很多團隊談 AI 導入，第一個問題卻是「該選哪個模型？」身為做 B2B SaaS growth 的人，我更在意另一件事：文件進來之後，究竟在哪個節點卡住，讓轉換、交付或收款變慢？

看到 Maak.Digital 的案例分析，StarLink / Infinigate 把 IBM Bob、watsonx Orchestrate、Oracle NetSuite、Docling 與 Automation Anywhere 串進採購流程，涵蓋 email 與文件分類、資訊抽取、ERP 驗證、PO 與報價比對、AP 動作，再把例外交回人工。案例引用的公司數據是每年預估省 11,500 小時、比對時間由 30 分鐘降到 3 分鐘、agent 交付週期由 2 週降到 2 天；這些數字都是 IBM／StarLink 自述，尚未經獨立驗證。

對我來說，真正可複製的不是工具清單，而是 Receive→Extract→Validate→Compare→Act→Escalate 這條可觀測的 workflow。它把「AI 很快」改成可以追蹤的漏斗：哪一步減少等待？哪一步降低錯誤？哪一類例外仍需要人判斷？

啟動專案前，先用四題畫出斷點：

1. 最近反覆進來、最耗人工的文件是什麼，量與週期多大？
2. 其中哪些欄位必須抽取，哪些決策規則可以明確化？
3. 哪個系統才是 truth，驗證失敗時誰負責修正？
4. 哪些例外不能自動核准，升級、回覆與追蹤的 SLA 是什麼？

答不出來，就還沒到選模型的時候。先建立基準線與例外分類，才知道 AI 帶來的是實際轉換能力，還是一段漂亮 demo。📈🎯