AI 流程自動化的投報怎麼算？「能省多少人力」是問錯問題
☰ 目錄 table-of-contents.md
評估要不要投入資源做 AI 流程自動化的時候，第一個被問的問題幾乎都是「這樣可以省多少人力」。這個問題聽起來很合理，但它會把整件事的評估帶進死巷，因為省下的工時是所有效益裡最難算準、也最容易灌水的一項。
更實際的問法是：這件事做了之後，什麼東西會變得不一樣。答案通常不是人變少，是同樣的人做出來的東西變得比較可預測。這篇談怎麼估這件事的投報，包含幾個容易被算漏的成本，以及什麼情況根本不該做。
省下工時這個算法為什麼會失準
典型的算法是「這件事每次做要兩小時，一個月做十次，自動化之後剩十五分鐘，所以每月省十七點五小時」。這個算式的問題不在數學，在假設。
省下來的時間不會憑空變成產值。它多半被別的雜事填滿了，或者變成把原本粗糙的地方做得細一點。這不是壞事，但它不會出現在損益表上，所以拿這個數字去說服財務通常撐不住追問。
另一個問題是分母。真正花時間的往往不是執行，是「決定要不要做」跟「做完之後確認有沒有問題」。自動化能壓縮的是中間那段執行，前後兩段常常原封不動。所以實際省下的時間，通常比第一次估的少一半。
真正該算的是這幾項
把評估從工時轉到別的維度，會比較誠實。
品質的變異度。同一件事十個人做出十種品質，這個落差本身就是成本，只是它平常被吸收在「後續修改」跟「重工」裡面，不會單獨列帳。把判斷標準固定下來之後，最明顯的變化不是變快，是不用再花時間看誰做的、要不要重新檢查一遍。這一項在人員流動高的團隊特別有感。
漏做的機率。有些工作平常做不做沒差，出事的時候才知道差很多，例如備份驗證、憑證到期、安全掃描。這類工作的價值不是它省了多少時間，是它把一個低機率高損失的事件機率再壓低。這種投報沒辦法用工時算，要用「一次事故的成本乘上發生機率」來估，而多數公司從來沒算過後面那個數字。
知識的留存。老鳥的判斷寫下來之後，交接成本會明顯下降。這一項在請假、離職、接手新專案的時候才會兌現，但兌現的時候金額通常不小。這個角度我們在怎麼把老鳥的判斷挖成一份 Skill裡談得比較細。
成本這一側，容易算漏三筆
建置成本大家都會算，就是把流程盤出來、寫成文件、測試到能用的那段時間。真正常被漏掉的是後面這些。
維護是最大的一筆，而且它是持續性的。文件裡的前提會隨業務變化失效，而失效的文件比沒有文件更糟，因為大家會相信它。我們自己的估法是每份在用的 Skill 每季要有人花時間確認一次，這個時間必須算進去，不能當作零。
模型的使用費用是第二筆，但通常比想像中小，前提是設計得當。真正吃成本的是把大量固定內容每次都塞進去，而不是任務本身。Agent Skills 的分層載入機制就是在處理這件事，沒被用到的部分幾乎不佔成本。反過來說，如果設計成每次都要載入全部內容，費用會線性成長得很快。
第三筆是驗證成本。自動化產出的東西還是要有人看，尤其是前幾個月。這段時間的成本不能算在建置裡，它是常態支出，只是會隨著信任度建立而遞減。
什麼情況不要做
有幾種狀況我們會直接建議客戶先不要投入。
流程本身還在變動的時候不要做。把一個下個月就要改的流程寫成文件，等於做兩次。這種情況先把流程穩定下來比較重要。
沒有人願意當維護者的時候不要做。這一項比技術可行性更關鍵。導入時大家都很興奮，半年後那份文件有沒有人管，決定它是資產還是負債。找不到明確的負責人，那就先別開始。
還有一種是每次判斷差異都很大的工作。這類工作寫成規則的效果有限，硬要寫會得到一份充滿例外的文件，維護成本高但幫助有限。比較適合的做法是讓它產出候選方案，人來決定。
怎麼衡量做得好不好
不要用滿意度調查，那個數字沒有意義，因為新東西剛上線的時候大家通常都會說不錯。
比較實在的指標是這幾個：同一件事的產出需要修改的比例有沒有下降、該做但被漏掉的檢查項目有沒有減少、新人第一次獨立完成這件事需要多久。第三個特別好用，因為它直接反映知識有沒有真的被寫下來，而且很難造假。
另外建議記錄一件事：Skill 判斷錯的次數與情境。這個數字在初期會偏高，重點不是把它壓到零，是看它有沒有隨著時間下降。如果跑了三個月還是一樣高，代表判斷標準寫得不夠具體，該回頭修的是文件不是模型。
一個比較誠實的估法
如果一定要給財務一個數字，我們的建議是這樣估：先挑一個流程做，用一個月實測。記錄實際的建置時數、這個月的維護時數、以及產出需要修改的比例變化。用這組真實數字去推估其他流程，會比一開始就估全公司準得多。
費用的部分，如果是內部自己整理，主要成本是人的時間；如果需要外部協助把流程盤出來並建成可維護的結構，依流程數量與整合深度落在幾萬到幾十萬不等。但比起金額，更值得先確認的是那個維護者找到了沒有。
投報最後其實取決於一件很樸素的事：這套東西有沒有真的被用起來。我們看過建得很完整但三個月後沒人打開的案例，也看過只寫了一份十行文件卻天天在跑的。差別不在建置品質，在有沒有解決一個大家真的覺得煩的問題。
我們自己也在做 AI 產品：Ocean Bot 業務助理、玄燈命理 DestineAI、PiMe AI 形象照，以及陪跑者 PACER 這個 AI 原生官網，都收在作品案例裡，可以看看落地之後實際長什麼樣。
如果你們正在評估要不要投入，或是想先用一個流程試水溫但不確定該挑哪個，這正是我們AI 自動化開發在幫客戶處理的事。跟我們聊聊你們手上最煩的那個流程，通常聊一次就知道值不值得做。
延伸閱讀
RoamerHost 幫你把開源 AI 與自動化工具一鍵代管：獨立 Docker、自動 SSL、24/7 監控，60 秒上線。省下租機器、裝環境、顧維運的力氣，訂閱就能開始用。
▶立即免費註冊常見問題
為什麼不建議用「省下多少工時」來評估？
那該用什麼指標衡量？
有哪些成本容易被算漏？
什麼情況建議先不要做？
如果一定要給財務一個數字怎麼估？
這個主題的完整脈絡、選型比較與導入建議，都整理在指南裡。
訂閱免費電子報
把 AI 自動化、企業系統設計與 WordPress / Laravel 開發的真實案例和可直接照做的技巧，整理成電子報寄給你。只寄精選內容、不灌垃圾信，一鍵就能退訂。