導入 AI 之後，該用什麼數字證明它有效

沒有基準線，就沒有成效

導入 AI 最常犯的評估錯誤，是等到系統上線之後才開始想「要怎麼證明有用」。這時候你會發現一個尷尬的事實：沒有人知道導入之前那件事花多久。

所以第一件該做的事，是在專案啟動前花一到兩週量測基準線。挑三到五個預計會被改變的流程，記錄每次執行的耗時、經手人數、返工次數與錯誤率。這份資料的價值，在專案結束時會遠超過它的取得成本。

三類該追蹤的指標

一、時間節省

最直觀，也最容易被財務接受。要注意的是計算方式：不要只算「原本三小時、現在四十分鐘」，還要算上驗證與修正的時間。AI 產出的東西需要人看過，這段時間必須計入。

公式建議寫成：（原耗時 −（新耗時 + 驗證時間））× 每月次數 × 12。得出的年度小時數，再乘以該職務的完全成本（含勞健保與管理成本），才是可以放進報告的數字。

二、品質提升

比較難量化，但通常影響更大。可用的代理指標包括：客服首次回覆解決率、報價錯誤導致的重開單次數、對外文件的退件率、稽核缺失項目數。

三、風險降低

最容易被忽略。導入後多出的存取紀錄、標準化的回覆說法、自動化的異常偵測，都會降低出事的機率與出事後的處理成本。可以用「異常事件平均處理時數」與「重大事件發生次數」來追蹤。

只報時間節省，主管會問「那我可以裁員嗎」。三類指標一起報，討論的方向才會變成「省下來的產能要投到哪裡」。

把時間換算成機會成本

對業務型組織而言，時間節省的價值不在省下的薪水，而在多出來的產能。這個換算方式在提案時說服力高得多：

假設一位業務原本每天花九十分鐘處理行政與資料整理，導入後降到三十分鐘。一年兩百四十個工作天，等於多出兩百四十小時。以每次客戶拜訪含往返兩小時計算，等同一年多出一百二十次見客戶的機會。

這個數字比「省下多少人事成本」更容易讓業務主管點頭，因為它談的是成長，不是縮編。

誠實記錄失敗的場景

成效報告只寫成功案例，是導入案在第二年被砍掉的常見原因——因為第一線的人都知道有些場景不好用，報告卻沒提，信任就從這裡開始流失。

比較好的做法是每季固定盤點三件事：

1. 穩定有效的場景：可以擴大到其他部門。
2. 需要調整的場景：有效但流程要改，列出具體待辦。
3. 確認不適合的場景：明講原因並停掉，不要拖著。

願意主動關掉不適合的場景，反而會讓其餘場景的數字更有說服力。

一年後該長什麼樣

成熟的導入案在第一年結束時，通常會有這樣一份成績單：三到五個流程被實際改寫並有維護人、一份可量化的年度時數節省、一組穩定在追蹤的品質指標，以及一份誠實的「不適用清單」。

有了這四樣東西，第二年的預算討論就不會再回到「AI 到底有沒有用」，而是「下一個要改哪一個流程」。

基準線要量哪些欄位

「導入前先量測」講起來簡單，實際要記什麼常常沒人說清楚。挑三到五個預計會被改變的流程，每個流程記錄以下欄位，量兩週就夠。

• 單次耗時。從開始到完成的實際時間，含中間等待。不要問「你覺得要多久」，那個數字通常低估三成。
• 經手人數。一件事經過幾個人。這個數字直接對應到協調成本，也是自動化收益最大的地方。
• 頻率。每週或每月做幾次。低頻但耗時的流程常常被忽略，但它們的自動化投資報酬有時比高頻的更好。
• 返工率。需要修正、重做的比例。這是品質的基準，導入後最容易被忽略的對照組。
• 等待時間。流程中純粹在等別人的時間。這一項在導入後常常改善最明顯，卻最少被計入。

量測方式不必複雜。一張共用表格，請當事人每做完一次填一行，兩週後就有足夠的樣本。重點是要在專案啟動前做完——一旦系統上線，就再也回不去量原始狀態了。

三類指標的實際算法

時間節省：記得把驗證時間算進去

常見的錯誤是只算「原本三小時、現在四十分鐘」，忽略了 AI 產出的東西需要人看過。完整的算法是：

（原耗時 −（新耗時 ＋ 驗證時間））× 每月次數 × 12 ＝ 年度節省時數

再乘上該職務的完全成本（含勞健保、管理成本、辦公空間分攤），才是可以放進財務報告的金額。用月薪除以工時來算會嚴重低估，通常差 1.3 到 1.5 倍。

品質提升：找可代理的數字

品質很難直接量化，但幾乎都有代理指標可用。客服場景看首次回覆解決率與轉真人比例；業務場景看報價錯誤導致的重開單次數；文件場景看退件率與稽核缺失項目數。這些數字原本可能就有人在記，只是沒有被放在一起看。

風險降低：算避免掉的成本

最容易被忽略，但在說服決策層時常常最有力。可用的指標包括異常事件平均處理時數、重大事件發生次數、稽核準備所需人天。導入後多出來的存取紀錄與標準化回覆，讓稽核準備從兩週縮到三天，這也是實質效益。

把時間換算成機會成本

對業務型組織來說，時間節省的價值不在省下的薪水，而在多出來的產能。這個換算方式在提案時說服力高得多，因為它談的是成長而不是縮編。

舉例：一位業務原本每天花九十分鐘處理行政與資料整理，導入後降到三十分鐘。一年兩百四十個工作天，等於多出兩百四十小時。以每次客戶拜訪含往返兩小時計算，等同一年多出一百二十次見客戶的機會。若平均成交率與客單價已知，這個數字可以直接換算成潛在營收。

用這個框架的另一個好處是，它自然帶出了下一個管理問題：省下來的時間實際上被投到哪裡了？如果答案是「被更多行政工作填滿」，那代表流程只改了一半。

只報時間節省，主管會問「那我可以裁員嗎」。三類指標一起報並換算成機會成本，討論方向才會變成「省下來的產能要投到哪裡」。

成本那一邊也要算完整

報酬算得再仔細，成本算漏了一樣沒有說服力。完整的成本至少包含五塊：

1. 建置費用。系統開發、串接、資料整理的一次性投入。
2. 經常性費用。API 用量、授權、雲端資源。這一塊要用尖峰月估，不要用平均。
3. 內部人力。資料整理、訪談、驗收所佔用的自家員工工時。這是最常被漏掉的一塊，但它經常是最大的。
4. 維運。知識庫維護、權限複檢、測試與監控。抓每月固定時數。
5. 教育訓練。初期訓練加上新人上手的持續成本。

把這五塊列出來之後，通常會發現技術費用只佔三到四成。這個認知本身就有價值——它會讓專案規劃時把足夠的內部人力排進去，而不是等到執行時才發現沒人有空。

每季檢視：三個分類，誠實填寫

成效報告只寫成功案例，是導入案在第二年被砍掉的常見原因——第一線的人都知道有些場景不好用，報告卻沒提，信任就從這裡開始流失。

建議每季固定盤點三件事：

• 穩定有效的場景。指標達標且使用率穩定，可以擴大到其他部門。要寫清楚擴大需要什麼條件。
• 需要調整的場景。有效但流程要改，或準確度還不夠。列出具體待辦與負責人，下一季複查。
• 確認不適合的場景。明講原因並停掉。願意主動關掉不適合的場景，反而會讓其餘場景的數字更有說服力。

第一年結束時該有的四樣東西

成熟的導入案在第一年結束時，通常會交出這樣一份成績單：三到五個流程被實際改寫並有指定維護人；一份可量化的年度時數節省，附完整算法；一組穩定在追蹤的品質與風險指標；一份誠實的不適用清單。

有了這四樣東西，第二年的預算討論就不會再回到「AI 到底有沒有用」，而是「下一個要改哪一個流程」。那是一個完全不同層次的對話，也是導入真正成功的訊號。