用白話問數字
業務打一句話問，AI 從公司的數字裡找答案。
切換看看
這週哪三個品項賣最好？
| 品項 | 銷量 | 毛利 |
|---|---|---|
| 經典款 | 依職位不顯示 | |
| 季節款 | 依職位不顯示 | |
| 禮盒 | 依職位不顯示 |
人把關看得到什麼依職位決定，業務看不到毛利。
公司跑得動，靠的是幾個什麼都記得的人。
訂單從電話、LINE、門市各自進來，月底再由人一筆筆對。
哪批貨快到期、客戶要什麼，要問對人才知道；老員工一請假就卡住，新人又難帶。
都說要用 AI，卻不知從哪碰、會不會把資料弄亂。
不是誰不努力，是公司裡本來就沒人專門顧數字、系統和 AI。
我們的看法
AI 在兩頭幫忙，中間那本帳要對得上。
AI 能幫的有兩頭：前面把單據讀成資料，後面把數字講給你聽。但它回答問題，靠的是公司的數字；訂單、庫存、收銀各記各的，它就答錯，還答得很快。
所以接數字和放 AI 是同一件事：數字每天集中、對上原本的報表，對不上的先不交出去；照規則算得出來的，不交給 AI 猜。
AI 讀進來
- 票證照片
- 訂單照片
- 文件
訂單
庫存對不上，先不交出去
收銀
AI 講給你聽
這週哪三個品項賣最好？
- 1 經典款已對過
- 2 季節款已對過
- 庫存還夠幾天對齊後才回答
示意圖，資料為虛構
AI 做第一手，人做最後一手
- AI 先讀
- 標出沒把握的
- 人確認
- 才寫回
AI 要改正式資料，上線初期由人確認後才寫回；寄信、送出這類收不回的動作，由人按。客服機器人則先回常見問題，答不了的轉給人。
AI 在你公司裡的一天
都是我們做過或正在做的事，拿掉了產業和名字。
票證拍照，AI 先讀
請款票證拍照，AI 先辨識、幫忙審核；文件系統裡，沒把握的欄位會標出來。
日期10/14
金額1,280
類別交通？
人把關上線初期，由人確認後才寫回。
訂單照片變訂單
訂單照片由 AI 辨識成訂單，每天彙整成一張總表。
訂單 A週三
訂單 B週三
訂單 C週四
今天的總表
加工清單司機清單
人把關每天看總表，一鍵印出加工清單和司機清單。
客服和文案，AI 先起草
LINE 上重複的問題機器人先回；文案照品牌口氣先寫一版。
請問週末有營業嗎？
有的，週末照常營業。
AI 先寫的文案草稿
秋天的新口味上架了，這週來店裡試試。
秋天的新口味上架了，這週來店裡試試。
修改送出（由人按）
人把關答不了的轉人；文案由人親手送出。
示意畫面，資料為虛構看更多做過的事
AI 要你的人自己會用，才留得下來
外面做好的工具，沒人會改，就沒人打開。所以從你現在的人開始：一場 3 至 4 小時的課，目標是每人當天做出自己工作用的工具。有一場課後，8 位學員中有 7 位當場承諾當週做出第一個工作場景。人會用了，老員工的做法才有機會留下來。
- 上課當天做出自己的工具（目標）
- 當週第一個工作場景
- 之後自己維護、接下一個
其中一場課後，8 位學員中有 7 位當場承諾
AI 一直在變，所以不是做完一案就走
我們想當你公司外面的數位部門，顧數字、系統和 AI。
- 1
盤點，排先後 - 2
第一件做到能用 - 3
教你的人自己維護 - 4
換個部門，接下一件
4 → 1 換個部門，再來一輪
有一家客戶，起初只想讓顧客掃 QR 看檢驗報告，後來門市收銀、通路對帳、會員積點都接了進來。
系統幾乎都有問題回報，有的跟 AI 說一聲就能開單；長期顧問可以按月。
看更多例子先做通路經營，才回頭做系統與 AI
過去幫品牌經營通路；AI 興起後，帶著營運經驗回頭整併客戶的系統，也替企業上 AI 課。