幫客戶導入 AI，最後幾乎都卡在同一件事

何佳勳 · 2026/09/12 · 約 2 分鐘
TL;DR

幫客戶做 AI 導入，工具選型從來不是最花時間的，真正卡住的地方每次都一樣而且通常第三週才浮現：資料。要做「讓 AI 回答客戶常問的問題」，一問正確答案在哪裡，回答通常是在客服腦子裡、某個 Excel、LINE 對話紀錄、三年前的過時 PDF。我的經驗是八週的專案通常五週在整理資料、兩週設定工具、一週調整，而客戶預期剛好相反，所以第三週會出現焦慮。現在我在提案就把比例講清楚並把資料整理獨立報價。判斷資料亂到要不要處理的標準是：同一個問題在不同地方的答案一不一樣。格式亂不是問題，內容互相矛盾才是。建議從最窄的範圍開始，挑一個問題類型跑兩週再擴。

  • 八週的導入專案通常五週在整理資料、兩週設定工具、一週調整，客戶預期剛好相反
  • 提案時就要把這個比例講清楚，並把資料整理獨立報價與驗收
  • 判斷標準是同一個問題在不同地方的答案一不一樣，格式亂不是問題、內容矛盾才是
  • 從最窄的一個問題類型開始，跑兩週看到東西在動，再往外擴

這一兩年幫幾個客戶做 AI 導入，工具選型從來不是最花時間的部分。真正會卡住的地方每次都一樣，而且通常在第三週才浮出來。

卡的不是工具，是資料

一開始大家都很興奮。老闆想做的是「讓 AI 回答客戶常問的問題」或「讓 AI 幫我們寫商品文案」，聽起來都很直接。

然後我們開始問：那些常見問題的正確答案在哪裡。

通常的回答是：在客服的腦子裡、在某個 Excel、在 LINE 群組的對話紀錄裡、在三年前做的一份 PDF 裡，而且那份 PDF 的內容已經過時。

商品文案也一樣。要 AI 寫得像你的品牌，得先有一批寫得好的範例。但多數公司的商品頁是不同時期不同人寫的，風格不一致，而且沒有人能告訴我哪幾篇是「寫得好的」。

一個具體的數字感

我的經驗是這樣的：一個導入專案如果排八週，通常有五週在整理資料，兩週在設定工具，一週在調整。

而客戶原本的預期通常相反，他們以為主要工作是設定工具。所以第三週開始會出現「怎麼還沒看到東西」的焦慮，那是最需要溝通的時間點。

我現在的做法是在提案的時候就把這個比例講清楚，並且把資料整理那段獨立報價、獨立驗收。不然到中間才講，會變成好像你在拖延。

資料亂到什麼程度才叫問題

不是所有亂都要處理。我的判斷是看一件事：同一個問題，在不同地方的答案一不一樣。

如果退貨政策在官網寫七天、在客服話術寫十四天、在購物車頁面又寫不同的，那不管你用哪個 AI 工具，他都會給出不一致的答案。這種要先處理。

但如果只是檔案散在各處、命名很亂，那其實還好，現在的工具吃得下。格式亂不是問題，內容互相矛盾才是。

那要怎麼開始

我會建議從最窄的範圍開始，不要一次做全公司。

挑一個問題類型，像是「運費與退換貨」，把這一類的正確答案整理成一份，確認公司內部對它有共識，然後只讓 AI 回答這一類。跑兩週看看，再擴。

這樣做的好處是，資料整理的工作量是可控的，而且你在第二週就能讓老闆看到東西在動，不用撐到第八週。

一個我常講的話

導入 AI 最大的價值，有時候不是 AI 本身。

好幾個客戶做完之後跟我說，最有感的是他們終於知道自己的資料有多亂，而那件事他們知道很久了，只是一直沒有動機處理。AI 只是那個讓人不得不面對的理由。

工具會越來越好，但他能回答的永遠不會超過你告訴他的。

我把自己在用的那些整理工具放在 AI101，有需要可以看看。

覺得有用？分享給需要的人 👇
何佳勳的觀點

我認為數據是觀察工具，不是決策工具。每次打開報表只看「數字升還是降」，不問「原因是什麼、下次的情境跟這次一樣嗎」，其實跟不看數據差不多。鈴木敏文的厲害不是更會看數據，是更會問問題——數據告訴你已經發生的事，但你需要的是基於數據的假設。

何佳勳的觀點

我自己這幾年最深的體悟是:會被 AI 取代的是工具操作,留得下來的是判斷力。當定價被壓縮、護城河被打穿,行銷人能賣的只剩判斷,不是會不會用軟體。

何佳勳的觀點

我自己也還在踩這條路，只是剛好多走了幾步。所以我寫東西寧可坦白「我吸收能力有限，卡點都在我自己身上」，也不裝得道高人。跟讀者站同一隊，比站在講台上更能被聽進去。

想把觀點變成實際產出？

讀完觀點，下一步是動手。免安裝的線上工具讓你 30 秒內就把想法做成內容。

到 AI101 試試「FAQ 萃取器」 →

常見問題

企業導入 AI 最常卡在哪裡？

卡在資料不是工具。常見狀況是想讓 AI 回答客戶問題，但那些問題的正確答案散在客服的腦子裡、某個 Excel、LINE 對話紀錄或已經過時的 PDF 裡。實務上一個八週的導入專案，通常五週在整理資料、兩週設定工具、一週調整。

資料亂到什麼程度需要先處理？

判斷標準是同一個問題在不同地方的答案一不一樣。如果退貨政策在官網寫七天、客服話術寫十四天、購物車頁面又不同，那不管用哪個工具都會給出不一致的答案，這種要先處理。檔案散亂、命名不統一這類格式問題現在的工具吃得下，內容互相矛盾才是真問題。

導入 AI 應該從哪裡開始比較好？

從最窄的範圍開始，不要一次做全公司。挑一個問題類型，例如運費與退換貨，把這一類的正確答案整理成一份並確認公司內部有共識，然後只讓 AI 回答這一類，跑兩週看結果再往外擴。這樣資料整理的工作量可控，而且第二週就能讓決策者看到進展。