callAction } from './action';
const res = await callAction('confirm_orders', { ids: [...] });
```
### 2. 排程（App Cron）
讓 Action 在指定時間自動執行，不需要有人在線上。
**設定入口有兩個，各自的授權面不同**：
| 入口 | 誰用 | 權限 |
|---|---|---|
| Builder 的「排程」分頁 | 應用開發者 | `builder.app_cron_manage` |
| 主控台「系統與維運管理 › App 排程」 | 組織管理者 | `system.admin` 或 `settings.write` |
前者讓開發者在開發自己的應用時就能配好排程；後者讓管理者總覽全組織的所有排程。
**典型場景**：
- 每天凌晨彙整前一日銷售並產生報表
- 每小時檢查庫存低於警戒值的品項並通知
- 每月為月結客戶批次合併開票
**執行身分**：排程觸發的 Action **沒有觸發者**。`ctx.user_id` 為空、`ctx.user_permissions` 為空清單。這代表：
- 依賴使用者身分的 SDK（如 `ctx.approval.list_pending`）在排程中不可用
- `ctx.knowledge.search` 會以「無角色成員」的權限檢索
- 簽核守衛仍會生效，簽核介面上的申請人會顯示為 API
**自動暫停**：連續失敗的排程會被自動暫停，避免一個壞掉的任務持續消耗配額。暫停後需要人工檢視並重新啟用。
### 3. Webhook（外部系統呼叫）
在 `manifest.json` 中把某個 Action 的 `meta` 加上 `"webhook": true`，即開啟對外端點：
```
POST https://{app 子網域}/webhook/{action_name}
```
可以對多個 Action 分別宣告，各自成為獨立端點。發布後生效。
**典型場景**：金流回呼、物流狀態推送、第三方系統的事件通知。
**安全提醒**：Webhook 端點是**公開的**——任何人知道網址都能打。請務必在 Action 內驗證來源，常見做法是用 `ctx.crypto.hmac_sign` 比對簽章：
```python
def execute(ctx):
body = ctx.params.get('_raw_body', '')
expected = ctx.crypto.hmac_sign('webhook_secret', body)
if ctx.params.get('signature') != expected:
return ctx.response.json({'error': 'invalid signature'})
...
```
---
## 執行環境與限制
### 隔離
每個 Action 在獨立的沙箱環境執行。應用程式之間、組織之間互不可見。
### 逾時
Action 有執行時間上限。超時的處理分三層：
1. **軟逾時**：達到設定的時限時，平台嘗試中斷執行並回報逾時
2. **硬逾時**：軟逾時無效時，執行環境會直接切斷請求
3. **殘留偵測**：若執行緒無法回收，該執行個體會標記為不健康並被替換
實務意義：**Action 不適合做長時間運算**。需要跑很久的工作，請拆成多次排程執行，或把重活交給外部服務再以 Webhook 接回結果。
### 併發
平台會依用量自動擴充執行個體，並受組織的運算配額約束。
### 執行紀錄
每次執行都留下紀錄，包含參數摘要、耗時、結果狀態與錯誤訊息。可在 Builder 中檢視，AI 開發助手也能讀取它來協助排錯。
若執行結果因基礎設施問題無法確認，紀錄會標記為「結果不明」——這種狀態**永不計費、不重跑**，並在真實結果遲到時自動覆蓋。
---
## 撰寫 Action 的實務建議
**檢查權限，不要假設**。前端藏起來的按鈕不構成安全邊界：
```python
if 'accounting.write' not in ctx.user_permissions:
return ctx.response.json({'error': '沒有權限執行此操作'})
```
**檢查外部呼叫的回傳狀態**。`ctx.http.call` 不拋例外：
```python
resp = ctx.http.call('svc', '/path')
if resp['status'] != 200:
return ctx.response.json({'error': resp['data'].get('fix', '外部服務錯誤')})
```
**避免阻塞式寫法**。長時間的同步等待會佔住執行個體。平台的靜態檢查會警告這類寫法。
**先試跑再發布**。Builder 的試跑功能會在開發環境真的執行一次，用真實的權限與資料驗證——比讀程式碼可靠得多。
---
## 簽核會攔截寫入
如果管理者為某張表設定了簽核流程，Action 的寫入會被自動攔截：
- **新增**：資料保持為待審核狀態，直到所有關卡通過
- **更新／刪除**：**不執行**，並拋出待簽核例外（帶申請識別碼）。更新的內容會暫存，簽核通過後由平台自動執行
**Action 不需要也不應該重試**——重試只會產生重複的簽核申請。正確做法是捕捉例外並告訴使用者「已送出簽核」。
詳見第 13 章。
---
---
title: "發布、網址與存取控制"
category: "app-development"
canonical: "https://www.ai-go.app/zh-TW/docs/guide/app-release"
locale: "zh-TW"
last_updated: "2026-09-01"
source: "AI GO 開發者文件（https://www.ai-go.app）"
---
# 發布、網址與存取控制
應用程式寫完之後，還有三件事決定它能不能安全上線：怎麼發布、使用者從哪進來、以及誰能存取什麼。
---
## 發布流程
在 Builder 的「發布」分頁提交版本。
1. 填寫**版本號**與**更新日誌**
2. 依權限分流：
- 有 `builder.publish` 權限 → **直接發布**
- 沒有 → 建立**發布申請**，等候具權限者審核
發布申請可以被核准、拒絕（需填理由）或由申請人自行取消。這讓「誰能讓程式碼上到正式環境」成為可控的權責，而不是所有開發者都能直接推上線。
### 發布時會凍結什麼
發布不只是把程式碼推上去，它同時**凍結一份授權快照**：
- 引用宣告（哪些表、哪些欄位、什麼操作）
- Scope 宣告
這代表：開發階段改動引用設定不會立刻影響已上線的版本，必須重新發布才會生效。這是刻意的——避免有人在開發環境悄悄擴大權限就立即作用到正式資料上。
### 發布前的阻擋檢查
平台會在發布當下偵測設定缺口並阻擋：
| 檢查 | 阻擋原因 |
|---|---|
| 外部服務未授權 | 程式碼呼叫了外部服務，但該服務尚未加入網域白名單 |
| Action 數量減少 | 這版比上一版少了 Action，可能是誤刪——需明確確認才能繼續 |
這兩項都是「上線後才會在使用者面前爆掉」的典型情況，因此設計成發布前擋下。
> **注意**：發布檢查只驗證服務是否已授權（網域白名單）。平台**不代管、也不驗證**外部服務的金鑰——憑證存放在 App Secrets，由 Action 自行讀出並組進 `Authorization` header 送出。上線後外部 API 若回 `401`，代表應用自帶的憑證有問題，不是發布檢查能攔的範圍。
---
## 網址與識別碼
每個應用程式有兩種識別碼，各自的用途不同：
| | 隨機識別碼 | 可讀名稱 |
|---|---|---|
| 由誰決定 | 系統自動生成 | 您指定 |
| 可否修改 | 否 | 可以（未發布前） |
| 用途 | 永久穩定的內部識別 | 對外網址 |
可讀名稱的規則：
- 長度 4–63 字，僅小寫英數與連字號，不得以連字號開頭或結尾
- 大小寫不敏感（`MyApp` 會被正規化為 `myapp`）
- 不得使用系統保留字（`admin`、`api`、`www`、`login` 等）
- **全域唯一**（跨組織），撞名會被拒絕
若貴組織已選定工作區名稱，實際的對外子網域會帶上組織前綴（形如 `{工作區名稱}-{應用名稱}`）。**請永遠以系統回傳的網址為準，不要自行由組織名推導**——既有應用不會被改名，新舊規則可能並存。
發布後，網址即成為使用者的入口。管理者在主控台複製後分發給對應的使用者。
---
## 生命週期管理
| 操作 | 效果 |
|---|---|
| 重新發布 | 推出新版本，使用者下次載入即取得 |
| 暫停 | 持有網址的使用者無法登入；設定與程式碼保留 |
| 刪除 | 移除應用程式與其網址。**資料中心的資料不會被刪除** |
刪除應用不刪資料是刻意的——資料屬於組織，不屬於某個應用。這也是自建表設計成租戶層級的延伸結果。
---
## 存取控制的四層
應用程式能碰到什麼，由四層疊加決定。四層都通過才放行。
### 第一層：誰看得到這個應用
Internal App 可以設定**可見角色**——只有指定角色的成員能在應用列表看到它、能登入它。
判不可見的應用，對該使用者而言如同不存在：列表不顯示、直接開網址也會被拒絕，且回應與「查無此應用」相同，不洩漏它是否存在。
### 第二層：引用宣告（資料的範圍）
應用程式必須明確宣告要存取的 ERP 表、欄位與操作：
```json
{
"table_name": "customers",
"columns": ["id", "name", "email", "custom_data"],
"permissions": ["read", "create", "update"]
}
```
沒宣告的表存取不到；宣告了表但沒宣告的欄位，讀取時看不到、寫入時被忽略。
**權限值**：
| 值 | 允許 |
|---|---|
| `read` | 查詢 |
| `create` | 新增 |
| `update` | 更新 |
| `delete` | 刪除 |
**實務建議**：一般營運應用**不要給 `delete`**。作廢應該設計成「改狀態欄位」，實際刪除留給管理者在受控環境執行。這樣既保留稽核軌跡，也避免誤刪。
系統核心表（身分驗證、租戶管理、權限設定、稽核紀錄）**永遠不可引用**。
### 第三層：Scope 核可（能力的範圍）
引用管的是「哪些資料」，Scope 管的是「哪些能力」。
應用程式宣告需要的 scope（發布時會自動掃描程式碼回填），由管理員在 Builder 的「Scope」分頁核可。
**高風險 scope 需要額外一道關卡**：把授權擴大到 `db.write`、`erp.*`、`secret.read`、`http`、`knowledge.read` 等高風險能力時，需要**擁有者當場輸入密碼再驗證**。這道設計防的是「授權被悄悄擴大」——即使管理員帳號被冒用，擴權也需要密碼。
External App 與 Self-Built App 的 scope 需要管理員顯式核可，不適用內部應用的簡化流程。
Scope 授權的變更會完整記錄——誰、在什麼時候、把哪個 scope 授給了誰，可在稽核紀錄中查詢。
### 第四層：使用者權限（RBAC）
即使應用程式本身有權限，實際操作仍受**使用者角色**約束。Internal App 可以讀取觸發者的權限標籤，據此決定顯示什麼、允許什麼。
伺服器端的最終判定以觸發者身分為準——前端藏起來的按鈕不是安全邊界。
---
## 三種存取模式對照
| | Internal | External | Self-Built |
|---|---|---|---|
| 使用場景 | 組織內部工具 | 對外客戶／供應商應用 | 第三方系統串接 |
| 認證方式 | 組織成員帳號 | 該應用的使用者系統 | **API Key** |
| 程式碼位置 | AI GO Builder | AI GO Builder | **第三方自行部署** |
| 資料存取 | Internal Proxy | External Proxy | **Open Proxy** |
| 引用需發布 | 否（即時生效） | 否（即時生效） | **是（需發布快照）** |
Self-Built 是給「不想在 AI GO 裡寫程式，只想把資料接出去用」的情境。它沒有 Builder、沒有前端，只有 API Key 與資料存取權。詳見第 11 章。
---
## 稽核
以下操作全部留下紀錄：
- 應用的建立、發布、暫停、刪除
- 引用宣告的變更
- Scope 授權的變更（含執行者身分）
- 每一次 SDK 呼叫
稽核紀錄在主控台「系統與維運管理 › 稽核日誌」查詢，需要 `system.audit_log` 權限。
---
---
title: "API 全景與認證"
category: "api-and-integration"
canonical: "https://www.ai-go.app/zh-TW/docs/guide/api-overview"
locale: "zh-TW"
last_updated: "2026-08-10"
source: "AI GO 開發者文件（https://www.ai-go.app）"
---
# API 全景與認證
您不需要透過主控台介面操作 AI GO。這一章說明如何以純 API 的方式使用平台——建立整合、授權資料、讀寫 ERP 表與自建表、執行簽核。
適合的情境：把 AI GO 接進既有系統、寫自動化腳本、做資料同步、或由外部團隊開發前端而以 AI GO 作為後端。
---
## 認證方式一覽
平台有四種認證身分，用途不重疊：
| 身分 | 帶法 | 誰用 | 存取範圍 |
|---|---|---|---|
| **API Key** | `X-API-Key: sk_live_...` | 第三方系統（Self-Built） | 該整合已發布的引用範圍 |
| 主站 JWT | `Authorization: Bearer ...` | 管理端操作（建整合、設引用） | 依使用者角色 |
| App Token | 由平台注入 | Custom App 執行期 | 該應用的引用 ＋ Scope |
| 匿名 | 無 | 公開唯讀端點 | 公開資料 |
本章聚焦 **API Key** 路徑，因為那是「不需要任何人登入」的方式。
---
## 從零到讀取資料：五個步驟
### 步驟 1：建立整合
```
POST /api/v1/integrations
```
| 欄位 | 必填 | 說明 |
|---|---|---|
| `name` | 必填 | 整合名稱（1–100 字） |
| `subdomain` | 選填 | 自訂子網域，規則同應用程式命名 |
需要主站 JWT 與 `builder.access` 權限。回應含 `id` 與 `slug`。
### 步驟 2：產生 API Key
```
POST /api/v1/integrations/{app_id}/api-keys
```
回應中的 `api_key` 欄位（`sk_live_` + 64 字元）**只會出現這一次**，請立即保存。
同一個整合可以建立多把 Key（正式／測試分離），並可個別撤銷：
```
GET /api/v1/integrations/{app_id}/api-keys # 列出（只回前綴）
DELETE /api/v1/integrations/{app_id}/api-keys/{id} # 撤銷
```
### 步驟 3：查可引用的表與欄位
```
GET /api/v1/refs/available-tables
GET /api/v1/refs/tables/{table_name}/columns
```
欄位查詢會回傳型別、是否可為空、是否為外鍵及其指向：
```json
[
{ "name": "name", "type": "VARCHAR", "nullable": false, "is_system": false },
{ "name": "customer_id", "type": "UUID", "nullable": true,
"is_fk": true, "fk_target": "customers.id" }
]
```
**這是規劃資料流時的權威來源**——比任何靜態文件清單都準確。
### 步驟 4：建立引用
```
POST /api/v1/refs/apps/{app_id}
```
```json
{
"table_name": "customers",
"columns": ["id", "name", "email", "phone", "custom_data"],
"permissions": ["read", "create", "update"]
}
```
引用可以用 `PATCH /api/v1/refs/{ref_id}` 調整、`DELETE` 移除。
### 步驟 5：發布
```
POST /api/v1/integrations/{app_id}/publish
```
**Self-Built 整合的引用需要發布才會在 Open Proxy 生效。** 這是它與 Internal／External App 的關鍵差異——後兩者的引用即時生效。
有 `builder.publish` 權限會直接發布；沒有則建立待審核申請。
發布後即可用 API Key 存取資料。
---
## 讀寫 ERP 表：Open Proxy
> 前綴 `/api/v1/open/proxy`，認證 `X-API-Key`，自動以 Key 所屬組織做列級隔離
### 簡單查詢
```bash
curl -H "X-API-Key: sk_live_xxx" \
"https://api.ai-go.app/api/v1/open/proxy/customers?limit=100&offset=0"
```
### 進階查詢
```
POST /api/v1/open/proxy/{table_name}/query
```
```json
{
"filters": [
{ "column": "state", "op": "eq", "value": "sale" },
{ "column": "amount_total", "op": "gte", "value": 1000 }
],
"order_by": [{ "column": "created_at", "direction": "desc" }],
"search": "關鍵字",
"search_columns": ["name", "email"],
"select_columns": ["id", "name", "amount_total"],
"limit": 50,
"offset": 0,
"count_only": false
}
```
**過濾運算子**：
| 運算子 | 意義 | value |
|---|---|---|
| `eq` / `ne` | 等於／不等於 | 任意 |
| `gt` / `gte` / `lt` / `lte` | 大小比較 | 數值或字串 |
| `like` / `ilike` | 模糊匹配（後者不分大小寫） | 字串 |
| `is_null` / `is_not_null` | 為空／不為空 | 不需要 |
| `in` | 包含於清單 | 陣列 |
**組合邏輯的限制**（重要）：
- 多個 filter 之間一律以 **AND** 連接
- **不支援 OR 組合**（例外：`search` 在多個搜尋欄之間使用 OR）
- **不支援巢狀分組**（如 `(A AND B) OR (C AND D)`）
- 需要 BETWEEN 效果請組合 `gte` + `lte`
**`count_only`**：設為 `true` 時只回傳符合條件的總筆數 `{"total": 42}`，filters 與 search 均生效。適合分頁與統計。
### 寫入
```
POST /api/v1/open/proxy/{table_name} # 新增
PATCH /api/v1/open/proxy/{table_name}/{row_id} # 更新
DELETE /api/v1/open/proxy/{table_name}/{row_id} # 刪除
```
`tenant_id`、`id`、`created_at`、`updated_at` 由系統自動處理，不需提供。
### 自動型別轉換
| 輸入 | 轉成 |
|---|---|
| `YYYY-MM-DD`（正好 10 字元） | 日期 |
| 含 `T` 的 ISO 字串 | 時間戳 |
| JSON 物件或陣列 | JSONB |
---
## 三套 Proxy 的差別
同一個查詢引擎，三種認證：
| | Internal Proxy | External Proxy | Open Proxy |
|---|---|---|---|
| 前綴 | `/api/v1/proxy/{app_id}/` | `/api/v1/ext/proxy/` | `/api/v1/open/proxy/` |
| 認證 | 組織成員 JWT | App Token | **API Key** |
| 路徑需 `app_id` | 是 | （Token 自帶） | （Key 自帶） |
| 引用版本 | 即時 | 即時 | **已發布快照** |
| `limit` 上限 | 500 | 1000 | **1000** |
| 進階查詢 | 是 | 是 | 是 |
Open Proxy **完整支援**進階查詢——不是只有 `limit` / `offset`。
---
## 簽核 API
```
GET /api/v1/approvals/record/{res_model}/{res_id} # 查簽核狀態
POST /api/v1/approvals/{request_line_id}/approve # 核准
POST /api/v1/approvals/{request_line_id}/reject # 駁回
POST /api/v1/approvals/{request_id}/retry # 回調手動重試
```
查詢會回傳每一關卡的狀態、審核人、簽核意見與時間。核准與駁回會驗證呼叫者是否為該關卡的合格審核人；最後一關核准時自動執行被攔截的原操作。
詳見第 13 章。
---
## 公開唯讀端點
```
GET /api/v1/pub/templates
```
匿名可存取，回傳平台上架的應用模板目錄。用於在自家網站或工具中呈現可用模板。
---
## 錯誤處理
| 狀態碼 | 常見原因 |
|---|---|
| `401` | API Key 無效或已撤銷 |
| `403` | 該整合未被授權存取此表，或缺少對應的操作權限 |
| `404` | 資源不存在，**或存在但不屬於您的組織**（刻意不區分） |
| `409` | 唯一性衝突，或發布前置條件未滿足 |
| `422` | 參數格式不符 |
| `429` | 超過配額或速率限制 |
`404` 的語意值得注意：跨組織存取一律回報「不存在」，不會告訴您資源是否真的存在。這是刻意的設計，避免以錯誤碼探測他人資料。
---
## 安全建議
- API Key 存放於環境變數或密鑰管理服務，**不要寫進程式碼或提交進版控**
- 正式與測試環境使用不同的 Key
- 定期輪換（建新 Key → 切換 → 撤銷舊 Key）
- 引用只宣告實際會用到的欄位與操作——**最小權限**
- 一般整合不要授予 `delete`
---
## 什麼時候該用 API，什麼時候該用 Custom App
| 情境 | 建議 |
|---|---|
| 既有系統要讀寫 AI GO 資料 | **API**（Self-Built 整合） |
| 排程同步、批次處理 | **API** 或 Custom App 排程 |
| 要給人操作的介面 | **Custom App** |
| 需要用平台的 ERP 業務引擎 | **Custom App**（`ctx.erp` 只在 Action 中提供） |
| 需要簽核與 AI 檢索 | **Custom App**（SDK 較完整） |
簡單的判準：**要資料，用 API；要能力，用 Custom App。**
---
---
title: "外部服務與 ERP 系統串接"
category: "api-and-integration"
canonical: "https://www.ai-go.app/zh-TW/docs/guide/external-connectors"
locale: "zh-TW"
last_updated: "2026-08-10"
source: "AI GO 開發者文件（https://www.ai-go.app）"
---
# 外部服務與 ERP 系統串接
前一章講的是**別人怎麼呼叫 AI GO**。這一章講反方向——**AI GO 怎麼呼叫別人**。
平台有兩套機制，用途不同：
| 機制 | 用途 | 設定位置 |
|---|---|---|
| **外部服務（Egress）** | Custom App 呼叫任意外部 API | Builder 的「外部服務」分頁 |
| **外部數據串接（Connectors）** | 與既有 ERP／資料庫做欄位級同步 | 主控台「資料中心 › 外部數據」 |
---
## 1. 外部服務：應用程式的對外出口
Custom App 不能隨意連上網際網路。所有對外呼叫都必須經過**授權過的外部服務**，這是刻意的設計——避免應用程式把企業資料送到未經核可的地方。
### 設定入口
**Builder 的「外部服務」分頁是唯一入口。** 這裡設定的是「這個應用程式可以呼叫哪些外部服務」。
### 網域白名單
授權以**網域**為單位：您授權 `api.logistics.example.com`，該應用就只能呼叫這個網域底下的路徑。未授權的網域一律呼叫不到，不論程式碼怎麼寫。
### 認證方式：金鑰歸應用程式自管
閘道**只做網域驗證**——不代管金鑰、不注入也不剝除 `Authorization` header。
對外 API 的憑證存放在應用程式的 **App Secrets**（`ctx.secrets`），由 Server Action
在呼叫時自行組出認證 header：
```python
def execute(ctx):
resp = ctx.http.call('logistics', '/track',
method='POST',
headers={'Authorization': f"Bearer {ctx.secrets.get('LOGISTICS_KEY')}"},
body={'no': ctx.params['tracking_no']})
```
若外部 API 回 401，代表**應用程式自帶的憑證有問題**（header 沒組對、金鑰過期）——
檢查 App Secrets 與程式碼，不需要動外部服務設定。
### 在程式碼中使用
```python
def execute(ctx):
resp = ctx.http.call('logistics', '/track',
method='POST',
body={'no': ctx.params['tracking_no']})
if resp['status'] != 200:
# data 帶 error_type / error / fix
return ctx.response.json({'error': resp['data'].get('fix')})
ctx.response.json(resp['data'])
```
第一個參數是**服務代號**（不是完整網址），路徑會接在該服務的基底網址後面。
### 可行動的錯誤訊息
外部呼叫失敗時，回應的 `data` 會帶三個欄位：
| 欄位 | 內容 |
|---|---|
| `error_type` | 錯誤分類（未授權、逾時、憑證錯誤、網域未白名單⋯） |
| `error` | 技術訊息 |
| `fix` | **一句可直接轉述給使用者的修復指引** |
`fix` 是刻意設計的——它讓應用程式可以把「怎麼修」直接顯示給操作者，而不是丟一個技術堆疊。Builder 介面與 AI 開發助手也會讀取這個欄位來協助排錯。
### 授權缺漏的症狀
程式碼呼叫了沒有建立同名外部服務、或未授權給本應用的服務時，執行期會被閘道擋下，
回應的 `fix` 欄位會指出缺什麼。平台**不驗證也不保管金鑰**——金鑰缺漏要到實際呼叫
外部 API 收到 401 才會浮現，屬應用程式側要處理的錯誤。
### 抓取任意網址
除了具名服務，`ctx.http.fetch` 可以抓取任意公開網址（例如讀取公開的匯率或公告頁面）。安全限制仍然完整保留——不能藉此存取內部網路位址。
---
## 2. 外部數據串接：與既有系統同步
**入口**：主控台「資料中心 › 外部數據」，需要 `system.admin` 權限。
與「外部服務」不同，這套機制處理的是**結構化的資料同步**——把既有 ERP 或資料庫的資料與 AI GO 的資料模型對應起來，定期雙向同步。
### 支援的來源
- 通用 RESTful API
- 通用外部資料庫（PostgreSQL、MySQL 等）
- 主流 ERP 系統的預設連線設定
建立資料來源後可以「測試連線」，即時檢測連通性與健康狀態。
### 欄位映射
連上來源後，需要把外部的欄位與 AI GO 的資料模型對應起來。
**映射模板**：常見的 ERP 系統提供預設映射模板（客戶主檔、產品主檔等），可用精靈快速套用。
**AI 映射建議**：對接自訂表或非標準系統時，可使用 AI 自動建議——系統會分析外部欄位名稱、資料型態與 AI GO 欄位的語意相似度，提出最佳對應。這大幅降低了逐欄設定的負擔。
### 同步方向與日誌
| 方向 | 說明 |
|---|---|
| 外部 → AI GO | 唯讀拉取 |
| AI GO → 外部 | 寫回外部系統 |
| 雙向 | 兩邊互相同步 |
同步日誌記錄每次執行的時間、異動筆數、成功狀態與錯誤訊息，供追蹤資料一致性與排查問題。
---
## 3. 該用哪一個
| 情境 | 用哪個 |
|---|---|
| 應用程式要呼叫簡訊 API 發驗證碼 | 外部服務 |
| 應用程式要查物流狀態 | 外部服務 |
| 應用程式要呼叫自己的模型 API | 外部服務 ＋ App Secrets |
| 把既有 ERP 的客戶主檔同步進來 | 外部數據串接 |
| 讓兩套系統的訂單資料保持一致 | 外部數據串接 |
| 一次性把舊系統資料搬進來 | **資料匯入**（第 6 章） |
判準：**單次呼叫用外部服務，持續同步用串接，一次性搬遷用匯入。**
---
## 4. 反方向：讓外部系統推送給您
若外部系統支援事件推送，不需要輪詢——用 Webhook 讓它主動打進來。
在 Custom App 的 Action 上開啟 Webhook 即可取得對外端點：
```
POST https://{app 子網域}/webhook/{action_name}
```
**請務必在 Action 內驗證來源**（例如以 `ctx.crypto.hmac_sign` 比對簽章）。詳見第 9 章。
---
## 5. 安全邊界摘要
- 應用程式**只能**呼叫被明確授權的網域
- 對外憑證存放在 App Secrets，不落在應用程式的原始碼裡
- 內部網路位址受保護，不能透過抓取任意網址繞過
- 呼叫外部服務需要 `http` scope，屬於高風險等級——授權時需要擁有者密碼再驗證
- 每一次對外呼叫都留下稽核紀錄
---
---
title: "簽核引擎與應用整合"
category: "operations"
canonical: "https://www.ai-go.app/zh-TW/docs/guide/approval-system"
locale: "zh-TW"
last_updated: "2026-08-10"
source: "AI GO 開發者文件（https://www.ai-go.app）"
---
# 簽核引擎與應用整合
簽核不是一個「審批模組」，而是一層**掛在資料寫入路徑上的攔截器**。這代表：不論資料從 Custom App、REST API 還是 AI 助理寫進來，簽核都會生效——沒有繞過的路徑。
---
## 運作原理
在一般系統中，新增一筆請假單或採購單，資料會立刻寫入生效。AI GO 的差別在於：
1. **寫入攔截**：當管理者為某張表啟用簽核流程後，對該表的寫入會被自動攔截
2. **派單**：系統依流程定義推導出合格審核人並發送通知，產生簽核申請
3. **核准回調**：所有關卡通過後，平台自動執行原本被攔截的操作——包含它連帶觸發的所有業務引擎（開票、扣庫存、產傳票）
若任一關卡駁回，資料會退回草稿狀態，可修改後重新送審。
### 三種寫入的攔截語意不同
| 操作 | 攔截行為 |
|---|---|
| **新增** | 資料以待審核狀態保存，通過後正式生效 |
| **更新** | **不執行**。變更內容暫存，通過後由平台自動套用 |
| **刪除** | **不執行**。通過後由平台自動執行 |
更新與刪除的差別很重要：它們**不會**先寫進去再回滾，而是根本不執行。呼叫端會收到一個帶有申請識別碼的待簽核例外。
**呼叫端不需要也不應該重試**——重試只會產生重複的簽核申請。正確處理是捕捉例外並告知使用者「已送出簽核」。
---
## 設定簽核流程
**入口**：主控台「系統與維運管理 › 簽核流程引擎」，需要 `system.admin` 權限。
### 1. 指定目標
選擇要套用的資料表（銷售訂單、請假單、進項帳單等）。**一張表同時只能啟用一個流程。**
### 2. 觸發條件
可設定只在特定條件下才需要簽核。例如「金額大於 100,000 的採購單才需主管簽核」——低於門檻的直接放行，不製造無謂的審批負擔。
條件也可以依記錄的欄位值路由到不同流程。
### 3. 規劃關卡
按順序建立多個關卡（第一關部門經理、第二關財務總監）。每個關卡可設定：
- 是否為必要關卡
- **簽核類型**：單人核准即可，或多人會簽（全員通過才算過）
### 4. 定義合格審核人
每個關卡指定審核人資格，支援三種規則：
| 規則 | 說明 |
|---|---|
| 指定使用者 | 特定帳號 |
| 指定角色 | 具備該角色的所有成員（如所有財務主管） |
| **動態部門主管** | 依「申請人的部門主管」動態派單，可設定往上追溯的層級 |
動態部門主管是最實用的一種——組織異動時不需要回頭改流程定義。
---
## 在 Custom App 中整合
簽核 SDK 讓您把簽核直接做進應用程式，使用者不需要切換到主控台。
### 伺服器端
```python
def execute(ctx):
# 觸發者本人的待簽核清單
pending = ctx.approval.list_pending()
# 查某筆記錄的簽核狀態（含各關卡明細）
status = ctx.approval.get_record_status('sale_orders', order_id)
# 以觸發者身分核准／駁回
ctx.approval.approve(line_id, comment='確認無誤')
ctx.approval.reject(line_id, comment='金額與報價不符')
# 取消申請（限申請人本人、限進行中）
ctx.approval.cancel(request_id, reason='重新評估')
```
### 前端
`src/approval.ts` 提供對應的前端方法，可以直接組出簽核面板——顯示歷史軌跡、輸入意見、一鍵核准或駁回。
### 身分綁定
簽核 SDK **綁使用者身分**，這是它與其他 SDK 最大的差別：
- `list_pending()` 回的是**觸發者本人**的待辦，不是全組織的
- `approve()` 會驗證觸發者是否為該關卡的合格審核人，不是就拒絕
- 沒有平台使用者身分的呼叫（如排程）會被拒絕
這代表您無法用應用程式的權限「代替別人簽核」。
---
## 透過 API 整合
外部系統可以完整整合簽核機制：
```
GET /api/v1/approvals/record/{res_model}/{res_id}
POST /api/v1/approvals/{request_line_id}/approve
POST /api/v1/approvals/{request_line_id}/reject
POST /api/v1/approvals/{request_id}/retry
```
**查詢狀態**：回傳每一關卡的狀態、審核人名稱、簽核意見與時間明細。若尚未發起簽核則回傳空。
**核准**：帶入簽核明細行的識別碼與意見。系統會驗證呼叫者資格；最後一關核准時自動執行回調。
**駁回**：原始記錄重設為草稿，可修改後重送。
**回調重試**：簽核全數通過但回調因外部因素失敗時，管理者可手動重試。回調失敗不會讓簽核狀態退回——它是獨立的補救動作。
---
## 常見設計模式
### 讓使用者知道「已送出簽核」而不是「失敗」
```python
def execute(ctx):
try:
ctx.db.update('sale_orders', order_id, {'state': 'sale'})
return ctx.response.json({'status': 'updated'})
except Exception as e:
if 'approval' in str(e).lower():
return ctx.response.json({
'status': 'pending_approval',
'message': '變更已送出簽核，通過後自動生效'
})
raise
```
### 在列表上顯示簽核狀態
用 `get_record_status` 批次查詢，把「待第 2 關 / 財務總監」這類資訊直接標在列表上，使用者不必逐筆點進去看。
### 主管的待辦面板
用 `list_pending()` 在應用首頁做一個待辦區塊。這是簽核 SDK 最高價值的用法——主管不必為了簽核而登入另一套系統。
---
## 邊界與注意事項
- **一張表一個流程**：需要不同條件走不同路徑時，用條件路由而非多個流程
- **簽核與業務引擎的順序**：回調在簽核通過後才執行，因此開票、扣庫存、產傳票都發生在通過的那一刻，不是送審的當下
- **排程觸發的寫入**：簽核守衛仍會生效，簽核介面上的申請人顯示為 API
- **稽核**：所有簽核決定都留下完整紀錄，包含審核人、時間與意見
---
---
title: "財務會計自動聯動機制"
category: "operations"
canonical: "https://www.ai-go.app/zh-TW/docs/guide/accounting-triggers"
locale: "zh-TW"
last_updated: "2026-08-10"
source: "AI GO 開發者文件（https://www.ai-go.app）"
---
# 財務會計自動聯動機制
這是平台預建資料底座中最有價值、也最難自己重建的一塊：**業務動作與會計帳務的自動連動**。
當業務、倉庫或人資完成日常作業時，系統會在背景自動產生與更新會計傳票與帳單。您的應用程式不需要知道會計科目怎麼帶、稅率怎麼算、沖銷怎麼配對——呼叫一個 `ctx.erp` 方法，整條鏈就跑完了。
**這些引擎對所有入口一視同仁**：不論資料從 Custom App、REST API 還是主控台寫進來，連動都照樣發生。
---
## 1. 銷售開票連動
**觸發**：在已確認的銷售訂單上建立發票
**SDK**：`ctx.erp.create_invoice(order_id)`
系統自動：
- 抓取訂單明細、待開票數量、單位售價與折扣
- 查詢產品分類，帶出預設的**收入科目**與**稅率**
- 產生銷項發票草稿
**多張訂單合併開票**：`order_id` 可以傳入**清單**。傳清單時會把所有訂單的明細彙總進**同一張**發票，要求全部屬於同一客戶、同一組織。這解掉了月結客戶「一個月的訂單開一張發票」的常見需求。
找不到訂單或無可開票明細時回傳空值，不會產生半套資料。
---
## 2. 採購進項連動
**觸發**：在採購訂單上建立帳單
**SDK**：`ctx.erp.create_bill(order_id)`
系統自動：
- 比對「已收貨數量」減去「已開帳數量」
- **只針對已到貨但未開帳的差額**產生進項帳單草稿
- 借方帶入產品分類對應的費用科目，貸方帶入應付帳款
這道差額計算是防重複請款的關鍵——分批到貨時不會重複開帳。
同樣支援**多張訂單合併**成一張帳單（需同供應商、同組織）。
---
## 3. 存貨即時計價
**觸發**：庫存移動狀態變更為完成
**SDK**：`ctx.erp.validate_picking(id)` 會連帶觸發
若產品分類設定為即時計價，系統會依「移動數量 × 單位成本」計算存貨價值，並**直接產生已過帳狀態的存貨計價傳票**：
| 方向 | 分錄 |
|---|---|
| 入庫（供應商／生產 → 內部庫位） | 借：存貨科目 貸：應付暫估科目或費用科目 |
| 出庫（內部庫位 → 客戶／生產） | 借：銷貨成本科目 貸：存貨科目 |
意義：損益表上的銷貨成本與資產負債表上的存貨價值**在庫存變動當下就更新**，不需要等月底盤點。
---
## 4. 薪資結算連動
**SDK**：`ctx.erp.confirm_payroll_run(id)` / `ctx.erp.cancel_payroll_run(id)`
| 動作 | 自動發生 |
|---|---|
| 確認結算 | 產生應付薪資與社保費用傳票——底薪、津貼、雇主負擔部分自動記入對應的費用科目與應付代收款科目 |
| 撤銷結算 | **自動產生沖銷分錄**，把原先立帳的傳票沖掉，維持帳務正確 |
撤銷會產生沖銷而不是刪除原傳票，這是為了保留完整的帳務軌跡。
這兩個方法會回傳產生的傳票資訊，您的應用程式可以據此顯示結果或做後續處理。
---
## 5. 收付款與發票沖銷
**觸發**：收付款單過帳
**SDK**：`ctx.erp.confirm_payment(id)`；補跑用 `ctx.erp.reconcile_payment(id)`
系統自動：
1. **建立收付款日記帳傳票**。若借貸方有極微小差額（通常來自四捨五入），自動產生平衡分錄並過帳
2. **先進先出自動沖銷**：搜尋該客戶或供應商所有未結清的發票與帳單，以先進先出順序將付款金額核銷到餘額上，產生部分或完全核銷紀錄
3. **推導付款狀態**：發票餘額歸零時標記為已付清，否則標記為部分付款
`reconcile_payment` 用於補跑——已過帳但因故未完成沖銷的付款可以事後補上，不需要沖掉重來。
---
## 從應用程式使用這些引擎
```python
def execute(ctx):
# 找出本月該開票的月結訂單
orders = ctx.db.query('sale_orders', filters=[
{'column': 'customer_id', 'op': 'eq', 'value': ctx.params['customer_id']},
{'column': 'state', 'op': 'eq', 'value': 'sale'},
{'column': 'invoice_status', 'op': 'eq', 'value': 'to invoice'},
])
if not orders:
return ctx.response.json({'message': '本期無待開票訂單'})
# 合併成一張發票 —— 科目、稅率、明細全部自動帶入
result = ctx.erp.create_invoice([o['id'] for o in orders])
ctx.response.json({
'invoice_id': result['invoice_id'],
'merged_orders': len(orders),
})
```
這段程式碼沒有任何一行在處理會計科目或稅率——那些由引擎負責。
---
## 使用時的注意事項
**科目設定是前提**。引擎會從產品分類讀取預設的收入與費用科目。分類未設定科目時，開票會失敗或落在預設科目上。建議在導入初期就把產品分類的科目設定完整。
**即時計價要開啟**。存貨計價只在產品分類設定為即時計價時才產生傳票。採用定期計價的分類不會自動產生。
**這些方法是高風險 scope**。`ctx.erp.*` 的每個方法各自對應獨立的 scope，全部屬於高風險等級——授權時需要擁有者當場密碼再驗證。這是刻意的：這些方法會直接影響帳務。
**簽核會攔截**。若相關資料表設有簽核流程，這些動作會被攔截並等候核准，通過後才實際執行。
---
---
title: "商業規則引擎與倉儲物流"
category: "operations"
canonical: "https://www.ai-go.app/zh-TW/docs/guide/advanced-business-rules"
locale: "zh-TW"
last_updated: "2026-08-10"
source: "AI GO 開發者文件（https://www.ai-go.app）"
---
# 商業規則引擎與倉儲物流
除了會計連動，平台還預建了一組**商業規則引擎**——定價、庫存校正、運費計算。
這些規則設定一次，就會在**所有入口**自動生效：不論訂單是從 Custom App 建立、從 API 送進來、還是由 AI 助理產生，套用的都是同一套規則。您的應用程式不需要自己實作折扣邏輯。
---
## 1. 定價規則
平台提供三層定價機制，優先序由具體到通用。
### 客戶等級折扣
**設定**：資料中心「CRM 客戶關係 › 等級管理」
為客戶群組設定基礎折扣率（例如 VIP 客戶折扣率 0.85 代表 85 折）。開單時系統自動以該折扣率重算單價。
### 標籤專屬協議價
**設定**：資料中心「CRM 客戶關係 › 客戶標籤」
比折扣率更具體的一層——針對特定標籤設定**特定商品的固定價格**。
例如「長期合約夥伴」標籤下，商品 A 一律 1,000 元，不論市場原價多少。開單時若該客戶帶有此標籤，系統自動套用協議價。
標籤支援批次綁定，可一次把多個客戶掛上同一個標籤。
### 商品階梯定價
**設定**：資料中心「銷售管理 › 產品列表」，進入商品詳情的階梯定價分頁
依採購數量設定價格區間：
| 數量 | 單價 |
|---|---|
| 1 – 9 | 500 |
| 10 – 99 | 450 |
| 100 以上 | 400 |
建立訂單時，系統依輸入數量自動帶入對應級距的單價，實現大宗批發與零售的自動化判定。
---
## 2. 庫存校正
倉庫營運中最容易產生帳物不符的兩個環節，平台都提供自動校正。
### 實體盤點
**設定**：資料中心「庫存/倉儲 › 盤點紀錄」
1. 建立盤點批次時，系統自動帶出指定庫位的**系統庫存量**
2. 盤點人員輸入**實際盤點量**，系統自動算出差異
3. 主管確認批次後，**自動觸發庫存調整**——差異量寫入庫存表，即時校正
不需要人工計算增減，也不需要另外開調整單。
### 規格轉化
**設定**：資料中心「庫存/倉儲 › 規格轉化」
處理包裝規格的轉換——1 箱拆成 12 包零售裝，或散裝合併為整箱。
建立轉化紀錄並經主管確認後，系統自動從來源規格扣減庫存、等比增加目標規格庫存。兩邊同時發生，不會出現中間狀態。
---
## 3. 物流與運費
### 出貨批次
**設定**：資料中心「庫存/倉儲 › 出貨批次」
把多張待出貨單整合成同一個出貨批次，讓倉庫人員一次列印揀貨單與包裝標籤，提升揀貨與派車效率。
### 運費群組
**設定**：資料中心「庫存/倉儲 › 運費群組」
支援三種計費模式，可組合使用：
| 模式 | 說明 |
|---|---|
| 固定運費 | 每筆訂單固定金額 |
| 滿額免運 | 超過設定門檻自動免運 |
| 階梯式級距 | 依訂單金額級距動態計費 |
範例：未滿 1,000 元收 150 元；1,000–3,000 元收 80 元；3,000 元以上免運。
訂單確認時，符合條件的運費會自動計入會計應收，達成財務與物流的一體化。
---
## 4. 其他預建設定
| 設定 | 位置 | 作用 |
|---|---|---|
| 補貨規則 | 庫存/倉儲 › 補貨規則 | 低於安全庫存時觸發補貨建議 |
| 付款條件 | 客戶／供應商主檔 | 自動計算到期日 |
| 序號規則 | 系統與維運管理 › 核心字典 | 單據編號的自動編碼規則 |
| 到岸成本 | 庫存/倉儲 › 到岸成本 | 把運費、關稅分攤進商品成本 |
| 鎖帳管理 | 會計財務 › 鎖帳管理 | 鎖定已結帳期間，防止追溯修改 |
---
## 5. 從應用程式的角度
這些規則的價值在於：**您的應用程式不需要知道它們存在**。
```python
def execute(ctx):
# 只需要送出「誰、買什麼、買多少」
ctx.db.insert('sale_orders', {
'customer_id': ctx.params['customer_id'],
'order_line': [
{'product_id': ctx.params['product_id'],
'product_uom_qty': ctx.params['qty']}
],
})
# 客戶等級折扣、標籤協議價、階梯定價、運費 —— 全部由引擎套用
```
應用程式送出的是**業務意圖**，價格的計算交給引擎。這樣做的好處是：定價政策調整時，您改的是主控台的設定，不是散落在各個應用程式裡的程式碼。
---
## 6. 設定的權責
這些規則多數需要對應模組的寫入權限（`crm.write`、`sale.write`、`stock.write` 等），部分需要 `system.admin`。
建議由熟悉業務政策的人員維護，而非開發者——這正是把規則放在設定而不是程式碼裡的目的。
---
---
title: "AI 助理與內部協作"
category: "operations"
canonical: "https://www.ai-go.app/zh-TW/docs/guide/cowork-ai"
locale: "zh-TW"
last_updated: "2026-08-10"
source: "AI GO 開發者文件（https://www.ai-go.app）"
---
# AI 助理與內部協作
這一章涵蓋兩件與日常協作有關的功能：AI 助理（Cowork）與內部公告。
---
## 1. AI 助理（Cowork）
**入口**：主控台「AI Agent › Cowork」，需要 `ai.access` 權限。
Cowork 是平台內建的對話式助理。它與一般聊天機器人的差別在於它連著您的企業資料——可以查詢實際的業務數據、檢索企業文件、並在您確認後執行操作。
### 能做什麼
| 能力 | 說明 |
|---|---|
| 查詢企業資料 | 以自然語言查詢 ERP 表與自建表的實際資料 |
| 檢索企業知識 | 自動檢索知識中心裡設為知識的文件（見第 6 章） |
| 執行操作 | 建立單據、更新狀態等；**會先產生預覽供您確認**，確認後才實際變更 |
| 對話串管理 | 多個獨立對話並存，各自保有脈絡 |
### 提示詞建議
給 AI 明確的脈絡，回答會準確得多：
- **指定角色與目標**：「作為財務助理，幫我統計⋯」
- **給具體範圍**：明確的時間區間、客戶名稱、狀態（「今年第二季」「未出貨的訂單」）
- **指定輸出格式**：表格、清單、或簡短摘要
### 權限邊界
AI 助理的存取範圍**完全受您的角色權限約束**。它不會、也無法回答您本來就無權查看的資料——問到超出權限的內容時會明確拒絕，而不是靜默回傳空結果。
知識檢索同樣受檔案級存取政策約束（見第 6 章）。
### AI Skill 與 MCP
**入口**：主控台「AI Agent › Cowork 設定」
- **AI Skill**：把重複的作業流程沉澱成可重用的技能。可由管理者手動建立，也可由助理在完成複雜流程後自動沉澱。Skill 可設定可見角色——看不到的人也用不到。
- **MCP Server**：連接外部工具協定的伺服器，讓助理獲得該伺服器註冊的工具能力。同樣受角色可見度約束。
Skill 也可以散佈到外部的 AI 開發工具中使用，讓同一套流程定義在不同環境保持一致。
### 目前的限制
**AI 助理暫時不支援操作您本機電腦的桌面環境**（終端機、滑鼠鍵盤、本地檔案）。助理的能力範圍限於平台內的資料與已授權的外部工具。
### 找不到資料時的排查
1. **檢查名稱與拼字**：客戶名稱、商品型號、單據編號需與系統登記一致
2. **給明確的時間範圍**：「今年第一季」「本週」比「最近」有效
3. **檢查權限**：您的角色若無該資料的讀取權限，助理會依政策拒絕
---
## 2. 內部公告
**入口**：主控台「資料中心 › 內部公告」，檢視需要 `announcements.read` 權限。
組織內部的資訊同步板。
### 檢視
公告依發布時間降序排列。點選卡片開啟詳細內容，關閉後自動標記為已讀。
- **重要性分級**：一般、重要、緊急，以不同顏色標示
- **未讀提示**：未讀公告以邊框與圓點標記，讀過後自動消除
### 發布與管理
需要 `announcements.write` 或 `system.admin` 權限。
1. 點選「新增公告」
2. 填入標題、重要性、內容
3. 發布後即時同步至所有成員
具管理權限者可刪除公告（需二次確認，刪除後不可復原）。
---
## 3. 通知中心
平台事件的統一出口——匯出完成、簽核待辦、系統事件等都會落在這裡，不需要到各個功能頁面各自查看。
---
## 4. 從應用程式使用
### 檢索知識
Custom App 可以直接檢索知識中心，並用自己的模型產生回應。這與 Cowork 是**兩條獨立的路徑**——您不必透過 Cowork 就能做出自己的問答功能，且生成的成本與模型選擇完全由您掌控。
```python
def execute(ctx):
hits = ctx.knowledge.search(ctx.params['question'], top_k=5)
context = "\n\n".join(r['content'] for r in hits['results'])
# 用 App Secrets 裡的金鑰呼叫自己的模型
...
```
詳見第 6 章與第 8 章。
### 通訊中心
若您要做的是客服或對外溝通介面，`ctx.messaging` 提供渠道管理與訊息讀寫（見第 8 章）。平台本身**不提供現成的客服網頁**——通訊中心是後端引擎，介面由您的 Custom App 決定。
這是刻意的設計：客服介面的形態因業態差異極大，與其提供一個誰都不完全滿意的固定介面，不如把引擎開放出來讓您自己組。
---
# AI 知識庫文章
---
---
title: "適才科技（AI GO）正式加入 NVIDIA Inception program"
description: "AI GO 母公司適才科技於 2026 年 9 月獲錄取 NVIDIA Inception program。本文說明這個計畫是什麼、會員資格對 AI GO 客戶的實際意義，以及哪些事情不會因此改變。"
category: "公司動態"
date: "2026-09-07"
canonical: "https://www.ai-go.app/blog/urfit-joins-nvidia-inception-program"
source: "AI GO（https://www.ai-go.app）"
---
# 適才科技（AI GO）正式加入 NVIDIA Inception program
AI GO 母公司適才科技於 2026 年 9 月獲錄取 NVIDIA Inception program。本文說明這個計畫是什麼、會員資格對 AI GO 客戶的實際意義，以及哪些事情不會因此改變。
## 正式獲錄取 NVIDIA Inception program
AI GO 的母公司適才科技，於 2026 年 9 月正式獲錄取 **NVIDIA Inception program**（台灣）。這是 NVIDIA 面向 AI 新創的全球加速計畫，免費、沒有申請期限或股權要求，錄取的公司會取得 NVIDIA 的開發者訓練、技術資源、硬體與軟體優惠，以及與創投社群的連結。
對我們來說，這是一個關於「技術底座」的訊號：AI GO 平台的模型推論、私有部署與資料隔離架構，接下來會持續使用 NVIDIA 的工具鏈與訓練資源來強化。
## 對 AI GO 客戶的實際意義
會員資格帶來的是資源，不是行銷口號。具體會反映在三個地方：
- **模型推論效能**：團隊取得 NVIDIA 的技術文件、SDK 與工程支援，用來優化 AI GO 中台在 GPU 上的推論效率，直接影響回應速度與單位成本。
- **私有部署選項**：對於需要地端或專屬 GPU 環境的大型企業客戶，硬體與軟體優惠讓我們能提出更務實的部署方案。
- **團隊能力**：FDE（前線部署工程師）團隊會參與 NVIDIA 深度學習學院（DLI）的訓練課程，把新的最佳實務帶進客戶專案。
## 哪些事情不會改變
我們希望把這件事講得清楚，避免誤解：
- 適才科技是 NVIDIA Inception program 的**會員**。會員資格不代表 NVIDIA 對 AI GO 的背書、投資或商業合作。
- 客戶專案的交付責任、合約與資安承諾，仍完全由適才科技承擔。
- 現有客戶的服務內容、方案價格與部署方式都不受影響。
## 接下來
我們會在企業方案頁的「Security & credentials」區塊列出會員資格。若你正在評估企業 AI 導入，歡迎[從企業方案頁](/zh-TW/enterprise)開始了解，或直接預約諮詢。
*#NVIDIAInception*
## 常見問題
### NVIDIA Inception program 是什麼？
NVIDIA Inception program 是 NVIDIA 面向 AI 與資料科學新創的全球加速計畫，免費、無股權要求，提供開發者訓練、技術資源、硬體與軟體優惠，以及與創投社群的連結。
### 加入 NVIDIA Inception program 代表 AI GO 和 NVIDIA 是合作夥伴嗎？
不是。適才科技是 NVIDIA Inception program 的「會員」，會員資格不代表 NVIDIA 對 AI GO 的背書、投資或商業合作。所有客戶專案的交付責任仍由適才科技承擔。
### AI GO 客戶會因此有什麼改變？
客戶端的服務內容、價格與部署方式都不變。AI GO 團隊會運用計畫提供的技術資源與訓練，持續強化平台的模型推論效能與部署選項。
---
---
title: "台灣中小企業找 FDE 實戰指南：30 天 AI 落地不是夢"
description: "你聽說了 FDE 前線部署工程師，但不知道怎麼找、費用多少、能做什麼？本文用台灣真實案例說明，FDE 如何幫中小企業在 30 天內完成 AI 導入。"
category: "企業 AI 導入"
date: "2026-04-05"
canonical: "https://www.ai-go.app/blog/fde-ai-implementation-taiwan-sme"
source: "AI GO（https://www.ai-go.app）"
---
# 台灣中小企業找 FDE 實戰指南：30 天 AI 落地不是夢
你聽說了 FDE 前線部署工程師，但不知道怎麼找、費用多少、能做什麼？本文用台灣真實案例說明，FDE 如何幫中小企業在 30 天內完成 AI 導入。
## 為什麼台灣中小企業需要 FDE？
2026 年，台灣已有超過 60% 的企業主表示「想導入 AI」，但真正成功落地的不到 15%。這個落差的核心原因只有一個：**缺少能把 AI 技術接進業務流程的人**。
這正是 FDE（Forward Deployed Engineer，前線部署工程師）存在的意義。
## FDE 在台灣中小企業的典型工作內容
### 第一週：現場診斷
FDE 進駐你的公司後，首先做的不是開始寫程式，而是「聽」和「看」：
- 跟著業務走一遍完整的報價流程
- 觀察採購人員如何處理供應商溝通
- 了解客服團隊每天重複回答哪些問題
- 訪談老闆和主管，找出最痛的業務瓶頸
結果產出：**一份 AI 導入優先序地圖**，列出哪些場景 ROI 最高、哪些技術難度最低。
### 第二週：快速原型
確認優先場景後，FDE 開始建第一個原型。這個阶段的目標不是完美，而是**快速可用**：
- AI 報價單生成器：輸入客戶需求 → 自動生成報價草稿
- 客服知識庫問答：員工輸入問題 → AI 從 SOP 中找出答案
- 會議紀錄自動化：錄音上傳 → AI 生成結構化紀錄
### 第三、四週：調整與上線
讓實際使用者（業務、採購、客服人員）試用原型，根據回饋快速調整。30 天結束時，你應該有一個**真正在使用中的 AI 工具**，而不是一個 Demo。
## 台灣 FDE 導入真實案例
### 案例一：台中製造業（200 人）
**問題**：業務每份報價要花 2 小時，客戶等待時間長，成交率低。
**FDE 做了什麼**：串接 ERP 產品資料庫 + AI 生成引擎，建立智慧報價系統。
**成果**：報價時間從 2 小時縮短為 20 分鐘，每月多處理 40% 的報價需求。
### 案例二：台北連鎖餐飲（15 門市）
**問題**：總部每天收集各門市報表費時，無法即時掌握異常。
**FDE 做了什麼**：串接 POS 系統，建立 AI 異常偵測 + 自動 LINE 推播。
**成果**：總部每日晨報從 2 小時縮短為 10 分鐘確認，門市異常當天即處理。
### 案例三：新竹貿易商（50 人）
**問題**：採購詢價分散在 Email、LINE、電話，容易漏單。
**FDE 做了什麼**：建立 AI 採購管理中心，自動彙整多管道詢價，生成標準比價表。
**成果**：採購作業時間減少 60%，漏單率降至近零。
## 如何找到適合的 FDE？
台灣有幾種方式可以獲得 FDE 能力：
1. **自己招募 FDE 工程師**：難度高、薪資高（月薪 15～25 萬），但最彈性
2. **與 AI 平台合作（FDE 服務模式）**：AI 平台派工程師進駐，月費制，適合中小企業
3. **FDE 顧問公司**：台灣有少數新創提供此服務，費用較顧問公司低，但要確認有實際交付能力
## 挑選 FDE 服務的 5 個問題
1. 你們有沒有在台灣同類型企業的落地案例？（要求看實際截圖，不只是文字案例）
2. 30 天後的交付物是什麼？（要求明確定義，不接受「顧問報告」）
3. 串接我們現有的 ERP/POS/CRM 系統需要多久？
4. 工程師有沒有辦法到我們公司現場工作？
5. 合約結束後，系統維護怎麼處理？
## AI-GO 的 FDE 服務模式
AI-GO 採用 FDE 模式服務台灣中小企業：
- 工程師直接進入你的業務流程，不只給建議
- 30 天完成第一個可運作的 AI 自動化場景
- 串接現有 ERP、LINE、電商平台，不需換系統
- 固定月費，不需招募全職 AI 工程師
我們定期舉辦 **FDE 說明會**，用 1 小時說清楚你的企業適合從哪裡開始、預期成效是什麼、費用怎麼計算。[立即報名下一場說明會](/#contact)（名額有限）。
## 常見問題
### 台灣哪裡可以找到 FDE 服務？
AI-GO 提供 FDE 模式的 AI 導入服務，工程師直接進入企業現場，30 天完成 AI 落地。可以預約免費說明會了解詳情。
### FDE 導入 AI 需要多少費用？
台灣 FDE 服務月費約 5～20 萬元，依專案複雜度而異。相較於傳統顧問一次性百萬費用，FDE 服務更有彈性，且能確保實際交付。
### 沒有 IT 部門的小公司也適合 FDE 嗎？
非常適合。FDE 的價值正在於補足企業缺乏的技術能力，不需要你有 IT 部門。只要你有明確的業務痛點，FDE 就能幫你解決。
### FDE 導入 AI 要多久才能看到成效？
通常第一個可用場景在 2～4 週內完成，30 天可以看到初步成效，3 個月後多數企業能看到明顯的效率提升和成本節省。
---
---
title: "FDE、傳統顧問、IT 部門：台灣企業 AI 導入該選哪個？"
description: "台灣企業導入 AI 有三條路：找傳統管理顧問、靠自己的 IT 部門、或引入 FDE 前線部署工程師。三者差異是什麼？哪種適合你的公司？"
category: "企業 AI 導入"
date: "2026-04-05"
canonical: "https://www.ai-go.app/blog/fde-vs-consultant-vs-it-department"
source: "AI GO（https://www.ai-go.app）"
---
# FDE、傳統顧問、IT 部門：台灣企業 AI 導入該選哪個？
台灣企業導入 AI 有三條路：找傳統管理顧問、靠自己的 IT 部門、或引入 FDE 前線部署工程師。三者差異是什麼？哪種適合你的公司？
## 台灣企業 AI 導入的三條路
當老闆決定「我們要導入 AI」，接下來面對的是一個選擇題：
- **A. 找傳統管理顧問公司**（麥肯錫、資策會、本土顧問）
- **B. 交給自己的 IT 部門**
- **C. 引入 FDE（前線部署工程師）**
這三條路的結果可能差異巨大。本文幫你拆解每種選擇的優缺點。
## 選項 A：傳統管理顧問
### 他們做什麼
傳統顧問的工作模式是：訪談 → 分析 → 出報告 → 提建議。他們擅長「告訴你該做什麼」，但通常不負責「幫你做出來」。
### 優點
- 能提供跨產業的 Best Practice
- 報告格式專業，適合向董事會報告
- 適合需要「策略規劃」的大型企業
### 缺點
- 費用高昂，一個專案動輒百萬起
- 顧問離開後，實際落地還是要靠自己
- AI 技術日新月異，顧問的知識可能已過時
- **最大問題：給的是報告，不是結果**
### 適合誰
500 人以上的大型企業，需要高層說服材料和組織變革規劃。
## 選項 B：自己的 IT 部門
### 他們做什麼
IT 部門負責維護現有系統、資安管理、硬體設備。導入 AI 時，可能會請他們評估和建置。
### 優點
- 最了解公司現有系統架構
- 長期維運成本低
- 資料不需要外流
### 缺點
- IT 部門通常沒有 AI/LLM 應用開發經驗
- 日常維運工作已滿載，難以分心做新專案
- 缺乏業務視角，容易做出「技術上對但業務上沒用」的東西
- **最大問題：會做但做得很慢，且不懂 AI 的最新用法**
### 適合誰
IT 部門本身就有 AI 開發能力，且專案複雜度不高的企業。
## 選項 C：FDE 前線部署工程師
### 他們做什麼
FDE 直接進入你的企業現場，理解業務流程後，快速建出可用的 AI 原型，幾週內交付可運作的系統，並持續優化。
### 優點
- **速度快**：2～4 週出第一個可用版本
- **負責到底**：不只設計，還幫你建好、教你用
- **懂技術也懂業務**：能直接和老闆、業務、工廠溝通
- **成本彈性**：可以用月費制，不需全職招募
### 缺點
- 適合有明確業務痛點的導入，不適合純策略規劃
- 台灣真正好的 FDE 人才稀缺
### 適合誰
想在 30～90 天內看到具體 AI 成效的台灣中小企業。
## 三種方式全面比較
| 項目 | 傳統顧問 | IT 部門 | FDE |
| --- | --- | --- | --- |
| 交付物 | 策略報告 | 系統建置 | 可運作的 AI 系統 |
| 速度 | 3～6 個月 | 6～18 個月 | 2～8 週 |
| 費用 | 100 萬以上 | 人力成本 | 月費制，彈性 |
| AI 專業度 | 中 | 低～中 | 高 |
| 業務理解 | 高 | 低 | 高 |
| 落地責任 | 無 | 有 | 有 |
## 台灣中小企業的最佳選擇
對 50～500 人的台灣中小企業來說，答案通常是 **FDE 模式**：你需要的不是一份報告，也不是等 IT 部門慢慢研究，而是一個懂 AI 又懂你業務的人，直接幫你把問題解決掉。
AI-GO 採用 FDE 服務模式，工程師直接進入你的流程，30 天內完成第一個 AI 自動化場景。[預約免費 FDE 諮詢](/#contact)，了解你的公司適合從哪裡開始。
## 常見問題
### FDE 和顧問最大的差別是什麼？
顧問給報告和建議，FDE 直接幫你建出可運作的系統。顧問離開後問題還在，FDE 離開時問題已解決。
### 台灣中小企業有 IT 部門，還需要 FDE 嗎？
大多數台灣 IT 部門專注於維運現有系統，缺乏 AI 應用開發經驗。FDE 不是取代 IT 部門，而是補足 AI 落地的能力缺口。
### FDE 服務費用大概多少？
FDE 服務依專案規模不同，台灣市場月費約 5～20 萬元，比招募一位全職 FDE 工程師（月薪 15～25 萬）更有彈性。
---
---
title: "FDE 是什麼？前線部署工程師完整指南（2026 台灣版）"
description: "FDE（Forward Deployed Engineer，前線部署工程師）是目前台灣最熱門的 AI 職缺，比 AI 科學家還搶手。本文從零解釋 FDE 是什麼、做什麼、為什麼台灣企業現在最需要他。"
category: "企業 AI 導入"
date: "2026-04-05"
canonical: "https://www.ai-go.app/blog/what-is-fde-forward-deployed-engineer"
source: "AI GO（https://www.ai-go.app）"
---
# FDE 是什麼？前線部署工程師完整指南（2026 台灣版）
FDE（Forward Deployed Engineer，前線部署工程師）是目前台灣最熱門的 AI 職缺，比 AI 科學家還搶手。本文從零解釋 FDE 是什麼、做什麼、為什麼台灣企業現在最需要他。
## FDE 是什麼？一句話解釋
**FDE（Forward Deployed Engineer，前線部署工程師）**是一種深入客戶第一線的工程師角色。他們不只寫程式，還會直接到企業現場理解業務流程，把 AI 技術快速調整、整合、落地，讓技術真正產生商業價值。
概念最早由 Palantir 發明，現在 OpenAI、Anthropic、Scale AI 都在大量招募。全球 FDE 職缺在 2025～2026 年暴增 800%，年薪上看新台幣 900 萬。
## FDE 跟一般工程師有什麼不同？
傳統軟體工程師的工作模式是：「客戶提需求 → 工程師開發 → 幾個月後交付」。這個模式在 AI 時代有一個致命缺陷：**客戶往往不知道自己真正需要什麼**，等到產品交付才發現不對。
FDE 的工作模式截然不同：
- **駐點客戶現場**：直接在客戶辦公室工作，理解真實業務痛點
- **快速原型**：幾天內就能做出可用的 AI 原型，而非幾個月
- **同時懂技術與業務**：能把業務需求翻譯成技術規格，也能把技術限制解釋給業主聽
- **負責到底**：不只交付，還確保客戶真的在用、真的有效果
## FDE 在台灣做什麼？
台灣的 FDE 通常處理這些任務：
### 1. AI 流程整合
把 ChatGPT、Claude、Gemini 等 AI 能力接入企業現有的 ERP、CRM、Line 官方帳號、採購系統。這需要同時懂 API 串接和企業流程。
### 2. 自動化工作流程建置
分析企業哪些重複性工作可以自動化（報價、採購、對帳、客服回覆），然後實際把它建出來，而不只是畫流程圖。
### 3. AI 知識庫與客服機器人
把企業的 SOP、產品手冊、FAQ 轉換成 AI 可以理解的知識庫，讓 AI 客服真的能回答正確答案。
### 4. 數據儀表板與決策支援
串接各系統數據，建立即時的 AI 分析看板，讓管理層能基於數據做決策。
## 為什麼 FDE 比 AI 科學家更搶手？
AI 科學家負責研究和訓練模型，但 99% 的台灣企業不需要自己訓練模型——他們需要的是**把現成的 AI 工具接進自己的業務流程**。
這正是 FDE 的核心價值：不是研究 AI，而是讓 AI 真正在企業裡運作。
根據 TVBS 報導，2026 年台灣 FDE 人才需求已大幅超越 AI 工程師，許多科技公司開出的 FDE 薪資甚至高於資深後端工程師。
## 台灣 FDE 需要具備什麼能力？
1. **全端開發能力**：Python / Node.js + API 串接 + 基本前端
2. **AI/LLM 應用知識**：懂得如何設計 Prompt、使用 RAG、串接 OpenAI/Claude API
3. **業務理解力**：能快速理解不同產業的業務流程（製造、零售、服務業）
4. **溝通與簡報能力**：能對非技術的老闆和員工解釋技術方案
5. **快速交付心態**：習慣 1～2 週出原型，而非 3 個月才交付
## 台灣企業如何使用 FDE？
對企業主來說，你不一定需要自己招募一位 FDE（薪資高、難找）。更常見的做法是：**和提供 FDE 服務的 AI 平台合作**，等於用服務費借用 FDE 的能力。
AI-GO 就是採用這種 FDE 模式：我們的工程師直接進入你的企業流程，30 天內完成 AI 導入，而不是給你一份 200 頁的顧問報告。
想了解 FDE 如何在你的企業落地？[預約 AI-GO FDE 說明會](/#contact)，我們提供免費的 AI 流程評估。
## 常見問題
### FDE 是什麼的縮寫？
FDE 是 Forward Deployed Engineer（前線部署工程師）的縮寫。這個職位最早由 Palantir 創立，現在被 OpenAI、Anthropic 等 AI 公司廣泛採用。
### FDE 和軟體工程師有什麼差別？
傳統軟體工程師在公司內部開發產品，FDE 則是深入客戶現場工作，直接理解業務需求並快速落地。FDE 同時具備技術能力和業務理解力。
### 台灣 FDE 薪資大概多少？
根據 2025～2026 年市場行情，台灣資深 FDE 年薪約 150～300 萬台幣，國際科技公司（如 OpenAI 台灣業務）的 FDE 年薪可達 600～900 萬台幣。
### 中小企業需要 FDE 嗎？
是的，但不一定需要自己招募。許多台灣中小企業選擇和提供 FDE 服務的 AI 平台合作，用月費獲得 FDE 的能力，成本遠低於全職招募。
### 怎麼找到台灣的 FDE 服務？
AI-GO 提供 FDE 模式的 AI 導入服務，工程師直接進入企業流程，30 天完成 AI 整合。可以預約免費說明會了解詳情。
---
---
title: "連鎖品牌如何用 AI 統一管理多門市？台灣實戰案例解析"
description: "連鎖餐飲、零售、服務業主管必看：AI 如何解決總部與門市資訊落差、讓督導省去 80% 巡店時間？本文拆解台灣連鎖品牌 AI 管理實戰。"
category: "產業應用"
date: "2026-04-03"
canonical: "https://www.ai-go.app/blog/ai-chain-store-management-taiwan"
source: "AI GO（https://www.ai-go.app）"
---
# 連鎖品牌如何用 AI 統一管理多門市？台灣實戰案例解析
連鎖餐飲、零售、服務業主管必看：AI 如何解決總部與門市資訊落差、讓督導省去 80% 巡店時間？本文拆解台灣連鎖品牌 AI 管理實戰。
## 連鎖品牌的管理痛點：資訊太分散、督導太忙
台灣有超過 10 萬家連鎖門市，從便利商店到連鎖診所、餐飲加盟、健身房。這些品牌共同的煩惱只有一個：**總部管不到，門市說不清**。
每天督導要巡 5～8 間門市、收集幾十份日報表、追蹤庫存異常、處理客訴——這種管理模式本質上是「人海戰術」，不是「品牌管理」。
根據台灣連鎖暨加盟協會統計，中型連鎖品牌（30～100 門市）的督導人員平均每人每天花 3 小時在「整理資料」，而非「解決問題」。
## AI 能為連鎖品牌做什麼？
### 1. 自動彙整多門市日報
過去：各門市 LINE 傳日報 → 督導手動整理 → 總部週會才看到數字
導入 AI 後：系統自動抓取 POS 數據、庫存系統、客服紀錄 → 生成跨門市比較報表 → 總部即時看板
某台中連鎖滷味品牌導入後，總部每日晨報從「手動花 2 小時」縮短為「AI 自動生成，5 分鐘確認」。
### 2. 異常偵測與即時警報
連鎖品牌最怕的不是正常營運，而是「有門市出了問題但沒人發現」。AI 可設定：
- 某門市銷售額比同期下滑超過 15% → 自動推播警示給督導
- 庫存低於安全水位 → 自動觸發補貨請求
- 客訴關鍵字頻率異常升高 → 提醒品管部門
### 3. 督導工作數位化
AI 督導 App 讓巡店流程標準化：拍照上傳 → AI 自動辨識陳列是否符合 SOP → 生成稽核報告。過去一份稽核報告要手打 30 分鐘，現在 AI 生成只需 3 分鐘，督導只需確認即可。
### 4. 知識庫統一教育訓練
連鎖品牌員工流動率高，新人訓練成本極高。AI 知識庫讓新員工可以 24 小時問「怎麼處理客訴」「特殊品項怎麼操作」，不用等督導回覆，品牌標準一致性大幅提升。
## 台灣連鎖品牌 AI 導入路徑
建議按以下優先順序導入：
1. **第一步：多門市數據整合**（串接 POS、庫存、客服三大系統，建立統一數據底座）
2. **第二步：智慧報表與警報**（讓督導從「找問題」轉變為「解決問題」）
3. **第三步：AI 知識庫建置**（品牌 SOP、常見問題、新人手冊全部 AI 化）
4. **第四步：督導巡店 AI 輔助**（標準化稽核，品牌形象一致性管理）
## 導入成本與 ROI
以 50 間門市的連鎖品牌為例：
- 導入費用：約 30～60 萬元（視整合複雜度）
- 每月節省督導工時：每人約 60 小時 × 5 位督導 = 300 小時/月
- 等效人力成本節省：約 15 萬/月
- 回本週期：約 2～4 個月
## 挑選連鎖品牌 AI 系統的 3 個關鍵
1. **能否對接現有 POS 系統**：台灣主流 POS 如 iCHEF、EPOS、Waiter Joy 都需要 API 串接能力
2. **多層權限管理**：總部、區督導、門市主管看到的資料不同，需要細緻的權限設定
3. **支援 LINE 推播**：台灣連鎖品牌主管習慣用 LINE，系統必須能推播到 LINE
想了解 AI-GO 如何協助你的連鎖品牌建立智慧管理中心？[立即預約免費規劃諮詢](/#contact)，我們有連鎖產業專屬的導入方案。
## 常見問題
### 連鎖品牌 AI 管理系統要多少錢？
依門市數量與整合複雜度，台灣中型連鎖品牌（30～100 間）導入費用約 30～80 萬元，月費約 3～8 萬元。通常 2～4 個月可回本。
### AI 可以管多少間門市？
現代 AI 管理系統沒有硬性門市數量上限，從 10 間到 1000 間都可以處理。關鍵在於數據整合架構設計是否完善。
### 不同品牌的 POS 系統都能串接嗎？
主流 POS 系統（iCHEF、EPOS、Waiter Joy 等）都有 API 介面，可以串接。部分老舊系統可能需要額外的 ETL 資料轉換工作。
---
---
title: "AI 協作工具比較：Notion AI、Microsoft Copilot、AI GO，台灣企業該選哪個？"
description: "市場上 AI 協作工具琳琅滿目，Notion AI、Microsoft Copilot、Slack AI、AI GO 各有不同定位。本文從台灣中小企業角度，比較功能、費用、適用場景，幫你選對工具。"
category: "AI 工具比較"
date: "2026-04-03"
canonical: "https://www.ai-go.app/blog/ai-collaboration-tools-comparison"
source: "AI GO（https://www.ai-go.app）"
---
# AI 協作工具比較：Notion AI、Microsoft Copilot、AI GO，台灣企業該選哪個？
市場上 AI 協作工具琳琅滿目，Notion AI、Microsoft Copilot、Slack AI、AI GO 各有不同定位。本文從台灣中小企業角度，比較功能、費用、適用場景，幫你選對工具。
## AI 協作工具百花齊放，但不是每個都適合你
2025～2026 年，幾乎每個主流 SaaS 工具都加入了 AI 功能。但對台灣中小企業主來說，選錯工具可能浪費預算、沒有實際效益。這篇文章幫你把主流 AI 協作工具整理清楚。
## 四大工具定位比較
### 1. Notion AI
**定位**：知識管理 + 文件 AI
**強項**：整理筆記、生成文件摘要、撰寫草稿、建立 Wiki。介面美觀，學習曲線低。
**弱項**：無法整合 ERP/CRM，沒有流程自動化，不適合需要跨系統串接的企業。
**費用**：Plus 方案每位用戶 USD$10/月，AI 附加 USD$10/月，共 USD$20/月。
**適合誰**：內容團隊、顧問公司、需要知識管理的小型服務業。
### 2. Microsoft Copilot（for M365）
**定位**：Office 生態系 AI 助手
**強項**：深度整合 Word、Excel、PowerPoint、Teams、Outlook。開會自動摘要、Excel 自動分析、郵件草稿生成。
**弱項**：需要 Microsoft 365 Business 以上方案才能使用。每位用戶 USD$30/月額外費用，10 人就要多付 NT$9,500/月。
**費用**：M365 基礎費 + Copilot USD$30/人/月。
**適合誰**：已深度使用 Microsoft 生態系、主要工作在 Office 文件的企業。
### 3. Slack AI
**定位**：溝通平台 AI
**強項**：自動摘要頻道對話、搜尋歷史記錄、快速找到特定資訊。
**弱項**：功能相對單一，且台灣中小企業多用 LINE 而非 Slack。
**費用**：Pro 方案 USD$7.25/人/月 + AI 附加費用。
**適合誰**：已重度使用 Slack 的科技公司、新創團隊。
### 4. AI GO
**定位**：企業 AI 賦能平台（Business AI Platform）
**強項**：ERP AI 整合、跨系統資料串接、業務流程自動化（採購/報價/人資/財務）、企業 AI 知識庫、自然語言查詢 ERP 數據。
**弱項**：不是純文件/筆記工具，主要服務有業務系統整合需求的企業。
**費用**：依功能與用量，月費 NT$8,000～NT$30,000，不按人頭計費。
**適合誰**：製造業、貿易商、中型服務業，需要 ERP 整合或複雜流程自動化的企業。
## 選擇建議
| 需求 | 推薦工具 |
| --- | --- |
| 文件整理、知識管理 | Notion AI |
| Office 文件效率提升 | Microsoft Copilot |
| ERP 整合、流程自動化 | AI GO |
| Slack 對話管理 | Slack AI |
| 全面企業 AI 升級 | AI GO（可搭配其他工具） |
## 重要提醒：工具不等於策略
很多企業買了 Copilot 或 Notion AI，用了幾個月後發現「好像沒什麼改變」。原因通常不是工具不好，而是沒有配套的導入策略。
在選工具之前，建議先釐清：
1. 你最想解決的問題是什麼？（節省時間？減少錯誤？加速決策？）
2. 這個問題的根源是流程問題、還是工具問題？
3. 員工是否願意改變工作方式？
想要一對一討論你的企業適合哪種 AI 工具組合？歡迎[預約免費技術評估](/#contact)。
## 常見問題
### Notion AI 和 AI GO 有什麼不同？
Notion AI 是文件與知識管理工具的 AI 附加功能，適合內容整理與筆記。AI GO 是企業流程 AI 平台，側重 ERP 整合、業務自動化、跨系統資料串接，適合需要深度業務自動化的企業。
### Microsoft Copilot 適合台灣中小企業嗎？
Copilot 整合在 Office 365 生態系，如果公司已重度使用 Teams/Outlook/Excel，Copilot 可以直接提升這些工具的效率。但每位用戶月費約 USD$30（約 NT$950），對小型企業來說費用較高，且功能以文件輔助為主，不包含 ERP 整合。
### 哪個工具最適合台灣製造業或貿易商？
製造業和貿易商通常需要 ERP 整合、庫存與採購自動化、跨部門資料串接，AI GO 更適合這類需求。Notion AI 和 Copilot 偏向知識工作者的效率提升，不具備深度 ERP 整合能力。
---
---
title: "AI 文件自動化：讓台灣企業告別「複製貼上地獄」"
description: "報價單、合約、會議紀錄、SOP 手冊——這些文件每天吃掉你幾小時？本文教你用 AI 文件自動化工具，讓文件工作效率提升 5 倍。"
category: "AI 工具"
date: "2026-04-03"
canonical: "https://www.ai-go.app/blog/ai-document-automation-taiwan"
source: "AI GO（https://www.ai-go.app）"
---
# AI 文件自動化：讓台灣企業告別「複製貼上地獄」
報價單、合約、會議紀錄、SOP 手冊——這些文件每天吃掉你幾小時？本文教你用 AI 文件自動化工具，讓文件工作效率提升 5 倍。
## 台灣企業的文件地獄：你每天花多少時間在複製貼上？
根據麥肯錫的研究，知識工作者平均花 **19% 的工作時間在「搜尋和整理資訊」**，另有 14% 花在「內部溝通協作」。對台灣中小企業來說，這個比例可能更高。
常見的文件地獄場景：
- 每次報價都要從舊報價單複製 → 改客戶名稱 → 改品項 → 改價格 → 忘記改某個地方 → 出錯
- 會議結束後手動整理逐字稿 → 寫成會議紀錄 → 寄給與會者 → 一個小時就沒了
- 新員工詢問某個 SOP → 找遍資料夾找不到 → 問前輩 → 前輩也記不清楚
- 合約每次都從頭重寫 → 律師費高昂 → 客戶等待時間長
## AI 文件自動化的 4 大核心應用
### 1. 智慧報價單生成
只要輸入客戶需求和品項清單，AI 自動生成格式標準、計算正確的報價單，並根據客戶歷史資料自動帶入折扣條件和付款條款。
某台北機械零件商導入後：「以前一份報價要 45 分鐘，現在 AI 生成後我只需要 10 分鐘確認，一天可以多處理 6 份報價。」
### 2. 會議紀錄自動化
AI 會議工具（如 Otter.ai、Fireflies、或 AI-GO 整合方案）可以：
- 即時轉錄會議內容（支援中文）
- 自動辨識發言人
- 萃取 Action Items 和決議事項
- 生成結構化會議紀錄並自動寄送
平均每次會議可節省 45～90 分鐘的後續整理時間。
### 3. 合約範本智慧填充
建立合約範本庫後，AI 根據交易條件自動填入：買賣雙方資料、金額、交貨條件、保固期限、違約條款等。複雜合約從 2 小時縮短為 20 分鐘。
### 4. SOP 與知識庫自動維護
上傳舊有的 Word 文件、PDF、Email 往來 → AI 自動整理成結構化知識庫 → 員工可以用自然語言搜尋「退換貨流程是什麼」→ 立即得到準確答案。
## 哪些行業最需要 AI 文件自動化？
- **貿易與製造業**：報價單、採購單、出貨文件量大，格式化需求高
- **顧問與服務業**：提案書、合約、報告，每份都需要客製化
- **建設與工程業**：施工計畫、驗收文件、安全報告，法規要求嚴格
- **醫療與法律業**：高度標準化需求，錯誤容忍度低
## 導入 AI 文件自動化的步驟
1. **盤點文件清單**：列出你們公司每月產出最多、最費時的 Top 5 文件類型
2. **建立範本庫**：將現有最好的文件樣本整理為範本，定義必填欄位
3. **選擇工具**：依需求選擇 AI 文件平台（單一功能工具 vs. 企業 AI 平台）
4. **小規模試跑**：先在一個部門或一種文件類型試跑 2 週
5. **全面推廣**：確認品質後，整合到日常工作流程
## 導入前必問的 3 個問題
1. 這個工具能處理繁體中文嗎？（部分外國工具對繁體中文支援不佳）
2. 文件資料是否儲存在台灣本地或符合資安法規的環境？
3. 能否串接我們現有的 CRM / ERP 系統自動帶入資料？
想知道你的公司適合從哪種文件開始自動化？[預約 AI-GO 免費文件自動化評估](/#contact)，30 分鐘找出最高 ROI 的切入點。
## 常見問題
### AI 文件自動化需要改變現有工作流程嗎？
好的 AI 文件工具應該是嵌入現有流程，而不是要你重新學一套系統。通常需要 1～2 週的適應期，之後效率會大幅提升。
### AI 生成的文件品質可靠嗎？
AI 生成的文件需要人工確認，特別是金額、日期、法律條款等關鍵資訊。AI 的價值在於大幅減少初稿製作時間，人工確認時間從 60 分鐘縮短為 10 分鐘。
### 公司資料放入 AI 系統安全嗎？
選擇符合 ISO 27001 認證、資料存儲在台灣或特定地區的企業 AI 平台，並確認不會用你的資料訓練模型，即可大幅降低資安風險。
---
---
title: "台灣診所 AI 導入指南：掛號、病歷、衛教自動化，讓醫生專注在診療"
description: "台灣診所面臨人手不足、掛號塞車、病歷文書耗時等痛點。AI 可以幫診所自動化掛號預約、病歷摘要、衛教資訊發送，讓醫護人員把時間留給病人。"
category: "企業 AI 導入"
date: "2026-04-03"
canonical: "https://www.ai-go.app/blog/ai-medical-clinic-taiwan"
source: "AI GO（https://www.ai-go.app）"
---
# 台灣診所 AI 導入指南：掛號、病歷、衛教自動化，讓醫生專注在診療
台灣診所面臨人手不足、掛號塞車、病歷文書耗時等痛點。AI 可以幫診所自動化掛號預約、病歷摘要、衛教資訊發送，讓醫護人員把時間留給病人。
## 診所的日常：醫護人員的時間都去哪了？
台灣的診所（特別是基層醫療）長期面臨一個矛盾：病患多、人手少、醫師時間寶貴，但大量時間卻花在非診療的行政工作上。
- 電話掛號佔據行政人員大半工作時間
- 病歷文書耗去醫師每天 1～2 小時
- 衛教說明每次都要重複講
- 回診提醒靠人工撥打電話
- 藥品庫存靠直覺補貨
這些問題，AI 都可以幫忙解決。
## 診所 AI 應用場景詳解
### 1. 掛號預約自動化
透過 LINE 官方帳號或診所官網，讓病患 24 小時自助預約。AI 自動回覆掛號確認、提供診所資訊、發送看診提醒。
**效益**：電話量減少 60～70%，行政人員可以專注在現場服務。
### 2. 語音轉病歷文書
醫師看診時用語音記錄，AI 即時轉成結構化病歷初稿。醫師只需確認修改，節省大量打字時間。
**效益**：病歷記錄時間從平均 8 分鐘縮至 2 分鐘，醫師每天可以多看 4～6 位病患。
### 3. 自動化衛教與回診提醒
根據診療項目，AI 自動發送對應的衛教資訊（手術後注意事項、慢性病管理建議）。看診後 N 天自動 LINE 提醒回診。
**效益**：回診率提升 25～35%，病患滿意度顯著提高。
### 4. 藥品庫存智慧管理
AI 分析歷史用藥數據與季節趨勢，預測庫存需求。低庫存自動提醒採購，避免缺藥或積壓。
**效益**：庫存準確率提升至 95% 以上，每年節省 10～15% 的藥品浪費。
## 導入時的注意事項
### 個資與資安
病患資料屬於敏感個資，選擇服務商時要確認：
- 資料存放在台灣本地或符合 GDPR 標準的環境
- 服務商具備資安認證（ISO 27001 等）
- 有明確的資料使用同意書與隱私政策
### 不取代醫師判斷
AI 只輔助行政與文書，不做任何診斷建議。所有 AI 生成的病歷初稿必須由醫師確認後才能存檔。
## 台灣診所 AI 導入的三步驟
1. **第一步：線上掛號 + 回診提醒**（最快見效，1 週內可上線）
2. **第二步：衛教自動化**（建立常見衛教素材庫，讓 AI 自動發送）
3. **第三步：病歷文書輔助**（需要與現有 HIS 系統整合，評估 2～4 週）
想知道你的診所從哪個步驟開始最划算？歡迎[預約免費諮詢](/#contact)，我們提供醫療院所專屬的 AI 導入評估。
## 常見問題
### 診所導入 AI 需要符合什麼法規？
台灣診所導入 AI 時需注意個資法（病患資料保護）與醫療法相關規定。AI 工具不能直接做診斷，只能輔助行政、排程、衛教等非診療業務。建議選擇資料在台灣本地儲存、有符合 ISO 27001 資安標準的服務商。
### AI 可以幫診所做些什麼？
診所適合用 AI 的場景：①掛號預約自動化（LINE/官網 24 小時預約）②病歷文書輔助（語音轉文字、病歷摘要）③衛教資訊自動發送（術後注意事項、回診提醒）④藥品庫存管理。
### 小型診所（1～3 位醫師）也適合導入 AI 嗎？
非常適合。小型診所人力有限，反而最需要 AI 幫助。月費 NT$8,000～NT$15,000 的 AI 服務，只要省下 1 位行政人員每週 10 小時的工作，就能快速回收成本。
---
---
title: "台灣服務業 AI 導入案例：會計事務所、顧問公司、仲介業如何用 AI 提升效率"
description: "服務業不像製造業有生產線可自動化，但 AI 一樣能大幅提升效率。本文整理台灣會計、顧問、房仲、保險等服務業實際導入 AI 的案例與成效。"
category: "企業 AI 導入"
date: "2026-04-03"
canonical: "https://www.ai-go.app/blog/ai-service-industry-taiwan"
source: "AI GO（https://www.ai-go.app）"
---
# 台灣服務業 AI 導入案例：會計事務所、顧問公司、仲介業如何用 AI 提升效率
服務業不像製造業有生產線可自動化，但 AI 一樣能大幅提升效率。本文整理台灣會計、顧問、房仲、保險等服務業實際導入 AI 的案例與成效。
## 服務業的 AI 機會：不是製造業才能自動化
很多服務業老闆認為「AI 是製造業的事」。但事實上，服務業有大量可以被 AI 優化的工作：
- 整理客戶資料、合約、報告——耗時但低思考含量
- 撰寫提案、回覆詢問——每次都要重新組織相似內容
- 預約管理、提醒通知——規律但佔用人力
- 財務對帳、費用申報——容易出錯的重複性作業
以下是台灣不同服務業別的實際 AI 導入案例。
## 案例一：會計事務所
### 問題
某台北中型會計事務所（15 位會計師），每到結算季節，整理客戶財報資料與撰寫說明報告耗費大量時間，加班成常態。
### 導入方案
- AI 自動讀取客戶上傳的發票、憑證，整理成結構化資料
- AI 根據數字自動生成初版財報說明文件
- AI 監控異常數字並自動標記供會計師複核
### 成效
- 結算季加班時數減少 60%
- 報告初稿時間從 3 小時縮至 30 分鐘
- 錯誤率降低 45%
## 案例二：管理顧問公司
### 問題
顧問公司的提案書製作耗時，每份提案都要重新整理資料、撰寫分析、設計投影片。
### 導入方案
- 建立企業 AI 知識庫，儲存過往案例、模板、研究報告
- AI 根據新客戶需求，自動從知識庫調取相關資料並生成提案初稿
- AI 摘要競業分析與市場數據
### 成效
- 提案製作時間縮短 55%
- 顧問可以接更多案子，年營收成長 30%
- 新進顧問 onboarding 時間從 3 個月縮至 6 週
## 案例三：房仲業
### 問題
房仲業務每天要處理大量客戶詢問、物件配對、看房預約。人力不夠，但每筆成交又極有價值。
### 導入方案
- AI 客服機器人 24 小時回覆基本詢問
- AI 根據客戶條件自動推薦匹配物件
- 自動安排看房行程並發送提醒
### 成效
- 每位業務每月可服務客戶數從 20 組提升至 35 組
- 詢問回覆時間從平均 4 小時縮至 5 分鐘
- 成交率提升 18%（因為及時回覆不讓客戶流失）
## 案例四：保險業
### 問題
保險業務員花大量時間在保單資料整理、理賠文件準備、客戶保障分析。
### 導入方案
- AI 自動整理客戶保障缺口，生成個人化建議報告
- 理賠文件 AI 輔助填寫，減少錯誤與退件
- AI 定期提醒業務員聯繫即將到期的客戶
### 成效
- 業務準備時間減少 50%
- 理賠退件率從 15% 降至 3%
- 客戶續約率提升 22%
## 服務業導入 AI 的三個重點
1. **從文件自動化開始**：合約、報告、提案——這是服務業最大的時間黑洞，也是 AI 最快見效的地方。
2. **建立知識庫**：把過往案例、SOP、常見問題整理進 AI 知識庫，讓 AI 成為全公司的記憶。
3. **不要試圖一次導入所有功能**：選一個最痛的點先解決，見到成效再擴大，這樣團隊接受度最高。
想了解你的服務業適合從哪個環節開始導入 AI？歡迎[預約免費評估](/#contact)，我們提供行業別的 AI 導入路線圖。
## 常見問題
### 服務業適合導入 AI 嗎？
非常適合。服務業的核心工作包含大量重複性文件處理、客戶溝通、資料整理，這些正是 AI 最擅長的場景。許多台灣服務業者導入 AI 後，每天省下 2～4 小時的行政工作。
### 服務業導入 AI 需要多少預算？
依規模與需求，月費約 NT$8,000～NT$25,000。對於 10～50 人的服務業公司，導入 AI 的 ROI 通常在 3～6 個月內回收，主要來自人力時間節省與客戶滿意度提升。
### 服務業 AI 導入最常見的應用是什麼？
最常見的三大應用：①自動整理客戶資料與合約 ②AI 協助撰寫提案、報告初稿 ③智慧客服與預約管理。這三項可以讓前台與後台同步提效。
---
---
title: "ChatGPT 跟企業 AI 平台有什麼不同？老闆必看的選擇指南"
description: "很多老闆覺得「用 ChatGPT 就夠了」。但 ChatGPT 和企業 AI 平台其實解決的是不同問題。本文用 5 個維度幫你釐清。"
category: "企業 AI 策略"
date: "2026-04-02"
canonical: "https://www.ai-go.app/blog/ai-go-vs-chatgpt-for-enterprise"
source: "AI GO（https://www.ai-go.app）"
---
# ChatGPT 跟企業 AI 平台有什麼不同？老闆必看的選擇指南
很多老闆覺得「用 ChatGPT 就夠了」。但 ChatGPT 和企業 AI 平台其實解決的是不同問題。本文用 5 個維度幫你釐清。
## 「我們公司已經在用 ChatGPT 了」——然後呢？
這句話我們常常聽到。ChatGPT 確實很強大，可以幫員工寫文案、整理會議記錄、草擬 Email。但如果你問「ChatGPT 有幫公司的 ERP 自動出報表嗎？」「有幫業務自動跟進客戶嗎？」答案通常是「沒有」。
這不是員工不努力，而是 ChatGPT 根本不是為了這個設計的。
## 5 個維度的比較
### 1. 資料存取
**ChatGPT**：只能處理你手動貼上去的文字，不能主動存取你的資料庫、ERP、CRM。
**企業 AI 平台**：可串接你的內部系統，直接讀取即時資料，給出基於真實數據的回答和決策建議。
### 2. 流程自動化
**ChatGPT**：被動回應，你問它才有反應。無法主動觸發任何流程。
**企業 AI 平台**：可設定觸發條件（庫存低於 X → 自動補貨通知；合約到期前 30 天 → 自動提醒），主動執行流程。
### 3. 資安與合規
**ChatGPT**：輸入的資料可能被 OpenAI 用於模型訓練（需手動關閉設定），存在機密外洩風險。
**企業 AI 平台**：資料不離開你的控制範圍，通常提供私有部署選項，符合企業資安要求。
### 4. 客製化程度
**ChatGPT**：通用模型，無法針對你的產業、你的術語、你的流程進行深度訓練。
**企業 AI 平台**：可導入你的產業知識、歷史資料，打造「懂你業務」的專屬 AI。
### 5. 多人協作
**ChatGPT**：個人工具，各自使用，無法在組織層面統一管理和追蹤使用情況。
**企業 AI 平台**：有權限管理、使用記錄、部門協作功能，管理者可統一部署與監控。
## 兩者可以並用嗎？
當然可以。很多企業的做法是：用 ChatGPT 處理個人生產力任務（寫作、翻譯、腦力激盪），用企業 AI 平台處理系統整合與流程自動化。兩者互補，不互斥。
## 你的企業需要的是哪一種？
如果你的核心需求是「讓員工個人工作更有效率」→ ChatGPT 夠用。
如果你的核心需求是「讓公司系統更聰明、流程更自動」→ 你需要的是企業 AI 平台。
想知道 AI GO 適不適合你的企業？[預約 30 分鐘免費評估](/#contact)，我們幫你判斷。
## 常見問題
### ChatGPT 可以替代企業 AI 平台嗎？
ChatGPT 是個人生產力工具，無法對接企業內部系統、無法存取私有資料庫、也無法自動執行企業流程。企業 AI 平台解決的是系統整合與流程自動化問題，兩者定位不同。
### 員工用 ChatGPT 有資安風險嗎？
有。員工若將公司內部資料（客戶名單、財務數字、合約內容）輸入 ChatGPT，這些資料可能被用於模型訓練，造成機密外洩。企業 AI 平台通常提供私有部署或嚴格的資料隔離機制。
### 什麼規模的企業才需要企業 AI 平台？
10 人以上、有多個部門協作需求、使用 ERP 或多套業務系統的企業，就值得考慮企業 AI 平台。人數越多、流程越複雜，平台帶來的價值越高。
---
---
title: "AI 報價單自動化：讓業務告別手動填表，報價速度快 10 倍"
description: "台灣中小企業業務每天花 2～3 小時手動填寫報價單，AI 報價單自動化可將這個流程縮短到 5 分鐘內完成。本文說明實作方式、常見工具比較與真實案例。"
category: "流程自動化"
date: "2026-04-02"
canonical: "https://www.ai-go.app/blog/ai-quotation-automation"
source: "AI GO（https://www.ai-go.app）"
---
# AI 報價單自動化：讓業務告別手動填表，報價速度快 10 倍
台灣中小企業業務每天花 2～3 小時手動填寫報價單，AI 報價單自動化可將這個流程縮短到 5 分鐘內完成。本文說明實作方式、常見工具比較與真實案例。
## 業務最浪費時間的事：手動填報價單
一份報價單，業務要開 ERP 查庫存、開 Excel 手動拉價格、確認折扣規則、加上運費計算、轉成 PDF 蓋公司章……光是這一套流程，少則 30 分鐘，多則 2 小時。
台灣一家做工業設備的貿易商，10 位業務每天平均花 2.5 小時在報價作業上。換算下來，每個月浪費超過 500 人時在純行政工作上，而且還容易出錯——少報一個料號、算錯匯率，都是真實損失。
AI 報價單自動化，就是為了解決這個問題而生的。
## AI 報價自動化到底做了什麼？
AI 報價自動化不是「AI 幫你想報價策略」，而是將報價流程中**可以規則化的部分全部交給系統處理**：
- **自動帶入產品資料**：從 ERP 或產品資料庫抓取 SKU、規格、成本、建議售價
- **自動套用折扣規則**：依客戶等級、下單量、付款條件自動計算折扣
- **自動計算運費與稅額**：依地區、重量、幣別自動帶入
- **自動生成 PDF**：套用公司模板，自動填入抬頭、條款、有效期限
- **自動發送並追蹤**：透過 Email 或 LINE 發送給客戶，並記錄開啟狀態
業務只需要選客戶 → 選產品 → 填數量，其餘一切由系統完成。5 分鐘出一份報價單，不是誇張，是真實數字。
## 三種常見的實作方式
### 方式一：在現有 ERP 上加 AI 報價模組
如果你用的是鼎新、SAP Business One、Odoo，這些系統本身就有報價單功能，問題通常是「功能太死板、不好客製」。這種情況可以在 ERP 上疊加 AI 報價模組，讓系統根據歷史成交價、客戶行為、競品資訊，給業務「智慧建議售價」。
**優點**：不換系統、導入快
**缺點**：受 ERP 本身限制，客製彈性較低
### 方式二：獨立 AI 報價工具串接 ERP
透過 API 或 Excel 匯入，讓獨立的報價工具從 ERP 拿到產品與客戶資料，在工具內完成報價後再回寫訂單。適合流程較複雜、需要多層審批的企業。
**優點**：彈性高、可客製報價邏輯
**缺點**：需要 IT 協助串接
### 方式三：AI GO 整合平台（無 IT 部門也能用）
AI GO 提供拖拉式報價流程設計器，不需要工程師，業務主管自己就能定義報價規則、折扣邏輯、審批流程。串接 LINE、Email、ERP 一站完成，特別適合沒有 IT 部門的中小企業。
## 真實案例：台中金屬加工廠，業務效率翻倍
台中一家 40 人的金屬加工廠，產品 SKU 超過 3,000 項，客戶以中小型製造業為主。導入 AI 報價自動化前：
- 平均報價時間：90 分鐘
- 報價錯誤率：約 12%（主要是人工對照價格表出錯）
- 客戶等待時間：1～2 個工作天
導入 AI GO 報價模組後（3 個月後追蹤）：
- 平均報價時間：**8 分鐘**
- 報價錯誤率：**降至 0.3%**
- 客戶等待時間：**當天回覆**
- 業務人均處理報價量：**提升 240%**
這個案例說明了一件事：AI 報價自動化不只是省時間，更是直接提升業績的工具——更快的報價，代表更高的成交率。
## 導入前要確認的三件事
1. **產品資料的結構化程度**：如果產品資料還散落在各個 Excel 或靠業務腦袋記著，AI 系統也沒辦法自動抓取。先整理好產品資料庫是導入的前置工作。
2. **折扣規則是否明確**：AI 可以自動套用規則，但前提是規則要寫得出來。如果你的報價邏輯是「看心情」或「靠老業務的經驗」，就需要先把規則標準化。
3. **現有系統的開放程度**：確認 ERP 或報價工具是否提供 API 或資料匯出功能，決定整合方式。
## AI 報價自動化費用估算
| 方案類型 | 月費 | 導入費 | 適合規模 |
| --- | --- | --- | --- |
| SaaS 報價工具（基本版） | NT$3,000～5,000 | NT$0～10,000 | 5 人以下 |
| AI GO 中小企業方案 | NT$8,000～15,000 | NT$30,000～80,000 | 10～100 人 |
| 企業客製整合 | NT$20,000+ | NT$100,000+ | 100 人以上 |
多數 10～50 人企業選擇中小企業方案，以台中金屬加工廠的案例計算，每月節省的人力成本遠超過方案費用，通常 4～6 個月可以回收。
## 立刻可以做的第一步
不需要馬上決定要導入哪個系統。建議先做一件事：**記錄你的業務這週花了多少時間在報價作業上**。
這個數字會讓你清楚看到「問題有多大」，也會成為你評估導入成本效益的基準線。
如果你想知道 AI GO 如何幫助你的行業快速落地報價自動化，歡迎[預約免費諮詢](/#contact)，我們提供試算報告，讓你看清楚導入後的 ROI。
## 常見問題
### AI 報價單自動化需要換掉現有的 ERP 系統嗎？
不需要。AI 報價自動化工具通常可以串接現有的 ERP（如鼎新、SAP、Odoo），透過 API 或 Excel 匯入的方式取得產品資料，不需要更換底層系統。
### AI 報價單自動化適合哪些產業？
製造業、貿易商、工程承包、IT 服務商最為常見，凡是有客製化報價需求、產品 SKU 數量多、報價時間影響成交率的行業都很適合。
### 導入 AI 報價自動化大概需要多少費用？
SaaS 方案月費約 NT$3,000～15,000，一次性導入費依複雜度約 NT$30,000～150,000。多數企業 3～6 個月內即可回收投資。
---
---
title: "企業流程自動化完全指南：AI 如何幫你省下 50% 的行政時間"
description: "從請假審核、報表匯整到客戶跟進，AI 流程自動化能幫企業節省大量重複性工作。本文整理 6 大常見自動化場景與實作建議。"
category: "流程自動化"
date: "2026-04-02"
canonical: "https://www.ai-go.app/blog/ai-workflow-automation-guide"
source: "AI GO（https://www.ai-go.app）"
---
# 企業流程自動化完全指南：AI 如何幫你省下 50% 的行政時間
從請假審核、報表匯整到客戶跟進，AI 流程自動化能幫企業節省大量重複性工作。本文整理 6 大常見自動化場景與實作建議。
## 你的團隊每天有多少時間花在「搬運資料」上？
根據 McKinsey 研究，知識工作者平均有 28% 的工作時間花在收發 Email 和搬運資料上，另有 14% 花在查找資訊。這些工作大部分是可以被 AI 自動化的。
以下是 6 個台灣企業最常見、最值得優先自動化的場景。
## 場景一：費用報銷與審核流程
傳統做法：員工填表 → 印出 → 主管簽名 → 財務核對 → 入帳。每張單走完要 3～5 天。
AI 自動化後：員工上傳收據照片，AI 自動辨識金額、類別、日期，填入系統。規則內的請款自動審核通過，超出限額才通知主管人工審核。整個流程從 3 天縮短到 2 小時。
## 場景二：庫存異常監控與補貨提醒
不再需要倉管人員每天盯著 Excel。AI 持續監控庫存水位，低於安全庫存時自動發出補貨提醒，甚至可以直接產生採購單草稿供主管確認。
## 場景三：客戶跟進排程
業務員最常忘記跟進的客戶，往往是最接近成交的那一個。AI 可以根據上次聯繫時間、客戶意向分級、合約到期日，自動排程跟進提醒，確保每個潛在客戶都被適時聯繫。
## 場景四：每月報表自動產出
財務月報、業績週報、庫存日報——這些固定格式的報表，AI 可以在指定時間自動從系統抓取資料、計算、格式化，直接寄送給相關人員。財務人員從「做報表的人」變成「分析報表的人」。
## 場景五：合約到期預警
廠商合約、軟體授權、保固期——這些到期時間散落在各種文件中。AI 統一管理後，到期前 30/60/90 天自動發出提醒，讓你不再因為沒注意到合約到期而被動陷入困境。
## 場景六：新員工入職流程
HR 最繁瑣的工作之一：新員工報到需要開通 10 幾個系統帳號、準備設備、安排培訓。AI 可以在報到前自動觸發整個入職清單，讓每個環節自動推進，HR 只需要在卡關時介入。
## 如何開始你的第一個自動化專案？
建議從「最痛」的一個流程開始，而不是試圖一次自動化全部。選定後，找 AI GO 的 FDE 工程師做一次流程診斷，通常 1～2 週就能上線第一個自動化。
[立即預約流程診斷](/#contact)，我們幫你找出最值得自動化的突破口。
## 常見問題
### 哪些流程最適合 AI 自動化？
規律性高、規則明確、重複頻率高的流程最適合。例如：費用報銷審核、庫存補貨提醒、客戶跟進排程、發票核對、月報表產出等。
### 導入流程自動化需要改變現有系統嗎？
通常不需要。AI GO 可透過 API 串接現有系統，在不替換原有工具的前提下，在上面疊加自動化能力。
### 員工會抗拒流程自動化嗎？
初期可能有疑慮，但當員工發現自動化幫他們省去最繁瑣的工作後，接受度通常很快提升。關鍵是讓員工參與設計自動化流程，而非由上而下強制推行。
---
---
title: "企業 AI 費用比較：自建 vs 使用平台，哪個划算？"
description: "自建 AI 系統 vs 直接使用 AI 平台，成本差距到底有多大？本文從開發費用、維護成本、時間成本三個維度，幫你算清楚。"
category: "企業 AI 策略"
date: "2026-04-02"
canonical: "https://www.ai-go.app/blog/enterprise-ai-cost-comparison"
source: "AI GO（https://www.ai-go.app）"
---
# 企業 AI 費用比較：自建 vs 使用平台，哪個划算？
自建 AI 系統 vs 直接使用 AI 平台，成本差距到底有多大？本文從開發費用、維護成本、時間成本三個維度，幫你算清楚。
## 「我們要自己做一套 AI 系統」——先算清楚這筆帳
每隔一段時間，就會有老闆問：「AI 這麼重要，我們自己做不是更安全、更客製？」這個問題很合理，但在決定之前，你需要把成本算清楚。
## 自建 AI 的真實成本
### 開發費用
一套能真正運作的企業 AI 系統，通常需要：
- 需求分析與架構設計：1～2 個月
- 後端開發（API、資料庫整合）：3～6 個月
- AI 模型訓練與調校：2～4 個月
- 測試與上線：1～2 個月
以台灣市場行情估算，光是開發費用就要 **NT$150 萬～NT$500 萬**，還不含硬體和雲端費用。
### 維護與迭代費用
AI 系統上線後，每年需要：
- 工程師維護人力（至少 1 名全職）：NT$80 萬～NT$150 萬/年
- 雲端算力與 API 費用：NT$10 萬～NT$50 萬/年
- 功能更新與 Bug 修復：開發費的 20%～30%/年
3 年總持有成本（TCO）輕鬆超過 **NT$500 萬～NT$1,000 萬**。
### 時間成本
最容易被忽略的是時間。從立項到上線，快則 6 個月，慢則超過 1 年。這段時間你的競爭對手可能已經用 AI 把效率提升了 3 倍。
## 使用 AI 平台的成本
| 項目 | 自建 | AI 平台（如 AI GO） |
| --- | --- | --- |
| 初期導入費用 | NT$150 萬～NT$500 萬 | NT$0～NT$5 萬 |
| 每月費用 | 工程師薪資 + 雲端費 | NT$8,000～NT$30,000 |
| 上線時間 | 6～18 個月 | 1～4 週 |
| 3 年 TCO | NT$500 萬～NT$1,000 萬 | NT$30 萬～NT$110 萬 |
## 平台方案的三大優勢
- **快速上線**：1～4 週即可開始使用，立即創造價值
- **持續更新**：平台供應商持續投入研發，你不需要自己追 AI 技術趨勢
- **風險轉嫁**：技術風險由平台承擔，你專注在業務成果
## 什麼時候才應該考慮自建？
以下情況，自建才有考慮空間：
- 你有高度機敏資料，無法上雲
- 需求極度特殊，市面上沒有任何平台能滿足
- 公司本身就是 AI 技術公司，AI 是核心產品
對台灣 90% 的中小企業而言，以上條件都不符合。平台方案的 CP 值遠高於自建。
## 結語
AI 是未來，但導入方式決定你能不能活到未來。別讓一個錯誤的「自建決策」拖累你的競爭力。如果你想評估 AI GO 是否適合你的企業，[預約免費諮詢](/#contact)，我們幫你算清楚這筆帳。
## 常見問題
### 自建 AI 需要多少錢？
台灣自建企業 AI 系統，包含需求分析、開發、測試、部署，通常費用在 NT$150 萬～NT$500 萬之間，且每年還需額外 20%～30% 的維護費用。
### AI 平台的月費大概多少？
AI GO 等企業 AI 平台依功能與用量，月費約 NT$8,000～NT$30,000，相比自建成本低 90% 以上，且可快速上線。
### 什麼情況適合自建 AI？
若你的需求極度特殊、涉及高度機敏資料、或公司已有強大技術團隊，自建才有考慮空間。否則對 90% 的中小企業而言，平台方案的 CP 值遠高於自建。
---
---
title: "ERP 跟 AI 整合有什麼好處？企業主必看的完整解析"
description: "ERP 系統是企業的核心，但傳統 ERP 操作複雜、報表死板。整合 AI 之後能帶來哪些改變？本文從實際案例出發，完整解析 ERP + AI 的五大效益。"
category: "ERP AI 整合"
date: "2026-04-02"
canonical: "https://www.ai-go.app/blog/erp-ai-integration-benefits"
source: "AI GO（https://www.ai-go.app）"
---
# ERP 跟 AI 整合有什麼好處？企業主必看的完整解析
ERP 系統是企業的核心，但傳統 ERP 操作複雜、報表死板。整合 AI 之後能帶來哪些改變？本文從實際案例出發，完整解析 ERP + AI 的五大效益。
## ERP 的痛點，你是否也有？
ERP（企業資源規劃）系統幫助企業管理財務、採購、庫存、人資等核心業務。但大多數企業主反映：ERP 雖然重要，卻也是公司最難用、最費時的工具之一。
- 查個報表要點 10 個步驟
- 資料分散在不同模組，看不到全局
- 員工要花大量時間手動輸入、核對資料
- 系統給的報表格式死板，無法快速決策
這些問題，正是 AI 最能發揮的地方。
## ERP + AI 整合的五大效益
### 1. 自然語言查詢，秒出報表
傳統 ERP 需要懂系統才能查資料。整合 AI 後，你只需要說「上個月哪個產品毛利最高？」或「列出逾期帳款超過 30 天的客戶」，系統立即給出答案。不需要記路徑，不需要設定篩選條件。
### 2. 異常自動預警，不再亡羊補牢
AI 持續監控 ERP 中的數據，一旦發現異常（庫存低於安全水位、應收帳款超期、成本異常攀升），立即推播通知到手機或 Line。問題還小的時候就能處理，不再等到月底對帳才發現。
### 3. 自動化重複流程，釋放人力
採購申請審核、發票對帳、薪資試算——這些規律性流程可以由 AI 自動完成或輔助完成，將員工從繁瑣的行政工作中解放出來，專注在真正需要人腦的工作。
### 4. 跨系統資料整合，打通資訊孤島
很多企業同時用多套系統（ERP + CRM + 電商後台），資料無法互通。AI 平台可作為整合層，讓你在一個介面看到所有系統的數據，做出更完整的決策。
### 5. 預測分析，提前佈局
根據歷史銷售資料、季節性趨勢、市場信號，AI 可以預測未來 3～6 個月的需求，協助你提前備貨、調整人力、規劃現金流。
## 實際案例：製造業導入 AI GO 的成果
某台灣中型製造商（員工約 80 人）在導入 AI GO 與既有 ERP 整合後，3 個月內達到：
- 月報表製作時間：從 3 天 → 2 小時
- 庫存異常事件：減少 67%
- 行政人力節省：每月省下約 120 小時
## 如何開始？
ERP 整合 AI 不需要重建系統，AI GO 採用 API 對接方式，可在保留原有 ERP 的前提下快速賦能。如果你想了解自家 ERP 能如何整合 AI，歡迎[預約免費技術評估](/#contact)。
## 常見問題
### ERP 整合 AI 需要換掉原有系統嗎？
不需要。AI GO 採用 API 對接方式，可在不替換原有 ERP 的前提下，為你的系統加上 AI 能力，保護既有投資。
### AI 可以取代 ERP 嗎？
AI 是 ERP 的增強層，而非替代品。ERP 負責資料儲存與流程管理，AI 負責分析、預測與自動執行，兩者相輔相成。
### 整合需要多久時間？
標準 API 對接通常 1～2 週可完成。複雜客製化需求視情況而定，AI GO 的 FDE 工程師會全程協助。
---
---
title: "中小企業導入 AI 的 5 個關鍵步驟"
description: "許多台灣中小企業想導入 AI 卻不知從何開始。本文整理 5 個實際可執行的步驟，讓你的企業在 3 個月內完成 AI 升級。"
category: "企業 AI 導入"
date: "2026-04-02"
canonical: "https://www.ai-go.app/blog/sme-ai-adoption-5-steps"
source: "AI GO（https://www.ai-go.app）"
---
# 中小企業導入 AI 的 5 個關鍵步驟
許多台灣中小企業想導入 AI 卻不知從何開始。本文整理 5 個實際可執行的步驟，讓你的企業在 3 個月內完成 AI 升級。
## 為什麼中小企業現在就該導入 AI？
根據資策會 2024 年調查，台灣超過 65% 的中小企業表示「想導入 AI 但不知道怎麼開始」。事實上，AI 導入的門檻已大幅降低——你不需要資料科學團隊，也不需要龐大預算，只需要正確的策略與工具。
以下是經過驗證的 5 步驟框架，適合 10～200 人規模的台灣中小企業。
## 步驟一：盤點最耗時的重複性工作
AI 最擅長處理規律、重複、有明確規則的任務。建議先從以下幾個方向盤點：
- 每天/每週需要人工整理的報表
- 客服常見問題的回覆
- 訂單、庫存的手動追蹤
- 跨部門的資訊轉傳與確認流程
選出 1～2 個「痛最深」的流程，作為 AI 導入的起點。集中資源打通第一條路，比同時推進 10 件事效果好 10 倍。
## 步驟二：選擇適合的 AI 工具或平台
市面上 AI 工具分三類：
- **通用 AI 助理**（ChatGPT、Gemini）：適合個人生產力，難以整合企業系統
- **垂直 SaaS AI**（財務 AI、HR AI）：功能專一，但跨系統整合受限
- **企業 AI 平台**（如 AI GO）：可對接現有 ERP、資料庫，客製化程度高，適合有複雜流程的企業
評估重點：能否對接你現有的系統？導入速度？客製化彈性？售後支援？
## 步驟三：從小範圍試點開始
不要一開始就全公司推行。選一個部門、一條流程做 Pilot（試點），通常 2～4 週即可看到初步成果。試點成功後，再橫向複製到其他部門。
成功的試點案例比任何簡報都更有說服力——讓數字說話，才能讓老闆和員工都買單。
## 步驟四：培訓員工，建立 AI 使用習慣
技術導入只是一半，另一半是人。許多企業 AI 專案失敗，不是因為工具不好，而是員工沒有養成使用習慣。建議：
- 指定 1～2 位「AI 種子人員」負責推廣與答疑
- 將 AI 工具嵌入既有工作流程，降低切換成本
- 每月回顧數據，讓成效可視化
## 步驟五：持續優化，擴展應用場景
AI 不是導入完就結束。隨著使用數據累積，系統會越來越「懂」你的業務。每季定期與平台供應商回顧使用狀況，找出下一個可以優化的場景，形成持續改善的循環。
## 結語：AI 導入不是大企業的專利
台灣中小企業的優勢是決策快、彈性高——這正是 AI 導入的最佳條件。不需要等到「準備好了」，從一個流程開始，今天就可以踏出第一步。
如果你想了解 AI GO 如何協助台灣企業完成 AI 升級，歡迎[預約免費諮詢](/#contact)，我們會為你的產業量身規劃導入方案。
## 常見問題
### 中小企業導入 AI 需要多少預算？
依規模與需求不同，台灣中小企業導入 AI 平台的月費通常在 NT$5,000～NT$50,000 之間，相比自行開發動輒數百萬的成本低得多。
### 導入 AI 需要有技術背景嗎？
不需要。現代 AI 平台如 AI GO 採用無程式碼介面，業主只需描述需求，系統即可自動生成對應功能，無需工程師介入。
### 導入 AI 後多久可以看到效果？
一般企業在導入後 2～4 週即可完成基本流程自動化，1～3 個月內可見到明顯的效率提升與人力節省。
---
---
title: "AI 客服導入完全指南：讓機器人接單、人工處理例外"
description: "許多企業客服團隊每天重複回答同樣問題。AI 客服能接手 80% 的標準問題，讓人工專注高價值互動。本文教你如何選擇、設置與評估 AI 客服系統。"
category: "流程自動化"
date: "2026-04-01"
canonical: "https://www.ai-go.app/blog/ai-customer-service-guide"
source: "AI GO（https://www.ai-go.app）"
---
# AI 客服導入完全指南：讓機器人接單、人工處理例外
許多企業客服團隊每天重複回答同樣問題。AI 客服能接手 80% 的標準問題，讓人工專注高價值互動。本文教你如何選擇、設置與評估 AI 客服系統。
## 為什麼企業需要 AI 客服？
根據調查，企業客服團隊 **每日接到的詢問中，超過 70% 是重複性問題**：「請問幾點營業？」「怎麼退貨？」「訂單到哪了？」這些問題不需要人工，卻佔用了大量客服時間。
AI 客服的核心價值，不是取代人工，而是讓人工做更有意義的事。
## AI 客服的三種架構
### FAQ 型機器人
最基礎的形式，預設問答對，適合問題種類少、模式固定的企業。優點是快速部署、成本低；缺點是無法理解語意變化。
### NLP 語意理解型
使用自然語言處理，能理解語意而非只比對關鍵字。當客戶說「我昨天買的東西想退」，系統知道這是「退貨需求」而不是找「退貨政策說明」。
### 整合型 AI 客服（推薦）
串接 CRM、訂單系統、庫存系統，AI 不只回答問題，還能直接處理：查詢訂單狀態、發起退貨流程、預約服務時段。這才是真正的「AI 接單」。
## 導入前必做的 5 件事
許多企業直接上線 AI 客服卻失敗，原因在於沒有做好這幾點準備：
- **整理常見問題清單**：至少收集 100 題，分類標記
- **定義人機切換條件**：什麼情境要轉人工？（投訴、涉及金額、敏感問題）
- **建立品牌語氣設定**：AI 要說「您好」還是「Hi！」？正式或輕鬆？
- **設計對話流程圖**：用戶說「我要退貨」後，系統應該問什麼、做什麼
- **準備評估指標**：解決率、轉接率、滿意度，上線後持續優化
## 人機協作的最佳模式
成功的 AI 客服不是「機器取代人工」，而是建立清晰的分工：
> AI 負責即時回應、24小時服務、標準流程處理；人工負責情緒安撫、複雜判斷、高價值客戶維護。
當 AI 無法處理時，應該**主動告知客戶正在轉接人工，並附上前段對話紀錄**，讓客服不需重新詢問，提升體驗連貫性。
## 成效評估：三個關鍵指標
導入 AI 客服後，建議每月追蹤以下數據：
- **自動解決率**：AI 直接解決問題的比例，目標 ≥ 60%
- **轉接率**：轉給人工的比例，過高代表 AI 訓練不足
- **客戶滿意度（CSAT）**：AI 服務結束後 5 分評分，目標 ≥ 4.0
AI GO 的 AI 客服模組內建數據儀表板，可即時查看以上指標，並提供優化建議。
## 常見問題
### AI 客服會讓客戶感到不自然嗎？
現代 AI 客服採用自然語言處理，回覆自然流暢。關鍵是做好「人機切換」機制，當 AI 無法處理時，立即轉接人工，讓客戶感受到無縫體驗。
### AI 客服適合哪些產業？
零售電商、餐飲訂位、醫療診所預約、物流查詢、金融服務等，只要有大量重複性諮詢需求的產業都適合。台灣 B2C 企業導入後平均減少 60% 客服工時。
### 導入 AI 客服需要多久時間？
基礎 FAQ 型 AI 客服最快 1-2 週可上線；整合 CRM、訂單系統的進階版本約需 4-8 週。AI GO 提供快速部署方案，最快 3 天完成基礎設置。
---
---
title: "企業內部 AI 知識庫：讓新人 3 天上手，老員工不再重複回答"
description: "打造企業內部 AI 知識庫，讓員工問 AI 就能得到標準答案，不再靠老鳥傳口訣。本文介紹架構設計、常見工具與台灣中小企業的實作案例。"
category: "流程自動化"
date: "2026-04-01"
canonical: "https://www.ai-go.app/blog/ai-knowledge-base-enterprise"
source: "AI GO（https://www.ai-go.app）"
---
# 企業內部 AI 知識庫：讓新人 3 天上手，老員工不再重複回答
打造企業內部 AI 知識庫，讓員工問 AI 就能得到標準答案，不再靠老鳥傳口訣。本文介紹架構設計、常見工具與台灣中小企業的實作案例。
## 「這個問題你去問 OO，他最清楚」
這句話，幾乎每家台灣中小企業都說過。
產品規格問業務老手，報價邏輯問老闆助理，系統操作問 IT 阿宏，請假流程問 HR 阿美……每個問題都有一個「人肉答案機」。這個運作模式在企業規模小的時候還 OK，但一旦到 20 人以上，問題就開始浮現：
- 老員工每天被問同樣問題，心力交瘁
- 新人找不到資料，上手時間長達 1～3 個月
- 關鍵知識只在少數人腦袋裡，一旦離職就流失
- 各部門版本不一，客戶收到的答案自相矛盾
企業內部 AI 知識庫，就是把這些「人腦知識」轉成「系統知識」的解決方案。
## 什麼是企業內部 AI 知識庫？
簡單說，就是一個「只屬於你們公司的 ChatGPT」。
你把公司的文件、SOP、產品手冊、客戶 FAQ、合約範本、會議記錄等資料餵進去，員工直接用自然語言問問題，AI 從公司的資料庫中找到最相關的資訊回答，而不是亂掰或給一般性答案。
核心技術是 **RAG（Retrieval-Augmented Generation）**——先從企業文件庫中撈出相關段落，再用 AI 生成有脈絡的回答，並附上原始出處，讓員工可以驗證。
## 可以放進知識庫的資料類型
- 產品規格書、技術文件（PDF、Word）
- 客戶服務 FAQ、標準回覆話術
- 人事規章、薪資制度、請假辦法
- 業務 SOP、報價規則、合約條款
- 採購規範、供應商名單、詢價範本
- 歷史會議記錄（配合 AI 會議記錄工具效果更好）
- ERP 資料（庫存、訂單、客戶資料）——需 API 串接
## 真實案例：台南食品加工廠，新人上手時間從 2 個月縮短到 2 週
台南一家 60 人的食品加工廠，業務量成長快，但培訓新人的速度跟不上。產品超過 500 種、每種有不同的保存條件、包裝規格、認證文件，新人光是搞懂這些就要 2 個月。
導入 AI GO 知識庫後，他們把所有產品手冊、客戶常見問題、出口報關 SOP 全部上傳，並且在 LINE 官方帳號上開放員工問。
三個月後的結果：
- 新人上手時間：**從 2 個月縮短到 2 週**
- 客服回覆時間：**從平均 4 小時降到 15 分鐘**
- 老業務被問問題的次數：**每週減少 60%**
- 客戶投訴因「業務說法不一致」的案件：**降為零**
## 架構設計：4 個關鍵決策
### 決策 1：私有雲 vs. SaaS
如果公司有資料安全顧慮（如醫療、金融、政府採購），建議選擇可私有化部署的方案。一般製造業或服務業，SaaS 方案（如 AI GO）已足夠安全且成本低。
### 決策 2：知識庫的範圍
建議第一階段只做一個部門的知識（例如：客服 FAQ），成功後再擴展。全公司一起上的計畫往往因為資料整理工程太大而失敗。
### 決策 3：回答方式：聊天介面 vs. 嵌入工具
聊天介面（LINE Bot、網頁聊天室）適合非技術員工；嵌入到 ERP 側邊欄適合業務和業務。AI GO 兩種都支援。
### 決策 4：資料更新機制
知識庫的資料必須保持最新，否則員工會不信任它。設計定期更新流程（如每月同步一次 ERP 資料、有新 SOP 就立刻上傳），並指定一位知識庫管理員。
## 導入成本估算
| 規模 | 方案 | 月費 | 導入費 |
| --- | --- | --- | --- |
| 10～30 人 | AI GO 基礎版 | NT$5,000～8,000 | NT$20,000～50,000 |
| 30～100 人 | AI GO 標準版 + API 串接 | NT$12,000～20,000 | NT$60,000～120,000 |
| 100 人以上 | 企業客製 | NT$30,000+ | NT$200,000+ |
## 你的第一步：盤點「常被問的問題」
打造知識庫最難的不是技術，是「整理資料」。建議你從這個清單開始：
1. 列出新人最常問的 20 個問題
2. 列出客服最常處理的 10 種情境
3. 找出現在散落在各人 E-mail 或腦袋裡的關鍵 SOP
有了這份清單，你才知道知識庫的「第一批內容」要放什麼。
如果你想了解 AI GO 如何協助你們快速建立企業知識庫，歡迎[預約免費諮詢](/#contact)，我們可以先幫你做一次「知識資產盤點」。
## 常見問題
### 企業 AI 知識庫和一般 FAQ 頁面有什麼差別？
傳統 FAQ 需要員工「知道去哪裡找」，而 AI 知識庫可以用自然語言提問，系統自動整合多個來源回答，並且能處理模糊問題（例如「這個客戶的合約到什麼時候到期？」），遠比靜態 FAQ 更智能。
### 打造 AI 知識庫需要多少時間？
使用 AI GO 等平台，基礎版知識庫（匯入現有文件）通常 2～4 週即可上線。完整版含流程整合和客製問答約需 1～3 個月。
### 公司機密資料放進 AI 知識庫安全嗎？
企業級 AI 知識庫平台通常提供私有化部署或嚴格的資料隔離，資料不會流入公共 AI 訓練。選擇供應商時，應確認資料儲存地點（是否在台灣或私有雲）與存取權限控制。
---
---
title: "AI 精準行銷：台灣中小企業如何用 AI 找到真正會買單的客戶"
description: "傳統廣告打給所有人，預算燒光卻不見成效。AI 精準行銷幫台灣中小企業識別高意願客群、自動化廣告投放與個人化訊息，以更少預算獲得更高 ROI。"
category: "行銷應用"
date: "2026-04-01"
canonical: "https://www.ai-go.app/blog/ai-precision-marketing-taiwan-sme"
source: "AI GO（https://www.ai-go.app）"
---
# AI 精準行銷：台灣中小企業如何用 AI 找到真正會買單的客戶
傳統廣告打給所有人，預算燒光卻不見成效。AI 精準行銷幫台灣中小企業識別高意願客群、自動化廣告投放與個人化訊息，以更少預算獲得更高 ROI。
## 台灣中小企業的行銷困境：預算少、效果差、不知道哪裡出了問題
台灣大多數中小企業的行銷現況是：在 Facebook 投廣告，每個月花個幾萬塊，詢問度還行，但成交率很低；或者電子報發出去，開信率不到 5%；或者業務拿著同一份簡報打遍所有潛在客戶，轉換率可想而知。
問題不是「廣告沒效」，而是「打給錯誤的人」。
AI 精準行銷的核心就是解決這個問題：**用數據找出「真正有購買意願的人」，只對他們說話，說他們最想聽的話。**
## AI 精準行銷的三個核心能力
### 能力一：客戶分群與意願預測
AI 可以分析你的歷史客戶資料（購買紀錄、瀏覽行為、互動頻率），找出「高價值客戶的共同特徵」，然後在廣告平台或你的客戶名單中，找出「跟高價值客戶最相似的人」。
這比人工設定「25～45 歲、對商業有興趣」精準得多。AI 看的維度可能是「週三晚上 9 點以後造訪過定價頁面、但沒完成購買的人」——這種細節是人腦無法手動追蹤的。
### 能力二：個人化訊息生成
同樣的產品，對「剛創業的老闆」和「老牌工廠的採購主任」，應該說的話完全不同。AI 可以根據客戶的產業、職位、行為，自動生成對應的個人化訊息，無論是 Email、LINE 推播還是廣告文案。
個人化行銷的效果數據非常明確：個人化 Email 的點擊率比群發高 2.5 倍，轉換率高 6 倍（Salesforce 研究數據）。
### 能力三：跨渠道自動化旅程
潛在客戶的購買旅程不是線性的：今天看了你的 Instagram、明天 Google 搜尋了你的品牌、後天打開了你的 Email、下週才詢問。AI 可以串接所有渠道的數據，在最對的時間點、最對的渠道，送出最對的訊息。
## 台灣中小企業可以立刻用的 AI 行銷工具
### 1. Meta Advantage+（原 Facebook 智慧廣告）
Meta 已將 AI 深度整合進廣告投放系統。Advantage+ Shopping 和 Advantage+ Audience 讓廣告主只需提供素材和預算，Meta AI 自動找受眾、優化出價。
**適合誰**：有電商或服務型業務、已有 Facebook Pixel 資料
**費用**：無額外費用，只收廣告費
### 2. Google Performance Max
Google 的 AI 廣告形式，一次設定可自動覆蓋搜尋、YouTube、Gmail、地圖、展示廣告。AI 根據轉換目標自動分配預算到最有效的版位。
**適合誰**：有實體店面或網站，希望全渠道曝光
**費用**：無額外費用，只收廣告費
### 3. AI GO 行銷自動化模組
針對 B2B 或需要長期培養客戶關係的企業，AI GO 提供：
- CRM 客戶行為評分（哪些潛在客戶「快要買了」）
- 自動化 LINE 推播（依客戶標籤發送個人化訊息）
- Email 序列自動化（依行為觸發不同內容）
- 廣告受眾同步（將高意願客戶自動上傳到 Meta/Google 廣告）
## 真實案例：台北室內設計公司，詢問成本降低 58%
台北一家 15 人的室內設計公司，主要客源是新婚夫妻和剛購屋的上班族。過去每月投 Facebook 廣告約 NT$60,000，每月獲得約 40 個詢問，成本約 NT$1,500/詢問，但成交率只有 8%。
導入 AI 精準行銷後做了三件事：
1. 分析 3 年成交客戶資料，建立高價值客戶特徵模型
2. Meta 廣告改用 Lookalike Audience（相似受眾），並搭配 AI GO 的客戶行為評分
3. 詢問後 24 小時內自動發送個人化 LINE 訊息（含對應風格的案例照片）
3 個月後結果：
- 每月詢問數：從 40 增加到 **52 個**（廣告預算不變）
- 詢問成本：從 NT$1,500 降到 **NT$631**（降低 58%）
- 成交率：從 8% 提升到 **15%**（因為詢問品質更高）
- 月成交量：從 3～4 案增加到 **7～8 案**
## 立刻可以做的第一步：建立客戶數據基礎
AI 精準行銷的基礎是數據。如果你的客戶資料還分散在各個 Excel、業務的手機通訊錄、和老闆的記憶裡，AI 就沒辦法發揮作用。
建議先做這三件事：
1. **安裝 Meta Pixel 和 Google Analytics 4**：追蹤網站訪客行為，這是零成本的第一步
2. **整理過去 1～3 年的成交客戶資料**：至少包含產業、職位、購買金額、首次接觸渠道
3. **統一客戶資料到 CRM**：哪怕先用 Google Sheet 也好，重要的是「有一個地方可以查」
有了這個基礎，無論是用平台 AI 工具還是導入 AI GO，都可以快速上軌道。
想知道你的行業用 AI 精準行銷可以達到什麼 ROI？歡迎[預約免費諮詢](/#contact)，我們提供行業專屬的行銷 AI 評估報告。
## 常見問題
### AI 精準行銷和傳統投放廣告有什麼不同？
傳統廣告靠人工設定受眾條件，AI 精準行銷則透過機器學習分析客戶行為數據，自動找出最可能購買的受眾特徵，並隨時間不斷優化，通常可降低 30～50% 的每次轉換成本（CPA）。
### 沒有大量客戶資料，AI 精準行銷也能用嗎？
可以。即使只有幾百筆訂單資料，AI 也能開始建立初步模型。資料越多模型越準，但不需要等到有「大數據」才開始。Meta 廣告的 Advantage+ 和 Google 的智慧出價本身就是 AI，零資料也能用。
### AI 精準行銷需要專業的數位行銷人員操作嗎？
基礎的 AI 廣告功能（如 Meta Advantage+、Google Performance Max）業主自己就能設定。進階版本（跨渠道自動化、個人化訊息流）通常需要導入 AI GO 等平台，或配合行銷顧問設定。
---
---
title: "AI 客服費用比較：2026 年台灣中小企業導入 AI 客服到底要花多少錢？"
description: "想導入 AI 客服卻不知道預算要準備多少？本文比較 5 種常見方案的費用、功能與適用場景，讓你用最少成本找到最適合的 AI 客服解決方案。"
category: "AI 工具比較"
date: "2026-03-31"
canonical: "https://www.ai-go.app/blog/ai-customer-service-cost-comparison"
source: "AI GO（https://www.ai-go.app）"
---
# AI 客服費用比較：2026 年台灣中小企業導入 AI 客服到底要花多少錢？
想導入 AI 客服卻不知道預算要準備多少？本文比較 5 種常見方案的費用、功能與適用場景，讓你用最少成本找到最適合的 AI 客服解決方案。
## 「AI 客服到底多少錢？」——每個老闆都想問的問題
2026 年，AI 客服已經不是大企業才用得起的奢侈品。台灣從夜市攤商到上市公司，都有人在用某種形式的 AI 客服。但「費用」問題始終是中小企業老闆最在意的一關。
這篇文章就直接告訴你：各種 AI 客服方案的費用、能力、和適合什麼規模的企業——讓你做出有根據的決策，而不是被業務牽著走。
## AI 客服費用的四大組成部分
在比較方案之前，先了解費用結構：
1. **平台月費**：AI 客服軟體本身的訂閱費
2. **對話量費用**：有些平台依訊息數計費
3. **整合費**：串接 LINE、ERP、CRM 的一次性費用
4. **訓練與設定費**：初期建置知識庫、設計對話流程的費用
很多便宜的方案在平台費之外，整合費和訓練費加下去反而更貴。要比就要比「總擁有成本（TCO）」。
## 2026 年台灣市場 5 大方案比較
### 方案一：LINE 官方帳號 + 基礎自動回覆（免費）
**費用**：NT$0（LINE 官方帳號免費方案每月 500 則免費訊息）
**能力**：關鍵字觸發固定回覆、選單式導引
**限制**：沒有真正的 AI 理解能力，無法回答開放性問題，500 則訊息很快用完
**適合**：剛起步、客詢量少的微型企業（1～5 人）
### 方案二：Chatfuel / ManyChat 等 SaaS 聊天機器人
**費用**：約 NT$600～3,000/月（依聯繫人數計費）
**能力**：流程式對話、FAQ 自動回覆、基礎 CRM 整合
**限制**：英文介面、台灣本地化支援弱、與 LINE 整合複雜
**適合**：有跨境業務、主要在 Facebook Messenger 運作的電商
### 方案三：Omnichat / WACA 等台灣本土客服平台
**費用**：NT$3,000～8,000/月，LINE 整合較順暢
**能力**：多渠道整合（LINE、FB、官網）、真人轉接、基礎 AI 分流
**限制**：AI 能力相對基礎，知識庫客製化程度有限
**適合**：10～50 人、主力在台灣市場的電商或服務業
### 方案四：AI GO 中小企業方案
**費用**：月費 NT$8,000～18,000，導入費 NT$30,000～80,000
**能力**：
- RAG 知識庫（可上傳產品手冊、FAQ、SOP）
- LINE 官方帳號全整合（含推播、客服對話）
- 多輪對話理解（不是關鍵字比對）
- 與 ERP、訂單系統即時串接（查庫存、查訂單）
- 真人轉接 + 對話記錄同步到 CRM
**適合**：20～200 人、有客製化需求、希望 AI 客服能真正「懂業務」的企業
### 方案五：企業自建（Azure AI / AWS Bedrock）
**費用**：開發費 NT$500,000 起，維護費每月 NT$30,000+
**能力**：完全客製，能力上限最高
**限制**：需要 IT 團隊、導入時間 6 個月以上
**適合**：100 人以上、有技術團隊的大型企業
## 費用比較總表
| 方案 | 月費 | 導入費 | AI 能力 | LINE 整合 |
| --- | --- | --- | --- | --- |
| LINE 官方帳號基礎版 | NT$0 | NT$0 | 1/5 | 原生 |
| Chatfuel / ManyChat | NT$600～3,000 | NT$0 | 2/5 | 複雜 |
| 台灣本土客服平台 | NT$3,000～8,000 | NT$5,000～20,000 | 3/5 | 良好 |
| AI GO 中小企業 | NT$8,000～18,000 | NT$30,000～80,000 | 5/5 | 完整 |
| 企業自建 | NT$30,000+ | NT$500,000+ | 5/5 | 客製 |
## ROI 怎麼算？
以 AI GO 中小企業方案（月費 NT$12,000）為例，假設：
- 每月客服詢問量：500 則
- AI 可自動處理：70%（350 則）
- 真人客服平均每則處理時間：8 分鐘
- 節省時間：350 × 8 = 2,800 分鐘 = 46.7 小時
- 客服人力成本：NT$200/小時
- 每月節省人力成本：NT$9,340
- 加上客服 24 小時回應帶來的轉換提升（保守估計多 5 個成交），假設每筆 NT$5,000，額外收入 NT$25,000
總效益：NT$34,340 / 成本：NT$12,000 → **ROI 約 186%**
這還沒算進客訴減少、客戶滿意度提升、品牌信任累積等長期效益。
## 選擇建議：依企業規模推薦
- **1～10 人微型企業**：先用 LINE 官方帳號基礎版，有需求再升級
- **10～50 人中小企業**：台灣本土客服平台或 AI GO 基礎版，成本可控、功能足夠
- **50～200 人成長型企業**：AI GO 標準版，AI 能力全開、整合 ERP 和 CRM
- **200 人以上**：評估自建或 AI GO 企業版，客製化程度最高
如果你想知道你們的業務規模和客詢量，導入哪個方案 CP 值最高，歡迎[預約免費顧問諮詢](/#contact)，我們提供免費的 AI 客服需求評估。
## 常見問題
### AI 客服一個月費用大概多少？
依方案不同差異很大：基礎 SaaS 方案約 NT$2,000～8,000/月；整合型企業方案約 NT$15,000～40,000/月；加上 LINE 官方帳號費用（免費版每月 500 則免費）。多數中小企業選擇 NT$5,000～15,000/月的方案，包含主要功能。
### AI 客服能取代真人客服嗎？
可以處理 60～80% 的常見問題（查訂單、FAQ、退換貨政策等），剩餘複雜問題仍需轉接真人。正確的目標不是「取代」而是「分流」——讓真人客服只處理真正需要判斷的案件，大幅提升整體服務品質。
### 台灣企業用 LINE 客服還是網頁聊天室比較好？
台灣用戶 LINE 使用率超過 85%，B2C 企業首選 LINE 官方帳號整合 AI 客服。B2B 或官網詢問較多的企業，網頁聊天室加 AI 回覆效果更好。AI GO 兩者都支援，不需要二選一。
---
---
title: "AI 人資自動化：台灣中小企業如何用 AI 解決招募、排班、薪資計算三大痛點"
description: "人資工作繁瑣耗時，AI 人資自動化幫台灣中小企業自動篩選履歷、智慧排班、計算加班費，讓 HR 從行政雜務解放，專注在真正重要的人才培育工作。"
category: "流程自動化"
date: "2026-03-30"
canonical: "https://www.ai-go.app/blog/ai-hr-automation-taiwan"
source: "AI GO（https://www.ai-go.app）"
---
# AI 人資自動化：台灣中小企業如何用 AI 解決招募、排班、薪資計算三大痛點
人資工作繁瑣耗時，AI 人資自動化幫台灣中小企業自動篩選履歷、智慧排班、計算加班費，讓 HR 從行政雜務解放，專注在真正重要的人才培育工作。
## 台灣 HR 的日常：永遠都有排不完的班和算不完的加班費
台灣一家 80 人的連鎖餐廳，HR 阿珠每個月花 3 天時間在排班，花 2 天在算加班費，花 1 天在整理新人履歷——這樣算下來，她幾乎有一半的時間在做「會計 + 行政」，根本沒時間做真正的人才培育和員工關係。
這不是特例，這是台灣中小企業 HR 的常態。
AI 人資自動化的目標，就是把這些可以規則化的工作交給系統，讓 HR 回歸「人」的工作。
## 痛點一：招募履歷篩選——每次招人都看到眼睛脫窗
一個職缺在 104 或 1111 上線，一週收到 200 份履歷很正常。HR 要一份一份打開、看學經歷、比對需求，光是初篩就要花 4～6 小時。
**AI 如何解決：**
- 設定職缺條件（必要技能、最低年資、薪資期望範圍）
- AI 自動解析履歷，評分並排序（前 20% 優先推薦）
- 自動過濾明顯不符合（如要求 5 年經驗但應徵者只有 1 年）
- 自動發送面試邀約或婉拒通知 Email
台灣使用 AI 履歷篩選的企業回報，初篩時間平均從 5 小時縮短到 **25 分鐘**，而且面試到職率（面試後實際錄取且報到）提升，因為篩出來的人更「對味」。
## 痛點二：排班——排班表永遠有人不滿意
排班是個複雜的最佳化問題：要確保每個時段人力足夠、要符合每個員工的假日要求、要注意技能配置（新人不能一個班都是新人）、要計算成本、還要符合勞基法（連續工作不能超過 6 天、休息時間不能低於 11 小時）。
人工排班不只耗時，還容易出錯，出錯就可能面臨勞資糾紛。
**AI 排班如何解決：**
- 員工在 APP 或 LINE Bot 填寫班表偏好
- AI 考量所有限制條件，自動生成最優排班
- 如有衝突（人力不足、法規違反）立即標示
- 員工換班申請線上提交，自動確認資格後更新排班
桃園一家 120 人的工廠導入 AI 排班後，排班時間從每週 4 小時降到 **30 分鐘**，員工換班糾紛也減少了 70%。
## 痛點三：薪資計算——加班費算錯一次，後患無窮
台灣勞基法的加班費計算本就複雜（前 2 小時 1.34 倍、後 2 小時 1.67 倍、國定假日另計），再加上每個員工的時薪、底薪結構不同，手動計算很容易出錯。
更麻煩的是，一旦員工覺得薪資算錯，信任就破裂了，甚至可能引發勞資爭議。
**AI 薪資自動化如何解決：**
- 與打卡系統整合，自動讀取實際出勤數據
- 依勞基法規則自動計算加班費、特休代金
- 自動生成薪資明細並推送給員工確認
- 一鍵產生勞健保申報數據、扣繳憑單
## AI GO 人資模組的整合能力
AI GO 的人資自動化模組可以串接以下系統：
- **打卡系統**：鴻力、多盟、NFC 打卡等主流品牌
- **薪資系統**：薪人管、104 薪酬系統、鼎新薪資模組
- **招募平台**：104、1111、Yourator API 串接
- **溝通渠道**：LINE 群組通知、Email 自動發送
重點是：這些系統不需要替換，AI GO 是疊加在現有系統上的整合層。
## 導入成本與效益
| 功能模組 | 月費 | 節省人時/月 |
| --- | --- | --- |
| AI 履歷篩選 | NT$2,000～5,000 | 8～20 小時 |
| AI 智慧排班 | NT$3,000～8,000 | 12～30 小時 |
| 薪資自動計算 | NT$2,000～5,000 | 10～25 小時 |
| AI GO 整合方案 | NT$10,000～18,000 | 30～60 小時 |
以 HR 人力成本 NT$250/小時計算，每月節省 40 小時 = NT$10,000，扣除月費後通常第一個月就能打平。
## 開始的最佳方式：先解決最痛的一個點
不需要一次導入所有功能。建議先問自己：「我最希望哪件 HR 工作能少花 80% 的時間？」
多數企業的答案是「排班」或「薪資計算」——這兩個都是 AI 效果最立竿見影的應用。
如果你想了解 AI GO 人資模組如何與你現有的系統整合，歡迎[預約免費諮詢](/#contact)，我們可以為你的行業規模量身設計方案。
## 常見問題
### AI 可以幫忙篩選履歷嗎？效果好嗎？
AI 履歷篩選可以根據職缺條件（技能、年資、學歷）自動評分和排序，通常可以將初篩時間從數小時縮短到 20 分鐘以內。不過最終面試判斷仍需人工，AI 的作用是「排除明顯不符合」而非「選出最好的人」。
### AI 排班系統適合哪些行業？
餐飲業、零售業、製造業（輪班）、醫療照護業最常見。凡是有員工輪班、需要考慮技能配置、排班邏輯複雜（法規、假日、特殊需求）的行業都非常適合。
### AI 薪資計算可以整合台灣勞基法規定嗎？
台灣主要的薪資軟體（如薪人管、104 薪酬系統）都已內建台灣勞基法規則（加班費計算、特休日數、勞健保費率）。AI GO 整合這些系統後，可以自動從打卡數據計算應付薪資，大幅減少 HR 的手動對帳時間。
---
---
title: "AI 庫存管理：台灣中小企業告別缺貨與積壓，用 AI 讓庫存永遠剛剛好"
description: "缺貨讓客戶跑掉，積壓讓資金卡住——台灣中小企業的庫存管理兩難。AI 庫存系統如何精準預測需求、自動補貨，讓庫存週轉率提升 30%？"
category: "流程自動化"
date: "2026-03-29"
canonical: "https://www.ai-go.app/blog/ai-inventory-management-taiwan-sme"
source: "AI GO（https://www.ai-go.app）"
---
# AI 庫存管理：台灣中小企業告別缺貨與積壓，用 AI 讓庫存永遠剛剛好
缺貨讓客戶跑掉，積壓讓資金卡住——台灣中小企業的庫存管理兩難。AI 庫存系統如何精準預測需求、自動補貨，讓庫存週轉率提升 30%？
## 台灣中小企業庫存的兩大噩夢
**噩夢一：缺貨**
客戶下單，系統顯示有庫存，業務也承諾了交期，結果倉庫一查——實際只剩 3 件，但訂單要 50 件。緊急叫料、延遲出貨、客戶不滿意、可能還賠了違約金。
**噩夢二：積壓**
去年買了半年份的原料，結果市場需求突然轉向，料倒在倉庫 8 個月動不了。資金卡住、倉儲成本持續燒，最後可能還要打折出清。
這兩個問題同時存在，因為傳統庫存管理的核心問題是：**靠人腦（或固定公式）預測需求，在需求本質上是動態且複雜的市場環境裡，遲早失準。**
## AI 庫存管理怎麼解決這個問題？
AI 庫存系統的核心是「需求預測模型」——不是固定公式，而是機器學習模型，持續從以下數據學習：
- 歷史銷售數據（按 SKU、客戶、地區）
- 季節性和週期性規律
- 促銷活動對銷量的影響
- 供應商交期和不穩定性
- 市場外部因素（如節慶、天氣、競品活動）
基於更準確的需求預測，系統可以自動計算最優的「補貨時機」和「補貨數量」，讓庫存維持在「不缺貨、不積壓」的黃金區間。
## 四大核心功能
### 功能一：需求預測
以品項為單位，預測未來 1～12 週的需求量，並提供信心區間（最樂觀 / 最悲觀情境）。讓採購決策有依據，而不是靠「感覺」。
### 功能二：自動補貨建議
考慮供應商最小訂購量（MOQ）、交期、運費，自動生成「補貨建議清單」。採購人員只需確認並下單，不需要自己算安全庫存。
### 功能三：庫存異常警示
當某個 SKU 的銷速突然異常（快速下降或急速拉升），或庫存水位即將觸及警戒線時，自動發送 LINE / Email 通知，讓庫管人員提前因應。
### 功能四：滯銷品識別
自動標記超過設定天數未銷售的品項，並提供清倉建議（促銷、降價、退貨供應商），幫企業提前消化庫存風險。
## 真實案例：台中工具機零件商，庫存週轉率提升 34%
台中一家工具機零件貿易商，代理 800+ SKU，過去庫存管理靠 Excel + 業務經驗。主要問題：
- 熱門件常缺貨（客戶抱怨不斷）
- 冷門件積壓（倉庫空間不夠用）
- 採購決策慢（要等老業務拍板）
導入 AI GO 庫存模組（串接鼎新 ERP），3 個月後：
- 庫存週轉率：**從 4.2 次提升到 5.6 次（+34%）**
- 缺貨率：**從 8.3% 降到 2.1%**
- 呆滯庫存金額：**減少 NT$1,200,000**
- 採購人員每週工時：**從 32 小時降到 18 小時**
## 與現有系統的整合
AI GO 庫存模組可串接：
- **ERP**：鼎新 Cloud ERP、SAP Business One、Odoo、微軟 Dynamics
- **倉儲系統**：主流 WMS 系統，透過 API 或 Excel 定期匯入
- **電商平台**：蝦皮、PChome、Shopify 訂單數據自動同步
- **通知渠道**：LINE 群組、Email 自動警示
## 費用與效益
| 方案 | 月費 | 適合 SKU 數 |
| --- | --- | --- |
| AI GO 基礎版 | NT$6,000～10,000 | 50～300 SKU |
| AI GO 標準版 | NT$12,000～20,000 | 300～1,000 SKU |
| 企業客製版 | NT$30,000+ | 1,000+ SKU |
以台中工具機零件商的案例，每月光是呆滯庫存減少（NT$1,200,000 / 12 = NT$100,000/月）和人力節省（14 小時 × NT$250 × 4 週 = NT$14,000/月），總效益超過 NT$114,000/月，遠高於方案費用。
## 你現在可以做的第一步
在考慮導入 AI 庫存系統之前，先做一個簡單的盤點：
1. 過去 6 個月，發生幾次缺貨導致失單？估算金額是多少？
2. 現在倉庫裡，超過 90 天沒出貨的品項佔比是多少？金額多少？
3. 採購人員每週有多少時間花在「對帳」和「催料」？
這三個數字，就是你 AI 庫存導入的 ROI 基準線。
想了解 AI GO 如何為你的產業客製庫存管理方案？歡迎[預約免費諮詢](/#contact)，我們提供庫存健檢報告，讓你看清楚痛點在哪裡。
## 常見問題
### AI 庫存預測準確嗎？跟傳統安全庫存公式比有什麼差別？
傳統安全庫存公式只考慮歷史平均和安全係數，AI 庫存預測還能加入季節性、促銷活動、供應商交期變化、甚至天氣和節慶等因素，通常可將預測誤差降低 25～40%。
### AI 庫存系統需要換掉現有的 ERP 嗎？
通常不需要。AI 庫存模組可以疊加在現有 ERP（鼎新、SAP、Odoo）或獨立倉儲系統上，透過 API 或定期資料同步取得庫存數據，不需要重建系統。
### 多少 SKU 的企業適合導入 AI 庫存管理？
SKU 在 50 以下的企業，手動管理通常還能應付；50～500 SKU 是 AI 效益最明顯的區間；500 SKU 以上強烈建議導入，人工根本無法有效管理。
---
---
title: "企業導入 AI 最常犯的 7 個錯誤（以及如何避免）"
description: "台灣有超過 60% 的 AI 導入專案在第一年宣告失敗。本文整理最常見的 7 個錯誤，讓你少走彎路，讓 AI 投資真正產生價值。"
category: "企業 AI 導入"
date: "2026-03-28"
canonical: "https://www.ai-go.app/blog/ai-erp-implementation-mistakes"
source: "AI GO（https://www.ai-go.app）"
---
# 企業導入 AI 最常犯的 7 個錯誤（以及如何避免）
台灣有超過 60% 的 AI 導入專案在第一年宣告失敗。本文整理最常見的 7 個錯誤，讓你少走彎路，讓 AI 投資真正產生價值。
## 錯誤 1：沒有明確的導入目標
「我們公司要導入 AI」—— 這句話本身就是問題。AI 不是一個可以「導入」的系統，而是解決特定問題的工具集合。
正確做法：**用具體問題定義目標**。例如「減少報表製作時間 50%」「讓客服首次回覆時間縮短到 5 分鐘內」。目標越具體，成功機率越高。
## 錯誤 2：選擇功能最多的工具
許多企業被「全功能 AI 平台」的 demo 吸引，最終買了一堆用不到的功能，真正需要的卻沒有。
正確做法：先列出 3 個最迫切的需求，選擇在這 3 個需求上表現最好的工具，其他功能是加分而非核心。
## 錯誤 3：沒有內部 AI 推動者
AI 導入不是 IT 部門的事，需要有一個跨部門的內部推動者，能理解業務需求又能與技術團隊溝通。沒有這個人，專案很快就會失去動力。
## 錯誤 4：一次改變太多
把五個部門的流程同時 AI 化，每個部門都在適應期，整體效率反而下降，最終老闆宣布「AI 沒有用」。
正確做法：**從一個部門、一個流程開始**，做出成果，再複製到其他地方。
## 錯誤 5：忽略資料品質
AI 的品質取決於餵給它的資料。如果你的訂單資料格式混亂、客戶資料殘缺不全，AI 的輸出結果也會一塌糊塗。導入 AI 前，先整理你的資料庫。
## 錯誤 6：沒有設定成效衡量指標
三個月後說「感覺有效率一點」，這不是成效。導入前就要定義：用什麼數字來判斷 AI 是否成功？省了多少工時？錯誤率下降多少？
## 錯誤 7：上線後就不管了
AI 需要持續訓練與優化。市場變了、流程變了、產品線變了，AI 模型也需要更新。把 AI 當成「裝完就好」的軟體，是最快讓它失效的方式。
## 結語
避開這 7 個錯誤，你的 AI 導入成功率可以從 40% 提升到 80% 以上。**最重要的一步，是找到有導入實戰經驗的夥伴**，而不是自己摸索。AI GO 提供從規劃到落地的全程輔導，歡迎[預約免費諮詢](/#contact)。
## 常見問題
### 為什麼 AI 導入失敗率這麼高？
主要原因包括：目標不清晰（只是跟風）、選錯工具（功能過複雜）、沒有內部推動者、員工抗拒變革，以及缺乏成效追蹤機制。任何一個環節出問題都可能導致失敗。
### 老闆支持但員工不配合怎麼辦？
先從痛點入手——找出哪些工作最耗時、最讓員工煩躁，讓 AI 幫他們解決這些問題。當員工發現 AI 是在幫自己而非取代自己，自然會主動配合。
---
---
title: "ChatGPT 免費版 vs 企業 AI 平台：台灣中小企業該怎麼選？"
description: "很多老闆用 ChatGPT 覺得「AI 沒什麼大不了」，但真正需要解決企業問題時，又發現 ChatGPT 不夠用。本文幫你搞清楚兩者的差異，找出最適合你企業的 AI 路線。"
category: "AI 工具比較"
date: "2026-03-28"
canonical: "https://www.ai-go.app/blog/chatgpt-vs-enterprise-ai-taiwan"
source: "AI GO（https://www.ai-go.app）"
---
# ChatGPT 免費版 vs 企業 AI 平台：台灣中小企業該怎麼選？
很多老闆用 ChatGPT 覺得「AI 沒什麼大不了」，但真正需要解決企業問題時，又發現 ChatGPT 不夠用。本文幫你搞清楚兩者的差異，找出最適合你企業的 AI 路線。
## 「我已經在用 ChatGPT 了，還需要什麼企業 AI 平台？」
這是台灣很多老闆第一次聽到「企業 AI 平台」時的反應。
不是沒道理——ChatGPT 確實很強，能寫文案、能分析資料、能回答各種問題。但如果你仔細觀察公司現在用 ChatGPT 的狀況，你會發現一個共同特點：**每個人用 ChatGPT 解決的是「他自己的」問題，而不是「公司的」問題。**
業務用 ChatGPT 寫 Email，很好。但公司的詢問還是要靠業務一封一封回，系統不知道哪個客戶快成交了，ERP 裡的庫存也不會自動跳出來告訴他報價是否合理。
這就是 ChatGPT（個人工具）和企業 AI 平台（組織工具）的根本差異。
## 核心差異：個人生產力 vs 組織流程自動化
| 維度 | ChatGPT / Claude（個人版） | 企業 AI 平台（如 AI GO） |
| --- | --- | --- |
| 使用者 | 個人 | 整個組織 |
| 知識來源 | 通用知識（截止訓練日期） | 你公司的數據 + 通用 AI |
| 系統整合 | 無（需複製貼上） | 原生串接 ERP/CRM/LINE |
| 流程自動化 | 無 | 可設計觸發條件 + 自動執行 |
| 權限管理 | 無（個人帳號） | 部門/角色層級控管 |
| 資料安全 | 對話內容可能用於訓練 | 企業資料不外流（私有部署可選） |
| 費用 | NT$0～600/月（個人） | NT$8,000～30,000/月（企業） |
## ChatGPT 擅長做什麼（不應該被取代的場景）
- 個人寫作輔助：Email、報告、簡報草稿
- 快速研究：搜集背景資料、摘要文章
- 程式碼輔助：開發人員的 copilot
- 頭腦風暴：想創意、找靈感
- 語言翻譯：即時翻譯多國語言
這些場景，ChatGPT 已經夠用，不需要企業平台。
## 哪些場景 ChatGPT 做不到，需要企業 AI 平台？
### 場景一：客戶問「我的訂單出貨了嗎？」
ChatGPT 不知道你的訂單狀態，因為它沒有連到你的系統。企業 AI 平台串接 ERP 後，AI 可以即時查詢並回覆。
### 場景二：新人問「這個客戶的折扣規則是什麼？」
ChatGPT 不知道你公司的折扣政策，除非你每次都貼進去（而且貼的是機密資料）。企業知識庫 AI 直接從公司文件庫回答，且有存取權限控管。
### 場景三：「當客戶詢問超過 3 天沒有業務跟進，自動發一封提醒 Email」
ChatGPT 沒辦法設定觸發條件和自動執行動作。企業 AI 平台的流程自動化可以做到這件事。
### 場景四：「統計上個月各業務的報價轉換率，找出最佳話術」
ChatGPT 沒有你的 CRM 數據。企業 AI 平台可以直接分析 CRM 裡的歷史紀錄並產生洞察。
## 建議的路線圖
不同規模的企業，適合不同的 AI 策略：
### 1～10 人微型企業
現在：善用 ChatGPT Plus（NT$600/月）提升個人生產力
未來：當公司有固定流程需要自動化（如客服、報價），考慮 AI GO 基礎版
### 10～50 人中小企業
現在：讓所有員工用 ChatGPT Plus，同時評估 1～2 個流程的自動化需求
建議：導入 AI GO 中小企業方案，從最痛的流程開始
### 50 人以上成長型企業
建議：ChatGPT 個人效率 + AI GO 企業流程雙軌並行，發揮最大效益
## 一個判斷標準
如果你在問「我要不要用 AI？」——答案是現在就用 ChatGPT 開始。
如果你在問「AI 怎麼幫公司整體提升效率？」——那就是企業 AI 平台的議題了。
想知道你的公司目前適合什麼程度的 AI 導入？歡迎[預約免費評估](/#contact)，我們會為你設計最適合現階段規模的 AI 路線圖。
## 常見問題
### ChatGPT Plus 月費 NT$600，企業 AI 平台月費上萬，差這麼多值得嗎？
ChatGPT Plus 是個人生產力工具，企業 AI 平台解決的是組織層面的流程問題。如果你的目標是「讓整個公司的流程效率提升」而非「讓一個人工作更快」，企業平台的投資報酬率通常高得多。
### ChatGPT 有企業版（ChatGPT Enterprise），這和一般企業 AI 平台有什麼差別？
ChatGPT Enterprise 提供更安全的對話環境和更長的 context，但本質上仍是對話工具，不能串接你的 ERP/CRM/LINE，也不能執行自動化流程。企業 AI 平台的核心是「整合現有系統 + 流程自動化」，這是 ChatGPT Enterprise 做不到的。
### 可以先用 ChatGPT，等確定有需求再升級到企業平台嗎？
完全可以。很多企業的路徑是：先用 ChatGPT 個人版讓員工熟悉 AI → 發現有更深的整合需求 → 導入企業平台。這是合理的漸進方式，不需要一步到位。
---
---
title: "AI 銷售預測：台灣中小企業如何用 AI 預判下季業績，不再靠直覺拍板"
description: "老闆問「下季業績估多少？」業務只能說「應該還好」——這種憑感覺決策的時代已經過去。AI 銷售預測讓你用數據說話，提前備料、調整人力、制定目標。"
category: "行銷應用"
date: "2026-03-27"
canonical: "https://www.ai-go.app/blog/ai-sales-forecast-taiwan-sme"
source: "AI GO（https://www.ai-go.app）"
---
# AI 銷售預測：台灣中小企業如何用 AI 預判下季業績，不再靠直覺拍板
老闆問「下季業績估多少？」業務只能說「應該還好」——這種憑感覺決策的時代已經過去。AI 銷售預測讓你用數據說話，提前備料、調整人力、制定目標。
## 台灣中小企業的業績預測現況
每季末，很多老闆會問業務一個問題：「下季你能做多少？」
業務的標準答案是：「應該差不多，看看客戶那邊的狀況……」
這種預測方式，說好聽是「靠經驗」，說直白就是「不知道」。而老闆根據這個「不知道」去決定備料量、人員招募、現金流計畫——風險其實非常高。
## 業績預測不準的三大代價
1. **庫存失準**：備料太多積壓資金，備料太少缺貨失單
2. **人力配置失衡**：旺季人手不夠、淡季人太多都燒錢
3. **財務計畫失準**：現金流預測錯誤，可能影響投資決策和融資計畫
一家台灣食品批發商曾因為業績預測嚴重高估，提前備了 3 個月的進口原料，結果市場需求轉向，積壓了近 NT$800 萬的庫存，最終以 6 折出清。這種損失，往往比一整年的 AI 工具費用高出數十倍。
## AI 銷售預測怎麼運作？
AI 銷售預測系統的核心是機器學習模型，輸入多維度的歷史數據，輸出未來一段時間（通常 4～12 週或 1～3 季）的銷售量預估。
**輸入數據類型：**
- 歷史銷售紀錄（品項、客戶、地區、渠道）
- 季節性和節慶因素（農曆年、雙十一、颱風季等）
- 行銷活動（促銷期間的銷量提升效果）
- 外部指標（如景氣燈號、原物料價格、競品活動）
- 業務 Pipeline（CRM 中的潛在訂單進度）
**輸出結果：**
- 各品項 / 客戶群 / 地區的預測銷售量
- 信心區間（樂觀 / 基準 / 悲觀情境）
- 預測 vs 實際的持續追蹤（模型自動校準）
## 與 CRM 整合：讓業務 Pipeline 變成預測的一部分
AI 銷售預測最強大的應用，是把 CRM 裡的業務 Pipeline 數據也納入預測模型。
傳統 CRM 告訴你「有多少金額在跑」，AI 預測模型可以根據每個商機的成交機率（自動計算，不是業務自己填的那個）和預計成交日，精算出未來各週的預期收款金額。
這樣的預測不只更準確，還讓老闆第一次可以「看到」下個月的業績分布，而不是等月底結帳才知道。
## 真實案例：新竹 B2B 軟體公司，預測誤差從 ±35% 縮小到 ±8%
新竹一家提供 ERP 服務的 B2B 軟體公司，25 人，主要客戶是中部製造業。過去業績預測靠業務主管每月開會估報，預測誤差常在 ±30～40%，導致人力和資源嚴重配置錯誤。
導入 AI GO 銷售預測模組（串接 CRM + 歷史成交數據）後：
- 季度預測誤差：**從 ±35% 縮小到 ±8%**
- 業務主管每週花在「估報業績」的時間：**從 4 小時降到 40 分鐘**
- 因應旺季提前備妥顧問人力：**旺季客戶滿意度提升 22%**
- 現金流預測準確度大幅提升：**銀行融資申請順利通過**
## 如何開始建立 AI 銷售預測
### 第一步：整理歷史銷售數據
確認你有至少 12 個月的銷售紀錄，包含：訂單日期、品項、數量、金額、客戶。這通常在 ERP 或 Excel 裡都有，需要先做基本清理（移除異常值、統一格式）。
### 第二步：串接 CRM Pipeline
如果有 CRM，確認業務養成記錄商機進度的習慣（至少更新成交機率和預計成交日）。這是讓短期預測準確的關鍵。
### 第三步：設定預測週期和顆粒度
決定你需要什麼粒度的預測：全公司總業績？每個業務？每個客戶？每個品類？粒度越細，對資源配置越有幫助，但需要的資料量也越多。
### 第四步：建立回顧機制
每週比較 AI 預測 vs 實際業績，找出差異原因（是模型問題，還是有突發事件？），讓模型持續學習改善。
## 費用概估
| 方案 | 月費 | 適合條件 |
| --- | --- | --- |
| AI GO 銷售預測基礎版 | NT$5,000～8,000 | 有 ERP、12 個月以上銷售紀錄 |
| AI GO + CRM 整合版 | NT$12,000～20,000 | 有 CRM、B2B 業務模式 |
| 企業客製版 | NT$30,000+ | 多品牌、多渠道、複雜預測需求 |
想知道你的公司歷史數據能建立多準確的預測模型？歡迎[預約免費評估](/#contact)，我們提供數據可行性評估報告。
## 常見問題
### AI 銷售預測需要多少歷史資料才準確？
至少需要 12 個月的銷售歷史資料，才能捕捉到季節性規律。24 個月以上會更準確。如果你剛起步，先用現有數據建立基礎模型，隨時間累積再持續改善。
### AI 銷售預測 vs Excel 趨勢分析有什麼差別？
Excel 趨勢線是「直線外推」，假設未來跟過去一樣。AI 銷售預測會考慮非線性規律、多變數影響（如促銷、季節、市場事件），並能自動偵測異常。通常準確率高 15～30%。
### 業務不想讓老闆知道他的真實業績預測，AI 預測會造成管理問題嗎？
這是導入時常遇到的阻力。建議定位 AI 預測為「管理工具」而非「考核工具」，用於備料和資源規劃，而非拿來和業務對帳。信任建立後，業務反而會主動善用預測幫自己管客戶。
---
---
title: "台灣製造業 AI 轉型：從傳產老廠到智慧工廠，5 個真實案例解析"
description: "台灣製造業面臨缺工、成本上漲、交期壓力三重夾擊。本文分析 5 個台灣傳產企業用 AI 突破困境的真實案例，以及最適合製造業的 AI 導入路徑。"
category: "企業 AI 導入"
date: "2026-03-26"
canonical: "https://www.ai-go.app/blog/ai-manufacturing-digital-transformation-taiwan"
source: "AI GO（https://www.ai-go.app）"
---
# 台灣製造業 AI 轉型：從傳產老廠到智慧工廠，5 個真實案例解析
台灣製造業面臨缺工、成本上漲、交期壓力三重夾擊。本文分析 5 個台灣傳產企業用 AI 突破困境的真實案例，以及最適合製造業的 AI 導入路徑。
## 台灣製造業的三重壓力
2026 年，台灣製造業面臨的困境比任何時候都更嚴峻：
- **缺工**：少子化 + 年輕人不進工廠，熟練技師越來越難找
- **成本上漲**：工資、原料、能源成本持續升高，利潤空間被壓縮
- **交期壓力**：客戶要求越來越短的交期，還要零缺陷品質
AI 不是萬靈丹，但它確實是台灣製造業突破這三重壓力最有效的工具之一。以下是 5 個真實發生在台灣的案例。
## 案例一：台南金屬衝壓廠——AI 視覺檢測，品檢人力減少 60%
**問題**：工廠每日生產 50,000 個零件，人工品檢要 8 個人輪班，錯誤率仍達 0.8%，主要客戶是汽車零件廠，要求零缺陷。
**解決方案**：在產線末端加裝 AI 視覺檢測系統，攝影機每秒拍攝 60 張，AI 即時判斷是否有缺陷（尺寸偏差、表面裂痕、毛邊）。
**結果**：
- 品檢人力從 8 人降到 3 人（減少 62%）
- 缺陷逃逸率從 0.8% 降到 0.02%
- 每年節省品檢人力成本超過 NT$250 萬
- 導入費：NT$85 萬，8.5 個月回收
## 案例二：彰化紡織廠——AI 預測性維護，設備停機時間減少 47%
**問題**：老廠設備超過 15 年，常常突然故障停線，每次停線損失 1～2 天產能，維修費高且不可預測。
**解決方案**：在關鍵設備（紡紗機、織布機）加裝震動和溫度感測器，AI 模型學習「正常運行」的數據特徵，當感測數據出現異常前兆時提前警示。
**結果**：
- 非計畫性停機次數：從月均 4.2 次降到 1.1 次（-74%）
- 每次停機時間：從平均 18 小時降到 6 小時（提前維護 vs 緊急搶修）
- 年度維修成本：降低 NT$180 萬
- 整體設備效率（OEE）：從 71% 提升到 83%
## 案例三：台中精密機械廠——AI 排程優化，準時交貨率從 78% 提升到 95%
**問題**：客戶訂單複雜，同時有 200+ 張工單在跑，排程全靠資深師傅的「頭腦」，一旦有急單或缺料，整個排程就要重排，準時交貨率只有 78%，客訴不斷。
**解決方案**：導入 AI 智慧排程系統，即時考量設備產能、工時、物料狀況、客戶優先級，自動生成最優生產排序，急單插入時自動重算影響範圍並推播通知。
**結果**：
- 準時交貨率：**從 78% 提升到 95%**
- 在製品（WIP）：降低 23%
- 生產排程師每日工時：從 6 小時降到 1.5 小時
- 年度因急件導致的加班費：減少 NT$120 萬
## 案例四：新北電子零件廠——AI 客戶服務，詢問回應時間從 4 小時到 15 分鐘
**問題**：B2B 客戶常在下班後詢問庫存和交期，業務不在線的時候客戶只能等到隔天，嚴重影響客戶滿意度。
**解決方案**：導入 AI GO 客服模組，串接 ERP 庫存和訂單系統，LINE 官方帳號 24 小時自動回答「庫存查詢」、「訂單狀態」、「交期確認」等常見問題。
**結果**：
- 70% 的客戶詢問由 AI 自動處理
- 平均回應時間：**從 4 小時縮短到 15 分鐘**
- 客戶滿意度評分：從 3.8/5 提升到 4.6/5
- 業務可以專注在開發新客戶，而非處理重複詢問
## 案例五：台南食品加工廠——AI 品質預測，退貨率降低 68%
**問題**：冷凍食品加工，批次出貨到量販店，偶爾會有口感或保存期限問題，客訴後才知道是某批原料的問題，但貨已出去了。
**解決方案**：AI 模型學習「原料品質指標 → 成品品質」的關係，收貨時輸入原料檢驗數據，AI 預測此批成品的品質風險，提前調整配方或製程參數。
**結果**：
- 退貨率：**從 1.8% 降到 0.57%（降低 68%）**
- 每年退貨損失：減少超過 NT$400 萬
- 量販店主動要求擴大合作（品質穩定性提升）
## 台灣製造業 AI 導入路徑建議
根據這些案例，建議製造業按以下優先序評估 AI 應用：
1. **品質管理**（視覺檢測、品質預測）——效益快、投資小
2. **生產排程**（智慧排程優化）——直接影響交貨準時率
3. **預測性維護**（感測器 + AI 預測）——避免突發停線
4. **客戶服務**（AI 客服 + ERP 串接）——改善客戶體驗
5. **供應鏈優化**（需求預測 + 智慧採購）——長期降低庫存成本
如果你的工廠想了解從哪裡開始 AI 轉型效益最高，歡迎[預約免費工廠 AI 診斷](/#contact)，我們會根據你的生產流程提出最適合的 AI 導入建議。
## 常見問題
### 台灣製造業導入 AI 最常遇到什麼阻礙？
最常見的三個阻礙：(1) 設備老舊無法聯網——可用邊緣 AI 設備解決，不需換設備；(2) 員工抗拒——正確定位 AI 是「幫手」不是「取代」；(3) 不知從哪裡開始——建議從品管或排程開始，效益快且可量化。
### 製造業導入 AI 需要換掉現有生產設備嗎？
不需要。大多數 AI 應用可以透過加裝感測器、攝影機，或串接現有 MES/ERP 系統實現，不需要更換生產線設備。這也是台灣中小製造業最常選擇的方式——成本低、風險小。
### 製造業 AI 投資報酬率通常多久能回收？
依應用場景不同：AI 品管（視覺檢測）通常 6～12 個月回收；AI 預測性維護通常 9～18 個月；AI 排程優化通常 3～6 個月回收。多數製造業 AI 專案在 2 年內可以完全回收投資。
---
---
title: "AI 電商自動化：台灣賣家如何用 AI 管好蝦皮、PChome、Shopify，業績翻倍不加人"
description: "多平台電商的惡夢：訂單管理、庫存同步、客服回覆、廣告優化——每一件都要人工處理。AI 電商自動化幫台灣賣家統一管理多平台，每天省下 4～6 小時。"
category: "流程自動化"
date: "2026-03-25"
canonical: "https://www.ai-go.app/blog/ai-ecommerce-automation-taiwan"
source: "AI GO（https://www.ai-go.app）"
---
# AI 電商自動化：台灣賣家如何用 AI 管好蝦皮、PChome、Shopify，業績翻倍不加人
多平台電商的惡夢：訂單管理、庫存同步、客服回覆、廣告優化——每一件都要人工處理。AI 電商自動化幫台灣賣家統一管理多平台，每天省下 4～6 小時。
## 多平台電商的日常地獄
台灣很多電商賣家同時在蝦皮、PChome、Momo、Shopify 甚至 Facebook 商店上架。理論上是「多渠道增加曝光」，實際上是「多頭管理的噩夢」：
- 蝦皮有訂單，要手動到 PChome 把庫存減掉，忘了就超賣
- 買家在蝦皮私訊問貨，同時 Shopify 客服 inbox 也有問題
- 廣告要在蝦皮廣告、Google 購物、Meta 廣告分別操作
- 每天早上第一件事是手動整理多平台訂單到 Excel
電商越做越大，反而越做越累——因為大部分的成長都被行政工作吃掉了。
## AI 電商自動化可以幫你做的 5 件事
### 1. 多平台庫存即時同步
AI 電商工具串接所有銷售平台的 API，任一平台有訂單，所有平台的庫存立即更新。不再需要人工同步，也不再有超賣問題。
更進階的功能是「智慧庫存分配」——根據各平台的銷速，AI 自動決定每個平台的庫存上限（例如蝦皮爆款多分一些，PChome 慢賣少分一些），最大化整體銷售。
### 2. 自動化訂單處理流程
從接單到出貨的整個流程：
- 訂單自動匯整到統一後台
- 依條件自動拆單 / 合單（同地址多筆訂單自動合包）
- 自動列印出貨標籤（串接黑貓、宅急便、超商）
- 出貨後自動更新各平台訂單狀態
- 自動發送物流追蹤 LINE / Email 給買家
### 3. AI 買家訊息自動回覆
把你的產品 FAQ、退換貨政策、尺寸指南上傳給 AI，系統自動回覆買家詢問。支援蝦皮賣場私訊、LINE 官方帳號、Shopify 聊天室。
對於 AI 無法確定的問題，自動標記為「需人工回覆」並發送通知，確保沒有買家被冷落。
### 4. 廣告自動優化
蝦皮廣告、蝦皮關鍵字廣告、Google 購物廣告都可以接 AI 優化工具。系統 24 小時監控廣告效果，自動調整：
- 出價策略（轉換率高的關鍵字提高出價）
- 預算分配（ROI 好的廣告多給預算）
- 時段優化（流量高但轉換低的時段降低出價）
- 負關鍵字（自動過濾無效流量）
### 5. 銷售數據分析與報表
多平台數據統一匯整，AI 自動生成每日 / 每週 / 每月報表：各平台業績、最暢銷 / 最滯銷商品、退款率分析、廣告 ROAS。不再需要每天手動拉數據。
## 真實案例：台北寵物用品賣家，人力不增加，月營業額從 NT$80 萬成長到 NT$180 萬
台北一個 3 人寵物用品電商團隊，同時經營蝦皮、PChome、自建官網，每天花大量時間在行政工作。
導入 AI GO 電商自動化模組後 6 個月：
- 每日行政工時：**從 8 小時降到 2 小時**
- 超賣率：**從每月 5～8 件降到 0**
- 客服回覆時間：**從平均 3 小時縮短到 20 分鐘**
- 蝦皮廣告 ROAS：**從 2.8x 提升到 4.2x**
- 月營業額：**從 NT$80 萬成長到 NT$180 萬（+125%）**
- 人員：**仍然 3 人，無新增人力**
成長的關鍵不是加人，而是把原本被行政吃掉的時間，重新投入到選品和創意行銷。
## 電商 AI 工具選擇指南
| 需求 | 推薦工具 | 月費約 |
| --- | --- | --- |
| 多平台庫存同步 | Cyberbiz、Shopline、AI GO | NT$1,000～5,000 |
| 訂單自動化管理 | 91APP、AI GO、SHOPLINE | NT$2,000～8,000 |
| AI 客服回覆 | AI GO、Omnichat | NT$3,000～12,000 |
| 廣告 AI 優化 | Meta Advantage+、蝦皮智能廣告 | 依廣告費比例 |
| 全套整合 | AI GO 電商方案 | NT$8,000～18,000 |
想了解你的電商業務適合哪種 AI 自動化方案？歡迎[預約免費評估](/#contact)，我們提供電商 AI 效益試算。
## 常見問題
### AI 電商自動化可以幫我同步多個平台的庫存嗎？
可以。AI GO 等工具可以即時同步蝦皮、PChome、Shopify、樂天等平台的庫存，當任一平台有訂單，所有平台的庫存都會自動更新，避免超賣。
### AI 可以幫我自動回覆蝦皮的買家訊息嗎？
可以。AI 可以根據訓練好的 FAQ 和你的商品資訊，自動回覆詢問（包含到貨時間、尺寸規格、退換貨政策等）。複雜或需要判斷的問題會轉接給人工。通常可以自動處理 60～80% 的買家訊息。
### AI 廣告優化和我自己手動調廣告有什麼差別？
AI 可以 24 小時持續監控廣告效果，每小時根據轉換率和 ROAS 自動調整出價和預算分配，人工調廣告最多每天操作 1～2 次。測試表明，AI 自動優化通常可將廣告 ROAS 提升 15～30%。
---
---
title: "AI 會取代員工嗎？台灣中小企業老闆最想知道的答案"
description: "「導入 AI 後要裁員嗎？」這是台灣老闆最常問的問題。本文從實際案例出發，說明哪些職位會轉型、哪些會被強化，以及如何讓員工接受 AI 協作。"
category: "企業 AI 策略"
date: "2026-03-25"
canonical: "https://www.ai-go.app/blog/ai-replace-jobs-taiwan-sme"
source: "AI GO（https://www.ai-go.app）"
---
# AI 會取代員工嗎？台灣中小企業老闆最想知道的答案
「導入 AI 後要裁員嗎？」這是台灣老闆最常問的問題。本文從實際案例出發，說明哪些職位會轉型、哪些會被強化，以及如何讓員工接受 AI 協作。
## 這個問題讓很多老闆卡關
「我想導入 AI，但擔心員工會有情緒」——這是 AI GO 在諮詢中最常聽到的一句話。老闆想提升效率，又不想傷害團隊士氣，兩難之間，很多企業乾脆選擇「觀望」。
但事實是：**不導入 AI 的企業，才是真正在把員工推向「被取代」的風險**。
## AI 到底在取代什麼？
準確的說法不是「AI 取代員工」，而是「AI 取代工作中的特定任務」。一個業務員的工作包含：
- 輸入報價單（可以 AI 化）
- 跟進客戶（部分 AI 化）
- 建立信任關係（人工不可替代）
- 處理複雜談判（人工不可替代）
AI 接手的是前兩項，讓業務員有更多時間做後兩項。這不叫「取代」，這叫「強化」。
## 台灣真實案例：製造業導入 AI 後的人力變化
> 某台中製造商導入 AI 報表系統後，原本 2 名專職資料輸入人員，轉型為「資料分析師」，薪資調升 15%，工作滿意度大幅提升。公司沒有任何裁員，反而因為效率提升，半年後多聘了 1 名業務。
這樣的案例在台灣中小企業中並不少見。AI 讓企業有資源「往上走」，而不是「往下砍」。
## 哪些職位會轉型？哪些會消失？
### 轉型機率高（建議主動準備）
資料輸入員 → 資料分析師、客服人員 → 客戶成功經理、會計助理 → 財務規劃師、行政助理 → 專案協調師
### 消失機率高（需提前規劃）
純粹重複性、規則明確、不需判斷的職位，例如：電話訂單接單員（已可全自動）、人工資料核對員。
## 如何讓員工接受 AI 協作？
成功的 AI 導入，一定要做好這三件事：
- **讓員工參與工具選型**：讓他們試用、提意見，他們會從「受害者」變成「共同決策者」
- **先從解決員工的痛點下手**：讓 AI 幫他們省掉最煩的工作，第一個月就能看到效果
- **提供再培訓機會**：告訴員工「公司會幫你學新技能」，焦慮感大幅下降
## 老闆該有的正確心態
AI 是乘數器，不是替換器。一個 10 人的團隊導入 AI，不是變成 5 人，而是變成能做 20 人工作量的 10 人。
這才是台灣中小企業在 AI 時代最需要的競爭力。
## 常見問題
### AI 導入後需要裁員嗎？
大多數導入 AI 的台灣中小企業並沒有裁員，而是讓員工轉型：原本負責資料輸入的人，改做資料分析與決策；客服人員從處理大量重複問題，轉為處理複雜投訴與 VIP 服務。
### 哪些工作最容易被 AI 取代？
重複性高、規則明確的工作最容易被 AI 自動化，例如：資料輸入、基礎報表製作、標準回覆客服、發票/收據處理。但這些通常是員工最不喜歡做的工作。
### 員工抗拒 AI 怎麼辦？
關鍵是讓員工成為 AI 的「使用者」而非「被取代者」。讓他們參與 AI 工具的選擇與測試，讓他們看到 AI 幫自己減少重複性工作，而非威脅飯碗。
---
---
title: "AI 財務自動化：台灣中小企業如何用 AI 取代手動對帳，每月省下 40 小時"
description: "財務對帳、發票核銷、現金流報表——這些重複性高的財務工作，AI 可以自動完成 80% 以上。本文介紹台灣中小企業最常見的 AI 財務自動化應用與費用。"
category: "流程自動化"
date: "2026-03-24"
canonical: "https://www.ai-go.app/blog/ai-finance-automation-taiwan-sme"
source: "AI GO（https://www.ai-go.app）"
---
# AI 財務自動化：台灣中小企業如何用 AI 取代手動對帳，每月省下 40 小時
財務對帳、發票核銷、現金流報表——這些重複性高的財務工作，AI 可以自動完成 80% 以上。本文介紹台灣中小企業最常見的 AI 財務自動化應用與費用。
## 台灣中小企業財務人員的一天
早上 8 點：開始對帳，把昨天的銀行對帳單和 ERP 的應收帳款逐一比對。
10 點：開始核銷發票，一張張確認採購單、發票、收款是否吻合。
下午：整理月報，把各類費用從 Excel 手動匯整到報表格式。
傍晚：發現有一筆帳對不上，開始追查是哪個環節出了問題……
這不是夸張描述，這是台灣很多中小企業財務人員的真實工作日常。每個月光是這些重複性工作，就要花掉 30～50 個小時。
AI 財務自動化的目標，就是把這 80% 的重複工作還給系統，讓財務人員專注在真正有價值的工作上。
## AI 財務自動化的 5 大應用
### 應用一：發票 OCR 自動擷取與核銷
不管是紙本發票（拍照上傳）還是電子發票（API 自動抓取），AI OCR 技術可以自動辨識：
- 廠商名稱、統一編號
- 發票日期、金額、稅額
- 品項明細
並自動匹配到對應的採購訂單或費用類別，觸發核銷流程。台灣財政部的電子發票雲端系統可直接 API 串接，進一步簡化流程。
### 應用二：銀行對帳自動化
AI 自動下載銀行對帳單（支援台灣主要銀行），逐筆比對 ERP 應收/應付帳款。能夠自動匹配 90%+ 的交易，剩餘無法匹配的異常交易自動標記供人工處理。每月對帳時間從 8 小時降到 1 小時以內。
### 應用三：現金流預測
AI 結合歷史收付款數據、應收帳款到期日、應付帳款排程，自動生成未來 30/60/90 天的現金流預測。讓老闆提前知道：下個月哪個時間點現金最吃緊？需不需要動用信貸額度？
### 應用四：費用報表自動分類
員工用 APP 拍照上傳單據，AI 自動識別費用類別（差旅費、餐費、文具費、廣告費……），自動帶入預算中心，減少手動分類和對帳。月底不用再花 3 天整理所有費用報表。
### 應用五：異常交易偵測
AI 持續監控所有財務數據，當出現異常（例如某廠商突然多收 20%、某費用類別超標、重複付款）時立即警示。幫企業早期發現財務風險，不用等到月結才發現問題。
## 真實案例：桃園貿易公司，財務工時減少 62%
桃園一家 30 人的五金貿易公司，一位財務人員，每月固定作業：
- 應收對帳：12 小時
- 應付核銷：10 小時
- 月報整理：8 小時
- 費用分類：6 小時
- 共計：**36 小時/月**
導入 AI GO 財務自動化模組後：
- 應收對帳：**1.5 小時**（AI 自動完成 90%）
- 應付核銷：**1 小時**（電子發票自動核銷）
- 月報整理：**2 小時**（自動匯整，人工確認）
- 費用分類：**0.5 小時**（AI 分類，人工抽查）
- 共計：**5 小時/月（-86%）**
財務人員把釋放出來的時間，投入在財務規劃和成本分析，幫老闆發現了 3 個可以優化的成本項目，每年節省 NT$45 萬。
## 常見的整合組合
- **AI GO + 鼎新 ERP**：最常見的台灣中小企業方案
- **AI GO + 叡揚會計系統**：適合服務業和貿易業
- **AI GO + 財政部電子發票 API**：所有企業都可以串接
- **AI GO + 銀行 API**：支援台新、玉山、第一銀行等自動對帳
## 費用估算
| 方案 | 月費 | 適合規模 |
| --- | --- | --- |
| 發票 OCR + 基礎對帳 | NT$3,000～6,000 | 5～20 人 |
| AI GO 財務自動化標準版 | NT$8,000～15,000 | 20～100 人 |
| 企業整合版（含 ERP 深度串接） | NT$20,000+ | 100 人以上 |
想了解 AI 財務自動化如何降低你的財務作業成本？歡迎[預約免費評估](/#contact)，我們提供財務流程診斷報告。
## 常見問題
### AI 財務自動化和使用會計軟體有什麼差別？
傳統會計軟體（如薪人管、叡揚）需要人工輸入數據，AI 財務自動化可以自動擷取發票資訊（OCR）、自動對帳、自動分類，減少 80% 的人工輸入時間。兩者互補，不是取代關係。
### AI 可以自動讀取電子發票嗎？
可以。串接財政部電子發票系統 API 後，AI 可以自動擷取每張電子發票的資訊（廠商、金額、項目、稅額），自動匹配到對應的採購訂單，大幅減少人工核銷時間。
### 導入 AI 財務自動化後，還需要會計人員嗎？
仍然需要。AI 負責的是數據擷取、分類、對帳等重複性工作，會計人員的價值在於財務規劃、稅務策略、異常分析和決策支援。導入後，會計人員可以從「打單子」升級到「提供財務建議」。
---
---
title: "AI LINE 行銷自動化：台灣企業如何用 LINE 官方帳號打造個人化行銷，開封率超過 60%"
description: "Email 開信率不到 5%，但 LINE 訊息的開封率超過 60%。台灣企業如何結合 AI 和 LINE 官方帳號，做到個人化推播、自動分眾、精準轉換？"
category: "行銷應用"
date: "2026-03-23"
canonical: "https://www.ai-go.app/blog/ai-line-marketing-automation"
source: "AI GO（https://www.ai-go.app）"
---
# AI LINE 行銷自動化：台灣企業如何用 LINE 官方帳號打造個人化行銷，開封率超過 60%
Email 開信率不到 5%，但 LINE 訊息的開封率超過 60%。台灣企業如何結合 AI 和 LINE 官方帳號，做到個人化推播、自動分眾、精準轉換？
## 為什麼 LINE 是台灣企業最強的行銷渠道
台灣 LINE 用戶超過 2,200 萬，幾乎全民使用。相比之下：
- Email 行銷開信率：**3～5%**
- Facebook 粉專觸及率：**1～3%**（算法持續壓縮）
- LINE 訊息開封率：**60～70%**
LINE 訊息開封率高，是因為它進到用戶的「對話清單」，不像 Email 或 Facebook 貼文那麼容易被忽略。
但問題是：大多數台灣企業用 LINE 官方帳號的方式還停留在「廣播群發」——對所有好友發同一則訊息。這不只效果差（無關的訊息讓人封鎖），還浪費訊息費用。
AI LINE 行銷自動化的核心，就是讓每則訊息都「值得發送」——在對的時間、對的人、說對的話。
## AI LINE 行銷自動化的 4 大核心功能
### 功能一：AI 行為追蹤與分群
每個 LINE 好友都有不同的興趣和購買意圖。AI 追蹤他們的行為：
- 點擊了哪些產品連結
- 開啟了哪些推播訊息
- 觸發了哪些 Chatbot 關鍵字
- 完成了哪些購買行為
根據行為自動打標籤（例如：「對瑜珈服有興趣」「VIP 客戶」「三個月未購買」），後續推播時精準對特定標籤發送。
### 功能二：自動化行銷旅程（Automation Flow）
設定觸發條件，AI 自動執行對應動作：
- 加入好友 → 24 小時後自動發送「新朋友優惠券」
- 瀏覽了 A 產品但未購買 → 3 天後自動發送「A 產品使用心得 + 限時優惠」
- 上次購買後 30 天 → 自動發送「補購提醒」
- 生日前 3 天 → 自動發送「生日優惠」
這些流程設定一次，之後 AI 自動執行，無需人工操作。
### 功能三：AI Chatbot 問答 + 購買導流
LINE Chatbot 可以回答產品問題、查詢庫存、提供個人化推薦，並在對話中嵌入購買連結，讓客戶從問詢直接進入購買流程。
特別適合：
- 有複雜產品選擇的企業（運動器材、保健品、美妝）
- 客製化服務（客人描述需求，AI 推薦適合方案）
- 高單價產品（先建立信任，再引導預約諮詢）
### 功能四：A/B 測試自動化
AI 自動測試不同訊息版本（文案、圖片、CTA 按鈕），根據點擊率和轉換率自動選出表現最好的版本並擴大投放。不再需要人工分析 A/B 測試結果。
## 真實案例：台北健身房，會員回購率提升 45%
台北一家 3 家連鎖的健身房，LINE 官方帳號有 8,000 名好友，過去每月群發 4 次促銷訊息，封鎖率持續升高，點擊率只有 2.3%。
導入 AI GO LINE 行銷自動化後，把 8,000 名好友分成 12 個群組（依報名課程類型、活躍度、消費金額分），並建立 6 條自動化旅程。
3 個月後：
- LINE 訊息點擊率：**從 2.3% 提升到 14.7%**
- 封鎖率：**從月均 3.2% 降到 0.8%**
- 課程預約率：**提升 38%**（自動旅程觸發再次預約）
- 會員 3 個月回購率：**從 42% 提升到 61%**
- 行銷人員每週省下：**6 小時**（不用手動規劃和發送訊息）
## LINE 行銷自動化的費用結構
| 項目 | 費用 |
| --- | --- |
| LINE 官方帳號（中用量方案） | NT$800/月（含 800 則） |
| 超出訊息費 | 約 NT$0.2～0.3/則 |
| AI GO LINE 行銷自動化模組 | NT$5,000～12,000/月 |
| 初期建置費（流程設計 + 串接） | NT$20,000～50,000（一次性） |
## 五分鐘可以做的第一步
如果你的 LINE 官方帳號還是「群發廣播」模式，今天就可以做這一件事：
打開 LINE Official Account Manager，設定「加入好友自動回覆訊息」，讓每個新加入的好友收到你的歡迎訊息 + 一個問題（「請問你對什麼最感興趣？」）。
根據他們的點擊，你就開始了第一步的受眾分群。
如果你想建立更完整的 AI LINE 行銷自動化系統，歡迎[預約免費諮詢](/#contact)，我們可以為你規劃完整的 LINE 行銷自動化架構。
## 常見問題
### LINE 官方帳號行銷訊息費用怎麼計算？
LINE 官方帳號的推播訊息依方案不同，輕用量方案 500 則免費，超出後每則 NT$0.2～0.3 左右；中用量方案月費 NT$800，800 則免費；高用量方案月費 NT$1,600，含更多免費則數。AI 分眾後只發送給有興趣的人，可大幅降低無效費用。
### AI LINE 自動化需要技術人員設定嗎？
使用 AI GO 等平台，大部分設定都是圖形化介面，不需要工程師。行銷人員自己就能設計自動化流程（例如：加入好友後 24 小時自動發送歡迎訊息）。
### AI 怎麼知道要對不同客戶發送不同的訊息？
AI 根據客戶的行為（點了哪些連結、看了哪些產品、購買了哪些品類）自動將客戶分群，對不同群體發送最相關的訊息。這個分群是動態的，隨著客戶行為持續更新。
---
---
title: "AI 採購自動化：台灣中小企業如何用 AI 縮短採購週期、降低 15% 採購成本"
description: "採購流程繁瑣、詢價費時、比價耗人力——台灣中小企業的採購痛點 AI 都能解決。本文介紹 AI 採購自動化的核心應用、導入方式與真實成效。"
category: "流程自動化"
date: "2026-03-22"
canonical: "https://www.ai-go.app/blog/ai-procurement-automation-taiwan"
source: "AI GO（https://www.ai-go.app）"
---
# AI 採購自動化：台灣中小企業如何用 AI 縮短採購週期、降低 15% 採購成本
採購流程繁瑣、詢價費時、比價耗人力——台灣中小企業的採購痛點 AI 都能解決。本文介紹 AI 採購自動化的核心應用、導入方式與真實成效。
## 採購是台灣中小企業最被低估的成本中心
很多台灣中小企業老闆把注意力放在業務和生產，卻忽略了採購。但採購的效率直接影響成本結構：
- 同樣的原料，A 供應商比 B 便宜 8%，但採購人員一直沿用老供應商「因為熟」
- 詢價流程太慢，緊急採購只能接受高價
- 沒有比價機制，不知道市場價格是否合理
- 採購流程都在 Email 和 LINE 裡，沒有系統化紀錄，難以稽核
一家台中 50 人的電子零件廠，導入 AI 採購分析後發現，10 個常用料號中有 4 個長期溢價採購，每年多花了近 NT$180 萬。這個問題，沒有 AI 輔助是很難發現的。
## AI 採購自動化的五大核心應用
### 應用一：智慧詢價單自動生成
採購人員選定需要採購的料號和數量，AI 自動：
- 根據歷史採購記錄，列出對應供應商清單
- 自動生成詢價單（格式標準化），一鍵寄出 Email 給多家供應商
- 追蹤哪些供應商已回覆、哪些未回覆，到期自動催促
過去要花 2 小時的詢價作業，縮短到 15 分鐘。
### 應用二：供應商報價比對 + 最優推薦
收到多家報價後，AI 自動解析所有報價（包含 Email 附件的 PDF / Excel），統一列成比較表，並根據設定的評分標準（價格、交期、品質評分、歷史履約率）推薦最優方案。
### 應用三：採購異常偵測
AI 持續比對每筆採購單和歷史市場價格，當出現以下情況自動警示：
- 某料號採購價格比近 3 個月均價高出 10% 以上
- 同一供應商短期內重複小額採購（繞過審批門檻）
- 採購金額與工單需求不匹配
### 應用四：採購時機預測
結合庫存水位、生產計畫、供應商交期，AI 自動建議「最佳補貨時機」，避免緊急採購被供應商高價宰割，也避免過早採購積壓資金。
### 應用五：採購流程全數位化
所有採購申請、詢價、比價、核准、訂單確認流程在系統上完成，有完整稽核軌跡。主管可以在手機上審核採購申請，不再需要等人帶紙本過來簽名。
## 真實案例：彰化塑料廠，採購成本降低 12%，週期縮短 40%
彰化一家 80 人的塑料製品廠，每月採購 200+ 筆，採購人員 2 名，平均採購週期 8.3 天（從申請到訂單確認）。
痛點：
- 採購週期太長，生產線有時候等料
- 沒有固定的比價流程，老採購憑經驗決定
- 無法追蹤各供應商的履約品質
導入 AI GO 採購自動化模組後（串接鼎新 ERP）：
- 採購週期：**從 8.3 天縮短到 4.9 天（-40%）**
- 年度採購成本：**降低 12%**（透過自動比價 + 供應商績效評分）
- 緊急採購比例：**從 23% 降到 8%**（採購時機預測）
- 採購稽核時間：**從 1 天降到 2 小時**（全數位化流程）
## AI 採購自動化費用
| 方案 | 月費 | 適合條件 |
| --- | --- | --- |
| 基礎版（採購流程數位化） | NT$4,000～8,000 | 10～50 人，月採購 50～200 筆 |
| AI GO 標準版（含比價 + 預測） | NT$10,000～18,000 | 50～200 人，月採購 200+ 筆 |
| 企業版（含供應商 Portal） | NT$25,000+ | 200 人以上 |
想了解 AI 採購自動化如何為你的行業降低採購成本？歡迎[預約免費採購流程診斷](/#contact)，我們會幫你找出最值得優化的採購環節。
## 常見問題
### AI 採購自動化和一般採購系統有什麼差別？
傳統採購系統（如 ERP 採購模組）負責記錄採購流程，AI 採購自動化在此之上增加智慧能力：自動篩選最優供應商、預測最佳採購時機、自動生成詢價單、識別異常報價。
### AI 可以自動選擇最便宜的供應商嗎？
AI 可以綜合考慮價格、交期、品質評分、付款條件、歷史履約記錄，給出最優供應商排名，但最終決策仍由人工確認。AI 的角色是「讓你在 3 分鐘內看清楚全部選項」，而不是自動下單。
### 導入 AI 採購自動化需要供應商配合嗎？
基礎功能（內部流程自動化）完全不需要供應商配合。進階功能（供應商系統整合、電子詢報價）需要供應商端有對應系統，但這類功能通常只對主要供應商推行，不強制所有供應商。
---
---
title: "AI 導入 10 大迷思破解：台灣中小企業老闆最常問的問題，一次說清楚"
description: "「AI 很貴」「需要大量數據」「員工會被取代所以反彈」——這些是台灣中小企業對 AI 最常見的錯誤認知。本文逐一破解 10 個迷思，讓你做出正確決策。"
category: "企業 AI 導入"
date: "2026-03-21"
canonical: "https://www.ai-go.app/blog/ai-myths-taiwan-sme-debunked"
source: "AI GO（https://www.ai-go.app）"
---
# AI 導入 10 大迷思破解：台灣中小企業老闆最常問的問題，一次說清楚
「AI 很貴」「需要大量數據」「員工會被取代所以反彈」——這些是台灣中小企業對 AI 最常見的錯誤認知。本文逐一破解 10 個迷思，讓你做出正確決策。
## 前言：為什麼這篇文章需要存在
我們每週都在和台灣中小企業老闆談 AI。這些老闆都很聰明、很務實，但他們腦袋裡對 AI 的很多認知，其實是被誤導的。
有人因為「AI 很貴」的印象，從來沒有仔細算過 ROI。有人因為「需要大量數據」的誤解，一直等到「準備好」才要開始——結果永遠在等。
本文整理 10 個最常見的 AI 迷思，逐一破解。
## 迷思一：「AI 很貴，只有大企業負擔得起」
**真相**：2026 年，適合中小企業的 AI 工具月費在 NT$5,000～15,000 之間，比請一個行政員工便宜得多。很多企業導入後第一個月就回收投資，因為節省的人力成本超過月費。
「貴」的印象來自 5 年前——那時候 AI 確實需要昂貴的工程師和算力。現在 SaaS 化的 AI 平台已經把成本壓到中小企業可以接受的範圍。
## 迷思二：「我們公司數據不夠多，AI 沒辦法用」
**真相**：大多數 AI 工具不需要你自己的歷史數據才能開始。客服 AI 只需要你的 FAQ 文件，報價 AI 只需要你的產品資料，流程自動化甚至完全不需要任何數據——它只是幫你執行規則。
需要大量數據的是客製化 AI 模型（例如自訓練的圖像辨識）。但大多數中小企業用的是「通用 AI + 企業知識」的組合，門檻很低。
## 迷思三：「員工會反彈，因為 AI 要取代他們」
**真相**：AI 最常做的是消除「員工最討厭的工作」——重複填表、手動對帳、回答同樣的問題一百遍。員工被解放出來做更有意義的工作，反彈的概率其實比你想的低。
真正的挑戰是「不知道 AI 可以做什麼」。帶員工親手試用 AI 工具，通常是消除抗拒最有效的方法。
## 迷思四：「AI 導入需要 6 個月以上」
**真相**：特定場景的 AI（例如客服 FAQ bot、自動發票核銷、AI 報價生成）通常 2～4 週就可以上線。導入慢的原因通常不是 AI 技術，而是「公司流程不清楚」或「決策太慢」。
選擇從一個小流程開始，快速驗證效益，比試圖一次性全面導入更有效。
## 迷思五：「AI 的回答不準確，我們不敢用」
**真相**：AI 的準確率取決於設計。一個設計好的 AI 客服，只回答有把握的問題，遇到不確定的就轉接真人——這樣的準確率不會比訓練不足的新人客服更差。
問題不在於「AI 不準」，而在於「沒有正確設定範圍」。專業 AI 平台都有「信心閾值」設定，低於閾值自動轉人工。
## 迷思六：「我們已經在用 ChatGPT，不需要其他 AI 工具」
**真相**：ChatGPT 是個人生產力工具，不是企業流程工具。它無法自動串接你的 ERP、CRM、LINE，無法設定觸發條件自動執行，也無法讓整個組織一致地使用公司的知識庫。
個人用 ChatGPT 是好的開始，但企業要提升整體效率，需要的是「整合型 AI 平台」。
## 迷思七：「AI 會犯錯，出了問題誰負責？」
**真相**：正確的 AI 導入架構是「AI 輔助，人類決策」。AI 負責提供資訊、建議、草稿，最終決策和執行仍由人類確認。在這個框架下，責任歸屬是清晰的——就像你不會因為 Excel 算錯就說試算表負責，而是由簽核的人負責。
## 迷思八：「現在太忙，等穩定一點再說」
**真相**：「太忙」往往是因為流程沒有優化。AI 的目標正是讓你不那麼忙——如果等到不忙才導入，那個時機永遠不會來。
正確的邏輯是：**因為太忙，所以更需要現在導入 AI**，而不是等到「有時間」。
## 迷思九：「我們的行業很特殊，AI 不適合我們」
**真相**：我們服務過的行業包括：五金貿易、食品加工、室內設計、健身房、診所、貿易商、律師事務所、補習班……幾乎每個行業都有可以 AI 化的重複性流程。
「行業特殊」通常是指「我的情境很複雜」，而不是「AI 真的無法處理」。試點一個流程，你會發現複雜的程度比你想像的低。
## 迷思十：「等 AI 更成熟一點再說」
**真相**：這個迷思是最危險的。AI 現在就已經成熟到可以解決中小企業的實際問題。等待的代價不是「零成本」——競爭對手在進步，你在原地，差距每個月都在擴大。
而且，先行者會積累數據、優化流程、培養 AI 使用習慣，形成競爭壁壘。這個壁壘不是錢買得到的，需要時間積累。
## 結語：破解迷思只是第一步
了解迷思是好的開始，但真正的改變需要行動。如果你已經認同「現在就可以導入 AI」，下一步就是找出你企業最值得自動化的第一個流程。
歡迎[預約免費 AI 診斷](/#contact)，我們幫你找出最適合你企業的 AI 起點。
## 常見問題
### 台灣中小企業導入 AI 真的不需要 IT 部門嗎？
現代 AI 平台（如 AI GO）採用無程式碼介面，業主和業務主管自己就能設定大多數功能。確實需要 IT 協助的場景是深度 ERP 串接，但這類工作 AI GO 的導入團隊可以代勞，不需要企業自有 IT 人員。
### AI 如果一開始用錯了怎麼辦？會不會很難改？
AI 平台通常支援快速調整，如果某個功能設定不符合需求，修改的成本遠低於傳統 IT 系統。相比之下，花 3 個月研究之後什麼都沒做，反而成本更高——機會成本是真實的。
### 競爭對手沒在用 AI，我跟著等可以嗎？
AI 的效益是複利式的——先導入的企業不只省了時間，還累積了使用數據，讓 AI 越來越準。等競爭對手都在用 AI 的時候，你再開始，差距已經拉開了。先行者優勢在 AI 時代格外明顯。
---
---
title: "2026 年台灣企業 AI 數位轉型路線圖：從 0 到 AI 導入成功的完整框架"
description: "不知道從哪裡開始 AI 轉型？本文提供完整的 2026 年 AI 數位轉型路線圖，依企業規模分階段規劃，讓你有系統地完成從評估到全面落地的每個步驟。"
category: "企業 AI 策略"
date: "2026-03-20"
canonical: "https://www.ai-go.app/blog/ai-digital-transformation-roadmap-2026"
source: "AI GO（https://www.ai-go.app）"
---
# 2026 年台灣企業 AI 數位轉型路線圖：從 0 到 AI 導入成功的完整框架
不知道從哪裡開始 AI 轉型？本文提供完整的 2026 年 AI 數位轉型路線圖，依企業規模分階段規劃，讓你有系統地完成從評估到全面落地的每個步驟。
## 為什麼台灣企業的 AI 轉型計畫常常失敗？
根據 McKinsey 2025 年調查，超過 60% 的企業 AI 專案未能達到預期成效。台灣中小企業的實際情況可能更悲觀。
失敗的原因通常不是技術，而是缺乏路線圖：
- 一次推太多場景，資源分散
- 沒有設定可量化的目標，不知道算不算成功
- 導入期間沒有變革管理，員工不配合
- 選錯了 AI 工具，功能跟需求不符
本文提供一個經過驗證的路線圖框架，幫你系統性地規劃和執行 AI 轉型。
## 路線圖總覽：四個階段
無論企業規模大小，成功的 AI 轉型通常分四個階段：
1. **診斷期（1～2 個月）**：盤點現況，找出最值得 AI 化的流程
2. **試點期（2～3 個月）**：選 1～2 個流程快速驗證
3. **擴展期（3～6 個月）**：複製成功模式，橫向擴展
4. **深化期（持續）**：優化模型，整合跨部門數據
## 第一階段：診斷期
### Step 1：流程盤點
列出公司所有主要流程，用以下兩個維度評分（1～5 分）：
- **重複性**：這個流程多常重複、規則多清楚？（5 分 = 每天重複、規則明確）
- **痛苦值**：這個流程有多令人痛苦？（5 分 = 嚴重影響效率或員工士氣）
兩個維度得分相乘，分數最高的 3～5 個流程就是你的 AI 候選名單。
### Step 2：可行性評估
對候選流程進行技術可行性評估：
- 所需數據是否存在且可取得？
- 現有系統是否可以串接？
- 預估 ROI 是否足夠（通常要求 6 個月內回收）？
### Step 3：選定試點流程
從候選名單中，選 1 個「痛苦值高、技術可行性高、ROI 快速」的流程作為試點。不要選最複雜的，選最容易成功的——第一個成功案例對組織信心的影響是巨大的。
## 第二階段：試點期
### Step 4：設定可量化目標
試點前，明確定義「成功」的標準：
- 客服 AI：客服回應時間從 X 小時縮短到 Y 分鐘，且準確率超過 Z%
- 報價自動化：每份報價時間從 X 分鐘降到 Y 分鐘，錯誤率低於 Z%
- 財務對帳：每月對帳時間從 X 小時降到 Y 小時
有了基準線，3 個月後才知道算不算成功。
### Step 5：快速上線，持續迭代
不要追求完美再上線。AI 工具的第一個版本永遠都不會完美，但上線才能從真實使用中學習。設定 2 週一個迭代週期，快速調整。
### Step 6：記錄成效，準備擴展
試點 3 個月後，整理成效報告：數據對比、員工反饋、客戶反饋。這份報告是向其他部門推廣 AI 最有力的工具。
## 第三階段：擴展期
### Step 7：橫向複製
把試點的成功模式複製到其他部門或流程。注意：「複製」不是「完全照搬」，每個部門都需要根據自己的情境微調。
### Step 8：建立 AI 治理框架
當 AI 使用擴展到多個部門，需要建立：
- AI 工具的評估和採購標準
- 數據管理規範（哪些數據可以餵給 AI？）
- AI 輸出的品質監控機制
- AI 使用培訓計畫
## 第四階段：深化期
### Step 9：跨系統數據整合
當多個部門都在使用 AI，下一步是讓各系統的數據流通：CRM + ERP + 行銷平台 + 客服系統的數據打通，讓 AI 有更全面的視野，提供更精準的洞察。
### Step 10：從「自動化」到「智慧決策」
最高層次的 AI 應用不只是「幫你做事」，而是「幫你做更好的決策」：
- 哪個客戶下個月最可能流失？
- 下季哪個產品線應該重點投資？
- 目前的定價策略是否最優？
## 依企業規模的建議起點
| 規模 | 建議試點場景 | 預期成本 | 預期回收期 |
| --- | --- | --- | --- |
| 1～10 人 | LINE AI 客服 / ChatGPT 個人提升 | NT$0～5,000/月 | 即時 |
| 10～30 人 | 報價自動化 / 客服知識庫 | NT$5,000～12,000/月 | 2～4 個月 |
| 30～100 人 | 流程自動化 + ERP 串接 | NT$12,000～25,000/月 | 3～6 個月 |
| 100 人以上 | 全面 AI 平台 + 數據整合 | NT$30,000+/月 | 6～12 個月 |
## 2026 年最值得關注的三個 AI 趨勢
1. **AI Agent**：不只回答問題，而是主動採取行動（如自動發 Email、自動更新 CRM）
2. **多模態 AI**：同時處理文字、圖片、語音，讓品管視覺檢測更便宜、更準
3. **邊緣 AI**：AI 直接在製造設備端運算，不需要雲端連線，適合工廠環境
想根據你的企業規模和現況，量身設計 AI 轉型路線圖？歡迎[預約免費策略諮詢](/#contact)，我們提供 90 分鐘的 AI 轉型診斷工作坊。
## 常見問題
### AI 數位轉型應該從哪個部門開始？
建議從痛點最明顯、且流程相對標準化的部門開始：通常是客服、採購、或財務。這些部門的 AI 效益快、容易量化，成功案例可以作為說服其他部門的依據。
### 企業規模多大才適合開始 AI 轉型？
沒有最小規模限制。5 人的微型企業用 LINE AI 客服，效益一樣顯著。關鍵不是規模，而是「有沒有重複性工作」——只要有，就有 AI 的空間。
### AI 轉型需要先完成 ERP 系統升級嗎？
不需要同步進行，但長期來說 ERP 現代化有幫助。很多企業先從不依賴 ERP 的場景開始（如客服、LINE 行銷），同時規劃 ERP 升級，分批進行反而風險更低。
---
---
title: "台灣企業如何選擇 AI 平台？5 個選購指標完整解析"
description: "市場上 AI 工具琳瑯滿目，ChatGPT、Copilot、各種 SaaS 平台……台灣中小企業到底該選哪一個？本文提供 5 個實用選購指標，讓你不踩雷。"
category: "企業 AI 策略"
date: "2026-03-20"
canonical: "https://www.ai-go.app/blog/how-to-choose-ai-platform-taiwan"
source: "AI GO（https://www.ai-go.app）"
---
# 台灣企業如何選擇 AI 平台？5 個選購指標完整解析
市場上 AI 工具琳瑯滿目，ChatGPT、Copilot、各種 SaaS 平台……台灣中小企業到底該選哪一個？本文提供 5 個實用選購指標，讓你不踩雷。
## 為什麼選 AI 工具這麼難？
打開 Google 搜尋「企業 AI 工具」，你會看到數百個選項。每個都說自己「最強」「最簡單」「最划算」。對台灣中小企業老闆來說，要在繁忙的日常中做出正確決策，幾乎不可能。
本文幫你把選擇簡化成 5 個核心指標。
## 指標 1：繁體中文支援程度
這一點常被忽略，卻最關鍵。AI 工具對繁體中文的支援分三個等級：
- **原生支援**：訓練資料包含大量繁中，理解台灣用語、縮寫、業界術語
- **翻譯支援**：介面有中文，但底層用英文邏輯，處理台灣特有表達式容易出錯
- **不支援**：純英文介面，需要員工英文能力
建議：至少要達到「翻譯支援」，本土平台通常提供「原生支援」。
## 指標 2：與現有系統的串接能力
你的企業可能已經在用：ERP（鼎新、SAP）、CRM、會計軟體、LINE 官方帳號……
選 AI 平台時，一定要確認能串接你現在用的系統。不然你會遇到「AI 在這邊，資料在那邊」的雙系統噩夢。
## 指標 3：導入門檻與技術支援
問自己：你的公司有沒有 IT 工程師？大多數台灣中小企業沒有。這表示你需要一個**無需工程師就能設置的平台**，以及有人工客服的技術支援（不是只有 FAQ 和 chatbot）。
## 指標 4：資料安全與合規
企業資料（客戶名單、財務數據、員工資料）不能隨便放到境外伺服器。選 AI 平台時要確認：資料存在哪裡？是否符合個資法？有沒有 SOC 2 或 ISO 27001 認證？
## 指標 5：費用結構的透明度
有些平台月費看起來便宜，但按「使用量」收費，當你的業務量成長，費用可能暴增。選擇時要問清楚：超量怎麼算？有沒有固定費上限？
## 最後：先試用，再決定
所有 AI 平台都應該提供試用期（14-30 天）。在試用期間，讓 2-3 個員工真實使用，收集他們的回饋。**員工願意用的工具，才是好工具。**
## 常見問題
### 台灣有沒有本土 AI 平台？
有，AI GO 是台灣本土開發的企業 AI 平台，支援繁體中文、台灣法規（電子發票、勞基法等），並提供在地化技術支援，不需擔心時區和語言障礙。
### 國外 AI 工具和台灣本土 AI 平台有什麼差別？
國外工具（如 Salesforce Einstein、Microsoft Copilot）功能完整但複雜、價格昂貴、中文支援有限；台灣本土平台更了解本地業務流程、中文處理更精準、導入門檻更低。
### AI 平台的費用通常是多少？
台灣市場的企業 AI 平台月費從 NT$3,000（基礎版）到 NT$50,000（企業版）不等。建議先試用免費版，確認符合需求後再升級。
---
---
title: "AI 合約管理自動化：台灣企業如何用 AI 審查合約、追蹤到期、降低法律風險"
description: "合約管理是台灣中小企業最容易忽略的法律風險。AI 合約管理可以自動審查條款、追蹤到期日、標示異常條款，讓企業在每份合約上省下數萬元的潛在風險。"
category: "流程自動化"
date: "2026-03-19"
canonical: "https://www.ai-go.app/blog/ai-contract-management-automation"
source: "AI GO（https://www.ai-go.app）"
---
# AI 合約管理自動化：台灣企業如何用 AI 審查合約、追蹤到期、降低法律風險
合約管理是台灣中小企業最容易忽略的法律風險。AI 合約管理可以自動審查條款、追蹤到期日、標示異常條款，讓企業在每份合約上省下數萬元的潛在風險。
## 台灣中小企業的合約管理危機
台灣每年有多少中小企業因為合約問題吃虧？這個數字沒有官方統計，但從法院資料來看，中小企業商業糾紛中超過 70% 涉及合約條款爭議。
常見的問題：
- 客戶塞入不合理的違約金條款，簽約前沒發現
- 合約到期了沒有及時更新，默認自動續約，還是舊條款
- 某份合約的付款條件是「淨 90 天」，業務沒看清楚就答應了，結果現金流出問題
- IP 歸屬條款寫得很模糊，客戶後來主張開發成果歸他們所有
這些問題的共同點：都是在「簽約前沒有仔細看」或「合約管理不系統化」造成的。
## AI 合約管理可以做什麼？
### 功能一：智慧合約審查（AI Contract Review）
上傳合約 PDF，AI 在 2～5 分鐘內：
- 標示風險條款（高/中/低風險 三等級）
- 解釋每個條款的法律意涵（用白話文）
- 建議修改方向（例如：「建議將違約金上限改為合約金額的 10%」）
- 檢查必要條款是否存在（保密、智財、不可抗力等）
特別適合：採購合約、服務合約、NDA、代理協議、租賃合約。
### 功能二：合約到期追蹤與自動提醒
AI 自動解析合約有效期、續約條件、通知期限，建立到期提醒：
- 到期前 90 天：發送提醒（是否續約？）
- 到期前 30 天：發送警示（需立即決定）
- 到期當天：自動通知相關業務和主管
再也不會因為「忘記」而自動續約不想要的服務，或錯過終止通知期限。
### 功能三：合約版本與變更管理
當合約經過多輪修改，AI 自動比較版本差異，標示每次修改的位置和內容，確保你知道最終簽署的版本和最初草稿有什麼不同。
### 功能四：合約資料庫與條款抽取
所有合約統一存入 AI 合約資料庫，可以用自然語言查詢：
- 「哪些合約包含不可抗力條款？」
- 「客戶 ABC 的付款條件是什麼？」
- 「今年有哪些合約的智財歸客戶所有？」
## 真實案例：台北設計公司，年度法律風險損失降低 NT$120 萬
台北一家 20 人的品牌設計公司，每年承接 60～80 個案子，合約種類包括：提案合約、設計服務合約、版權授權合約、供應商合約。
導入 AI 合約管理前，合約都是 PM 自己審，遇到看不懂的就硬簽，遇到特別大的案子才找律師（但已是事後）。
發生過的事故：
- 一個客戶把「所有設計稿的版權」寫進合約，設計公司沒發現就簽了，後來作品被用在意料之外的場合，無法主張任何權利
- 一個供應商的服務合約自動續約，每年 NT$18 萬，公司根本沒在用，但直到第三年才發現
導入 AI GO 合約管理模組後：
- 每份合約平均審查時間：**從 45 分鐘縮短到 8 分鐘（AI 初審 + 人工確認）**
- 合約風險條款發現率：**提升 340%**
- 自動續約損失：**降為零**
- 估算年度法律風險損失：**降低約 NT$120 萬**
## AI 合約管理費用
| 方案 | 費用 | 適合條件 |
| --- | --- | --- |
| 按件計費 AI 審查 | 約 NT$300～800/份 | 合約量少（每月 5 份以下） |
| AI GO 合約管理基礎版 | NT$3,000～6,000/月 | 每月 10～50 份合約 |
| AI GO 全生命週期管理 | NT$8,000～15,000/月 | 需要追蹤、存檔、串接 ERP |
## 五分鐘可以做的第一步
不需要馬上導入系統。今天就可以做一件事：
打開你的 Google Drive 或電腦資料夾，看看你有多少份合約沒有明確記錄到期日。這個數字本身就說明了合約管理的必要性。
如果你想了解 AI GO 的合約管理功能如何保護你的企業，歡迎[預約免費諮詢](/#contact)。
## 常見問題
### AI 可以取代律師審合約嗎？
不能完全取代，但可以作為初步篩查工具。AI 可以在 3 分鐘內標示出潛在問題條款（如不對等的違約金、不合理的智財歸屬、缺少必要條款），讓律師把時間集中在真正需要判斷的地方，節省 60～80% 的律師審查費用。
### AI 合約審查準確嗎？
針對常見的問題條款（如過高違約金、不對等賠償責任、模糊的交期定義），AI 準確率通常超過 85%。但涉及高度客製化的複雜法律問題，仍需律師確認。AI 的價值是「不漏掉明顯問題」，而非「判斷所有細節」。
### 導入 AI 合約管理需要導入新系統嗎？
依功能範圍不同：純 AI 審查功能可以用 SaaS 工具，每份合約收費；完整合約生命週期管理（含追蹤、簽署、存檔）通常需要導入合約管理平台，可與 ERP 整合。AI GO 提供兩種方式，依需求選擇。
---
---
title: "台灣餐飲業 AI 應用：從點餐到排班，5 個讓餐廳省人省錢的 AI 實戰案例"
description: "人力短缺、食材成本上漲、外送平台抽成重——台灣餐飲業的三大壓力 AI 都能幫到。本文分享 5 個台灣餐廳成功用 AI 降成本、提效率的真實案例。"
category: "企業 AI 導入"
date: "2026-03-18"
canonical: "https://www.ai-go.app/blog/ai-restaurant-industry-taiwan"
source: "AI GO（https://www.ai-go.app）"
---
# 台灣餐飲業 AI 應用：從點餐到排班，5 個讓餐廳省人省錢的 AI 實戰案例
人力短缺、食材成本上漲、外送平台抽成重——台灣餐飲業的三大壓力 AI 都能幫到。本文分享 5 個台灣餐廳成功用 AI 降成本、提效率的真實案例。
## 台灣餐飲業的真實困境
2026 年，台灣餐飲業面對的不是「景氣好不好」的問題，而是結構性挑戰：
- **找不到人**：餐飲業員工流動率超過 50%，徵才困難
- **人力成本飆高**：基本工資持續調漲，人事費佔營收比例越來越高
- **外送平台抽成**：Uber Eats、foodpanda 抽成 15～30%，毛利被嚴重壓縮
- **食材浪費**：每天都要猜「今天要備多少」，猜錯就是損失
AI 不能解決所有問題，但以下 5 個真實案例說明，AI 可以在關鍵環節幫台灣餐廳大幅降低成本和提升效率。
## 案例一：台北連鎖火鍋店——AI LINE 訂位系統，省下 1 名接電話的人力
**規模**：3 家分店，每家 30 席
**痛點**：電話訂位佔用大量員工時間，下午尖峰時段常常漏接電話
**解決方案**：LINE 官方帳號 AI 訂位機器人，客人在 LINE 選日期/時段/人數，AI 自動確認座位可用性，即時確認訂位
**結果**：
- 電話訂位比例：從 85% 降到 25%（客人自己透過 LINE 訂）
- 訂位失誤率：幾乎降為零（系統管理，不靠員工記）
- 每家分店節省人力：約 0.3 FTE，3 家合計等於省下 1 名全職員工
- 投資回收：2 個月
## 案例二：高雄早餐連鎖——AI 食材需求預測，廢棄率降低 38%
**規模**：8 家加盟店，每家每日食材成本約 NT$8,000
**痛點**：雞蛋、麵包、食材每天要猜備貨量，猜太多就報廢，猜太少就賣完
**解決方案**：AI 分析歷史銷售資料、天氣、附近活動、星期別，預測每日各品項需求量
**結果**：
- 食材廢棄率：**從月均 8.3% 降到 5.1%（-38%）**
- 8 家店合計每月節省食材成本：**NT$41,000**
- 部分品項缺貨次數：降低 22%（備貨更準確）
## 案例三：台中日式料理——AI 排班系統，人力成本降低 12%
**規模**：60 席，員工 25 人（含兼職）
**痛點**：兼職員工排班複雜，常有人請假或臨時換班，排班表要重排
**解決方案**：AI 排班工具，員工透過 APP 填班表偏好，AI 自動最優化排班，兼顧勞基法規定、技能配置、成本最小化
**結果**：
- 排班時間：**從每週 6 小時降到 45 分鐘**
- 人力成本（加班費）：**降低 12%**
- 員工滿意度（換班糾紛減少）：明顯提升
## 案例四：台南夜市攤位——AI 客服 LINE Bot，回應時間從 3 小時到即時
**規模**：知名滷味攤，LINE 官方帳號 15,000 好友
**痛點**：每天收到大量「幾點開攤？」「今天有沒有XXX？」訊息，老闆一個人回不完
**解決方案**：設定 AI 自動回覆常見問題（營業時間、品項、訂購方式、停車資訊）
**結果**：
- 75% 的訊息由 AI 自動處理
- 回應時間：**從平均 3 小時縮短到即時（24 小時都有回）**
- 老闆每天節省：約 2 小時
- LINE 好友封鎖率：下降（客人不再因為「沒有回」而封鎖）
## 案例五：台北咖啡連鎖——AI 個人化行銷，會員回購率提升 29%
**規模**：6 家分店，LINE 會員 22,000 人
**痛點**：會員行銷靠群發，開封率低、優惠轉換差
**解決方案**：AI 分析會員購買行為，分為 8 個群組，對不同群組發送對應的個人化優惠（例如：「常喝拿鐵的客人」收到拿鐵升級優惠）
**結果**：
- LINE 訊息點擊率：**從 3.1% 提升到 11.8%**
- 優惠兌換率：**從 6% 提升到 19%**
- 90 天會員回購率：**從 41% 提升到 53%（+29%）**
## 餐飲業 AI 導入優先順序建議
1. **LINE AI 訂位/客服**（投資小、立即見效，月費 NT$3,000～8,000）
2. **AI 排班**（解決每家店的排班地獄，月費 NT$2,000～5,000）
3. **AI 食材預測**（降低廢棄，月費 NT$3,000～6,000）
4. **AI 個人化行銷**（提升回購，月費 NT$5,000～12,000）
5. **整合平台**（AI GO 餐飲版，全功能整合，月費 NT$12,000～20,000）
想了解你的餐廳適合從哪個 AI 應用開始？歡迎[預約免費諮詢](/#contact)，我們為台灣餐飲業提供專屬 AI 方案。
## 常見問題
### 小型餐廳也適合導入 AI 嗎？
適合。10 席以下的小餐廳最常用 AI 做的事是：LINE 官方帳號 AI 訂位（取代電話接聽）和自動回覆常見問題（菜單、停車、營業時間）。每月費用不超過 NT$3,000，效益立竿見影。
### AI 點餐系統會不會讓客人感覺冷漠？
正確的 AI 點餐是「輔助」不是「取代」——AI 讓客人可以自助查菜單和點餐，但服務員仍在場提供溫度和互動。實際反饋是：不少客人更喜歡 AI 點餐，因為沒有壓力、可以慢慢選。
### AI 可以預測每天要備多少食材嗎？
可以。AI 食材預測模型分析歷史銷量、天氣、節假日等因素，通常可將食材廢棄率降低 20～40%。對於食材成本佔營業額 30～40% 的餐廳，這是非常顯著的節省。
---
---
title: "2026 企業 AI 導入費用全解析：預算 5 萬也能開始"
description: "台灣企業導入 AI 到底要花多少錢？本文從最低預算到完整方案，整理 4 種規模的 AI 導入費用，幫你在開會前就心裡有底。"
category: "企業 AI 策略"
date: "2026-03-18"
canonical: "https://www.ai-go.app/blog/enterprise-ai-adoption-cost-2026"
source: "AI GO（https://www.ai-go.app）"
---
# 2026 企業 AI 導入費用全解析：預算 5 萬也能開始
台灣企業導入 AI 到底要花多少錢？本文從最低預算到完整方案，整理 4 種規模的 AI 導入費用，幫你在開會前就心裡有底。
## 導入 AI 要花多少錢？先搞清楚這件事
「導入 AI 需要多少預算？」——這是每個老闆在決定之前最想知道的問題。答案取決於你選擇哪種方式，以及你的需求規模。
以下整理 4 種規模的 AI 導入方案費用（台灣市場 2026 年行情）：
## 方案一：輕量嘗試（月費 NT$3,000-8,000）
適合：10 人以下微型企業、想先試試水溫的老闆
- 使用 SaaS AI 平台基本方案
- AI 自動回覆客服、簡單流程自動化
- 不需工程師，雲端即開即用
- **年費約 NT$36,000-96,000**
## 方案二：標準導入（月費 NT$15,000-30,000）
適合：10-50 人企業、有 ERP 系統需整合
- SaaS AI 平台中階方案 + ERP 串接
- AI 客服、報表自動化、業務輔助
- 含導入設置服務（一次性約 NT$20,000-50,000）
- **第一年總費用約 NT$20-40 萬**
## 方案三：企業級導入（月費 NT$30,000-80,000）
適合：50 人以上企業、需要客製化功能
- 企業級 AI 平台 + 多系統整合
- 客製化 AI 模型、員工訓練計畫
- 專屬客戶成功經理
- **第一年總費用約 NT$50-150 萬**
## 方案四：自建 AI 系統（NT$200 萬以上）
適合：有 IT 團隊、高度客製需求的大型企業
- 自建 AI 模型或購買私有化部署方案
- 開發費：NT$100-500 萬
- 年維護費：約開發費的 20%
- **不建議中小企業選擇**
## 台灣政府補助：最高可抵 50% 費用
台灣目前有多項數位轉型補助計劃，中小企業可申請：
> 經濟部「中小企業數位轉型補助」：最高補助 NT$50 萬，補助比例 50%。申請條件：員工人數 200 人以下、年營業額 NT$1 億以下。
搭配政府補助，實際自付費用可減少一半。
## 如何評估預算是否值得？
最簡單的計算公式：
- 假設你有 2 名行政人員，每人月薪 NT$35,000
- AI 可自動化其中 30% 的工作 = 省下 NT$21,000/月
- 扣掉 AI 月費 NT$15,000，每月淨省 NT$6,000
- 一年省 NT$72,000，導入費用 NT$20 萬，約 **2.8 年回收**
這還沒算錯誤率降低、客戶滿意度提升帶來的間接效益。
## 常見問題
### 台灣中小企業導入 AI 最低預算是多少？
使用 SaaS 型 AI 平台（如 AI GO），最低每月約 NT$3,000-5,000 起即可開始，涵蓋基本自動化功能。這遠低於自建 AI 系統的百萬起跳費用。
### 導入 AI 的費用包含哪些項目？
主要費用包含：軟體授權費（月費或年費）、導入設置費（一次性）、員工培訓費、以及後續的系統維護費。SaaS 平台通常把後三項包在月費中，不另外收費。
### 用 ChatGPT 和用企業 AI 平台費用差多少？
ChatGPT Team 方案每人每月約 USD$25（約 NT$800），但沒有企業資料整合能力。企業 AI 平台每月約 NT$5,000-30,000，但包含 ERP 串接、客製化流程、技術支援，ROI 通常高出 3-5 倍。
---
---
title: "AI 資料安全：台灣企業導入 AI 前，必須問清楚的 8 個資安問題"
description: "「把公司資料丟給 AI，安全嗎？」是台灣老闆最常問的問題。本文解析 AI 資料安全的關鍵議題，幫你評估供應商、設計安全架構、保護企業機密。"
category: "企業 AI 策略"
date: "2026-03-17"
canonical: "https://www.ai-go.app/blog/ai-data-security-taiwan-enterprise"
source: "AI GO（https://www.ai-go.app）"
---
# AI 資料安全：台灣企業導入 AI 前，必須問清楚的 8 個資安問題
「把公司資料丟給 AI，安全嗎？」是台灣老闆最常問的問題。本文解析 AI 資料安全的關鍵議題，幫你評估供應商、設計安全架構、保護企業機密。
## 「你敢把公司的客戶資料輸入 AI 嗎？」
這是我們最常被台灣老闆問到的問題。而且這個問題問得很對——在 AI 浪潮下，很多企業急著導入，卻沒有認真思考資料安全的問題。
本文不是要嚇你不敢用 AI，而是幫你建立正確的評估框架，讓你在享受 AI 效益的同時，也確保企業資料的安全。
## 問題一：你的資料去哪裡了？
當你把資料輸入 AI 工具時，資料通常的流向是：
1. 從你的裝置/系統 → 供應商的伺服器
2. 在供應商的基礎設施上處理（可能使用 OpenAI、Anthropic 等第三方 AI）
3. 回傳結果給你
關鍵問題：步驟 2 中，你的資料是否可能被用於訓練 AI 模型？是否被供應商儲存？儲存在哪個國家的伺服器？
**評估方法**：要求供應商出示資料處理協議（DPA），明確說明資料的流向、儲存地點、保留時間、是否用於訓練。
## 問題二：哪些資料絕對不能進入公共 AI？
以下類型的企業資料，即使使用企業版，仍要謹慎處理：
- **客戶個人資料**：姓名、身分證字號、信用卡號（個資法相關）
- **未公開的財務資訊**：下季度業績預測、M&A 計畫
- **商業機密**：配方、製程、核心演算法
- **法律特權資訊**：律師意見、和解協議
- **員工個人薪資資訊**
建議為每類資料建立「AI 可用性分類」（可以/謹慎/絕對不行），並在員工使用 AI 工具的 SOP 中明訂。
## 問題三：AI 工具本身是否有足夠的存取控制？
企業 AI 平台應該提供：
- **角色型存取控制（RBAC）**：不同部門只能看到自己的資料
- **操作日誌**：記錄誰在什麼時間用 AI 查詢了什麼
- **知識庫分區**：財務資料、HR 資料、客戶資料分開存放，各部門只能存取對應分區
- **敏感詞過濾**：防止員工意外輸入不該輸入的資訊
## 問題四：資料傳輸是否加密？
基本要求：所有資料傳輸應使用 TLS 1.2 以上加密，靜態儲存資料應使用 AES-256 加密。這是現代 SaaS 的基本配備，任何供應商都應提供，否則立即排除。
## 問題五：供應商本身的安全認證
信任標記：
- **ISO 27001**：國際資訊安全管理系統認證，最常見
- **SOC 2 Type II**：美國標準，對安全、可用性、保密性的定期稽核
- **GDPR 合規**：如果你有歐洲客戶，需要確認供應商符合 GDPR
- **台灣個資法合規**：確認供應商了解並符合台灣個人資料保護法
## 問題六：私有化部署 vs 雲端 SaaS，如何選擇？
| 方案 | 安全性 | 成本 | 適合誰 |
| --- | --- | --- | --- |
| 公共 AI（ChatGPT 等） | 最低 | 最低 | 個人生產力，非機密資料 |
| 企業 SaaS（有 DPA） | 中 | 中 | 大多數中小企業 |
| 私有雲部署 | 高 | 高 | 製造業機密、金融業 |
| 本地部署（On-premise） | 最高 | 最高 | 政府、醫療、國防相關 |
## 問題七：員工教育訓練
技術手段之外，最容易被忽略的是「人」的問題。建議做到：
- 制定 AI 使用政策（哪些可以輸入 AI，哪些不行）
- 所有員工簽署 AI 使用承諾書
- 每半年一次 AI 資安意識培訓
- 設立內部 AI 使用回報機制（發現問題可以匿名回報）
## 問題八：發生資料外洩，怎麼辦？
事前談清楚：
- 供應商的違規通報 SLA（多久內通知你？）
- 資料外洩的責任歸屬和賠償機制
- 你的企業緊急應對計畫（通報主管機關、通知受影響客戶）
## AI GO 的資安架構
AI GO 提供的資安保障：
- ISO 27001 認證
- 台灣資料儲存（Google Cloud 台灣區域）
- 企業私有化部署選項
- 知識庫資料不流入公共 AI 訓練
- 角色型存取控制 + 完整操作日誌
- GDPR 和台灣個資法合規
如果你對 AI 資安有更多疑問，或想了解如何在確保安全的前提下導入 AI，歡迎[預約免費諮詢](/#contact)，我們提供企業 AI 資安評估服務。
## 常見問題
### 使用 ChatGPT 輸入公司資料，會被 OpenAI 拿去訓練嗎？
使用 ChatGPT API 的企業版本，OpenAI 明確表示不會用於訓練（除非客戶同意）。但免費版和個人版的對話可能被用於改善模型。企業導入 AI 應使用企業版或私有化部署，確認供應商的資料使用政策。
### 企業 AI 平台可以私有化部署嗎？
部分可以。AI GO 提供私有雲部署選項，資料儲存在客戶自己的伺服器或指定雲端環境（AWS、Azure 台灣區域），不流向任何第三方。適合有嚴格資安要求的企業（如製造業機密製程、金融業）。
### 如何確認 AI 供應商的資安能力？
評估重點：(1) ISO 27001 或 SOC 2 認證；(2) 資料加密方式（傳輸中和靜態）；(3) 存取控制機制（最小權限原則）；(4) 資料保留和刪除政策；(5) 滲透測試報告；(6) 違規通報流程。
---
---
title: "B2B 業務 AI 工具：台灣業務團隊如何用 AI 縮短銷售週期、提高成交率"
description: "台灣 B2B 業務的痛點：開發名單、跟進客戶、寫提案——每件事都耗時間。AI 業務工具幫你自動化這些繁瑣工作，讓業務把時間花在真正的銷售對話上。"
category: "行銷應用"
date: "2026-03-16"
canonical: "https://www.ai-go.app/blog/ai-b2b-sales-tools-taiwan"
source: "AI GO（https://www.ai-go.app）"
---
# B2B 業務 AI 工具：台灣業務團隊如何用 AI 縮短銷售週期、提高成交率
台灣 B2B 業務的痛點：開發名單、跟進客戶、寫提案——每件事都耗時間。AI 業務工具幫你自動化這些繁瑣工作，讓業務把時間花在真正的銷售對話上。
## 台灣 B2B 業務的時間都花在哪裡？
根據 Salesforce 的調查，業務人員只有 34% 的時間花在實際的銷售活動（和客戶對話、簡報、談判）上，其餘 66% 被以下工作吃掉：
- 手動找潛在客戶名單：18%
- 寫 Email 和跟進：15%
- 更新 CRM 記錄：12%
- 準備提案和報價：11%
- 內部會議和行政：10%
這個數字在台灣 B2B 業務圈可能更悲觀——很多台灣中小企業甚至沒有 CRM，業務靠 LINE 和記憶管理客戶。
AI 業務工具的目標，就是把那 66% 的非銷售時間壓縮到 30% 以內。
## AI 可以幫 B2B 業務做的 6 件事
### 1. AI 潛在客戶開發（Lead Generation）
根據你的理想客戶畫像（例如：「台中市、50～200 人、製造業、年營業額 5,000 萬以上」），AI 從多個資料來源（工商登記、網路爬蟲、LinkedIn）自動建立符合條件的目標名單，包含：
- 公司名稱、地址、統一編號
- 主要決策者的職位和聯絡方式
- 最近動態（如招募、新聞、獲獎）
傳統靠業務自己 Google 搜尋，一天找 10 個名單就很不錯。AI 工具一天可以找 100～500 個，且品質更高。
### 2. 個人化開發信生成
輸入目標客戶的公司名稱和職位，AI 自動生成個人化開發信，提到：
- 客戶公司的近期動態（展示你有做功課）
- 針對其產業和規模的痛點
- 具體的價值主張（而非通用說詞）
- 明確的 CTA（下一步行動）
一封信 2 分鐘內完成，業務只需要微調個人語氣，比從頭手寫快 15 倍。
### 3. CRM 自動更新
業務最討厭的事之一就是「更新 CRM」——但 CRM 資料越舊，越沒有價值。
AI CRM 整合工具可以：
- 自動解析 Email 對話，提取關鍵資訊（客戶需求、決策時間、預算）更新到 CRM
- 整合通話錄音，自動生成會議摘要和跟進要點
- LINE 對話內容自動同步到 CRM 聯絡人
業務只需要打電話和見客戶，系統自動做記錄。
### 4. 智慧跟進提醒
AI 根據每個潛在客戶的決策週期和對話歷史，自動安排跟進時機：
- 「客戶 A 上次說下週回來確認預算，今天應該跟進」
- 「客戶 B 已經 14 天沒有互動，建議用 LINE 發一則有價值的內容（如新案例）」
- 「客戶 C 的合約到期前 60 天，可以開始談續約」
### 5. AI 提案快速生成
選擇客戶行業和需求類型，AI 自動生成提案初稿，包含：
- 客戶現況分析（AI 幫你做的研究）
- 痛點識別和解決方案
- ROI 試算（根據行業平均數據）
- 時程和里程碑
提案準備時間從 3 小時降到 45 分鐘。
### 6. 成交預測與優先排序
AI 根據每個潛在客戶的互動頻率、對話深度、決策進度，計算「成交概率評分」，讓業務主管一眼看出：哪些機會應該本週重點跟進？哪些可以等下週？哪些已經涼了該放棄？
## 真實案例：台北 B2B SaaS 公司，業務人均業績提升 56%
台北一家 25 人的企業軟體公司，5 位業務，月均成交量 8～10 案。
導入 AI GO 業務自動化模組後：
- 每週開發名單數：**從 20 個提升到 85 個**
- 開發信回覆率：**從 3.2% 提升到 8.7%**（個人化信件效果）
- 業務每週非銷售時間：**從 28 小時降到 11 小時**
- 月均成交量：**從 9 案提升到 14 案（+56%）**
- 業務人員：**仍然 5 人，未增加**
## B2B 業務 AI 工具選型指南
| 需求 | 工具選擇 | 月費約 |
| --- | --- | --- |
| 潛在客戶開發 | Apollo.io、Lusha、AI GO | NT$1,500～8,000 |
| Email 個人化 | Lavender、Reply.io、AI GO | NT$1,000～5,000 |
| CRM + AI 自動化 | HubSpot、Salesforce（含 AI）、AI GO | NT$3,000～20,000 |
| AI 提案生成 | AI GO 提案模組 | NT$5,000～10,000 |
| 全套 B2B 業務 AI | AI GO 業務自動化方案 | NT$12,000～20,000 |
想了解如何為你的業務團隊打造 AI 輔助系統，讓每個業務的效能翻倍？歡迎[預約免費評估](/#contact)。
## 常見問題
### AI 可以幫業務自動找潛在客戶嗎？
可以。AI 可以根據你的理想客戶畫像（ICP），從公開資料（官網、LinkedIn、工商登記）中自動篩選符合條件的潛在客戶，並整合聯絡資訊。比人工Google搜尋快 10 倍以上。
### AI 寫的銷售 Email 客戶會看得出來嗎？
現代 AI 寫信工具（如 AI GO 的個人化提案模組）會根據客戶公司資訊、職位、產業生成高度個人化的郵件，而不是通用模板。配合業務的個人風格微調，效果接近手寫，而且一封只要 2 分鐘。
### AI 如何幫助業務管理客戶跟進？
AI CRM 可以自動追蹤每個潛在客戶的最後聯繫時間、對話內容、決策進度，當某個客戶超過設定天數沒有互動時，自動提醒業務跟進，並建議合適的跟進方式（打電話 vs 發 Email vs 邀請參觀）。
---
---
title: "企業 AI 投資報酬率怎麼算？4 步驟評估方法"
description: "不知道導入 AI 值不值得？本文提供簡單的 4 步驟 ROI 計算方法，讓你在簽合約前，就能估算出 AI 對你的企業每年能省多少錢。"
category: "企業 AI 策略"
date: "2026-03-15"
canonical: "https://www.ai-go.app/blog/ai-roi-calculation-guide"
source: "AI GO（https://www.ai-go.app）"
---
# 企業 AI 投資報酬率怎麼算？4 步驟評估方法
不知道導入 AI 值不值得？本文提供簡單的 4 步驟 ROI 計算方法，讓你在簽合約前，就能估算出 AI 對你的企業每年能省多少錢。
## 為什麼 ROI 計算這麼重要？
老闆在考慮導入 AI 時，最大的障礙通常不是技術，而是「說服自己（和財務）這筆錢值得花」。一個清楚的 ROI 計算，可以把「感覺有用」變成「數字說話」。
## Step 1：列出被 AI 影響的工作項目
先列出你想自動化的工作，以及目前這些工作耗費的時間。例如：
- 每週製作銷售報表：4 小時
- 回覆標準客服詢問：每天 2 小時
- 資料輸入與核對：每週 6 小時
把每項工作乘以對應員工的時薪，得出目前的「人力成本」。
## Step 2：估算 AI 能自動化的比例
保守估計原則：不要假設 AI 能做 100%，用 50-70% 作為起始估算。例如：
- 銷售報表：AI 可自動化 80% → 省下 3.2 小時/週
- 客服回覆：AI 可自動化 60% → 省下 1.2 小時/天
- 資料輸入：AI 可自動化 90% → 省下 5.4 小時/週
## Step 3：計算年度節省金額
以每小時工資 NT$200 計算（含勞健保約 NT$250/小時）：
- 銷售報表：3.2 小時/週 × NT$250 × 52 = **NT$41,600/年**
- 客服回覆：1.2 小時/天 × NT$250 × 250 天 = **NT$75,000/年**
- 資料輸入：5.4 小時/週 × NT$250 × 52 = **NT$70,200/年**
- 合計：**NT$186,800/年**
## Step 4：計算 ROI
假設 AI 平台年費 NT$60,000（含導入設置）：
- 年節省：NT$186,800
- 年成本：NT$60,000
- 年淨收益：NT$126,800
- **ROI = (NT$126,800 / NT$60,000) × 100% = 211%**
- **回收期 = 60,000 / (186,800/12) ≈ 3.8 個月**
## 別忘了「無形效益」
以上只算了直接的人力節省。AI 導入還帶來難以量化但真實存在的效益：
- **錯誤率下降**：人工輸入平均錯誤率 1-5%，AI 幾乎為 0
- **24小時服務**：客服 AI 全天候，不用付加班費
- **員工滿意度提升**：擺脫重複性工作，留才率提高
- **更快決策**：即時報表讓老闆反應速度提升
## 想要精確計算你的 ROI？
AI GO 提供免費的「AI ROI 評估」服務，我們的顧問會根據你的實際業務流程，給出精確的節省估算。[預約 30 分鐘免費評估 →](/#contact)
## 常見問題
### 一般企業 AI 導入的 ROI 是多少？
McKinsey 研究顯示，成功導入 AI 的企業平均 ROI 為 300-500%，即每投入 1 元，可回收 3-5 元。台灣中小企業案例顯示，聚焦在單一流程自動化，最快 6 個月就能回本。
### 如何量化 AI 節省的時間？
計算方式：（被自動化的工作時數/週）× 員工時薪 × 52 週 = 年節省金額。例如，每週節省 8 小時，員工時薪 NT$200，年節省 = 8×200×52 = NT$83,200。
---
---
title: "2026 政府 AI 補助懶人包：台灣中小企業最高可申請多少？"
description: "台灣政府提供多項企業數位轉型補助，最高可補助 50%。本文整理 2026 年最新補助方案、申請資格與流程，讓你的 AI 導入費用減半。"
category: "企業 AI 導入"
date: "2026-03-10"
canonical: "https://www.ai-go.app/blog/ai-subsidy-taiwan-sme-2026"
source: "AI GO（https://www.ai-go.app）"
---
# 2026 政府 AI 補助懶人包：台灣中小企業最高可申請多少？
台灣政府提供多項企業數位轉型補助，最高可補助 50%。本文整理 2026 年最新補助方案、申請資格與流程，讓你的 AI 導入費用減半。
## 為什麼要先了解補助再導入 AI？
很多老闆是先簽了 AI 平台合約，才發現「原來有政府補助」。這個順序搞錯了，有些補助必須在導入前申請，事後無法補辦。
本文幫你搞清楚：台灣 2026 年有哪些補助可以用、怎麼申請、什麼時候申請。
## 方案一：經濟部中小企業數位轉型補助
這是台灣最主要的 AI/數位轉型補助計劃。
- **補助金額**：最高 NT$50 萬，補助比例 50%（自付 50%）
- **適用對象**：登記在台灣的中小企業
- **可補助項目**：AI 軟體授權費、導入服務費、員工培訓費
- **申請時間**：通常每年 3-6 月開放申請，名額有限
## 方案二：勞動部就業安定基金補助
- **補助金額**：依計劃規模，最高數十萬
- **目的**：鼓勵企業導入 AI 輔助工具，提升員工生產力，而非裁員
- **特點**：需提交員工培訓計劃，證明 AI 是輔助而非取代
## 方案三：各縣市政府地方補助
許多縣市（台北、新北、台中、高雄等）也有自己的數位轉型補助計劃，金額從 NT$5 萬到 NT$30 萬不等，競爭較少、申請難度較低。
> 建議同時申請中央和地方補助，同一個 AI 導入計劃可以重複申請不同機關（但合計不超過總費用）。
## 申請步驟（以經濟部為例）
- **Step 1**：確認申請資格（公司規模、行業別）
- **Step 2**：選定導入的 AI 工具與服務商
- **Step 3**：撰寫「數位轉型計劃書」（核心文件，影響通過率最大）
- **Step 4**：線上提交申請，等待審核（約 4-8 週）
- **Step 5**：通過後，才開始執行導入（必須依計劃書執行）
- **Step 6**：完成後提交結案報告，領取補助款
## 計劃書怎麼寫才會過？
補助審核官員最在意的三件事：
- **具體的問題陳述**：你的企業目前有什麼問題？（用數字說話）
- **可量化的預期效益**：導入後能節省多少時間？提升多少業績？
- **務實的執行計劃**：時程表、負責人、里程碑清單
AI GO 提供補助申請輔導服務，有專業顧問協助撰寫計劃書。[聯絡我們了解詳情 →](/#contact)
## 常見問題
### 台灣中小企業 AI 補助有哪些？
主要有：經濟部「中小企業數位轉型補助」（最高補助 NT$50 萬）、勞動部「智慧製造補助」、各縣市政府的地方性補助。合計起來，部分企業可拿到 NT$100 萬以上補助。
### 申請補助需要什麼資格？
一般條件：台灣登記的中小企業（員工 200 人以下、年營業額 NT$1 億以下）、有明確的數位轉型計劃、提出具體的預期效益數字。不同方案條件略有不同。
### AI 補助申請成功率高嗎？
經濟部的補助計劃競爭激烈，成功率約 30-50%。關鍵是計劃書的撰寫品質和效益量化。AI GO 有輔助客戶撰寫補助計劃書的服務，成功率大幅提高。
---
---
title: "沒有 IT 部門，中小企業如何導入 AI？"
description: "台灣 90% 的中小企業沒有 IT 工程師。但這不是無法導入 AI 的理由。本文教你如何在沒有技術背景的情況下，用最低門檻完成 AI 升級。"
category: "企業 AI 導入"
date: "2026-03-05"
canonical: "https://www.ai-go.app/blog/ai-without-it-department"
source: "AI GO（https://www.ai-go.app）"
---
# 沒有 IT 部門，中小企業如何導入 AI？
台灣 90% 的中小企業沒有 IT 工程師。但這不是無法導入 AI 的理由。本文教你如何在沒有技術背景的情況下，用最低門檻完成 AI 升級。
## 「我們沒有 IT」不是藉口，而是常態
在台灣，超過 90% 的中小企業沒有專職的 IT 工程師。老闆要導入 AI，卻找不到懂技術的人主導。這是現實，不是例外。
但 AI 導入不一定需要 IT 工程師——前提是選對了工具和服務模式。
## 為什麼過去「沒有 IT」等於「沒辦法用 AI」？
傳統的企業軟體需要：自架伺服器、安裝設定、資料庫建置、API 串接……每一步都需要技術人員。舊時代的 ERP 導入動輒 6-12 個月，現在的 AI 平台不是這樣了。
## 現代 AI 平台的三個特性讓非技術人員也能用
### 1. SaaS 雲端部署
不需要自架伺服器，用瀏覽器開網頁就能用。供應商負責所有基礎建設，你只需要一個帳號。
### 2. 無程式碼介面
設定 AI 客服、自動化流程，用拖放和填表格就能完成，不需要寫一行程式碼。
### 3. 導入顧問服務
好的 AI 平台供應商會派顧問駐點輔導，把系統設好之後再教你用。這個過程通常 2-4 週，之後就可以自己操作。
## 選擇適合「無 IT 部門」的 AI 平台，看這 4 點
- **中文介面**：不需要員工懂英文
- **免安裝**：瀏覽器直接使用，不需要到電腦上安裝軟體
- **本地客服支援**：台灣時區的中文客服，出問題當天就能解決
- **包含設置服務**：供應商幫你把第一版設好，你只需要學著用
## 典型的導入流程（無 IT 版本）
- **Week 1**：與 AI 顧問開需求訪談，確認要解決的 3 個問題
- **Week 2**：顧問設置系統基本設定，你的員工試用並給回饋
- **Week 3**：根據試用結果調整，完成第一版上線
- **Week 4**：員工培訓，確認日常操作沒有問題
- **Month 2 起**：自己維護，遇到問題找客服
全程不需要你自己寫任何程式，也不需要找工程師。
## 一個真實案例
> 台南某傳統製造商，員工 35 人，老闆 60 歲，完全沒有 IT 背景。導入 AI GO 的訂單管理和客服模組，從接洽到上線花了 18 天。老闆說：「比我想像中簡單太多了，操作跟用 LINE 差不多。」
沒有 IT 部門不是你不能用 AI 的原因，選到錯的工具才是。
## 常見問題
### 沒有工程師，AI 工具設置好了誰來維護？
現代 SaaS AI 平台（如 AI GO）採用無程式碼介面，一般員工就能維護。平台升級和系統維護由供應商負責，不需要企業自己的工程師。
### 如何評估 AI 供應商的技術支援品質？
問三個問題：（1）是否提供中文電話/即時客服？（2）問題解決的 SLA 是什麼（幾小時內回覆）？（3）是否有台灣本地的導入顧問？選擇在台灣有支援團隊的供應商。
---
---
title: "AI 自動整理會議記錄：開完會就有逐字稿與待辦清單"
description: "你的團隊每週開幾次會？每次會議後誰來整理記錄？AI 會議記錄工具能在會議結束後 5 分鐘內，自動產出摘要、決議事項和行動清單。"
category: "流程自動化"
date: "2026-03-01"
canonical: "https://www.ai-go.app/blog/ai-meeting-minutes-automation"
source: "AI GO（https://www.ai-go.app）"
---
# AI 自動整理會議記錄：開完會就有逐字稿與待辦清單
你的團隊每週開幾次會？每次會議後誰來整理記錄？AI 會議記錄工具能在會議結束後 5 分鐘內，自動產出摘要、決議事項和行動清單。
## 每週的會議時間都去哪了？
根據研究，台灣上班族每週平均花 8-12 小時在會議上，其中 30% 的時間在整理會前資料和會後記錄。一個 10 人的團隊，每週光是「會議行政」就損失超過 30 個人時。
AI 會議記錄工具不是奢侈品，而是效率必需品。
## AI 會議記錄能做什麼？
### 1. 即時語音轉文字
會議進行中，AI 即時將語音轉換成逐字稿，支援多人發言辨識（自動標記「發言人 A」「發言人 B」）。
### 2. 自動摘要
會議結束後，AI 自動生成 300-500 字的摘要，包含：會議主題、討論重點、關鍵決策。
### 3. 提取行動項目
AI 自動識別「決議事項」和「待辦清單」，並可直接發送給對應的負責人（整合 Line Notify / Email）。
### 4. 關鍵字搜尋
三個月前的會議決定「某客戶的 B 方案」？直接搜尋，3 秒找到。
## 導入前的準備
- **確認授權**：告知所有與會者會議將被錄音和 AI 處理，取得同意
- **建立術語詞庫**：把公司專有名詞（產品名稱、客戶代號、內部縮寫）加入 AI 詞庫，提升辨識準確率
- **設定分享規則**：哪些會議的記錄可以跨部門分享？哪些只有與會人可看？
## 實際效益：一家 20 人公司的案例
> 台北某科技顧問公司，每週有 15-20 場會議。導入 AI 會議記錄後，每場會議節省 20-30 分鐘的記錄時間，每週節省約 6 小時的人力。更重要的是：「以前很多決議事項大家忘了，現在有記錄，執行率提升了。」
## 推薦工具與整合方式
AI GO 的流程自動化模組包含會議記錄功能，可以：
- 串接 Google Meet / Zoom / Microsoft Teams
- 整合 Line 群組，會議結束自動發送摘要
- 同步到 ERP 系統，更新相關專案的進度
想了解如何在你的企業導入 AI 會議記錄？[預約免費諮詢 →](/#contact)
## 常見問題
### AI 會議記錄支援中文嗎？
現代 AI 語音辨識對繁體中文的支援已相當成熟，辨識率可達 90% 以上。台灣本土平台（如 AI GO）對台灣口音、專業術語（如台廠用語、產業縮寫）的辨識比國際工具更準確。
### 線上會議（Zoom/Teams）和現場會議都能用嗎？
都能用。線上會議可透過串接 Zoom/Teams 外掛自動錄音轉錄；現場會議則用手機 App 錄音後上傳，或在會議室放置麥克風直接接入系統。
### 會議內容有機密性疑慮，資料安全嗎？
選擇提供「資料不用於模型訓練」且伺服器在台灣或日本的供應商。AI GO 的會議記錄模組資料存儲在台灣，不會用於 AI 訓練，符合企業資安要求。