中小企業 AI 導入從哪裡開始？90 天做出第一個成果的逐週流程
從一個範圍明確、每天都有人在做的流程開始，用 90 天做出一個真的有人使用的成果。不要從「全公司 AI 轉型」開始，也不需要先決定用哪個模型。
第一個 AI 專案該選什麼題目？
選「重複、有資料、做錯代價不高」的流程。符合這三個條件，90 天內最容易看到成果。
- 重複：每天或每週都在發生，例如回覆詢問、整理會議紀錄、查找文件、彙整報表。
- 有資料：過去的紀錄找得到，不論是文件、Excel 或系統裡的資料。
- 做錯代價不高：先讓 AI 產出草稿由人確認，而不是一開始就讓它自動對外發送。
第 1–2 週要做什麼？
流程與資料盤點。訪談實際做事的人，把流程畫出來，確認資料在哪裡、長什麼樣子，然後定義 MVP：90 天後要有什麼東西上線、誰會用、怎麼算成功。
這兩週結束時應該拿到一份書面的範圍定義。沒有這一步，後面最常發生的事是做出一個沒人用的展示品。
第 3–4 週要做什麼？
系統架構設計。決定技術選型、資料怎麼流動、誰能看到什麼（權限規劃），以及系統放在哪裡。
資料安全的決定在這個階段寫進文件：哪些資料會送到模型、保存在哪裡、誰可以存取。
第 5–10 週要做什麼？
MVP 開發。以 Sprint 方式推進 AI 核心功能、前後台與系統串接，每一輪都讓實際使用者試用並回饋。
這個階段最重要的不是功能多，而是每兩週都有可以操作的東西，方向錯了能及早修正。
第 11–12 週要做什麼？
正式導入。完成測試、部署、教育訓練與交接，並交付原始碼、技術文件與下一階段的 Roadmap。
公司沒有工程師、資料也很亂，做得起來嗎？
可以。企業需要提供的是目標、流程與必要的資料，技術角色由外部團隊補齊。
資料亂是常態，第 1–2 週的盤點就是在處理這件事：先確認哪些資料夠用、哪些需要整理，再決定 MVP 的範圍。
AI 專案最常失敗在哪裡？
多數不是技術失敗，而是下面三種情況。
- 題目太大：想一次解決所有部門的問題，結果每個都做不深。
- 只有展示沒有導入：做出原型，但沒有接進日常流程，也沒有人負責維護。
- 角色不齊：只有顧問沒有工程，或只有工程沒有人懂流程，策略與執行接不起來。