以前我看別人用 AI 一口氣做出 API、資料庫、模型串接和自動研究流程，第一反應是羨慕：這樣不是可以省掉很多人力嗎？但站在小公司經營角度，我現在更在意另一件事：三個月後，這套東西壞了，除了原作者，還有誰敢修？

導入 AI 或自動化前，我會先做三個檢查。第一，把流程畫成白話版：資料從哪裡來，經過哪些步驟，最後產出什麼。完全不懂程式的同事能不能照圖說出每一步？第二，故意準備一筆錯誤資料，測試能不能找到是哪個環節出問題，而不是只能整套重跑。第三，請另一個人接手處理一次日常任務，記下他卡住的地方。若交接只能靠口頭傳承，這不是自動化，是把風險藏起來。

還有一個很實際的原則：不要只學會按按鈕，要理解自己工作的下一層和上一層。做電商的人不必立刻變成工程師，但至少要懂資料怎麼進系統、規則怎麼判斷、結果怎麼被人使用。這樣才知道什麼能交給 AI，什麼一定要人工覆核。

我會把預算分成兩份，一份做功能，一份補基礎和寫文件。寧可少做一個炫的功能，也要確保自己能排錯、別人能接手、換一個工具也不至於全盤倒掉。對小公司來說，真正划算的 AI 不是第一次展示多神奇，而是半年後還有人用得下去。