我們接觸過不少試過一輪 AI、成效卻不如預期的中小企業。有的買了訂閱制 AI 助理，兩個月後沒人再打開；有的做了自動化流程，三個月後被同仁默默改回手工；也有的做到一半就停住。
把這些案例攤開來看，失敗的原因驚人地相似，而且幾乎都不是「模型不夠聰明」或「工具選錯了」。真正的地雷，絕大多數埋在流程端。
地雷一：第一個流程就選錯了
最常見的失敗發生在開工之前。錯誤選擇有兩種：一種是挑「聽起來最厲害」的，例如讓 AI 做經營洞見——這種任務沒有明確對錯標準，做出來沒人能驗收；另一種是挑「最痛但最複雜」的，牽涉五個部門、三套系統，還沒開始就先開了半年協調會。
我們用 TURBO 五個條件來篩選第一個流程：
- Time-consuming（耗時）：目前真的吃掉可觀工時。
- User-wide（多人在做）：不只一個人做，效益才放大。
- Repeat（重複發生）：每天或每週固定會來，不是一年一次。
- Buffer（有緩衝容錯）：出錯有時間補救，不會立刻不可逆。
- Operable（可操作）：資料拿得到、系統進得去、規則講得出來。
五個條件都符合的流程，通常長得很「無聊」——對帳、單據初核、報表彙整、資料建檔。但這正是重點：第一個案子的目標不是展示 AI 有多強，而是讓組織確認這件事真的會成功。
地雷二：沒有量測基準，所以沒人知道有沒有變好
這是最容易被跳過、事後卻最傷的一步。導入完之後問「省了多少時間」，得到的答案常是「感覺有快一點」。感覺說服不了其他部門跟進；更糟的是明明省了兩成，卻因為沒有基準，大家憑印象覺得「好像也沒差」，專案就慢慢被放掉。
所以在動任何工具之前，先花一到兩週量測基準：這件事每週發生幾次、每次平均多久、由誰做、錯誤率多少、出錯補救要花多少時間。數字不必精準到分鐘，但一定要真的量過，而不是問一句「你覺得大概多久」。能被量測的專案，才有辦法迭代。
地雷三：把混亂的流程原封不動搬進 AI
現行流程往往是多年一層層疊上去的：某年出過包，多加一道檢核；主管想看報表，多產一份 Excel；兩個部門互不信任，同一份資料各建一次檔。這些步驟當初都有理由，但很多理由早就消失了。直接自動化，等於用更快的速度把無意義的動作跑更多遍。
正確的順序是先精簡流程，用 ECRS 四個提問掃一遍：
- Eliminate（取消）：這步不做會怎樣？答案是「其實不會怎樣」就砍掉。
- Combine（合併）：這兩步能不能一次做完？重複輸入通常都可以合併。
- Rearrange（重排）：換個順序會不會更順？把檢核往前挪常能省下返工。
- Simplify（簡化）：能不能用更簡單的方式達成同樣目的？
光是這一步就常常先省下兩三成工時，而且工具費一毛都還沒花。剩下的再交給 AI，投報率才會漂亮。
地雷四：規則只留在老手腦袋裡
導入到一半卡住的專案，十有八九卡在這裡。你問資深會計「這張單據怎麼判斷科目」，她會說「看一下就知道了」，追問下去能舉十個例子，卻講不出一條完整規則。那是經驗壓縮成的直覺，而 AI Agent 沒辦法執行直覺——它需要明確的觸發條件、輸入輸出格式、判斷規則與例外處理。
所以萃取規則是一道必要工序，而且不能只靠訪談：
- 從歷史案例反推：拿最近三個月的實際單據，請老手逐筆說明依據，把重複的模式寫成規則。
- 刻意找例外：直接問「哪些狀況你會停下來多想一下」，這些就是要保留人工確認的節點。
- 寫成 AI 能執行的 SOP：規則要能讓沒背景知識的人照著跑出相同結果；人做不到，AI 也做不到。
這一步最耗溝通時間，卻也最有價值：就算 AI 專案暫停，這份文件本身就解決了「人一走、規則就消失」的風險。
地雷五：上線就當作結束，沒人負責維運
這個地雷最可惜——流程做出來了、也真的有效，卻在三個月後悄悄死掉。原因很平凡：ERP 改版、供應商換發票格式、多一條核決規定，自動化開始出錯。第一次有人手動補，第二次先繞過，第三次之後大家索性回去用手工，沒人回報。
避開方法不複雜，但必須在上線運行這步就一併安排好：
- 指定一個負責人。不必是工程師，但要有人知道流程存在、出事時該找誰。
- 讓失敗會叫。跑不完要主動通知到 LINE 或 Teams，沉默的失敗最危險。
- 留下處理紀錄。輸入、判斷結果、人工介入處都要留痕，出問題才查得到原因。
- 排定回顧。上線後第一個月、第三個月各對照一次基準，順便盤點新的例外。
把這五件事連起來看
這五個地雷正好對應四步工法：量測基準 → 精簡流程 → 萃取規則 → 上線運行，加上開頭的選題。它們不是獨立技巧，而是同一條路徑上依序會遇到的關卡，跳過任何一關，問題都會在後面浮出來。
值得注意的是，這五件事沒有一件跟「選哪套工具」有關。Dify、n8n、Camunda 的選型當然重要，但那是流程想清楚之後的技術決定，通常不難。真正決定成敗的，是前面那些看起來不太像 AI 專案的功課。