各部門的 AI 應用
以財務、業務、客服、行政與營運的實際工作為例，說明 AI 如何協助、需要哪些前提，以及哪些步驟仍由人確認。
財務
收據入帳
- 同仁拍攝收據
- AI讀取店家、日期與金額，判斷類別與所屬案件，產生確認卡
- 同仁確認後入帳
不必等到月底才集中處理。類別判斷一開始未必符合公司習慣，提供規則後會逐步改善；特定帳務處理則應依會計師的做法。需要準備的是公司常用的會計類別與幾張真實收據。
對帳與追款
AI 可以比對報價單、發票與收款紀錄，列出已開票未收款的項目與逾期天數，分期案件也能列出當月應開立的期數，並協助擬定提醒信，由人員決定是否發送與使用的語氣。銀行入帳備註常與客戶名稱不符，因此 AI 會先處理比對明確的項目，其餘標示給人員檢查。
營業稅整理
AI 可以整理當期銷項與進項發票、計算金額，並標示重複號碼或統編有誤的項目。是否可以扣抵與相關稅務處理，應以會計師的意見為準。
業務
報價單
- 業務提出「開一張晨光設計的官網報價」
- AI查詢客戶與過去的報價，排好品項
- 系統計算含稅金額，產生草稿
- 業務修改，確認後才建立
除了節省時間，也能減少使用舊價格或漏算稅額的情況。需要準備的是常用品項、價格與過去的報價單。折扣仍由主管決定，AI 可以提供過去的價格與利潤作為參考。
客戶追蹤
AI 可以依最後聯絡時間、上次討論內容與報價送出時間，整理當日應聯絡的客戶，並依先前對話協助擬定訊息。前提是聯絡紀錄有地方可查。若紀錄只存在個人 LINE 中，應先建立簡單的記錄方式，例如會後口述，由 AI 整理進客戶資料。
合約審閱
AI 適合將長篇合約整理成重點，例如付款條件、違約金、到期日與自動續約條款，也可以與過去版本比對差異，讓審閱者知道要特別留意哪裡。它不能取代法律意見，重要合約仍應由法務或律師確認。
客服
AI 客服與關鍵字機器人的差別
傳統機器人依賴關鍵字，問法稍有不同就無法回答。現在的 AI 能理解語意，可以進一步詢問訂單編號、釐清需求並留下聯絡方式。不過它仍需要正確的資料，資料中沒有的事項應轉由真人處理。
客訴處理
- AI接待客戶，了解事情經過與訂單資訊
- AI完成分類，判斷緊急程度
- 負責同仁接手整理好的內容，客戶不必重複說明
賠償、退款與對外承諾不應由 AI 決定；客戶情緒明顯激動，或事情涉及安全與法律時，也應盡快轉由真人處理。
行政與人事
會議紀錄
這是門檻低、風險小的起點。AI 可以從錄音或逐字稿整理決議、待辦事項、負責人與期限，並在下次會議前列出上次的待辦。多人同時發言、專有名詞與人名較容易出錯，建議會後由專人快速檢查。內容敏感的會議應先確認資料處理地點，錄音前也應告知與會者。
新人訓練與公司規定
將員工手冊、請假規定與常用流程建立為內部知識庫後，新進同仁可隨時查詢，資深同仁也能減少被打斷。資料須有專人負責更新，薪資、考績等資料則要設定權限。
排班
排班涉及許多條件的計算，通常以排班規則或程式產生初版，再由 AI 協助收集休假需求、檢查換班並向同仁說明。最終班表建議由主管確認，法規是否符合則應以主管機關規定或專業意見為準。
營運與倉儲
叫貨與庫存
- AI庫存低於安全量時提醒
- AI查詢過去的叫貨紀錄、比較供應商價格、計算建議數量，產生叫貨單
- 人員確認後送出
前提是庫存數字準確；若系統與實際落差很大，應先建立記錄習慣。銷售預測在有季節性或突發活動時較不準確，建議搭配有經驗的同仁判斷。
同一份資料要輸入多個系統
若系統之間可以對接，透過自動化即可做到輸入一次、其他系統同步更新。舊系統無法直接對接時，可以檢視匯入匯出功能，或考慮整合重複的部分。實際可行性須查看系統後才能確定。
管理者
即時掌握公司狀況
若資料已存放在系統或試算表，管理者可以直接詢問本月收款金額、欠款客戶或利潤最低的案件，也可以每週收到重點整理，並標示逾期款項或成本異常。前提是日常工作有留下資料，因此我們常建議從入帳、報價等每天發生的工作開始，資料也會隨之累積。
AI 的分析建議
AI 擅長從大量資料整理出重點，例如熱門商品、常見問題與尖峰時段，也可以提出可能的原因與做法。但它不了解公司與客戶的關係，也不一定知道市場的最新變化，有時還會把巧合當成因果。建議要求 AI 列出數字與依據，再由管理者判斷。
延伸閱讀
本文為一般性說明，不構成法律、稅務或財務建議。實際時程、費用與成效依各公司情況及書面約定為準。