電商導入 AI 先處理最長的那條隊
做電商最怕的不是訂單多，而是問題卡在沒人接。客服回報付款失敗、倉庫反映庫存對不上、網站又突然變慢，最後大家都在群組裡互相問「這件誰處理？」這種等待，比單純工作量大更傷。
我看到一個電子產品經銷商的案例，做法不是重建一套很炫的 AI 平台，而是把兩個 agent 接到原本的 ITSM 流程：一個照輪班規則分流、指派事件，另一個從歷史事件和知識庫找排障建議。結果是同樣的人力多處理 40% incident，工程師生產力約升 35%，平均解決時間降 28%。這些是單一企業的成果，不能當成導入 AI 的保證，但方法值得小公司借鏡。
如果我是小電商老闆，我會先做三件事。第一，只挑一個最常塞車的瓶頸，例如退款異常都等主管分派，先讓 AI 按條件分到正確的人，不要一開始就想包辦客服、採購和營運。第二，沿用現有的工單、Slack 或客服後台，先把規則和責任接起來，避免員工多學一套系統。第三，導入前先記錄平均等待多久、多久升級一次、哪類問題最常被轉手；上線後只看這幾個數字有沒有改善。
還有一個容易忽略的細節：AI 給建議不等於可以自動決策。退款、庫存調整這類有金額風險的動作，仍要設定升級門檻和人工覆核。先讓 AI 消除排隊，再逐步擴大權限，才是比較不傷筋動骨的做法。對小公司來說，能少一個等待環節，往往比買一個全能 AI 更有 CP 值。
作者：偉老闆