專業服務機構應該先自動化甚麼？

**簡短回答：**先從一個經常發生、佔用大量員工時間、每次做法基本相同、而且不主要依賴判斷的工作流程開始。自動化之前，先確認流程本身是通的。如果不通，先把它理順：一個有問題的流程，自動化之後仍然有問題。

用四個問題為候選工作排序

#

列出團隊反覆在做的工作，然後對每一項問這四個問題。粗略的回答就足以排序，不需要精確數字。

最好的第一個工作流程在這四點上都表現良好。一項工作如果頻繁、成本高但主要依賴判斷，仍然可以先由 AI 起草、再由人完成；只是它不適合作為端到端自動化的起點。

規則、閱讀、判斷

#

很多工作流程混合了三類工作，所以要逐個步驟拆分：

• 遵循規則的，就自動化。 套用範本、在系統之間傳遞數據、按你的內部格式排版。
• 需要閱讀的，由 AI 起草。 總結文件、從你自己的資料中找到答案、寫出初稿：始終基於人已審核過的資料，或作為由人檢查的草稿。
• 需要判斷的，由人決定。 提供建議、簽字確認，以及任何涉及專業或客戶風險的事項。

自動化負責組裝，而非簽核。

先把流程理順

#

如果一個工作流程本身有問題（沒人說得清的步驟、卡住的交接、因輸入不清而產生的返工），把它自動化只會把問題固定下來。所以每一次合作都先觀察今天的工作是怎樣做的，再去選擇任何模型或工具：參見我們如何合作。如果我發現的是流程問題而不是自動化機會，我會在動手建立之前直接說明。有時正確的第一步是先理順流程、清理數據，或使用簡單的確定性自動化，而不是 AI。

我已經自動化過的工作流程

#

以下每一項都按它在你的機構中運行的方式來描述；「之前」是這類工作的典型情形，而不是經過量度的客戶個案。每一項都有人把關：要麼在每份輸出發出之前簽核，要麼事先批准系統可以使用的資料或答案。

基於內部知識和公開數據的品牌化報告

#

• 之前： 每份報告都要手工收集資料、撰寫和排版。
• 之後： 報告根據內部知識加公開數據起草，按你的品牌生成可編輯的 Office 文件，由人審核並定稿後再發出。

參見一個基於公開數據的實例。

模板化文件

#

• 之前： 每份文件都從上一份改起，再手工重新排版。
• 之後： 每份文件根據你批准的範本和源內容生成，每次都符合品牌規範，並在發出前由人批准。

參見企業文件生成，由 DocMark 驅動。

根據你自己的文件回答問題

#

• 之前： 員工去問同事或翻共用硬碟，一個早已有人回答過的問題又被重新研究一遍。
• 之後： 員工或客戶提問，從你已審核的資料中得到答案，並附上出處以便核查。

參見企業知識管理。

日常來電

#

• 之前： 一通日常來電需要有人騰出手來接聽。
• 之後： AI 接線員接聽電話，只說某位具名人士已經批准過的句子；如果沒有已批准的答案，它會如實說明，並提出安排人回電。

我自己的辦公室電話就是這樣運作的：來電由 Citaline 接聽，這是我正在建立的 AI 接線員，作為面向其他企業的產品即將就緒。在此之前，我會直接為你的電話線路建立語音助手，它根據你已審核的知識並附出處來回答，而不是只說已批准的句子：參見 AI 語音助手。

從一個工作流程開始

#

有了候選工作流程之後，AI 工作流程價值檢查可以在免費溝通之前，為它給出一個粗略的價值估算。

和你溝通的人

Tao Ling

Founder, Xcelerent · 悉尼，澳大利亞

Microsoft 認證數據工程師 · MarkLogic 認證管理員與開發者

關於 Tao · LinkedIn （在新標籤頁打開）

為一個工作流程做價值檢查 或 預約溝通，聊聊你的哪個工作流程應該先自動化。

常見問題

#

為一個工作流程做價值檢查 · 我們如何合作 · 全部服務