Writing · 2026-07-22

沒有IT部門的工廠，能用AI Agent嗎？老顧問給你一個誠實的答案

工廠裡沒有 IT 部門，看到「AI Agent」這個詞，多數老闆的反應是直接跳過：那是有工程師團隊的科技公司在玩的，跟我一條產線、幾個作業員、一位會用 Excel 的會計的工廠沒關係。

誠實的答案分兩半。門檻確實比你想的低很多，這是真的。但有一個坑，幾乎每個第一次碰的老闆都會踩，而且踩下去的代價，比不做還高。先把坑講清楚，你再決定要不要動。

先講那個坑

最常見的坑，是把 AI Agent 當成一次到位的全自動系統，期待它像招一個不用薪水的員工，接手一整塊業務。 老闆的想像通常是：裝上去，它就會自己接單、自己回客戶、自己排生產。

現實不是這樣。今天能穩定落地的 AI Agent，是「一次做好一件很具體的重複工作」，不是「取代一個部門」。當你抱著「一步到位」的期待去導入，結果一定是失望：不是東西不好用，是你要它做的事太大、太模糊，它做不到，你就結論「AI 沒用」，然後把整件事否定掉。

這個坑真正的代價不是花掉的錢，是你因此對 AI 貼上「不適合我們這種傳統工廠」的標籤，接下來兩三年都不會再碰，而你的同業正在用它一點一點拉開差距。

沒有 IT 部門，到底缺的是什麼

先破除一個誤解：導入 AI Agent 缺的通常不是「工程師」，是「把問題講清楚的人」。

AI 這幾年最大的變化，就是很多原本要寫程式才能做的事，現在用講的、用設定的就能完成。真正卡住工廠的，往往不是技術，是沒有人坐下來把「我們每天到底在重複做哪些事、哪一件最煩最花時間」這個問題想清楚。

這件事不需要 IT 部門，需要的是最懂現場的那個人。 而那個人，通常就是老闆你自己，或你的廠長。你缺的不是一個技術團隊，是一個願意先花時間把流程講清楚的下午。

該不該動、從哪動：三個問題

不用先研究技術，先用這三個問題篩出你該不該動、從哪裡動。

問題一，有沒有一件「每天重複、規則清楚、又很花時間」的事？ 例如：把客戶用 LINE、email 傳來的雜亂訂單整理成固定格式、每天把生產進度回報給幾個客戶、把送貨單的資料重新敲進系統。越是重複、規則越固定的事，越適合當第一個題目。

問題二，這件事現在是誰在做、一天花多久？ 找得出具體的人和時間，代表這是個真問題，值得動；如果你答不出「一天花多久」，通常代表這件事沒你以為的那麼痛，先別拿它開刀。

問題三，做錯了會不會出大事？ 第一個題目要挑「做錯了頂多重做、不會出人命也不會賠大錢」的。整理訂單草稿讓人覆核可以，直接讓 AI 拍板出貨不行。從低風險的地方起步，讓團隊先建立信任，再逐步往上加。

三題都有清楚答案的那件事，就是你該動的第一個點。從那裡開始，小、具體、可驗收。

算一筆帳：一個重複工作值多少

老闆最該算的不是「AI 要花多少錢」，是「這件重複工作現在正在花你多少錢」。

具體算一次。假設整理訂單、回報進度這類雜事，一天佔掉一位人員兩小時。一個月二十二個工作日，就是四十四小時；一年超過五百小時，等於一個人力大半年的一部分，全花在不產生任何附加價值的搬運資料上。把這位人員的時薪乘上去，你會得到一個比想像中大的數字。

這筆帳的重點不是要你裁人，是讓你看清楚：這些時間如果被釋放出來，那個人可以去做更該做的事 ── 顧品質、追客戶、盯交期。AI Agent 划不划算，不是看它多少錢，是看它幫你贖回的時間，拿去做了多值錢的事。

反模式：還沒找到那件具體的小事，就先去比較各家平台、研究各種名詞。 這是把順序做反了。工具永遠比題目多，先有清楚的題目，工具的選擇會自己收斂；沒有題目就先研究工具，你會在名詞海裡沉掉，最後什麼都沒做。

今日一個行動

今天找你的廠長或最資深的那位員工，問一個問題：「我們每天做的事裡面，哪一件最重複、最無聊、又最花時間？」

把答案寫下來，再追問一句「這件事一天花多久」。如果他能立刻答出一件、還講得出時間，那就是你導入 AI 的第一個題目，你不需要 IT 部門，也不需要先懂任何技術，只需要從這一件事開始。

門檻真的沒你想的高。真正的門檻，從來不是技術，是願不願意坐下來，把問題講清楚。

交流與邀約 ── lidien.fu@peakstargroup.com | lidien.net