「老師，我不知道第一步要怎麼開始。」這句話，我在整理 AI 導入問題時又看到一次。它表面上像是在問工具，底下其實是在問：當 AI 可以幫我做研究、整理資料、寫回覆，甚至把幾個工作接在一起時，最後到底誰要對客戶與收入結果負責？

這個問題現在更值得被拿出來談，因為 AI 已經不只是回答一個問題。OpenAI 2026 年 7 月的公開分析指出，43.5% 的職業相關訊息涉及其他職業的任務；同月的官方產品說明也把政策、權限、評估與人工升級放進代理工作的基本設計。這些是研究與產品訊號，不是台灣企業成效統計；但它們提醒我，AI 正在跨出原本的職務邊界。

OpenAI 的研究顯示，企業開始把跨職能工作交給系統，這個結果也把責任帶回老闆與團隊。

對台灣中小企業老闆來說，AI 越能跨職能做事，越需要改善客戶承諾、交付品質與收入結果，而不能只看今天多完成幾份內容、多整理幾筆資料。公司沒有大企業那麼多流程治理角色，老闆往往同時掌握產品、銷售、交付與現金流，因此更要把結果責任接回來。

AI 會跨職能做事，責任卻不會自動跟著移動

AI 可以承接資料整理、研究、分類、草稿與跨工具執行；真人負責承諾、例外接管與最後結果驗收。這句話聽起來像基本原則，卻是很多導入案最容易漏掉的一層。

假設一家做專業服務的公司，讓 AI 先整理新客戶的背景、找出可能需求、準備回覆，再把資訊交給業務。這個流程一開始很順，直到客戶問到價格、交付期限、特殊條件或不適用情境。此時如果沒有人事先定義「哪種問題不能由 AI 自己回答」，速度越快，承諾越可能失控。

我會先要求老闆決定哪一個結果不能被模糊，並設定承諾邊界、例外接管與最後責任。AI 可以整理資料、追蹤狀態、比對條件與產生待審草稿，遇到價格、權限、客戶權益或低信心問題就交回真人接手。這不是限制 AI，而是讓它知道自己的工作做到哪裡，讓真人知道什麼時候必須出現。

台灣老闆真正要管理的，是結果鏈上的斷點

OpenAI 對代理工作的官方產品說明，反覆把政策、權限、評估與人工升級放在可靠工作的前面。放到中小企業，我不會先把它翻成「大家要去學更多工具」，而會翻成另一個管理問題：公司有沒有能力把 AI 的工作接回原本的商業結果鏈？

商業斷點是 AI 產出增加，卻沒有人負責把客戶承諾、交付品質與收入結果接起來。這個斷點常被三種漂亮的數字掩蓋：完成很多任務、產生很多內容、節省很多時間。但如果客戶仍然不知道下一步，業務仍然不知道誰適合，交付仍然一直重做，節省的時間不一定等於多了收入。

我自己會把 AI 工作拆成三層來看。第一層是溝通與記憶，讓 AI 知道品牌、客戶與過去決策的脈絡；第二層是任務，讓它在授權範圍內執行研究、分類、追蹤與草稿；第三層是變現，確認這些工作是否接到有效詢問、準時交付、回購或轉介紹。三層沒有接起來，AI 仍然只是很會做事的單點工具。

不要先問「還能買哪一個代理」

OpenAI 的工作分析把 AI 放進跨職能任務，這個訊號很重要，因為小企業確實有理由讓 AI 進入更多工作；但「可以進入」和「可以直接代表公司承諾」是兩件事。

我建議老闆先拿一個會影響客戶或收入、但錯了可以回復的工作來試跑，先問四句話：

1. AI 讀哪些資料，哪些資料不能用？
2. AI 可以做哪些動作，哪些動作一定要真人批准？
3. 哪個條件一出現就要停止並交接？
4. 30 天後要用有效詢問、準時交付率、重做率或回購數的哪一個來驗收？

這張卡不是新工具，也不是複雜的流程圖。它的用途是把「讓 AI 幫我做」改寫成「讓 AI 在這個責任邊界內完成一段工作」。CRM 可以保存客戶狀態，團隊可以確認交付，合作夥伴可以補足專業資料，真人則負責把資源接到可驗收結果。

先選一個會影響客戶或收入的工作，列出 AI 可做、真人必接管與完成驗收，再記錄 30 天的結果變化。

AI 越能做事，老闆越不能把責任外包

我的判斷是：AI 越能替公司跨職能做事，老闆越不能把責任也外包；工具可以執行，承諾、例外與結果仍要有人站出來負責。

所以今天不用急著問「哪個代理最強」。先挑一個結果，寫清楚 AI 可以做什麼、真人必須接管什麼，然後留下完成、退回與接管的記錄。30 天比較有效詢問、準時交付率、重做率或回購數；沒有樣本的欄位，就誠實記為 unknown。

如果你也還在第一步，先不用把整家公司改造。先回答一個問題：哪一個工作值得被 AI 承接，但最後結果不能沒有人負責？這個答案，會比再多買一個工具更接近你的商業方向。

老闆正在想的四件事

AI 已經在研究與追蹤，老闆什麼時候該接手？

當 AI 碰到價格、權限、客戶權益、特殊交付條件或低信心資料時，老闆或指定真人就應該接手。這些情境涉及公司的承諾與風險，不能只用完成速度判斷是否可以自動通過。

中小企業導入 AI，第一步通常要先設定什麼？

第一步先選一個會影響客戶或收入、但錯了仍可回復的工作，寫清楚 AI 可以讀什麼、可以做什麼、何時停止，以及最後用哪一個結果數字驗收。先把邊界寫清楚，比先買更多工具更重要。

如果要選一個 AI 代理，應該先看哪些條件？

先看它能否留下任務狀態、授權範圍、停止條件、真人接管紀錄與驗收結果，再看功能數量。能不能接回你的客戶承諾與交付流程，才是適合中小企業的推薦判準。

為什麼 AI 產出變多，客戶與收入結果還是沒有改善？

因為產出量只是前段效率，後面還需要有人承接客戶需求、確認交付品質與推進下一個商業動作。如果沒有明確負責人，AI 做得越快，責任越容易在流程中消失。

作者：鄭錦聰，網站：https://shortcut.tw