你決定要導入 AI 了，接下來要找人做
但在你開始找廠商、比報價之前，先問自己這 5 個問題，不是問別人，是問你自己
因為如果這 5 個問題你答不出來，不管找多厲害的人來做，結果都不會好
問題一：我要解決的問題，能不能用一句話說清楚？
「我們想導入 AI」不是問題描述
「我們的客服每天花 4 小時回答重複的問題，我想讓這個時間減半」— 這才是
能用一句話說清楚的問題，才能被解決，說不清楚的，通常代表你還沒想清楚
測試方法： 把你想解決的問題寫在一張便條紙上，如果寫不下，那就是還沒想清楚
問題二：這個問題現在是怎麼處理的？
很多人跳過這一步，直接開始想「AI 可以怎麼做」，但如果你不了解現在的做法，你怎麼知道新的做法有沒有比較好？
你需要知道的是：
- 誰在做？ 哪些人、哪個部門
- 怎麼做？ 步驟是什麼、用什麼工具
- 花多久？ 每天、每週、每月花多少時間
- 結果如何？ 出錯率、客訴率、效率
把這些寫下來，這就是你的「基線」，未來做完 AI 系統之後，拿來跟基線比，才知道到底有沒有進步
沒有基線的改善，不叫改善，叫感覺
問題三：我的資料在哪裡？長什麼樣子？
AI 需要資料，這一點很多人嘴上知道，實際上沒有準備
你需要確認：
- 資料存在哪？ 紙本？Excel？系統裡？LINE 群組？
- 格式統一嗎？ 每個人填的格式一樣嗎？有沒有缺漏？
- 量夠嗎？ 有幾百筆？幾千筆？幾萬筆？
- 能拿出來嗎？ 有些系統的資料是鎖住的，要匯出很麻煩
我遇過一個案子，客戶說「我們有很多資料」，到了現場一看，資料分散在 12 個不同的 Excel 檔案裡，格式全部不一樣，有些欄位是手打的中文，有些是數字，有些是空白
光是把資料整理成 AI 可以用的格式，就花了一個月
如果你的資料不乾淨，AI 做出來的結果也不會乾淨 垃圾進，垃圾出
問題四：誰會用這個系統？他同意嗎？
這是最多人忽略的問題
決定要做 AI 的通常是老闆或主管，但每天要用這個系統的，是第一線的員工
如果員工不想用、不會用、或覺得「又來了，又是一個新系統」，那做得再好也沒用
你需要在開始之前做一件事：跟會用的人聊
不是告訴他們「我們要做一個 AI 系統」，而是問他們：
- 你現在工作上最煩的是什麼？
- 如果有一個工具能幫你，你希望它做什麼？
- 你最怕新系統出現什麼問題？
這些答案會直接影響系統怎麼設計，而且，當員工覺得自己的意見被聽見，他們對新系統的接受度會高很多
最好的系統不是老闆想要的，是員工願意用的
問題五：我能接受「不完美的第一版」嗎？
這一題最難，但最重要
AI 系統的第一版，一定不完美，準確率可能只有七八成，功能可能很陽春，介面可能很醜
很多老闆看到第一版會說：「這跟我想的不一樣」然後就放棄了
但真正做起來的案子，老闆都有一個共同特質：他們能忍受不完美
因為他們知道，第一版的目的不是「完成」，而是「開始」，有了第一版，才能收集真實的使用數據，才能知道哪裡要改，才能一步步變好
就像你開一家餐廳，第一天的菜一定沒有第一百天好吃，但如果你因為第一天不完美就關門，你永遠不會有第一百天
問自己：如果第一版只完成了 70%，我會覺得「很好，我們知道剩下 30% 要改什麼了」，還是會覺得「這什麼東西，浪費錢」？
如果是後者，你可能還沒準備好
5 個問題的快速檢查表
在找人之前，把這張表填完：
| # | 問題 | 你的答案 |
|---|---|---|
| 1 | 我要解決什麼問題？（一句話） | |
| 2 | 這個問題現在怎麼處理？花多少時間？ | |
| 3 | 我的資料在哪？格式統一嗎？量夠嗎？ | |
| 4 | 誰會用？他知道嗎？他怎麼想？ | |
| 5 | 我能接受不完美的第一版嗎？ |
5 題都答得出來？你準備好了 去找人做吧
3 題以下？先別急 花一兩週把這些想清楚，會幫你省下幾個月的冤枉路
最後一件事
找人的時候，注意一個信號：
如果對方一上來就跟你報價，沒有問你以上任何一個問題 — 小心
好的合作夥伴會先花時間了解你的問題，而不是急著賣你解決方案，就像好的醫生會先問你哪裡不舒服，而不是一進門就開藥
先診斷，再治療
我是 Young，做過十幾個跨產業的數位轉型專案，策略、架構、開發、AI 導入都做，我的工作不是賣技術給你，是幫你搞清楚你到底需要什麼，然後陪你把它做出來，如果你手上有一個模糊的想法，歡迎找我聊一個小時，我們一起把它變清楚