企業 AI 導入現場真實遇到的問題、判斷法與案例。每則附日期跟原始來源， 不是包裝過的行銷文案——是我自己在 Threads 上第一時間記下來的東西。
最近最常被企業主問的一句話：「我們是不是該做一個 AI Agent？」我通常會反問：你要處理的事情，每次流程都一樣嗎？就這一個問題，可以幫企業省下幾十萬的冤枉錢。
判斷法很簡單：流程固定、規則明確、每次都一樣，你要的是自動化——穩定、便宜、不會出錯。需要讀懂內容、每次情況不同、要做判斷，這才是 AI Agent 的活。自動化是照 SOP 做事的員工，Agent 是會自己想辦法的員工，會想辦法的比較貴，而且偶爾會自作主張，所以不是每個位置都需要他。
實際案例：客訴處理流程。「每天定時把客訴資料抓下來」用自動化做，一年 365 天不會漏；「讀懂那堆寫得亂七八糟的客訴、分類、草擬回覆」交給 AI Agent，因為每一則內容都不一樣，需要理解和判斷。同一條流程裡，兩者各司其職，不是二選一。
看過最可惜的花法：老闆聽說 Agent 很紅，花大錢做了一個，結果它做的事是「每天固定時間發報表」——這用排程就能解決，成本差十倍以上。工具沒有好壞，放錯位置才燒錢。
幫企業導入 AI 兩年多，最常看到的模式是：9 成來找我們的企業，問題都不是「缺 AI」，是流程從來沒被整理過。
老闆說要做 AI 客服，聊下去發現客服 SOP 根本沒人寫過。這種狀態下上 AI，只是把混亂自動化，錯得更快而已。所以我們接案第一步永遠不是報價，是先問：你想解決的問題到底是什麼？
RAG 企業知識庫是最常被問的服務之一，但我通常先潑冷水：你的文件如果本身是亂的、過期的、互相矛盾的，RAG 只會很有自信地講錯話。
先整理知識，再談知識庫。資料品質決定一切，這件事沒有捷徑——這也是為什麼我們做 RAG 專案，前期花在整理與盤點文件的時間，往往比架設系統本身還長。
最近自己用 AI 做了一個免費的股利計算器：輸入股價和股數就能算殖利率。身為一個完全不會寫程式的人資背景，用 Claude Code 從零做出來的感覺很神奇。
目前功能有：股利／殖利率計算、存股複利試算、定期定額模擬、薪資實領計算。完全免費、不用註冊。如果你也有在存股，歡迎試試看：gulicalc.com
一次免費技術診斷，把你的情況套進判斷框架裡看看，不會硬推你不需要的東西。