生成式AI風潮席捲全球，許多人或多或少都會使用ChatGPT、Gemini、Claude等AI聊天機器人解決一些生活或工作問題。但不少企業導入AI後，卻不見得成功。專門協助企業導入AI的「數據立諮詢顧問有限公司」（Data-DI）業務副總包威棣表示，企業成功導入AI，有幾個關鍵因素必須考量。
包威棣建議，企業首先應該選擇AI介入以後可以有明顯改善，且符合企業價值的場景開始導入AI。Data-DI提供
關鍵1：確認AI代理人的應用場景
「場景」是AI導入能否成功的關鍵。包威棣表示，許多企業一聽到AI Agent（人工智慧代理，或稱AI代理、AI代理人），就立刻列出二、三十個想做的場景，「什麼都想做，反而很難展開、很難落地。」他建議，首先應該選擇AI介入以後可以有明顯改善，且符合企業價值的場景，例如從貼近「銷售端」的業務訓練、商品導購開始，因為對業績最有幫助。
在Data-DI的合作案中，不少是從客服與業務訓練導入AI。包威棣舉近期積極進行數位轉型的知名3C通路為例，Data-DI協助其開發現場人員的銷售助理。當消費者進到門市購買冷氣，說明需求與規格後，銷售人員便可透過與AI助理的對話，提供產品推薦。這樣的推薦不只有產品規格的導入，還可以結合行銷活動、政府補助、分潤獎金等資料，一併讓AI去整理出符合客戶需求的產品內容與價格。
除了銷售端，另一個場景是從「內部痛點」出發，例如零售業常見的人員訓練與留才問題、製造業的報價效率問題、金融業的數據查詢問題等。包威棣強調，AI場景不該只是一個「好像可以省時間」的小工具，而是要能對企業策略、營運效率或核心競爭力產生具體影響。
此類從內開始的經驗可以「良興電子」為例，2025年開始與Data-DI合作後，做的第一個專案是「會議記錄」，過去雖然有逐字稿，但是並不完善。初期使用AI時，因為很多內部專有名詞AI不一定懂，所以會議記錄逐字稿出來以後，往往牛頭不對馬嘴，會議記錄裡的部門名稱與部門人名對不起來，或是因為AI不了解公司內部的部門分工，導致後續的分工不明確。
因此，在訓練AI代理時，必須先導入企業內部的專有名詞對照表、開會主管或同仁的姓名跟職位，以及部門分工的邏輯。導入了相應資料之後，會議紀錄裡的名詞都是正確的，且分工明確。
包威棣指出，導入AI後的會議記錄，不光是時間縮短的「單點提升」，還能明確地引導後續的分工、任務的指派，並成為當責的依據。他強調，真正改變會議記錄，發揮其效果與重要性，才是AI代理有價值的地方。
關鍵2：詳細準備給AI代理人的資訊
許多企業把AI想成無所不能，以致於導入AI後，因不如預期而感到失望。包威棣提醒，AI應用不是從0到1，而是從1到10、從10到100。企業必須先提供資料、知識、流程與判斷邏輯給AI。
包威棣比喻，如果現在有一個超級優秀的人（AI代理人）來幫你，企業主不能兩手一攤，說沒有東西可以教，讓它自己去發揮。若沒有準備好知識庫、FAQ（Frequently Asked Questions，常見問答集）、商品資料、SOP、歷史案例與正確答案，AI只能用外部通用知識補洞，結果就容易與期待落差甚大。
企業要讓AI代理人完成某個任務，背後的邏輯至關重要，要把原本如何做這件事、工作流程的SOP，以及隱性知識闡述清楚。Adobe Stock
關鍵3：讓AI代理人清楚任務的背後邏輯
包威棣指出，企業要讓AI代理人完成某個任務，背後的邏輯至關重要，要把原本如何做這件事、工作流程的SOP，以及隱性知識闡述清楚。AI可以做很多思考與推理，但如果你希望它達到基本的工作水平，就必須把分析的邏輯告訴它。包威棣強調，「如果自己都描述不出來做一件事情的工作流程，以及你判斷的依據與邏輯，AI是幫不了你的。」
在協助客戶導入AI代理時，包威棣表示，梳理最久的往往就是工作流程。例如報價工作，可能有七、八個流程，每一個流程做了什麼判斷、做了什麼事情，企業主都必須能夠提供給AI；哪些事情適合AI做，哪些不適合AI做，也要判斷出來。
AI導入後，能否與現有的工作流程整合，也是影響成敗的關鍵。沒有與原本的工作流程整合，或者沒有一個方便的介面讓員工使用，往往會被員工視作「多一個麻煩」，沒有實質幫助。
關鍵4：企業導入AI需有跨部門負責人
當AI進入企業流程，就不可能只屬於資訊科技（Information Technology，簡稱IT）部門。包威棣強調，AI的專案經常都是跨部門的。以報價自動化為例，涉及業務、工程、業績管理、資訊等各部門，通常都是跨部門的專案。
因此，企業導入AI需要一個有權責的統籌者，具備跨部門整合與資源要求的權限，這個負責人必須能夠當責，同時具有相應的權力，能夠調動跨部門的人員。
關鍵5：AI上線前需有預期成果及測試標準
AI成效與導入前的預期成果與測試標準也是重要關鍵。包威棣強調，導入AI專案預期要得到什麼樣的結果，一開始就要想清楚。以AI客服為例，Data-DI會請客戶先準備測試集，擬好題目以及正確答案，以便檢查AI的回答是否符合期待，有達到相應的預期水準之後，再持續優化。
導入AI後，資安管理需層層把關。Data-DI網頁擷圖
關鍵6：資安管理需層層把關
當AI能讀資料、查系統、執行任務，資安管理的閘門就必須層層把關。包威棣提醒，企業首先要評估資料儲存方式適合走雲端或地端，AI的運用需要透過「最小權限原則」進行管控，「不可能是一道大門鎖全部的人，或大門突破以後，後面就全部讓你予取予求，絕對是分成很多道閘口的。」
包威棣強調要用多道門來做防範，例如：地端部署是一個閘口、防火牆是一個閘口、資安加密又是一個閘口、最小權限原則也是一個閘口。不給AI代理過大的權限，只給它任務所需要用到的資料內容即可，這樣即使被突破了，能取走的也只是很局部的資料。
關鍵7：建立真正的AI護城河
當每家公司都能使用相似的AI大型語言模型，產能明顯提高，企業應如何建立AI護城河？包威棣認為，企業本身的資料、流程與隱性知識等，這些才是公司的核心競爭力，只要這些真正的Know-how（專業知識）掌握在自己手裡，就不太需要擔心AI帶來的競爭壓力。
此外，使用AI的「人」，才是更重要的存在。「原本的工作專業，原本對於專業判斷的邏輯跟理解，始終還是掌握在企業自己，甚至是工作者自己身上。」AI協助的是前置作業、準備工作，把你的經驗複製給它，讓它幫你做你不想做的重複性的工作跟判斷，人成為最終站在上帝視角做最終審核與決策的工作者。包威棣提醒：「我們一直在講Human-in-the-loop（人類參與循環/人機迴路），就是說人還是在這個流程裡面。」
包威棣總結，每個人用AI所產生的內容不會一模一樣，「會問問題的人，懂得自己判斷邏輯的人，能夠跟AI進行溝通的人，AI產生的結果才會越好，那個才是你真正的護城河。」